近年来，恶意软件呈现出爆发式增长势头，新型恶意样本携带变异性和多态性，通过多态、加壳、混淆等方式规避传统恶意代码检测方法。基于大规模恶意样本，设计了一种安全、高效的恶意软件分类的方法，通过提取可执行文件字节视图、汇编视图、PE 视图3个方面的静态特征，并利用特征融合和分类器集成学习2种方式，提高模型的泛化能力，实现了特征与分类器之间的互补，实验证明，在样本上取得了稳定的F1-score（93.56%）。
2023-04-26 04:39:57
529KB
1
为了提高电子商务推荐系统的性能，提出了考虑可信度的基于时效性的用户-项目-属性-标签四部图模型， 并针对该模型提出了一种新的推荐算法—融合可信度和时效标签的商品推荐算法．该模型算法改善新项目的冷启动问题；提出了基于评分信息的、基于项目属性的和基于用户时效标签的3种个性化预测评分方法，将这3种评 估方法融合，通过调节参数 α ， β 和 γ 平衡因子，判断这3种评估方法的影响因素权值，从而提高推荐的准确度．结果 表明该推荐算法既有较高的准确度，也有较高的新颖度，并且在某种程度上有效地处理了新项目推荐的冷启动问题。
2023-04-21 09:47:28
289KB
1
使用Python实现了大部分图像融合评估指标，包括 信息熵(EN),空间频率(SF),标准差(SD),峰值信噪比(PSNR),均方误差(MSE),互信息(MI),视觉保真度(VIF),平均梯度(AG),相关系数(CC),差异相关和(SCD),基于梯度的融合性能(Qabf),结构相似度测量(SSIM),多尺度结构相似度测量(MS-SSIM),基于噪声评估的融合性能(Nabf)。支持评估单幅图像，单个算法的所有融合结果，以及所有直接计算所有对比算法的结果，同时支持写入excel。
2023-04-18 16:19:19
123.55MB
1
测距系统中卡尔曼滤波器的演示
这是 similink 数据中只有测距（UWB）和 6 轴 imu 传感器的融合算法
演示
demo_ekf_error.m
demo_ukf.m
更多详情、使用方法，请下载后阅读README.md文件
2023-04-16 13:27:07
10.29MB
中心议题
多传感器数据融合技术能对缺陷信号作智能化处理
电磁感应式传感器和霍尔传感器的工作原理
采用小波去噪的方法，并利用RBF神经网络的数据融合技术对缺陷信号进行检测处理并得出仿真结果
解决方案
采用漏磁传感器阵列，提高检测灵敏度，减小钢管表面接触噪声和温度影响
对信号预处理，保证测试准确性
选用RBF神经网络作为融合中心的特征层融合器
随着电子技术、神经网络和人工智能处理技术的发展，国内外都在开展新的漏磁信号处理方法的研究。由于传统方法受人为因素影响严重，容易产生漏检误检，大大影响了检测准确度，因此特别需要一种对缺陷信号的智能化处理方法。多传
2023-04-12 19:01:09
123KB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码，适合科研人员
2023-04-11 20:22:34
902KB
1
传统的电气火灾预警通过检测温度、空气压力等参数来判断电气火灾,报警响应时间较长,存在很大的局限性。基于传统火灾预警存在的问题,通过紫外光传感器、电流互感器、超声探测器等火灾探测器对短路、接触不良、漏电等电气故障进行研究。通过设计检测电路采集各传感器的信号,着重对故障信号波形信息进行分析。采用MATLAB软件编制D-S证据信息融合程序,将3种传感信息进行仿真融合,在低压电气火灾信息融合过程中论证D-S融合理论的有效性。结果表明:D-S证据融合理论具有良好的可行性、可信性与可靠性。研究结果对提高电气火灾预警的准确性具有重要意义。
2023-04-10 09:21:51
287KB
1
为了能在交通管理中提前采取措施规避可能存在的交通拥挤或堵塞，提出了一种高效可靠的短时交通流预测算法．首先采用BP神经网络与自回归求和滑动平均(ARIMA)两种方法分别建立单项预测子模型，再以BP神经网络作为最优非线性组合模型的逼近器，建立组合预测模型，对单项预测子模型的预测值进行融合，由此得到最终的预测结果．通过MATLAB与SPSS平台对实测交通流量数据进行了仿真分析，结果表明，该种组合预测方法是切实可行的．
2023-04-09 08:17:26
248KB
1
针对拓片得到的文字图像具有模糊细节多、效果差等特征,以及传统算法对其边缘检测的精度不高，根据拓片文字边缘独立于尺度传播的特性，提出了一种基于二进小波变换的拓片文字图像边缘提取和增强算法。首先用二进小波对拓片文字图像进行多尺度分解，再结合小波变换模值跨尺度传递的不同特性，进行多尺度下的图像边缘提取、增强和细化。实验表明，该算法克服了传统算法的不足，弱化了单尺度下噪声抑制与边缘细节提取精度之间的矛盾，从而具有更好的实用性。
2023-04-08 13:22:13
285KB
1