检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2011年第10期51卷 1351-1356页

作者：崔宝江马丁郝永乐王建新北京邮电大学计算机学院北京100876 中国信息安全测评中心北京100085 北京林业大学信息学院北京100083

基于基本块签名和跳转关系的二进制文件结构化比对技术,对已有的二进制结构化比对算法进一步改进,提出一种基于基本块签名和基本块之间跳转关系的函数控制流图比对算法。即首先提取二进制文件反汇编后的函数控制流图信息,然后对图中的... 详细信息

基于基本块签名和跳转关系的二进制文件结构化比对技术,对已有的二进制结构化比对算法进一步改进,提出一种基于基本块签名和基本块之间跳转关系的函数控制流图比对算法。即首先提取二进制文件反汇编后的函数控制流图信息,然后对图中的基本块进行签名匹配,在签名匹配的基础上再进一步利用邻接矩阵进行边匹配,最后利用匹配的基本块计算函数相似度和文件相似度,并开发出比对工具BinCompae。研究结果表明:相对于源码比对工具和几个常用的二进制补丁比对工具,针对常见的代码抄袭方式,BinCompae均能检测出99%以上的相似度;此外,BinCompare还能检测出语义不变,代码形式改变的抄袭方式。因此,基于基本块签名和跳转关系的结构化比对算法针对二进制文件比对具有很高的准确性和实用性。

关键词：二进制文件同源性检测基本块签名基本块跳转关系函数控制流图

来源：评论

学校读者我要写书评

暂无评论

图像中多语种文本提取的高斯混合建模方法

引用

计算机研究与发展 2007年第11期44卷 1920-1926页

作者：付慧刘峡壁贾云得北京林业大学信息学院北京100083 北京理工大学计算机科学与技术学院北京100081

建立了相邻字符区域的高斯混合模型,用于区分字符与非字符.在此基础上,提出了一种从图像中提取多语种文本的方法.首先对输入图像进行二值化,并执行形态学闭运算,使二值图像中每个字符成为一个单独的连通成分.然后根据各连通成分重心的Vo... 详细信息

建立了相邻字符区域的高斯混合模型,用于区分字符与非字符.在此基础上,提出了一种从图像中提取多语种文本的方法.首先对输入图像进行二值化,并执行形态学闭运算,使二值图像中每个字符成为一个单独的连通成分.然后根据各连通成分重心的Voronoi区域,形成连通成分之间的邻接关系;最后在贝叶斯框架下,基于相邻字符区域的高斯混合模型计算相应的伪概率,以此为判据将每个连通成分标注为字符或非字符.利用所提出的文本提取方法,进行了复杂中英文文本的提取实验,获得大于97%的准确率和大于80%的召回率,证实了方法的有效性.

关键词：高斯混合模型文本提取二值图像多语种建模方法 Voronoi区域字符区域连通成分

来源：评论

学校读者我要写书评

暂无评论

面向服务匹配问题的协同演化算法

引用

软件学报 2015年第7期26卷 1601-1614页

作者：崔晓晖印桂生董红斌北京林业大学信息学院北京100083 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

服务匹配是服务发现的主要环节.目前,原子服务匹配过程主要存在服务匹配概念狭窄、匹配算法的时间复杂度较高及匹配方案的表示难以被智能优化算法处理等问题.针对上述问题,在原子服务匹配的基础上引入复合服务匹配、抽象复合服务匹配过... 详细信息

服务匹配是服务发现的主要环节.目前,原子服务匹配过程主要存在服务匹配概念狭窄、匹配算法的时间复杂度较高及匹配方案的表示难以被智能优化算法处理等问题.针对上述问题,在原子服务匹配的基础上引入复合服务匹配、抽象复合服务匹配过程的适应度函数及约束条件,设计适用于智能优化算法处理的匹配方案的表示方法.同时,结合协同演化算法设计思路,提出基于粒子群和模拟退火的协同演化算法(PSO-SA),用以求解复合服务匹配.实验结果表明:与现有智能优化算法相比,PSO-SA可在有限迭代次数内获得精度较高的匹配结果,对不同维度的服务匹配问题具有较高的适应性,可用于提高服务发现结果的质量.

关键词：服务匹配粒子群优化模拟退火协同演化

来源：评论

学校读者我要写书评

暂无评论

手持式数字化多功能电子测树枪的研制与试验

引用

农业工程学报 2013年第3期29卷 90-99页

作者：徐伟恒冯仲科苏志芳胥辉焦有权樊江川北京林业大学测绘与3S技术中心北京100083 西南林业大学计算机与信息学院昆明650224 昆明学院数学系昆明650214

为了实现森林的数字化、多功能、精准计测,该文研制了一种数字化多功能电子测树枪,该设备以MEMS(micro-electro-mechanical systems)测角传感器、激光测距传感器、电子罗盘等主要硬件为基础,通过测量距离、倾角、磁方位角3个参数,基于... 详细信息

为了实现森林的数字化、多功能、精准计测,该文研制了一种数字化多功能电子测树枪,该设备以MEMS(micro-electro-mechanical systems)测角传感器、激光测距传感器、电子罗盘等主要硬件为基础,通过测量距离、倾角、磁方位角3个参数,基于三角函数原理,嵌入操作软件,实现了树高测量、林分平均高测量、株数密度测量、角规绕测、任意高度直径测量、基本测量6项功能。并将该设备在河南省、内蒙古等地林场进行了试验,试验结果表明,树高测量精度最高,达99.39%,林分平均高测量精度最低,为94.97%,其他功能精度都在95%以上,可以满足林业外业调查的需要。

关键词：林业测量电子枪多功能

来源：评论

学校读者我要写书评

暂无评论

基于Gabor及深度神经网络的葡萄种子分类

引用

电子科技大学学报 2020年第1期49卷 131-138页

作者：杨旺功淮永建张福泉北京林业大学信息学院北京海淀区100083 北京理工大学计算机学院北京海淀区100081

种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法... 详细信息

种子成熟度需要受过长期训练的专家通过肉眼进行观察和判断。为了改变传统人工经验判断的方式,该文提出了一种基于Gabor小波特征提取及深度神经网络的葡萄种子图像分类识别算法,以便实现高效、准确的分类识别效果。首先,利用背景差分法在背景图像中分割出兴趣目标,从而完成图像的预处理。然后,通过改进的Gabor小波特征提取,使得Gabor滤波后的图像具有更多的细节纹理信息。最后,将深度卷积神经网络和提取到的纹理特征信息相结合进行分类。实验结果表明,基于机器学习的葡萄种子成熟度识别是切实可行的。且相比于其他类似分类算法,本文算法的图像分类精度有了一定的改善。

关键词：分类识别深度学习特征提取 Gabor小波葡萄种子机器学习神经网络

来源：评论

学校读者我要写书评

暂无评论

基于Sen+Mann-Kendall的北京植被变化趋势分析

引用

计算机工程与应用 2013年第5期49卷 13-17页

作者：王佃来刘文萍黄心渊北京林业大学信息学院北京100083 首钢工学院计算机系北京100144

基于1998年到2011年长时序SPOTVEGETATION归一化植被指数数据,采用一元线性回归斜率变化法和Sen+Mann-Kendall法对北京地区的植被变化趋势做了时空分析。实验结果表明:在1998年到2011年期间,北京市城区、延庆县、怀柔区和平谷区的植被... 详细信息

基于1998年到2011年长时序SPOTVEGETATION归一化植被指数数据,采用一元线性回归斜率变化法和Sen+Mann-Kendall法对北京地区的植被变化趋势做了时空分析。实验结果表明:在1998年到2011年期间,北京市城区、延庆县、怀柔区和平谷区的植被变化趋势显著上升;而植被恶化区则集中在北京市城区北部、东部和南部,并以马蹄形包围北京市区。两种方法实验结果在植被上升(下降)区域具有一致性。同时,Sen+Mann-Kendall法以其良好的抗噪性和对数据分布无要求性可广泛应用到其他区域的植被变化趋势分析中。

关键词： SPOT VEGETATION 植被变化趋势分析一元线性回归 Sen趋势度估计法 Mann-Kendall检验

来源：评论

学校读者我要写书评

暂无评论

用于样本聚类和网络分析的整合鲁棒结构化NMF模型

引用

应用科学学报 2020年第5期38卷 825-842页

作者：张晓宁孔祥真罗传文刘金星曲阜师范大学计算机学院山东日照276826 北京林业大学信息学院北京100083

为了更好地保留数据之间的同质性,提出了一种整合鲁棒结构化非负矩阵分解(integrated robust structured non-negative matrix factorization,iRSNMF)模型,并在该模型中引入一个结构化项.将该模型用于癌症样本聚类实验和基因共表达网络... 详细信息

为了更好地保留数据之间的同质性,提出了一种整合鲁棒结构化非负矩阵分解(integrated robust structured non-negative matrix factorization,iRSNMF)模型,并在该模型中引入一个结构化项.将该模型用于癌症样本聚类实验和基因共表达网络分析,以验证其有效性.根据现有文献对相关基因和通路进行生物学解释.实验结果表明,iRSNMF模型聚类性能较好并且能够挖掘到的关键基因更多.用iRSNMF模型获得的基因和通路在癌症的发病机制中起着重要作用,并为癌症诊断、治疗和预后提供了新的思路.

关键词：整合模型结构化非负矩阵分解样本聚类基因共表达网络分析

来源：评论

学校读者我要写书评

暂无评论

基于SfM的针叶林无人机影像树冠分割算法

引用

农业机械学报 2020年第6期51卷 181-190页

作者：杨全月董泽宇马振宇吴悠崔琪卢昊北京农学院计算机与信息工程学院北京102206 北京林业大学信息学院北京100083 弗莱堡大学环境与自然资源学院弗莱堡79106

利用无人机影像进行森林资源调查具有作业快速便捷、数据分辨率较高、影像细节丰富的特点,可较好地识别单木,获取树木位置、冠幅等信息。但是,厘米级的影像分辨率使基于光谱信息的传统分割算法在提取树冠时出现破碎化现象,产生过分割结... 详细信息

利用无人机影像进行森林资源调查具有作业快速便捷、数据分辨率较高、影像细节丰富的特点,可较好地识别单木,获取树木位置、冠幅等信息。但是,厘米级的影像分辨率使基于光谱信息的传统分割算法在提取树冠时出现破碎化现象,产生过分割结果。同时,在非落叶季由于无人机影像难以观测到茂密林冠下层地形,故在地形起伏较大的林区难以实现基于树木冠层高度模型(CHM)的单木分割方法。针对上述问题,结合传统二维图像处理和SfM三维建模,提出了一种无需高度归一化的无人机影像树冠三维分割提取算法,首先利用SfM技术从高重叠航片建立三维表面模型,利用高程和图像信息检测初始树木位置,再采取kNN自适应邻域分水岭分割的方式对中心单木进行精确的树冠参数提取。在北京市百花山国家级自然保护区的落叶松林地进行了高分辨率无人机影像实验,采用正射影像目视解译结果和多种基于图像、点云的自动分割算法结果进行验证和评价。结果表明,本文方法对树木总体检出率在91%以上,冠幅提取精度在81%以上,优于传统的全局分水岭方法和其他树冠分割算法。

关键词：树冠针叶林分割算法 SfM 无人机

来源：评论

学校读者我要写书评

暂无评论

基于电子经纬仪立木无损精测技术的干形指数研究

引用

农业机械学报 2015年第1期46卷 299-305页

作者：高祥冯仲科王智超徐伟恒曹忠何腾飞北京林业大学精准林业北京市重点实验室北京100083 弗里德里希.席勒大学化学与地理学院耶拿07743 西南林业大学计算机与信息学院昆明650224

针对传统干形指数研究中上部直径获取困难、树干分段界限难以精准确定等问题,提出了一种基于电子经纬仪立木无损精测技术研究干形指数的方法。选取内蒙古自治区旺业甸实验林场198棵落叶松样本为研究对象,将每株样木10等分,计算相对分段... 详细信息

针对传统干形指数研究中上部直径获取困难、树干分段界限难以精准确定等问题,提出了一种基于电子经纬仪立木无损精测技术研究干形指数的方法。选取内蒙古自治区旺业甸实验林场198棵落叶松样本为研究对象,将每株样木10等分,计算相对分段干形指数;使用方差分析法可知各相对分段之间有不同程度的差异;利用聚类分析法可将树干聚合为2-10段;为了获取最优分段数,利用相对干形指数分别计算不同分段情况的材积,并用电子经纬仪观测的材积进行对比。结果表明：树干高度H分为3段时即可达到理想效果,各段平均相对干形指数（对应高度）分别为：4.295（H0.0-H0.1）、1.524（H0.1-H0.4）、1.670（H0.4-H1.0）。此参数的研究可定量描述树干干形分界线,在材积测量中只需测量对应分段处的3个直径即可精准测定材积,有效减少外业工作量。

关键词：立木电子经纬仪无损精测干形指数

来源：评论

学校读者我要写书评

暂无评论

基于中介面加快光线跟踪计算

引用

计算机学报 2007年第2期30卷 262-271页

作者：黄沛杰王文成杨刚吴恩华中国科学院软件研究所计算机科学国家重点实验室北京林业大学信息学院北京100083

提出一种新的光线跟踪方法,以提高光线找到相交面片的效率.它在场景中生成一些面积较大的规整中介面片,然后为中介面上的每个点建立一个场,以记录到达该点的不同方向的光线将相交的面片.由此,光线跟踪时,一条光线可方便地找到相交的中介... 详细信息

提出一种新的光线跟踪方法,以提高光线找到相交面片的效率.它在场景中生成一些面积较大的规整中介面片,然后为中介面上的每个点建立一个场,以记录到达该点的不同方向的光线将相交的面片.由此,光线跟踪时,一条光线可方便地找到相交的中介面,并通过查找中介面上所记录的内容,就能得到它所相交的面片.与已有方法相比,新方法不仅能很好加速主光线与阴影光线的计算,而且能很好地加速反射、折射等二次光线的计算.它能在GPU上方便地实现,并能有效地处理动态场景.

关键词：光线跟踪动态场景预计算中介面图形处理器(GPU)

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：