基于稀疏索引和哈希表的访问控制策略检索方法

在云计算场景下想要实现细粒度的访问控制需要设置大量的访问控制策略,针对策略条目大量增加导致的策略检索效率低下的情况,提出了一种基于稀疏索引和哈希表的访问控制策略检索方法,通过策略表生成的哈希缓存表,稀疏索引哈希表,稠密索引表构建了一个多级检索体系,从而缩减策略的检索范围,提高策略的检索效率.实验结果表明:相较于现有的检索方法,基于稀疏索引和哈希表的访问控制策略检索方法具有更高的检索效率.     

基于哈希算法的图像拷贝检测

在局部保持投影算法（LPP）及最大熵模型的基础上提出了一种基于哈希算法的图像拷贝检测算法。该算法通过对LPP进行优化,可以对已有的图像特征进行快速降维处理,并避免过拟合现象的出现。同时,将低维度特征映射为紧凑的二进制哈希码,大大减少了存储和计算开销,能在千万级图像数据库上实现高效拷贝检测。通过实验确定了使拷贝检测质量最优的哈希码长度和汉明码。实验结果表明,该算法能够获得很好的拷贝检测效果。     

基于深度哈希网络的舰船图像检索研究

在目前的图像检索中,通常缺乏对汉明空间距离的确定,而直接进行特征提取,导致图像检索中受图像质量影响较大。因此提出深度哈希网络的舰船图像检索研究,首先建立深度哈希网络模型,利用球哈希编码得出汉明空间的距离度量。然后根据获取的汉明距离使用Bushlet进行多层分解,得出图像复特征。最后根据特征进行Brute-Force特征匹配,完成图像检索工作。为了验证设计的图像检索方法的可行性,设计实验,建立舰船图像库,并使用设计方法以及文献[1-3]进行图像检索,判断优劣性,实验结果显示设计方法检索质量受图像质量影响较小,检索性能更好,具有可行性。     

基于LZW优化算法的雷达数据压缩技术

雷达视频数据在传输过程中必须进行压缩,由于雷达数据的敏感性,压缩过程一般都采取无损压缩。作为一种性能优异的字典压缩算法,LZW算法被广泛应用于当今各类数据压缩领域。针对雷达数据传输高实时性要求以及LZW算法大部分时间花费在字典检索过程的特点,提出一种利用哈希表对LZW算法进行优化改进,从而显著降低检索字典时间的新方法。通过对雷达数据、图片数据和文本数据进行编码并对比各自的编码速度,证实了优化算法的有效性。最后使用真实的雷达数据对该算法进行实际验证,并与游程编码进行对比,得到一些有用的结论。     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

基于DNA的进化算法及其在设计TS模糊控制器中的应用

基于生物DNA的结构和遗传机制,提出一种新颖的基于DNA编码方法的进化算法(DNA-EA),给出了DNA染色体的编码结构,讨论了遗传操作算子.为验证DNA-EA的有效性,将其应用于TS模糊控制器的优化设计.仿真结果表明该算法具有较好的自学习能力.     

蚁群算法在巡航导弹航路规划中的应用

针对巡航导弹的航路规划问题,提出了一种应用蚁群算法在连续空间中的航路搜索方法,并进行了仿真验证.建立了将数字地图和战场环境信息转化为航路搜索空间的航路代价模型,通过一元多项式函数逼近航路的水平投影将航路搜索问题转为求解连续空间优化问题,而后将蚁群算法拓展到该问题的求解.仿真表明,蚁群算法可以在连续空间的航路规划中得到较好的搜索效果.     

基于主分量的耦合声源数量判别方法研究

在噪声工程中,声源数量和空间位置判别是最基本的问题。鉴于舰船机械设备众多,传递通道复杂,使得这一问题更加复杂,采用传统的MUSIC算法已经无法判别耦合声源数量。为此,本文基于主分量算法的特殊性,利用其特征量相互之间的关系来判断耦合声源的数量及空间位置。理论研究表明,该方法可以满足3 d B信噪比条件下的耦合声源数量判别,结合窄带滤波器可以实现更低信噪比条件下的耦合声源数量识别。基于信息模型的仿真计算结果,利用壳体上分布的响应测点信息构建主分量分析的输入信息矩阵,进一步验证该算法在耦合声源数量判别上的准确性和可行性。     

基于改进LSTM-SVM的多传感器船舶旋转机械快速故障诊断方法

微小故障的快速诊断是预防和减少重大显著性故障发生的关键.近年来,基于深度学习的智能故障诊断方法已成为船舶旋转机械领域研究的热点.本文提出了一种基于改进的LSTM-SVM的循环神经网络深度学习算法,解决船舶旋转机械在多传感器监测环境下的快速故障诊断问题.该算法首先采用多层堆叠的LSTM网络作为特征提取器捕获多通道时间序列原始数据中的故障微弱特征,然后在网络末端采用非线性支持向量机(SVM)代替传统的Softmax函数作为分类判别器,进一步提升诊断准确率.实验结果表明,提出的方法具有更高的诊断准确率和更快的诊断速度,更适用于多传感器监测环境下微小故障的快速诊断和实时检测.     

基于奇异值分解和特征融合的镜头检测算法

镜头检测是基于内容的视频检索和浏览首先要解决的关键技术。对视频结构和镜头变换进行概述,对典型的镜头检测算法进行研究分析,并提出了一种基于奇异值分解和特征融合的镜头检测算法。通过子空间投影得到帧的重构矩阵,计算帧与其重构矩阵的奇异值差,结合直方图特征进行镜头检测。实验结果表明了所提算法在镜头检测方面的有效性。     

基于红外视觉的船舶机舱火灾探测

介绍了基于红外视觉的船舶机舱火灾探测方法.首先将滑动时间窗内的若干帧红外火焰图像叠加到一个投影平面上,投影图像像素的灰度值反映了火焰的空间分布,采用投影矩来描述火焰的动态特征.然后,基于目标的投影矩特征,采用支持向量机来区分火焰和非火焰目标.实验中采用了两种火焰和两种疑似目标视频,实验结果表明,该方法具有较高的实时性和良好火焰探测效果.     

基于编码稀疏表示的船舶航行图像去噪方法

传统船舶航行图像去噪方法在对高光谱压缩编码特征图像处理中,由于算法编码不具备高光谱编码稀疏表示效果,导致分布于高光谱区域空间内的噪声纹理无法滤除,影响图像去噪整体效果。为了有效解决高光谱区域空间内的噪声滤除问题,提出基于编码稀疏表示的船舶航行图像去噪方法研究。首先,对航行图像的高光谱噪声分布区域进行稀疏表示;然后,根据稀疏表示数据,对噪声滤波编码数据进行重组计算;最后,通过重组编码对高光谱区域空间分布的噪声纹理进行滤除,从而完成对基于编码稀疏表示的船舶航行图像去噪方法计算。通过对比实验数据,证明提出方法具有提升图像噪声滤除效果的作用。     

基于子空间投影的舰船图像轮廓特征提取方法

特征提取技术是计算机视觉以及图像处理领域的一个研究热点,在各领域都取得了较为显著的应用成效。本文从舰船图像轮廓特征提取入手,通过正交化各类投影子空间,设计出一个舰船图像轮廓特征的二元损失函数,不断优化识别检测算法,验证本次基于子空间投影的舰船图像轮廓特征提取方法的分类性能与泛化能力。     

基于核的四重子空间的LDA特征抽取方法

模式分类在面临非线性高维数据下的小样本问题时通常十分困难.文中提出了一种核的四重子空间学习(KFS)方法.首先通过构造基于类内和类间散布矩阵的混合鉴别准则,获得分布在各子空间中降维样本的最优鉴别信息.其次,通过向量点积,核鉴别分析方法(KFD)成为一种有效的抽取非线性鉴别信息的算法,在此基础上,提出了基于核的四重子空间鉴别分析算法,从而有效解决了非线性小样本问题的特征抽取.在ORL和Yale人脸库上的实验结果验证了该方法的有效性.     

基于DNA的进化算法及其在设计TS模糊控制器中的应用

基于生物DNA的结构和遗传机制，提出一种新颖的基于DNA编码方法的进化算法(DNA—EA)，给出了DNA染色体的编码结构，讨论了遗传操作算子。为验证DNA—EA的有效性，将其应用于TS模糊控制器的优化设计。仿真结果表明该算法具有较好的自学习能力。     

基于深度哈希的船舶网络异常数据辨识方法

由于在利用现有方法辨识船舶网络异常数据时,存在漏辨个数以及错辨个数较多的问题,本研究提出一种基于深度哈希的船舶网络异常数据辨识方法。通过减法聚类算法提取船舶网络异常特征,该算法运行速度快,主要用于寻找特征对应的各聚类中心以及聚类数据。然后通过插值算法对船舶网络异常特征的数据实施预处理,补全其中的缺失数据。最后,基于深度哈希方法构建船舶网络异常数据辨识模型,实现对船舶网络异常数据的辨识。通过漏辨个数以及错辨个数的对比实验,证明了该方法的辨识性能更好,具有很强的实用性意义。     

用遗传算法求解车间调度问题

提出了一种较为有效的求解车间调度问题策略。研究过程中引入自适应遗传算法思想,结合一种能够很好地解决调度问题地编码规则和适应度值函数,对该算法进行了分析。仿真结果表明,该算法和编码规则非常适合调度问题,且优于一般遗传算法,并与一些经典地算法相当。     

基于遗传算法的内河船舶避碰路径优化研究

提出一种遗传算法用于解决内河狭窄弯曲航道中的船舶避碰问题。运用算法的空间寻优能力,设计简单的编码,根据航道及障碍物等约束条件,按照一定的优化准则设计出相应的适应度函数。通过计算机仿真表明,该方法具有良好的避碰路径寻优能力,为最终实现自动避碰奠定基础。     

船用固体氧化物燃料电池电堆建模与仿真

由于船用固体氧化物燃料电池复杂的内部环境不利于对其直接建模,针对船舶设备负载变化导致燃料利用率变化,提出利用径向基函数神经网络的"基"函数.结合宽度学习网络结构和恒燃料利用率控制策略,构造了一种识别恒燃料利用率的固体氧化物燃料电池电堆特性的新方法.根据恒燃料利用率控制策略经研究获得电池的输入输出数据组;在输入输出数据组的基础上,利用Lipschitz商准则确定非线性模型的最佳输入变量阶数;利用粒子群优化算法来估算基于径向基函数宽度学习网络参数,包括增强层参数、增强层和输入层到输出层参数.该方法得到的辨识结果精度高且计算量小.试验结果验证了该方法的准确性和有效性.     

遗传算法的改进及其在超大型油船结构优化中的应用

遗传算法是一种基于适者生存理念的随机搜索算法,它具有极强的全局搜索能力,且不需要知道问题的导数信息.然而,简单遗传算法局部搜索能力差以及易于早熟.文章编制了一种基于实数编码的适用于连续型变量的遗传算法,比较适合于多峰函数的全局寻优,且对之略作改进,也可用于离散型变量优化.采用大量经典数学测试函数对该遗传算法的优化能力进行测试,取得了很好的优化结果.在此基础上,选用经典10杆桁架结构对该算法的寻优能力进行了验证.最后,以一艘超大型油船的典型中横剖面作为研究对象,选取396个设计变量,所有变量在优化过程中都进行了离散化处理,应用JTP规范[1]作为校核依据,采用该遗传算法进行优化设计.经过优化后,船中剖面面积下降了2.6%.