针对目前传统入侵检测系统难以得出网络攻击行为之间存在的关联关系问题, 以攻击图表示模型为指引, 提出一种基于贝叶斯网络的攻击事件智能发掘模型。本文以先验知识建立贝叶斯攻击行为关联图。基于属性相似度聚合网络攻击行为, 针对网络攻击场景设计高效的 Ex-Apriori算法发掘攻击行为间的关联规则, 并建立攻击行为组集。利用贝叶斯攻击行为关联图的参数对攻击行为组集进行计算, 实现对攻击事件的发掘。实验表明, 本模型能有效提取网络攻击事件及发现攻击路径, 为网络攻击事件的发现与应对措施提供理论支持和技术支撑。

分析了高分辨率SAR图像中海洋背景和舰船目标的特点，针对高分辨率SAR图像提出了一种两阶段舰船目标快速检测算法：第一阶段采用改进的频谱残差视觉显著计算模型快速获取视觉的感兴趣区域；第二阶段检测阶段，结合贝叶斯理论二元假设检验的思想，设计了一个局部最大后验概率分类器进行像素分类，经参数估计、判决准则完成显著区域内像素二分类以实现目标检测。实验采用典型的高分辨率SAR卫星Terra-SAR-X卫星数据进行仿真实验，结果表明所提算法具有良好的检测性能，也更加符合实际高分辨率图像舰船目标检测的应用需求。通过进一步实验与以往检测算法的对比得出结论，高分辨率SAR图像舰船目标检测方法在能够改善由斑点噪声和不均匀的海杂波背景对检测结果带来虚警的同时，检测速度也提高了25%~50%。

针对高分辨率合成孔径雷达图像设计了一种舰船目标几何特征提取算法.通过视觉注意机制检测目标区域的算法, 通过频谱残差视觉显著计算模型求取显著图, 完成显著区域的检测以实现舰船目标的初步定位, 基于获得的视觉显著图采用最大熵算法完成阈值分割筛选出舰船区域.在提取的舰船切片的基础上, 采用针对几何特征的提取算法, 经图像预处理、方位角估计、旋转获取最佳表征舰船目标几何轮廓的外接矩形, 相对有效准确地提取几何特征; 最后, 采用典型的TerraSAR-X数据进行仿真实验.结果表明, 与传统方法相比, 本文提出的频谱残差视觉模型完成合成孔径雷达图像舰船切片的区域分割能够有效降低虚警率, 舰船目标的检测速度提高了25%~50%.该方法能够快速稳定地提取舰船目标的几何特征, 也更加符合实际高分辨率图像舰船目标检测的应用需求.

针对现有相位差分法在低信噪比条件下估计线性调频(LFM)信号瞬时频率性能明显下降的问题，提出了一种改进的基于N阶相位差分法的瞬时频率估计算法。首先，在相位重构的基础上，针对信噪比阈值引起的频率突变问题，设置自适应的累积增量门限来确定频率突变位置，并利用循环迭代进行插值修正；然后，通过高阶的相位差分估计瞬时频率，以充分利用重构相位包含的跳变信息，并采用迭代变权最小二乘的方法进行线性拟合；最后，引入自适应的思想来处理不同频率的输入信号，增强处理低频输入信号的能力。仿真结果表明，相对于现有相位差分法，改进N阶相位差分法在保持低运算量的同时提升了抗噪性能，对输入信噪比的下限要求降低了约4 dB。

根据光线通过均匀透明平行平板介质时发生的横向位移特性，提出了一种利用线阵CCD和计算机自动测量此横向位移量，并很快计算出透明介质折射率的简单方法。采用He-Ne激光以入射角分别为30°、45°、60°和75°对K9玻璃的折射率进行了测量，测量中用曲线拟合法确定光斑的中心位置来获得偏移量，最终测量精度能够达到10-3量级。对实验方法误差进行了分析，提出了减小测量误差、提高测量精度的措施。

针对平视显示器现场调试过程中视差检测存在主观性大、不易给出定量结果的问题，研制了一套用于平视显示器视差自动检测装置。本装置采用传统光学系统，利用CCD光电耦合器件将大视场平行光管分划像清晰成像，放入被测平显，再次将分划成像，并对此图像进行处理。通过自制计算软件，计算给出视差调节量，从而进行自动检测。利用这一装置与未采用自动对焦视差检测系统及摆头法3种方法进行测试对比。结果表明自动视差测量装置的检测精度最高，并具有良好的可重复性。整个系统的测量精度为28″。