简介：柔性互联供应商Parlex公司日前与英飞凌科技(InfineonTechnologles)宣称，双方成立一家合资企业将合作生产和销售用于安全移动电子识别产品的衬底。

简介：

简介：在现代公安警务工作中,人脸识别是智能化目标人物排查、线索追踪的重要支撑技术。在实际应用中,公安布控人脸图像采集通常处于非合作场景。在环境因素的作用下,采集的图像相比于标准库中人脸图像往往发生噪声叠加、曝光异常以及运动模糊等降质褪化。因此,人脸识别算法的鲁棒性应当成为其有效性的重要判断依据之一。鉴于上述考虑,本文研究了几种典型机器学习算法在不同图像降质因素作用下的人脸识别性能,进一步分析了上述算法的鲁棒性。

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：提出了一种基于谱特征和高阶累积量的数字通信信号自动调制识别新方法。该方案从接收信号中提取一组稳健性强的特征参数,具有计算简单,无需先验信息,同时具有较好的噪声抑制等特点,能在低信噪比情况下快速有效的进行调制信号的自动识别。仿真结果表明,在信噪比SNR大于3dB时总体识别率在96%以上。该方案具有实用性和可行性。

简介：通过建立弹道目标雷达散射截面积（RCS）序列的动态特性及识别分类的理论模型，介绍了一种基于RCS序列动态特性的弹道目标识别方法。首先，对RCS采样数据进行滤波除噪，提取进动RCS周期序列；然后，在时频域联合提取序列周期以及均值、变异系数和极差等统计特征；最后，考虑到动态特征反映目标固有特性的能力，应用多属性决策中的层次分析法（AHP）进行信息融合，完成了基于最优线性集成的RCS多特征综合识别。仿真试验表明该方法有效。

简介：辐射源信号识别是当前电子情报（ELINT）信号处理中关键环节。无源雷达能够对探测到的雷达信号进行处理并取得辐射源脉冲信号的特征参数，包括载波频率（RF）、脉冲重复间隔（PRI）和脉冲宽度（PW）等。以无源雷达分选和采样后获得的辐射源特征参数为样本空间，提出了一种基于模糊集理论的雷达辐射源识别算法，根据已知辐射源识别库的识别知识可快速有效地识别各类已知特征的辐射源。仿真试验表明，该算法具有较高的识别可信度。

简介：下一代网络可以提供语音、数据、多媒体等各种业务，具有综合开放的特点。不同的业务对服务质量有不同的要求。因此，需要对各种网络新业务进行识别，并加以控制。本文论述了用于识别新业务的网络框架，提出了新业务控制方法，并验证了所提方法的可行性和有效性。

简介：研究了基于谱线特征的通信信号调制方式自动识别方法,从信号的功率谱、二次方谱、四次方谱及包络平方谱中,提取出一组鲁棒性强的特征参数。在不需要先验知识的情况下,对卫星通信中常用的调制信号进行了自动识别。仿真结果表明,在信噪比大于5dB时,总体识别率能达到97%以上,方案具有很强的实用性。

简介：根据支持向量机结构风险最小化原则和量子粒子群快速全局优化的特点,提出了干扰样式识别的QPSO-SVM算法。采用量子粒子群算法优化支持向量机参数,建立了干扰样式特征组分识别的模型,经过仿真试验,表明该算法具有识别率高,计算时间短的优点。

简介：基于机载情报处理系统的探测手段，设计了一种海面目标关联识别方法。首先，通过海面目标关联，实现了机载有源和无源传感器不同信息源对同一艘舰船的探测信息收集；其次，采用DS证据理论融合识别各信息源上报的关于目标类型的识别结果，获得目标融合识别结果；然后，基于目标敌我、军民属性、舰型和舰载辐射源间类属关系，对融合识别结果进行综合研判与验证，从而识别出目标类型；最后，通过仿真试验表明该方法有效，可供机载情报处理系统参考应用。

简介：针对BCH码的盲识别问题，提出了一种基于稀疏沃尔什谱的识别方法。算法利用码字与对偶码乘积的码重估计码字的码长，然后利用沃尔什一哈达马变换求解线性方程组的数学模型，通过遍历不同码率，求解少量特定位置的稀疏沃尔什谱，根据谱值大小可实现BCH码的盲识别。仿真实验表明，该算法能够在较高误码率条件下实现对BCH码的盲检测与识别。

简介：摘要：随着互联网技术的发展和应用，网络安全威胁识别与防御已成为当前亟需解决的问题。本研究采用大数据技术，对网络安全威胁进行识别与防御研究。基于大数据分析框架，对海量网络数据进行分析和处理，采用机器学习方法对网络流量中的异常行为进行准确识别，并构建了实时威胁识别与防御模型。研究结果表明，与传统网络安全防御策略相比，这种方法在识别网络异常行为和应对网络攻击上更具有效性和实时性，大大提升了网络安全防护的能力。此外，本研究进一步对比了不同机器学习算法在网络安全威胁识别中的性能和效率，为选择更为高效的网络安全防御策略提供了有益参考。本研究有助于促进网络安全威胁识别技术的发展，提高网络安全防护的预警水平和应对能力，充分发挥大数据在网络安全领域中的优势。

简介：芯片研发企业对项目的管理，目前仍以进度流程和经费被动管理为主，未建立项目风险管理体系，往往出现预算超支、工期延长等问题。项目风险管理中最重要最基本的是风险识别。通过某国家重大专项风险识别的案例，说明如何在芯片研发项目中运用WBS-RBS矩阵进行风险识别的全过程。

简介：在铁路货运电子商务系统中,预订车票登录界面验证码图像中字符,提出了一种基于卷积神经网络（CNN）的铁路货运验证码识别方法.先对验证码图像进行预处理得到单个字符,再对单字符图像数据建立CNN模型进行迭代训练.该方法针对铁路货运验证码图像特征,图像字符分割正确率接近100%,单个验证码字符正确识别率达98%以上,单张验证码图像识别率接近93%.试验表明,该方法对铁路货运验证码识别率较高,可应用于验证码的自动识别.

简介：灰关联分析是灰色系统理论的重要组成部分,寻找合适的相似性度量方法是提高灰关联分析准确性的关键。针对原有灰关联分析的雷达辐射源识别方法的缺陷,本文研究了利用面积计算灰关联度在辐射源识别中的应用,并与传统灰关联度方法进行了比较。仿真结果表明了本文方法运用在辐射源识别上的可行性及有效性,可以有效地提高辐射源识别的正确率。

简介：针对雷达辐射源识别问题，建立了基于云模型和信息融合的识别系统。利用云模型对区间型参数和离散型参数建模，计算被测辐射源的隶属度并将其作为基本概率赋值，运用时域和空域信息融合算法完成辐射源识别，给出了辐射源识别算法步骤，并建立了相应的辐射源识别系统，仿真结果表明所提出的识别算法和所建系统是有效的，并且识别率较高。

简介：针对辐射源识别中的参数模糊交叠问题，提出了基于云模型的辐射源样本隶属度获取方法，结合分布式传感器的优势，构建云模型在分布式传感器辐射源识别中的应用系统。首先介绍云模型的有关概念，其次分析分布式传感器的特征，再由云模型区间型和离散型辐射源样本隶属度，并进行单传感器时域融合和分布式传感器信息融合，利用判决规则完成决策。仿真结果说明基于云模型的辐射源识别率高。

简介：针对复杂电磁环境中辐射源正确识别率低的问题,提出采用变权重灰关联分布式传感器信息融合的辐射源识别新方法。利用灰关联分析法进行辐射源识别能克服辐射源参数间的不确定性,其中特征参数的权重获取是灰关联法的难点,给出三种权值确定方法。然后根据分布式传感器信息融合和基于基本概率赋值的准则,进行时域和空域的证据融合,得到辐射源识别结果。仿真结果表明,三种定权法均具有高的辐射源识别率、好的环境适应性和好的识别鲁棒性。

简介：摘要：针对多品种、小批量、非标订制的特种金属高端装备制造需求，开发一种基于时间敏感网络(TSN)+人工智能（AI）视频识别的特种金属高端装备数字化焊装车间系统，首先在特种金属高端装备制造企业的精品产品制造中进行使用和验证，成功后将推广至行业内产品的制造中。