首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
BM算法是最经典的单模式匹配算法之一,但该算法并没有考虑藏文文字特征,故使滑动距离受限。在藏文中该匹配算法有进一步改进的空间,文章提出一种改进的针对藏文编码的BMT(BoyerMooreTibet)模式匹配算法。BMT针对藏文unicode编码以及藏文音节特征,修改并优化了算法匹配过程,在执行精确匹配时消除了冗余匹配,增大了单次精确匹配后的滑动距离。该算法性能优异,算法能够获得较少的比较次数以及增大跳跃距离。  相似文献   

2.
传统的模式匹配算法匹配效率较低,有时无法满足入侵检测、搜索引擎等系统性能需求。为此,在BM算法及其衍生算法的基础上,提出了一种高效的模式匹配算法—BMQ算法。该算法利用模式串末字符对应的文本字符与文本字符下一个字符的独特性和组合性,有效提高了模式串最大右移位数出现的概率,加快了匹配速度。通过实验对比,BMQ算法的效率优于BM匹配算法;为进一步验证其有效性,将改进后的算法引入到入侵检测系统中,实验测试结果表明,BMQ算法提高了入侵检测效率。  相似文献   

3.
本文针对入侵检测中多模式匹配算法,提出的观点。在计算机网络安全行业起到提升检测效率作用。如付诸现实将减少入侵检测系统规则库特征值匹配时间。随着互联网的快速发展,Linux操作系统得到广泛应用的同时网络入侵的攻击手段也在不停变化,入侵检测系统可将捕捉到的数据包与已知的网络入侵特征库进行比对,进而发现入侵行为。AC算法是多模式匹配算法之一,它的优点在于能同时进行多个模式串的匹配搜索,缺点是会出现多次没有必要的比较,影响了入侵检测系统的效率,为了提高匹配效率,本文根据AC算法的有限状态自动机构建原理,利用BM算法的跳跃思想,优化文本串位移,提出了一种双向AC算法和BM算法结合的改进算法。根据实验结果表明此算法有效的降低了匹配时间。  相似文献   

4.
朱西讲 《科技通报》2012,28(6):49-51
解决网络安全更高效的途径是入侵检测技术。它是动态的防护手段,能够主动识别入侵。模式匹配作为当前IDS主要采用的技术之一,有误报率低、实用性强的特点。BM算法有着较好的匹配效率,本文详细介绍了BM算法的基本思想,也指出其不足并在此基础上提出了改进的模式匹配算法。实验结果表明,该算法能够提高系统的性能。  相似文献   

5.
网络广告作为新兴的广告产业正在进行快速发展的发展,内容定向广告是近几年研究的主要方向,首先分析了网页广告的特征,针对内容定向的投放算法进行了研究,通过基于VSM的TF-IDF方法发现了网页广告文本之间的不足,引入正则表达式进行网页广告和文本的匹配,通过采用树形结构进行索引和过滤提高网页和文本的匹配率,最后通过改进的BM25算法提高了网页广告文本中的检索率。通过一定数量的网页内容和广告文本实验,表明本文的算法具有很好的有效性,提高了网页内容和广告文本的匹配率。  相似文献   

6.
在网络信息监控系统中,需要对网络信息进行敏感内容过滤,目前,最佳的技术方法是采用多模式匹配算法,这里结合跳跃式的算法BM的优点,提出了一种快速的多模式匹配算法。该算法从右向左寻找模式串的首尾字符,尽量多地跳跃不要匹配的字符,减少无效的字符匹配和模式树跳转,以实现快速匹配。实验表明,不论是模式串数目增加,或者是模式串长度增加,该算法所用时间最少,大约是AC算法的1/3,是BM算法的1/5。  相似文献   

7.
本文介绍了系统实现中的关键问题——地图匹配算法。怎么使车辆在地图上准确的显示,这是车辆监控系统中最关键的问题之一,即地图匹配的问题,介绍了常见的几种地图匹配算法和地图匹配算法的原理,并对地图匹配算法进行了分析,最后对地图匹配算法进行了改进。  相似文献   

8.
从信息审计系统应用模式的角度,设计了一个应用于报文内容审计的网络信息审计系统,对用于内容审计的BM算法进行了深入分析,并依据系统的应用特点对BM算法进行了简化。实验证明简化的BM算法提高了内容审计的速度。  相似文献   

9.
陈静  石菁 《科技广场》2007,(1):16-17
本文简述了字符串匹配算法的研究进展,分析了BF算法以及PRAM-CREW算法,并对该并行算法进行了改进,减少了处理器个数,使匹配次数大大减少,从而提高匹配效率。文章最后分析了该算法的性能。  相似文献   

10.
相关系数法和最小二乘算法是进行影像匹配的两种常用方法,文章以核线影像为影像匹配的数据源,采用以上两种算法进行影像匹配的实验,对两种影像匹配算法的计算速度、算法的优势、缺陷及改进方案、匹配结果的精度等方便进行了讨论。  相似文献   

11.
为了适应煤矿井下粉尘多、照度低、温度高、湿度大等复杂环境,对于SIFT特征匹配算法进行了改进,本文提出了随机抽样一致性算法与SIFT算法集合的内、外点提纯算法。本文改进后的算法更能够达到对特征点精确匹配的目的,大大改善了原SIFT算法过多错误匹配的情况,能够更好的保证后续图像的处理,完善井下安全监控系统。  相似文献   

12.
基于样本块的纹理合成修复算法(Criminisi算法)在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。  相似文献   

13.
针对模式匹配中的单模式匹配算法,分析了其中性能较高的QS算法及其改进算法BMH2C算法的,结合QS算法和BMH2C算法,提出了一种改进的QS算法—基于一次判断双字符比较的模式匹配算法(SJDC算法),增大了匹配失败时的右移量,提高了匹配速度。本文最后对此算法利用不同的模式串进行了实验仿真,仿真结果表明,此算法有效地减少了模式串移动的次数,提高了模式匹配性能。  相似文献   

14.
刘商隐 《科技风》2015,(1):20+22
在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。  相似文献   

15.
基于邻域梯度图像拼接算法研究   总被引:1,自引:0,他引:1  
张芳芳 《科技通报》2012,28(10):61-63
图像配准是图像拼接过程中至关重要的一步,本文首先分析了SIFT(scale invariant feature transform)算法原理,然后根据SIFT算法的缺点对其进行改进.通过Harris角点检测算法,剔除不稳定的边缘极值点,从而减少了特征点的数量;同时采用RANSAC算法去除伪匹配点.实验结果表明,改进算法不仅具有旋转、尺度变化不变性,对于噪声和亮度变化具有良好的鲁棒性,而且匹配速度比改进前大大提高.  相似文献   

16.
GST算法作为字符串近似匹配的经典算法,被广泛应用于防剽窃系统中,而针对匹配信息量大,GST算法效率严重下降的问题,提出了一种基于KMP算法的改进算法,该算法主要是在scanpattern阶段对GST算法进行改进,同时融合了传统GST算法局部最大存储技术,从理论分析KMPGST算法所需要的时间可以从最初的O(n^3)提高到O(m+n)的线性时间,并通过实验验证改进后的KMP-GST算法的执行效率明显高于GST算法和RKR-GST算法。  相似文献   

17.
中国勘察设计企业的科研重复投入情况日益凸显,这是对资金、人力、信誉乃至科研精神的损耗,不利于尖端技术的孵化,因此通过智能化手段自动识别科研课题重复性,最大化复用科研成果势在必行。结合BM25算法的基础理论,融合勘察设计企业的数据属性,引入领域、专业、负责人等特征值,提出一种聚焦企业内部的科研项目重复性检测方法。该方法涉及4个步骤,包括文本预处理、建立匹配库,根据词频-逆文档频率(TF-IDF)算法、BM25算法分别计算输入课题与匹配库中课题的相似度,最后分析计算结果。相较于TF-IDF算法,BM25算法通过词语饱和度和字段长度规约实现权重控制,针对新能源、工程数字化和信息化领域的研究课题中的计算结果有较高的区分度,有利于挖掘不同领域下高相似性的文本,最大程度避免潜在重复课题的遗漏;同时该算法的计算时间小于0.1 s,可满足商用,在科研课题立项重复性校验、成果重合度判定中发挥支撑作用,计算结果经技术研发人员复验,准确性满足业务管理需要,在勘察设计行业具有推广价值。  相似文献   

18.
本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。  相似文献   

19.
针对SIFT算法对建筑物图像进行匹配时会出现大量误匹配点问题,本文先采用像素方差生成灰度图的方法对图像显著区域进行检测,消除背景区域的干扰。实验结果表明,改进后的算法可提高匹配速度和准确率。  相似文献   

20.
《科技风》2017,(25)
图像匹配是当下计算机图像辅助技术的研究热点之一。基于SURF的图像匹配方法为当下常用的算法之一。SURF算法包含了图像特征点的检测,图像特征点的描述以及图像特征点的匹配三个部分。SURF算法中,图像特征点的检测是通过Hessian矩阵行列式而实现的。图像特征点的描述分为求取特征方向以及特征向量两个部分,SURF算法中利用Haar小波来求取特征点的特征方向以及特征向量。SURF算法中利用单方向欧氏距离来完成特征点的匹配。为了使得特征点的匹配具有更好的准确度,本文设计了基于改进SURF的图像匹配算法的研究。在SURF算法的基础上,利用欧氏距离建立双向匹配过程,使得特征点的匹配更加准确,从而提高图像匹配过程中匹配正确度。最后,通过实验结果对本文所设计方法的有效性进行了验证,实验结果表明,本文通过双向匹配过程改进的SURF算法具有更好的匹配正确度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号