-
公开(公告)号:CN105357732A
公开(公告)日:2016-02-24
申请号:CN201510915450.8
申请日:2015-12-10
Applicant: 中北大学
CPC classification number: H04W40/246 , H04W84/18
Abstract: 本发明提供了一种不依赖位置信息的无线传感器网络边缘节点识别方法,首先确定当前节点1跳邻居节点和2跳邻居节点,确定当前节点的2跳邻居,1跳和2跳邻居的合集是否能组成闭合环,确定闭合环中控制节点的最短路径树T,若T深度小于3则当前节点为边缘节点,否则压缩闭合环,若压缩后的闭合环包含当前节点的2跳邻居节点,则当前节点判断为边缘节点。本发明利用节点连接信息和节点环绕包围的思想能够精确识别无线传感器网络中的边界节点,实现了在无节点坐标位置信息的情况下基于节点之间的连接信息识别无线传感器网络的网络边缘和覆盖空洞的边缘节点,解决了传统识别算法需要节点位置信息的缺陷,识别精度达到90%以上。
-
公开(公告)号:CN119788307A
公开(公告)日:2025-04-08
申请号:CN202411683514.1
申请日:2024-11-22
Applicant: 中北大学
IPC: H04L9/40 , G06N3/0464
Abstract: 本发明属于网络入侵检测技术领域,旨在解决网络入侵检测中信息利用不充分、特征维度不完整的问题。提供了一种N‑gram频率和融合改进算法的网络入侵检测方法,包括以下步骤:获取原始网络数据流量包,并将其分割为若干独立的初始会话;将数据包中的包头信息、有效载荷和时间戳进行分别提取;将同一数据包中提取出的包头信息、有效载荷和时间戳组成一数据包集合;同一会话中的所有数据包集合组成一完整会话;提取完整会话的包头特征、有效载荷特征和时间特征,得到一特征序列;并对特征序列进行深层次特征提取,得到深层次会话特征;基于深层次会话特征进行网络数据流量检测结果分类。本发明提取的特征集完整且具有更高的分类精度。
-
公开(公告)号:CN117523101A
公开(公告)日:2024-02-06
申请号:CN202311551669.5
申请日:2023-11-20
Applicant: 中北大学
Abstract: 本发明属三维图像技术领域,具体设计基于共形几何的面部模型插值构建方法。该方法首先将包括面部模板模型在内的多个三维面部模型进行配准并统一到同一坐标系;其次利用准共形映射算法将多个不同表情面部模型降维到二维平面;然后提出插值算法对多模型形状特征进行线性插值为构建过渡模型定义几何约束,同时提出自适应模型选择算法在数据源中自适应选择基础模型;再通过几何约束引导准共形迭代改变基础模型形状;最后将准共形迭代后的二维模型恢复到三维空间,获取到具有过渡表情的三维面部模型。本表明所提出的三维面部模型构建方法的有效性和运行效率都得到大幅提高,解决了传统三维模型构建方法难以获取连续维度的高质量三维面部模型问题。
-
公开(公告)号:CN111192280A
公开(公告)日:2020-05-22
申请号:CN201911348067.3
申请日:2019-12-24
Applicant: 中北大学
Abstract: 本发明属于计算机图像处理技术领域,公开了一种基于局部特征的视盘边缘检测方法,通过筛选的局部待处理区域利用视盘形态特征进行邻接边界点查找,过程如下:(1)眼底图像预处理及合成,确定每像素点的特征值;(2)以每行平均最大特征值确定水平初值行,以差分求导求最值确定垂直初值,得到局部待处理区域S;(3)利用Sobel算子依次计算每一点的梯度G;(4)在水平初值行找到梯度极值,确定两个初始边界点;(5)从两个初始边界点出发,进行邻接边界点查找。本发明将整张眼底图像中视盘的识别问题分解为邻接边界点查找问题,有效降低了算法复杂度,提高了识别精度。
-
公开(公告)号:CN111192280B
公开(公告)日:2022-10-18
申请号:CN201911348067.3
申请日:2019-12-24
Applicant: 中北大学
Abstract: 本发明属于计算机图像处理技术领域,公开了一种基于局部特征的视盘边缘检测方法,通过筛选的局部待处理区域利用视盘形态特征进行邻接边界点查找,过程如下:(1)眼底图像预处理及合成,确定每像素点的特征值;(2)以每行平均最大特征值确定水平初值行,以差分求导求最值确定垂直初值,得到局部待处理区域S;(3)利用Sobel算子依次计算每一点的梯度G;(4)在水平初值行找到梯度极值,确定两个初始边界点;(5)从两个初始边界点出发,进行邻接边界点查找。本发明将整张眼底图像中视盘的识别问题分解为邻接边界点查找问题,有效降低了算法复杂度,提高了识别精度。
-
-
-
-