简介:随着合成孔径雷达(SAR)图像的分辨率提高,基于高分辨率SAR图像的舰船检测成为海洋遥感应用中的一个重要课题。针对高分辨率SAR图像,为获取精确的、完整的舰船目标信息而提出一种基于改进的相干散射点(CS)提取的舰船检测方法。该方法的核心是利用SAR图像复数据的确定目标特性,提取出CS,该方法不仅利用了图像复数据的幅度信息,同时利用了相位信息。首先对于原始高分辨率SAR图像复数据进行距离向子视处理,获取子视图像像素的相关系数;然后,由于SAR图像分辨率较高,为获取完整的舰船目标信息,引入局部图像平均相关系数处理;最后设定相关系数阈值,从海域中提取出舰船目标,完成舰船检测。仿真实验结果验证了该检测方法的有效性。
简介:摘要:随着信息技术以及互联网的快速发展,网络安全问题日益突出。本研究旨在探讨结合人工智能技术对网络安全进行有效检测和防护。首先,通过构建一种基于人工智能的网络安全威胁感知模型,对网络异常行为进行精确快速识别。其次,基于深度学习的网络入侵检测系统用于识别各种未知的或者复杂的入侵方式。研究结果显示,相比于传统的基于规则和特征的检测技术,基于人工智能技术的网络安全防护系统对于网络安全威胁的检测准确率显著提高,且对大规模和复杂的网络环境均能提供有效防护。此外,该技术还具有学习能力强、自我适应能力强等优势,对于未知的网络威胁也能及时作出准确反应。本研究成果对于提高网络安全防护水平以及保障网络空间安全具有重要的实践意义。