本文应用小波变换技术对电力用户每15分钟采集一次的用电负荷数据的特征进行了梳理，选择小波变换算法开展用电负荷数据的特征提取，优化数据存储方式实现数据压缩与脱敏存储，用以解决海量用电负荷指标数据的存储问题。结果表明，通过小波变换可以有效提取数据特征，压缩存储空间约50%，并实现数据脱敏。本文所研发的基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储的技术具有潜在的应用价值和推广价值，并能够产生较高的经济效益。

感兴趣区域（Region of interests， ROI）是图像中可能引起人眼视觉关注的区域。根据视觉注意机制的经典模型Itti模型来提取图像的低层特征，利用局部迭代的特征合并策略并在此基础上综合自动阈值分割和种子点的区域生长方法得到感兴趣区域的提取方法。实验结果表明该方法符合生物的视觉注意机制，具有良好的鲁棒性。

有用的BEMD程序，可进行图像EMD分解，为图像识别做好准备。

神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术。在进行图像识别之前需要利用数字图像处理技术进行图像预处理以及特征提取。本文选取字符图像0~9作为识别目标，对图像预处理过程进行了叙述，并在此基础上选取字符图像矩阵每行的与每列的黑色像素点之和以及图像欧拉数这两个特征作为BP神经网络的输入样本。经实验仿真表明图像的平均识别率为89%，这表明图像预处理的结果和提取的特征是合适的、有效的，设计的BP网络也较好的完成了模式分类识别工作。

Web技术是通过Web采用HTTP或HTTPS协议访问外部并对外部请求提供服务和响应的应用程序，Web应用日益成为软件开发的主流之一，随之而来的是，Web应用程序中存在的多种安全漏洞渐渐显露出来，这些给人们的生活、工作、学习都带来了巨大的损失。面对Web网站存在的种种安全漏洞问题，文章通过对大量SQL注入攻击报文的攻击特征进行总结分析，结合SQL注入攻击的攻击特征和攻击原理，提出了一种基于通用规则的SQL注入攻击检测与防御的方法，并利用SQL注入检测工具Sqlmap进行SQL注入攻击模拟同时对网络流量捕捉抓包，对上述检测防御方法进行验证。SQL注入检测工具利用自带网络爬虫通过HTTP协议和URL链接来遍历网页并获取页面数据信息，然后进行SQL注入尝试并通过抓包工具捕捉网络攻击流量，提取攻击特征，总结通用规则，更新规则库，最终结合IPS入侵防御系统告警或阻断来提升网络环境的安全性。实验测试表明，该方法可有效检测SQL注入攻击漏洞。

【摘要】 目标的自动识别是最有价值的应用需求之一，但它同时也最具挑战性。过去几十年中该课题的研究己经取得了较大的进展，但计算机自动识别技术还远没有达到理想的实际应用需求。自动识别技术涉及到很多方面的研究，如图像的预处理，图像增强、图像分割、特征提取方法和分类器的设计等等，这其中特征提取方法的研究尤为关键。一方面，研究者对特征提取的理论作了较多的探索，力求得出一些针对特定目标的高精度、高效率的特征提取算法与方法。这其中包含PCA方法、Fisher鉴别分析方法，以及以核方法为代表的非线性特征提取方法等。另一方面，在实际应用中算法的效率也是非常重要的。本文的研究集中在特征提取方法，这其中涉及到线性与非线性特征提取方法。 本文将特征提取方法分为线性和非线性特征提取方法。原始信息经过线性映射得到的变换后信息称为线性特征，原始信息经过非线性映射得到的变化后的信息成为非线性特征。对应的映射成为线性特征提取方法和非线性特征提取方法。 主分量分析和Fisher线性鉴别准则是应用最广泛的特征提取算法。本文论述了2DPCA和2DFLD等传统特征提取方法，并发展了2DFLD特征提取方法，提出分块的2DFLD特征提取方法，分析表明，该方法是2DFLD方法的推广，在人脸识别研究中优于传统的2DFLD方法。 核方法是新近发展起来的一种非线性特征提取方法，它的理论基础来自于统计学习理论。本文详细讨论了核特征提取方法，并结合偏最小二乘理论(PLS)，提出了基于KPLS的特征融合方法。 本文以构造新的特征提取算法为主要的研究方向，并结合实际应用来验证算法的优劣，对于算法中部分参数的选择讨论不足，这将在以后的研究工作中予以关注。 还原 【Abstract】 ATR is one of the most significant requests, although it is also one of the most challenging tasks. During past several decades great progress has been made in research on this subject. However, it is far away from satisfactory requirements from real world. ATR involves many techniques, such as Image preprocessing; Image enhancing; Image Segmentation; Feature extraction; classifiers designing and so on. Feature extraction is crucial. On one hand, researchers attempt to work out algorithms and methods to some special targets with high right classification rate and good efficiency. Among them, Principal Component Analysis, Fisher’s Linear Discriminant, nonlinear algorithms mainly appearing as Kernel approaches, and so on. On the other hand, in real application efficiency is also an important indicator to assess one algorithm, because in many cases only algorithms with high efficiency can satisfy request of real task. This paper aims at designing feature extraction algorithms on face recognition, including linear feature extraction and nonlinear ones.Feature extraction approaches are divided into two groups in this paper, linear feature extraction and nonlinear feature extraction. The information after linear mapping is called linear features; the information after nonlinear mapping is called nonlinear features. The mappings are called linear feature extraction and nonlinear feature extraction correspondingly.Principal Component Analysis and Fisher’s Linear Discriminant are two methods widely used. This paper introduces feature extraction approaches, 2DPCA and 2DFLD, respectively. We develops the 2DFLD, and presents a new feature extraction approach called blocked FLD. 2DFLD is the special case of blocked FLD. the experimental results indicated that the recognition performance of blocked FLD is superior to that of 2DFLD.Kernel method is a powerful machine learning method developed recently. It builds on the statistical learning theory. Feature extraction based on kernel is discussed in detail. A feature fusion method combined with KPLS is proposed. 还原

为了识别简单语音，设计了一个基于LPCC参数的语音识别系统。该系统其主要功能有语音信号的录制、播放、预处理、分段滤波、特征提取以及识别语音。最后通过仿真实验验证了本系统能够达到识别简单语音的要求，但仍有需改进的地方，如：能否在复杂环境下识别比较复杂的语音。

设计本系统主要是为了研究可应用于生产实践的果品智能分类系统，希望能通过现阶段我们所学习掌握的一些相关知识来实现一个简单的水果智能分类系统，为设计制作真正的果品智能分类系统做好前期的研究准备工作。

随着用电信息采集系统建设进入深化应用阶段，低压配电网全景感知的精细化管理要求已大势所趋，低压配电网动态供电网络拓扑结构是智能台区深化应用的基础，而网络拓扑结构的动态在线识别一直是各供电企业的一大难题。为此提出了一种基于小波变换的特征提取的低压智能台区识别方法并研制了该系统。系统由智能感知终端、分支箱监测单元、表箱监测单元三部分组成，设备之间信息交互采用高速电力线载波通信方式，智能感知终端采用集中调度方式依次通知所辖设备发送脉冲电流特征信号，智能感知终端及分支箱监测单元的识别模块采用基于小波变换的特征提取技术自动识别脉冲电流特征信号，实现了低压智能台区隶属关系的自动识别。MATLAB仿真和现场试点结果表明：该方法能准确识别特征信号，可建立完整准确的动态供电网络拓扑结构，有效解决了载波识别技术跨台区通信串扰难题，为实现低压智能台区精细化管理提供基础数据支撑，对配电网的支撑应用达到了一个新的高度。

心电图（ECG）在心脏相关疾病研究方面具有重要的参考价值。但是到目前为止，纸质心电图依然是最普遍的心电记录方式。因此，该文针对纸质心电图难以长期存储的问题，采用灰度阈值、边界扫描等方法将纸质心电图转化成数字的电压信号。另外，为了解决心电信号难以自动提取特征的问题，同时检验心电图数字化的效果，针对心电信号的不同波形采用窗口扫描、DBSCAN等不同方法提取出波形的幅值特征。通过与同一医师读取的幅值结果进行相关性分析，发现幅值的相关性约在0.98，时间相关参数相关性也在0.89以上。证明该方法得到的数字化信号可以很好地还原纸质ECG信息。