基于分布式迁移网络学习的入侵检测系统及其方法

    公开(公告)号:CN101582813B

    公开(公告)日:2011-07-20

    申请号:CN200910023073.1

    申请日:2009-06-26

    Abstract: 本发明公开了一种基于分布式迁移网络学习的入侵检测系统及其方法,主要解决现有方法对某些攻击类型的检测率较低,重新搜集数据困难的问题。整个系统包括:网络行为记录预处理模块、异常检测模块和异常行为分析模块。网络行为记录预处理模块,对网络行为记录完成量化和归一化处理;异常检测模块使用异常检测学习机,对输入的记录完成分类识别,确定该记录是否为正常行为,若正常,结束检测,否则,将该记录传至异常行为分析模块;异常行为分析模块使用异常行为分析学习机,对输入的异常记录进行分类识别,输出其攻击类型。本发明具有能够利用已有其他资源提高对原检测率较低的攻击类型的检测率,无需重新搜集数据的优点,可用于网络入侵检测。

    基于迁移学习的投影寻踪高光谱图像分割方法

    公开(公告)号:CN101840569A

    公开(公告)日:2010-09-22

    申请号:CN201010128675.6

    申请日:2010-03-19

    Abstract: 本发明公开了一种基于迁移学习的投影寻踪高光谱图像分割方法,它属于图像处理技术领域,其技术要点是:利用高光谱图像数据的多波段特性,将每一波段看作是一幅灰度图像,针对每一幅图像进行分析和研究;利用不同波段的图像相似但不相同的特性,将迁移学习引入投影寻踪聚类算法中;通过地物标记图获取源域图像数据的标签,利用已知的标签知识,对目标域的无标签图像数据进行指导,获得最优投影方向和最优子空间,从而提高分割精度。本发明具有利用已有先验知识,提高分割精度的优点,可用于军事侦察手段以及民用和工业领域。

    基于迁移网络学习的遥感图像目标识别系统及方法

    公开(公告)号:CN101794396A

    公开(公告)日:2010-08-04

    申请号:CN201010132673.4

    申请日:2010-03-25

    Abstract: 本发明公开了一种基于迁移网络学习的遥感图像目标识别系统及方法,主要解决现有方法对当有标签的遥感图像数据很少时识别正确率较低和图像标签的获取困难且花费昂贵的问题。整个系统包括:图像特征提取模块,迁移网络分类器学习系统生成模块和迁移网络分类器学习系统学习模块。其中,图像特征提取模块,对图像完成特征提取;迁移网络分类器学习系统生成模块,对输入的样本数据采用引入迁移学习的网络集成学习算法进行训练,得到迁移网络分类器学习系统;迁移网络分类器学习系统学习模块,对新的样本图像特征完成分类识别。本发明具有能够利用已有其他资源提高对遥感图像目标的识别正确率,无需重新搜集数据的优点,可用于遥感图像的目标识别。

    自适应核匹配追踪辅助诊断系统及其辅助诊断方法

    公开(公告)号:CN101551855A

    公开(公告)日:2009-10-07

    申请号:CN200910022499.5

    申请日:2009-05-13

    Abstract: 本发明公开了一种基于自适应核匹配追踪辅助诊断系统及方法,它属于图像处理技术领域。整个系统包括:影像预处理模块,完成原始影像去冗余以及直方图均衡化增强处理;影像特征提取模块,对输入的影像完成灰度共生矩阵和Hu矩特征提取;影像自适应核匹配追踪分类诊断模块通过影像标识样本训练子模块、影像未标识样本测试子模块、影像自适应因子调节模块,对输入有标识的训练影像集分类诊断,采用弱势样本诊断识别率与设定的阈值比较,调整自适应因子,得到最终的训练分类器,使用最终的训练分类器对未标识的测试样本分类产生最终的诊断结果。本发明具有识别精度高、运算量小的优点,可用于对医疗卫生,普查工作,人口健康管理领域。

    不平衡医学影像处理系统及其处理方法

    公开(公告)号:CN101551854A

    公开(公告)日:2009-10-07

    申请号:CN200910022497.6

    申请日:2009-05-13

    Abstract: 本发明公开了一种不平衡医学影像处理系统及其处理方法,它属于图像处理技术领域。整个系统包括:影像预处理模块、影像个性化切分模块、影像特征提取模块和影像核匹配追踪集成分类诊断模块。影像预处理模块完成去冗余及直方图均衡化增强处理,对处理后影像进一步完成均匀切分、不均匀切分或滑窗切分处理后,完成灰度共生矩阵和Hu矩特征提取得到有标识的训练样本集,从中抽取部分样本对单个分类器进行训练,得到各个训练分类器,采用各训练分类器对未标识测试样本分类得到分类标签,根据决策函数得到未标识测试样本的最终诊断结果。本发明具有对医学影像诊断识别率高,处理时间短的优点,可用于医务工作者评价疾病预后和治疗效果。

    基于免疫克隆和投影寻踪的SAR图像分割系统及分割方法

    公开(公告)号:CN101667292B

    公开(公告)日:2011-08-24

    申请号:CN200910024055.5

    申请日:2009-09-25

    Abstract: 本发明公开了一种基于免疫克隆和投影寻踪的SAR图像分割系统及分割方法。该系统包括:图像特征提取模块、初始标签选择子模块、投影方向选择子模块和子空间聚类子模块。图像特征提取模块,提取输入图像的灰度共生矩阵、小波、brushlet和contourlet特征;初始标签选择子模块,对图像特征进行聚类获得初始标签,传输给投影方向选择子模块计算线性判别分析投影指标,并获得最优投影方向;子空间聚类子模块,将图像特征投影到最优投影方向,获得最优子空间,对最优子空间进行聚类,获得聚类标签,并返回至初始标签选择子模块迭代获得最终聚类标签,并与图像像素对应,获得最终图像分割结果。本发明具有分割精度高的优点,可用于军事侦察手段以及民用和工业领域。

    基于分布式迁移网络学习的入侵检测系统及其方法

    公开(公告)号:CN101582813A

    公开(公告)日:2009-11-18

    申请号:CN200910023073.1

    申请日:2009-06-26

    Abstract: 本发明公开了一种基于分布式迁移网络学习的入侵检测系统及其方法,主要解决现有方法对某些攻击类型的检测率较低,重新搜集数据困难的问题。整个系统包括:网络行为记录预处理模块、异常检测模块和异常行为分析模块。网络行为记录预处理模块,对网络行为记录完成量化和归一化处理;异常检测模块使用异常检测学习机,对输入的记录完成分类识别,确定该记录是否为正常行为,若正常,结束检测,否则,将该记录传至异常行为分析模块;异常行为分析模块使用异常行为分析学习机,对输入的异常记录进行分类识别,输出其攻击类型。本发明具有能够利用已有其他资源提高对原检测率较低的攻击类型的检测率,无需重新搜集数据的优点,可用于网络入侵检测。

    自适应核匹配追踪辅助诊断系统及其辅助诊断方法

    公开(公告)号:CN101551855B

    公开(公告)日:2011-06-29

    申请号:CN200910022499.5

    申请日:2009-05-13

    Abstract: 本发明公开了一种基于自适应核匹配追踪辅助诊断系统及方法,它属于图像处理技术领域。整个系统包括:影像预处理模块,完成原始影像去冗余以及直方图均衡化增强处理;影像特征提取模块,对输入的影像完成灰度共生矩阵和Hu矩特征提取;影像自适应核匹配追踪分类诊断模块通过影像标识样本训练子模块、影像未标识样本测试子模块、影像自适应因子调节模块,对输入有标识的训练影像集分类诊断,采用弱势样本诊断识别率与设定的阈值比较,调整自适应因子,得到最终的训练分类器,使用最终的训练分类器对未标识的测试样本分类产生最终的诊断结果。本发明具有识别精度高、运算量小的优点,可用于对医疗卫生,普查工作,人口健康管理领域。

    基于免疫克隆和投影寻踪的SAR图像分割系统及分割方法

    公开(公告)号:CN101667292A

    公开(公告)日:2010-03-10

    申请号:CN200910024055.5

    申请日:2009-09-25

    Abstract: 本发明公开了一种基于免疫克隆和投影寻踪的SAR图像分割系统及分割方法。该系统包括:图像特征提取模块、初始标签选择子模块、投影方向选择子模块和子空间聚类子模块。图像特征提取模块,提取输入图像的灰度共生矩阵、小波、brushlet和contourlet特征;初始标签选择子模块,对图像特征进行聚类获得初始标签,传输给投影方向选择子模块计算线性判别分析投影指标,并获得最优投影方向;子空间聚类子模块,将图像特征投影到最优投影方向,获得最优子空间,对最优子空间进行聚类,获得聚类标签,并返回至初始标签选择子模块迭代获得最终聚类标签,并与图像像素对应,获得最终图像分割结果。本发明具有分割精度高的优点,可用于军事侦察手段以及民用和工业领域。

    基于迁移网络学习的遥感图像目标识别系统及方法

    公开(公告)号:CN101794396B

    公开(公告)日:2012-12-26

    申请号:CN201010132673.4

    申请日:2010-03-25

    Abstract: 本发明公开了一种基于迁移网络学习的遥感图像目标识别系统及方法,主要解决现有方法对当有标签的遥感图像数据很少时识别正确率较低和图像标签的获取困难且花费昂贵的问题。整个系统包括:图像特征提取模块,迁移网络分类器学习系统生成模块和迁移网络分类器学习系统学习模块。其中,图像特征提取模块,对图像完成特征提取;迁移网络分类器学习系统生成模块,对输入的样本数据采用引入迁移学习的网络集成学习算法进行训练,得到迁移网络分类器学习系统;迁移网络分类器学习系统学习模块,对新的样本图像特征完成分类识别。本发明具有能够利用已有其他资源提高对遥感图像目标的识别正确率,无需重新搜集数据的优点,可用于遥感图像的目标识别。

Patent Agency Ranking