基于深度特征的目标检测方法Faster R-CNN在火焰检测任务上存在检测效率低的问题,因此提出了基于颜色引导的抛锚策略。该策略设计火焰颜色模型来限制锚的生成,即利用火焰颜色约束锚的生成区域,从而减少了初始锚的数量,提升了计算效率。为了进一步提高网络的计算效率,将区域生成网络中的卷积层替换成掩膜卷积。为了验证所提方法的检测效果,采用BoWFire和Corsician数据集进行验证。实验结果表明,该方法实际检测速度相较于原Faster R-CNN提高了10.1%,BoWFire上该方法的火焰检测F值为0.87,Corsician上该方法的准确度可达99.33%。所提方法可以提高火焰检测的效率,并能够准确检测图像中的火焰。
针对传统数据包络分析(DEA)公共权重生成方法不同时具备线性、规模无关优点的问题,根据军事训练绩效评估需求,提出了一种新的DEA公共权重生成方法。该方法以DEA有效单位为计算基础,首先对训练数据进行归一化,然后运用多目标规划模型求解,绩效排序结果更加公平合理,并且同时具有线性、规模无关的优点。最后,通过一个军事应用,证明了该方法科学、有效。
针对电子交易中的隐私安全问题,提出了一个可保护用户隐私的电子交易方案。方案将不经意传输协议和ElGamal签名相结合,实现了电子交易中交易双方的隐私安全。用户使用序号选择商品,匿名付费给银行;银行将商品的数字签名发送给用户,用户使用数字签名和商家进行不经意信息交互;对序号进行幂运算加密得到密钥,商家不知道用户订购何种数字商品,序号的隐蔽性和制约性也使得用户不能以没有选择的序号打开消息,用户得到且只能得到自己订购的数字商品。正确性证明和安全性分析结果表明,方案保护了交易双方在电子交易过程中的交互信息,同时防止商家恶意欺诈行为。方案签名短,计算量小,密钥动态变化,安全性强。
在认知正交频分复用(OFDM)系统中,为避免对主用户(PU)的干扰,需要对认知用户(CU)基站的发射功率进行控制和分配。针对认知用户基站无法合理分配其发射功率及无法有效提高数据传输速率等问题,在传统注水功率分配算法的基础上,提出了一种双因子二分搜索最优化功率分配算法。该算法充分考虑认知用户信道上干扰温度的限制,首先,在满足总功率限制的条件下引入剩余函数;然后,利用剩余函数的单调性,通过双层二分搜索迭代方法求得拉格朗日因子的准确值;最后,通过拉格朗日因子的值求出各子信道上所分配的功率值。仿真结果表明,所提算法能有效利用主用户频带间的频谱空穴,在总功率限制和干扰温度(IT)限制下,最大化认知用户的数据传输率,其值逼近传统注水算法。同时该算法所得到的数据传输速率比总功率平均控制算法和干扰温度平均控制算法有明显的提高,在相同仿真环境下其传输总速率超出约4×105b/s。在迭代过程中所提算法处理时间较少,并体现出良好的鲁棒性。
介绍了以太网与CAN现场总线网间嵌入式网关的软硬件结构设计,描述了uClinux上CAN设备驱动程序的处理流程及其设计方法和技巧。针对CAN协议的特点,为不同实时等级的信息报文设立四个分组,设计了多帧数据发送报文结构,为设备驱动程序的收发缓冲区设计合理的数据结构和管理方法,提高了CAN通讯效率。