基于深度卷积神经网络的船舶识别方法研究

为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法。利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类。算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实。实验结果表明,该方法平均识别正确率达到93.6%,可以很好地实现船舶识别。     

一种基于多源地面目标的相关判断方法

多源地面目标相关判断是进行地面目标融合处理的前提。在分析地面目标特征、知识库及相关处理流程的基础上,设计了依据来源级别、相关关系、目标类型和位置门限等方面进行相关判断的步骤,并重点阐述了根据目标距离进行位置门限判断的算法。力争达到能够快速准确地缩小判断范围、减少判断步骤、确定相关候选对象。     

基于Kinect和直方图均衡化的红外图像增强算法

在复杂海域上船舶的红外图像分辨率低、对比度弱、视觉特性差,研究红外图像增强算法对于进行船舶检测、跟踪和识别具有理论意义和实用价值。本文首先通过Kinect获取到红外图像的深度图像,根据景深的不同把船舶和背景区域分离出来;然后设定初始阈值,进行冗余灰度压缩、幂指数拉伸和直方图均衡后将图像的像素等间距的排列在相应的灰度级上;最后通过引入模糊指数进行图像增强效果验证。实验效果表明,经过图像增强算法图像的清晰度和对比度提高。     

一种有效的窄带干扰抑制技术

分析直接序列扩频系统通信中的基于时域和变换域等传统干扰抑制方法存在的不足,提出一种基于离散傅立叶变换(DFT)的时域自适应陷波技术.当干扰为时变窄带干扰时,基于DFT的时域陷波技术优于传统时域和变换域的窄带干扰抑制技术.     

改进的直方图均衡化图象增强算法

给出了一个改进的直方图均衡化图象增强算法。应用该算法对医学细胞图象进行增强处理，取得了较好的处理效果。     

一种基于椭圆曲线的门限部分盲签名方案

通过对余昭平等人提出的一种基于椭圆曲线上的门限盲签名方案的分析,了解到该方案结合了椭圆曲线、门限盲签名的双重优势。在原方案的基础上提出了一种基于椭圆曲线的门限部分盲签名的方案,不仅保留了原方案的强可验证性性、不可伪造性等安全特性,还进一步增加了签名的稳定性、部分盲性及密钥共享等特性。最后,对新提出的方案进行了可证的安全性分析及效率分析,事实证明该方案安全性高、稳定性好。     

指定验证方的门限验证匿名代理签名方案

将指定验证方概念引入匿名代理签名中,提出1个具有指定验证方的门限验证匿名代理签名方案。原始签名人授权给代理签名人,代理签名人的身份除对原始签名人外是保密的,代理签名人可以代表原始签名人产生指定验证方的签名,只有指定验证方才能够验证代理签名的有效性,但无法确定代理签名人的身份,出现争议时指定验证方可以通过原始签名人揭示代理签名人的真实身份,而这个过程不需要可信中心参与。该方案满足匿名性、不可伪造性、不可否认性、匿名性撤销等其他安全性需求,解决了代理签名的定向问题,防止了代理签名权利的滥用,保护了代理签名人的隐私和利益。     

对噪声干扰的慢门限恒虚警处理分析

以典型高斯噪声为研究对象,通过慢门限恒虚警方法对噪声干扰的处理分析,定量得出其抗噪声干扰的效果.     

一个无可信中心(t,n)门限签名方案的安全缺陷及其改进

针对王斌和李建华的无可信中心(t,n)门限签名方案(简称王-李方案),给出两种伪造签名攻击及相应的合谋攻击.指出由于王-李方案的联合秘密共享技术并没有起到实质性作用,且λi,j是通过广播方式分发的,因此存在安全隐患.为克服王-李方案的上述缺陷,提出一个改进方案.改进方案将群成员的固有私钥k,i与分布式生成的秘密份额λ,i共同作为其部分签名私钥,然后利用(k,i,λ,i)的完整信息,在随机因子t,i的作用下,联合生成部分签名和门限群签名,从而克服了王-李方案的签名方程参数退化问题.能够完全抵抗合谋攻击和伪造签名攻击.此外,改进方案还增加了对密钥影子的验证功能.分析表明,改进方案不仅具有更高的安全性,而且具有较高的效率.