利用C-F模型识别僵尸网络迁移

基于C-F模型识别僵尸网络的迁移,以僵尸网络迁移过程中表现出的多个特征为基础,提出了一种识别僵尸网络迁移的方法,能够协同多个特征判断给定的两批僵尸主机是否具有迁移关系。通过几个典型僵尸样本的评测,有效地识别了僵尸网络的迁移行为。与单纯采用IP地址重合度的方法进行了对比,在僵尸网络成员数量动态变化的情况下,仍然保持了理想的识别结果。     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

基于点云卷积的点云分类方法研究

基于深度学习方法,借鉴二维图像卷积的思想,设计了一种适合三维点云的卷积操作。点云卷积的作用域是局部球形邻域,输入为三维坐标和空间几何关系。通过点云卷积提取局部特征,使用最远点采样算法采集邻域中心点,根据半径构建球形局部邻域,使用多层感知器（multi-layer perceptron,MLP）网络学习空间关系权重,将学习到的关系权重和输入特征相乘,实现卷积操作。基于三维点云卷积,构建了一个多层分类网络模型实现点云分类。使用道路场景的黄石路数据集进行分类实验,结果证明了所提方法的有效性。     

渐进三角网加密滤波辅助的布料模拟滤波

为了提高布料模拟滤波（CSF）算法处理复杂地形时的精度与适应性,本文提出了渐进三角网加密滤波辅助的布料模拟算法（CSFPTD）。该方法首先根据地面点云回波次数特点提取单、末次回波点云,以提高点云处理效率,在此基础上,采用渐进三角网加密滤波算法提取地面点,建立宏观反映复杂地形特征的粗数字地面模型（DTM）,对点云进行高程归一化处理,消除地形起伏对点云滤波结果的影响,最后CSF实现点云精细滤波。对CSFPTD算法与经典CSF算法进行了对比实验,其中,Ⅰ类误差由11.81%下降到7.48%,Ⅱ类误差由1.90%下降到1.23%,总误差由4.05%下降到2.58%。实验结果表明：CSFPTD算法在综合复杂地形下的滤波精度明显提高,提升了算法的地形适应性。     

基于扫描线间隔的点云压缩方法

针对地铁隧道中地面三维激光扫描仪扫描密度不均的问题,提出了基于扫描线点间距的点云压缩算法。该算法利用扫描仪逐线扫描的特性,滤除同一扫描线上点间距小于给定阈值的扫描点,使压缩后的点云呈现较为均匀的分布。通过实验分析了算法中阈值与压缩率之间的函数关系,建立压缩率与给定阈值倒数的多项式拟合模型并验证了模型的精度。     

顾及法向量的点云语义分割方法

针对在复杂场景下激光雷达点云数据的语义分割研究中,存在点云特征损失大、点云语义挖掘不足和分割精度不高等问题,该文提出了一种将法向量和RandLA-Net相结合的点云语义分割方法。把点云法向量与RandLA-Net网络的局部特征聚合模块融合,提取局部语义聚合特征,利用softmax分类器对每个点进行分类。实现了复杂场景下LiDAR点云数据的语义分割。通过对Oakland点云数据集和德国Vaihingen城市语义数据集进行实验分析,验证了本文算法具有较强的泛化能力,本文算法在Oakland点云数据集和Vaihingen城市语义数据集上的平均交并比分别为96.38%和92.49%,与RandLA-Net网络相比,该算法充分利用了激光点云数据的语义特征,有效地提高了点云语义分割的准确性。     

融合k-means聚类和Hausdorff距离的散乱点云精简算法

针对点云精简算法在处理点云数据时特征保留不完整和对小曲率点云精简造成数据空洞的问题,提出了一种融合k-means聚类和Hausdorff距离的点云精简算法。该算法在八叉树算法的基础上构建点云数据的拓扑关系,首先计算所有点云数据点的主曲率,然后计算点云数据点主曲率的Hausdorff距离,根据精简目标要求设定Hausdorff距离阈值,实现点云特征提取,最后对非特征区域进行k-means聚类提取特征点,并将两次提取的特征点融合得到精简结果。实验结果表明,该算法能较完整地保留模型的特征信息,并能避免形成空洞现象。     

利用点云配准的空地影像融合技术

为实现空地影像的高精度融合,本文提出了一种基于密集匹配点云配准的融合方法,并与利用空三加密点云配准的融合效果进行了对比。首先,通过对空地影像进行空三加密和密集匹配,得到相应的三维点云;然后,利用基于3DSC特征的SAC-IA算法,完成空中点云和地面点云的粗配准;最后,通过改进的Point-to-Plane ICP算法进行精配准,进而完成空地影像的融合。试验表明,相比空三加密点云,密集匹配点云能够提供更为稳健的配准结果,且能够达到厘米级的精度。     

潜在连接点集下拓扑推进三维建模算法研究

通过三维激光扫描仪可以获取到表示空间对象的点云数据。通过设置仪器的采样间隔可以获取到表示对象不同精密程度的点集。但是由于离散点之间缺乏相应的拓扑关系,限制了以点为基本图元的模型的应用。以空间离散特征点集为研究对象,研究了一种三维建模算法。算法基于距离较近的点之间比距离较远的点之间存在拓扑连接的可能性更大的前提,对点集进行预处理,然后在此基础上进行快速建模,最终获取到以三角形为基本面片的格网模型。所建立的模型易于进行各项空间分析和操作。该算法也能够有效地应用于更为复杂的建模任务中,以达到一体化建模的目的。     

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。     

移动轨迹聚类方法研究综述

轨迹数据是人类移动行为的表征,能够映射出人的出行模式和社会属性等信息。怎样有效挖掘轨迹数据蕴藏的人类活动规律一直是研究的热点。通过轨迹聚类发现行为相似的类簇,从而探究群体的移动模式是轨迹挖掘和深度应用常见的方法之一。本文首先根据轨迹数据的特点,将轨迹数据模型分为轨迹点模型和轨迹段模型,并据此定义相应的相似性度量：空间相似性度量和时空相似性度量;然后,对两类模型的聚类方法进行了综述,并总结不同聚类算法的优缺点,以期为不同应用选取聚类算法提供科学依据;最后对移动轨迹数据聚类方法研究的发展趋势进行了讨论。     

Categorical Database Generalization

This paper focuses on the issues of categorical database generalization and emphasizes the roles of supporting data model, integrated datamodel, spatial analysis and semantic analysis in database generalization. The framework contents of categorical database generalization transformation are defined. This paper presents an integrated spatial supporting data structure, a semantic supporting model and similarity model for the categorical database generalization. The concept of transformation unit is proposed in generalization.     

基于本体属性的基础地理信息概念语义相似性计算模型

语义相似性对于知识自动共享与集成起着非常重要的作用。在许多地理信息的应用领域,通常直接将分类体系作为领域(或任务)本体,并基于此计算概念间的语义距离以实现相似度计算。该方法虽然能够快速、简便地计算概念间的语义相似度,但是有时却因为分类体系的改变而造成相同概念间的相似度产生差异,甚至可能是错误的计算结果。本文面向基础地理信息领域,利用属性枚举方法表达概念的本质语义特征,从基础地理信息概念的内涵出发,提出基于本体属性的语义相似性计算模型。该模型将每个概念表达为本体属性集合,利用相关本体属性的相似性,结合权重信息计算概念的相似性。最后从基础地理信息概念中提取出100组样本,计算概念间的语义相似度并验证基于本体属性模型的有效性。实验结果表明基于本体属性的模型能更合理地计算出基础地理信息概念的相似度。     

GIS时空分析系统的Clifford代数设计与实现

以Clifford代数为理论基础与数学工具,构建了时空分析原型系统：①在兼容多类常用GIS数据格式的基础上,根据Clifford代数空间构建的思想,对现有时空数据模型进行扩展,实现了时间、空间与属性的一体化表达;②定义了可支撑多维度时空分析的几何、度量等Clifford代数算子库;③基于插件的时空分析模型算法构建及集成框架,实现了高维邻域分析、网络分析以及时空栅格数据分析等地学分析算法。实验结果显示,根据Clifford代数所构建的时空分析系统可有效支撑多维时空分析。     

一种形状多级描述方法及在多尺度空间数据几何相似性度量中的应用

利用多级弦长函数和中心距离函数从全局整体到局部细节逐级描述几何形状,建立通用多尺度空间数据几何相似性度量模型。基于高斯概率统计模型改进传统的Hausdorff距离,引入信息检索中的相关反馈技术解决相似度量模型中各指标阈值的确定问题。最后将相似度量模型分别应用于不同比例尺数据匹配和空间目标化简前后的相似度量,试验表明,基于该描述方法的相似度量模型可有效实现不同比例尺水域数据的匹配和相似度量。     

基于核函数度量相似性的遥感影像变化检测

提出了一种基于核函数度量相似性的遥感影像变化检测算法。该算法通过比较两个时相特征向量的概率密度进行变化判别,将概率密度的比较转化成核函数的形式,利用核函数的相似度量功能进行变化判别,通过指定的核函数避开概率密度的估计,达到概率密度比较的目的。     

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。     

Polygonal Clustering Analysis Using Multilevel Graph‐Partition

Existing methods of spatial data clustering have focused on point data, whose similarity can be easily defined. Due to the complex shapes and alignments of polygons, the similarity between non‐overlapping polygons is important to cluster polygons. This study attempts to present an efficient method to discover clustering patterns of polygons by incorporating spatial cognition principles and multilevel graph partition. Based on spatial cognition on spatial similarity of polygons, four new similarity criteria (i.e. the distance, connectivity, size and shape) are developed to measure the similarity between polygons, and used to visually distinguish those polygons belonging to the same clusters from those to different clusters. The clustering method with multilevel graph‐partition first coarsens the graph of polygons at multiple levels, using the four defined similarities to find clusters with maximum similarity among polygons in the same clusters, then refines the obtained clusters by keeping minimum similarity between different clusters. The presented method is a general algorithm for discovering clustering patterns of polygons and can satisfy various demands by changing the weights of distance, connectivity, size and shape in spatial similarity. The presented method is tested by clustering residential areas and buildings, and the results demonstrate its usefulness and universality.     

空间点群目标相似度计算

顾及到视觉认知的Gestalt原则,提出了一种综合考虑到点群的空间关系、空间分布和几何特征,注重空间点群的整体描述的相似度计算模型。实验结果表明,相似度计算结果与直观认知比较一致。