搜索资源列表
KalmanDetection
- worm detect,基于传染病模型的蠕虫检测算法-worm detect, based on the model of the worm diseases Detection Algorithm
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说
276
- 在现有的单层马尔科夫链异常检测模型基础上,提出一种崭新的两层模型.将性质上有较大差异的两个过程,不同的请求和同一请求内的系统调用序列,分为两层,分别用不同的马尔可夫链来处理.两层结构可以更准确地刻画被保护服务进程的动态行为,因而能较大地提高异常的识别率,降低误警报率.
TMN
- 对原始告警信息的完整存储以及预处理是本地电话网网 络管理系统故障管理的核心功能。本文提出了一种基于有限状态机 的告警信息预处理模型, 并应用该模型对检测到的告警消息在时间 和空间上进行相关处理。工程应用表明, 该模型对故障的辨识、诊 断和定位提供了强有力的支持。
003
- 基于AR模型的间谐波检测算法的研究Based on the model of inter-AR harmonic detection algorithm research
DoNetDemo
- 使用的开发语言有CSharp，VB等，个人认为有较好的参考价值。 【.NET开发】使用Windows Forms生成简单的绘图工具 【.NET开发】为.NET应用程序实现一个类似Word的对象模型 【Office开发】.NET框架下Excel报表组件编程 【Web开发】了解和扩展ASP.NET 2.0中的站点导航系统 【工具与技巧】构建高性能的ASP.NET应用程序 【工具与技巧】使用WMI和MOM 2005检测和监视ASP.NET应用程序 【软件测试】底层UI测试自
w20080412
- 研究了利用混沌相变进行弱信号检测的理论及仿真试验( 对基于) 振子初值敏感性检测弱信号的方法分 析后指出，过渡过程会影响检测性能，提出一种改进的弱信号检测方法( 对仿真输入噪声生成和仿真步长选择进行 研究后建立了仿真模型，在典型噪声背景下检测弱正弦信号( 实验结果表明：所提出的方法有较好检测性能；混沌 临界态的 系统对噪声敏感导致相变方法难以精确确定最小检测幅值( 指出了这类方法的局限性
w20080416
- 研究了利用混沌相变进行弱信号检测的理论及仿真试验( 对基于) 振子初值敏感性检测弱信号的方法分 析后指出，过渡过程会影响检测性能，提出一种改进的弱信号检测方法( 对仿真输入噪声生成和仿真步长选择进行 研究后建立了仿真模型，在典型噪声背景下检测弱正弦信号( 实验结果表明：所提出的方法有较好检测性能；混沌 临界态的 系统对噪声敏感导致相变方法难以精确确定最小检测
face-recognition
- 人脸检测方法主要有基于知识的方法、特征不变方法、模板匹配方法、基于外观的方法；脸部特征定位方法分为基于先验知识、几何形状、色彩、外观和关联信息等五类；人脸表情识别方法分为基于几何特征的识别方法，基于整体的识别方法，基于模型的识别方法，基于模板的识别方法。-Face detection methods are mainly based on knowledge of the method, the characteristics of constant method, template match