僵尸网络关系云模型分析算法

通过分析僵尸网络内部的通信行为,提取了相同僵尸网络的通信特征,利用这些特征定义了僵尸网络之间关系的云模型,并设计了基于云模型的僵尸网络关系分析算法。通过典型僵尸程序样本的评测结果表明,即使对采用加密通信和无固定通信时间间隔的僵尸程序,该算法仍然能够有效地识别出这些僵尸网络之间的关系。通过与相关研究工作的对比表明,该算法在分析的准确度、僵尸网络的类型和加密通信等方面均优于相关研究成果。     

僵尸网络在线检测技术研究

僵尸网络为平台的攻击发展迅速,当前大多数的检测方法是通过分析历史网络流量信息来发现特定协议的僵尸网络,难以满足实时需要,且不能通用。针对这种情况,提出了一种独立于控制协议与结构的僵尸网络在线检测技术,能够从网络流量数据中快速检测出可疑僵尸主机。模拟实验结果表明,该技术能够高效地实现僵尸网络在线检测。     

人工神经网络信息融合及其在机场识别中的应用研究

以机场识别为研究对象,以两种改进的BP网络作为算法工具,以TM影像作为原始数据,在特征级信息融合技术框架下进行机场识别研究。首先对可用于机场识别的特征进行分析,提出使用光谱特征、纹理特征和几何形状特征这三个特征的7维矢量作为BP网络的输入,并对BP网络的训练、测试和识别三个过程进行了详细的讨论。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

航拍图像跨数据域特征迁移道路提取方法

针对传统道路提取方法应用于新数据泛化能力不足的问题,研究了通过特征迁移和编解码网络实现跨数据域的道路提取方法。首先,构建了基于编解码网络的道路提取基本模型,用于实现单一数据来源的道路提取任务。然后,基于道路提取网络结构和循环一致性原则,提出了用于跨数据域图像特征迁移的循环生成对抗网络,使目标域图像映射入源域特征空间。使用预训练的道路提取模型处理特征迁移后的目标域图像,即可实现跨数据域道路提取任务。试验结果表明,本文所提方法能够拓展道路提取网络的泛化能力,准确有效地提取跨数据域图像中的道路目标。相较于未特征迁移的结果,本文所提方法大幅改善了道路提取指标,使得F1提升了50%以上。本文方法不需要目标域的标注信息,也不需要对道路提取网络进行微调训练,而只需训练由目标域向源域的特征迁移模型,所耗时间和人力成本较低,因而具有良好的应用价值。     

基于迁移学习的非约束环境下热带鱼类识别

针对海底非约束环境下视频背景多模、环境变化复杂导致图像识别困难的问题,提出基于迁移学习的非约束环境下热带海域鱼类识别方法。首先构建ResNet深度卷积神经网络;其次引入迁移学习进行网络训练,对比迁移学习前后的识别效果。结果表明,在引入迁移学习下,accuracy和loss指标均优于非迁移学习的情况,并且在训练到150个epoch时,各项指标开始收敛,能够较好地完成非约束环境下热带海域的鱼类识别任务。     

高分辨率遥感影像场景的多尺度神经网络分类法

高分辨率遥感影像场景分类是实现复杂场景快速自动识别的基础,在军事、救灾等领域有十分重要的意义。为了在有限的遥感数据集上获得高识别精度,本文提出了一种基于联合多尺度卷积神经网络模型的高分辨率遥感影像场景分类方法。不同于传统的卷积神经网络模型,JMCNN建立了一个具有3个不同尺度通道的端对端多尺度联合卷积网络模型,包括多通道特征提取器、多尺度特征联合和Softmax分类3个部分。首先,多通道特征提取器提取图像中、高层多尺度特征;然后,多尺度特征联合对多个通道的中、高层多尺度特征进行多次融合以增强特征表达;最后,Softmax对高层特征进行分类。本文在UC Merced和SIRI遥感数据集进行测试,试验表明JMCNN模型在特征表达和计算速度方面均有显著提高,在小样本数据量下分别达到89.3%和88.3%的识别精度。     

基于多源遥感图像和复杂网络的城市主城区识别方法

针对现有的采用遥感图像的城市主城区提取方法仅利用数据光谱特征,未考虑城市的空间结构特征的情况,本文提出了一种基于多源遥感图像和复杂网络模型的城市主城区提取新方法。首先,采用八邻域极值法识别夜光图像的特征点,通过最佳路径成本法识别特征点的连接边,从而构建夜光图像复杂网络;其次,利用特征向量中心度改进复杂网络模型核心边缘结构识别方法,弥补其无法顾及节点邻域特征的不足;最后,依托分形网络演化算法获取Landsat-8图像的图像对象,构建夜光图像复杂网络节点与图像对象的空间映射关系,实现城市主城区提取。本文以沈阳、成都、西安3个城市为研究区域,以2019年的NPP/VIIRS夜光图像和Landsat-8图像为数据源,实验结果表明本文识别方法的总体精度为0.880 0,Kappa系数为0.741,较传统方法分别提高了0.119 8和0.255 9。     

基于VGG19卷积神经网络和迁移学习的水稻病害图像分类方法

本文在原有VGG19卷积神经网络的基础上,提出了一种基于迁移学习模型参数的水稻病害图像分类方法。该方法利用ImageNet数据集预训练生成的VGG19卷积神经网络,通过将网络相关参数迁移和调整的方式构建水稻病害图像分类的技术流程。通过对图像的预处理扩充样本数据,针对病害特征利用训练集调整训练参数,并利用验证集进行性能实测优化分类模型,实现水稻病害图像的快速识别分类,最后利用测试集评价分类精度。测试结果表明,该方法能够很好实现水稻病害图像的分类,分类精度达到99%以上。     

北京市河流信息识别与提取

针对传统的河流信息识别和提取方法不适用于平原地区城市这一情况,该文基于北京市河流的自然和人文特征,提取城市水系网络,划分流域边界,并对河流的特征信息进行提取;从城市河流的特征识别、信息提取、空间插值等几个方面进行了总结和归纳,并从实际应用的角度进行了案例分析。研究的思路和方法可以为其他城市的相关工作提供参考。     

利用多维观测序列的KCFM混合模型检测新型P2P botnet

提出了一种新颖的综合考虑多维观测序列的实时检测模型——KCFM。通过抽取新型分散式P2Pbotnet的多个特征构成多维观测序列,使用离散Kalman滤波算法发现流量异常变化,将Multi-chart CUSUM作为差异放大器提高检测精度。实验表明,基于多维观测序列的KCFM模型能够有效地检测新型P2Pbotnet。     

基于网络CORS技术在长江水道地形测量中的精度分析

目前,水道地形测量模式已基本定型于利用GPS测定水底点的平面位置,利用测深仪测定水底点的水深,附之以瞬时潮位或水位资料,获得点位的高程。随着各地连续运行卫星定位服务系统的投入运行,本文提出了一种无验潮模式下的水道地形测量模式,即不测定潮位或水位,而直接利用HBCORS的RTK测量技术,从而获得高精度的水底点高程。本文通过实际工程,用无验潮模式与传统模式在精度上进行对比,得出了该方法在精度上和效率上都有很大的提高,值得推广应用的结论。     

用遗传算法确定马尔柯夫随机场的最佳参数

对现有马尔柯夫随机场 (MRF)参数的解求方法作了详细分析。针对现有方法存在的缺点 ,提出基于遗传算法的MRF参数解求方法 ;分析讨论了求解的稳定性 ;并利用解的稳定性作为纹理分类的判据 ,作了航空影像纹理的分类实验。实验结果表明 ,求解的方法是正确的。用解的稳定性作为判据的纹理分类效果 ,通过对比实验证明是有效的。     

Projecting the demographic impact of Syrian migration in a rapidly ageing society,Germany

Trends of persistent low fertility and increasing life expectancy have set Germany to undergo rapid population ageing and decline. In the context of the Syrian refugee crisis, immigration has been considered as a key mechanism to combat these demographic outlooks. This study assesses the demographic impact of Syrian migration into Germany. Deterministic and Bayesian probabilistic projection methods are used to determine the contribution of Syrian migrants to aggregate total fertility rate and the likelihood of subsequent population growth. Findings reveal that Syrian migration is projected to increase German period total fertility but not by the required levels to prevent depopulation. Whilst Syrian migration into Germany has been substantial over the past few years, fertile female cohorts are largely underrepresented in the migrant population and so only a moderate net-effect of Syrian migrants on German fertility is forecasted. A solution to Germany’ population decline may thus not be offered through Syrian migration, with depopulation projected to be a likely scenario.

     

Palaeo-path investigation of the lower Ajay River (India) using archaeological evidence and applied remote sensing

Numerous palaeochannels, oxbow lakes and elongated sediment fills in Eastern India, particularly along the lower Ajay River, provide a record of channel shifting during the Late Quaternary. Proper characterization of these features is useful for discussing the dynamic evolution of the river system in the Ajay-Damodar Interfluve region. Remote sensing data, archaeological evidence and sedimentology aid in reconstructing the geomorphic history of the lower Ajay River. Archaeological studies help in calculating the rate and direction of channel migration. The channel migration rate varies from 0.32 to 3.41 m/year in the study area. Bouguer gravity anomalies suggest that the rate of channel migration may be controlled by the density variations of the basement rocks. Furthermore, neotectonics activity played a significant role in the migration of Ajay River towards north-east direction.     

一种基于局部曲率特征的点云精简算法

平均曲率是分析三维表面的重要几何特征之一。根据平均曲率进行海量散乱点云数据的精简,首先通过空间包围盒法建立K邻域,然后对K邻域内的点拟合二次曲面计算平均曲率,最后以邻近区域内点的平均曲率中误差为阈值,结合点的精简概率判定点是否保留。通过与传统方法对比,证实了文中方法在保留特征点和压缩上具有较好的优势。     

Channel pattern transformation of the Burhi‐Gandak river,Bihar, India: A study based on multidata sets

The Burhi‐Gandak river is one of the major tributaries of the Ganga River in the middle Ganga basin. The river is i known to have an oscillatory character and has changed its course in Recent times. In the present study, a variety of remote sensing data combined with surface and subsurface data have been used to delineate the fluvial palaeofeatures of this river. The palaeofeatures of the Burhi‐Gandak indicate that the river has shifted from N to S over a distance of 30 km. Further, its is observed that Burhi‐Gandak river had a larger channel width and higher discharge on earlier times and was very active. On detailed examination, a past link between the now northerly flowing Baghmati and Burhi‐Gandak rivers is detected. Based on the above features, three distinct stages of migration of the river have been identified and a summary of fluvial palaeohistory is presented.     

Marine regression along parts of the Indian Coast during the Quaternary — A study using satellite images

Features of marine regression along the Indian Coast during the Quaternary have been studied using the Landsat Imagery for the possible causes and mechanisms of their formation. The occurrence of these features, specially cheniers, is very prominent along the Krishna — Godavari coast. Variations in the inland distances of the cheniers at different locations along the coast indicate differential regressions of the coast at different places. Progradation of the coast and local uplift are identified as the main factors for the same. The topography of the shelf before the regression has played an important role in the development of the regression surfaces of varying widths and the spatial arrangement of the regression features. Morphostructural factors have hindered the formation of deltas along the western coast and also the formation of regression features. Some of the gently sloping coasts without the regression features are the active zones of sediment erosion. The study points to the possibility that some of the coasts/deltas are tectonically active zones. The Krishna Godavari delta is undergoing uplift and the coasts/deltas of the Sundarbans, Mahanadi, Kerala and Saurasthtra are undergoing down-warping. This fact needs to be confirmed using data form deep drillings, geophysical tests and other sources. The confirmation of these phenomena will have a significant effect on the depth of sediment deposition, their maturity and finally on the formation, occurrence and migration of hydrocarbons.