一种基于数据挖掘的入侵检测分析系统

对数据挖掘技术应用于入侵检测系统进行了研究,应用规则检测和数据挖掘相结合设计了一个基于数据挖掘的入侵检测系统结构框图,并详细介绍了其中的检测分析系统．     

面向边缘人工智能计算的区块链技术综述

区块链构建了一个分布式点对点的系统,作为一种安全可验证的分散确认事务的机制,广泛应用于金融经济、物联网、大数据、云计算和边缘计算领域.边缘人工智能计算(edge AI computing)即面向边缘网络应用场景的群智AI计算模式.在无人驾驶等高动态、超低延时、资源受限、数据与计算解耦的边缘网络应用场景下,跨域可信、隐私保护、入侵监测、细粒度激励等需求对区块链研究提出了进一步的挑战.关注到人工智能向边缘网络下放的趋势,该文讨论区块链在新兴的边缘人工智能计算领域的应用.首先介绍了区块链技术的基础架构,概述了相关研究和应用方向;接着从边缘人工智能计算的概念与兴起出发,详细分析并讨论了区块链技术在面向边缘人工智能计算领域的应用需求,包括相关研究综述、应用趋势和未来研究方向.此外,还总结了区块链技术应用在边缘人工智能计算方面的优势和未来仍需关注的问题.     

超声技术在气体浓度检测中的应用

从气体浓度超声检测法的工作原理出发，概述了超声技术在气体浓度检测领域中的应用现状，分析了影响气体浓度超声检测精度的因素，对气体浓度超声检测技术的发展前景进行了展望．     

基于注意力机制与YOLOv5s的轻量化农作物害虫检测方法

为解决在自然环境中人工检测害虫精度低、速度慢的问题,提出了一种基于注意力机制与YOLOv5s的轻量化目标检测算法．首先,使用Ghost卷积替换YOLOv5s中的普通卷积,得到轻量化的主干特征提取网络．其次,在YOLOv5s中加入加权双向特征融合机制,从而实现高效的双向交叉连接和多尺度特征融合．最后,在主干网络中加入坐标注意力机制,从而增强网络模型对位置信息的关注．与原YOLOv5s算法相比,新算法在IP102农作物害虫检测数据集上的平均精度均值提升了2.1%,模型参数量和计算量分别减少了44.6%和44.3%,检测速度为64.8FPs．实验结果表明,基于注意力机制与YOLOv5s的轻量化目标检测算法不仅提升了农作物害虫检测精度,而且显著降低了模型参数量和计算量,能够满足农作物害虫检测的应用需求．     

图像识别技术在资源环境检测中的应用

在资源环境检测过程中,由于没有对图像数据进行预处理,从而导致资源环境的检测精度较低,为此引入图像识别技术,本研究对其在资源环境检测中的应用展开研究。通过高光谱图像采集设备可获取资源环境的高光谱图像,并进行图像标定,根据标定结果,采用平滑滤波处理方式对资源环境检测数据进行预处理,并利用图像识别技术对预处理后的光谱图像进行类别划分,F-SVD和XGBoost技术的结合可实现对资源环境区域的面积检测。通过实例应用的方式,将新的检测方法应用到实际生态环境中,并对资源环境进行检测。选择OA和Kappa两种评价指标,结果证明,新的检测方法检测精度符合资源环境检测要求,可为资源环境的管理和整治提供技术支持。     

环境污染物检测中功能化磁性材料制备应用

在环境污染检测技术中,功能化磁性材料制备技术一直占据着主导地位,有效地将这一技术应用到实际工作中,不仅可以极大提升环境污染检测技术的质量,而且能在一定程度上极大地提升检测效率。本文对环境污染检测中功能化磁性材料制备的应用进行了简要分析,以期进一步提升环境污染检测水平,进而提升我国的整体环境质量。     

网格计算在潮流计算中的应用

介绍了网格计算技术的基本概念、特点和架构，分析了现代电力系统的分布式特点；组建了基于Cactus的电力网格系统应用平台，提出了一种基于计算池的网格并行潮流计算方法．模拟实验表明，网格并行潮流计算方法能够充分利用网络资源，具有快速、方便的特点，显著改善了电力系统中潮流计算的性能．     

角点检测技术的研究

角点是图像的重要局部特征,通过处理图像的角点可大大减少图像处理过程中的计算量.角点检测在图像特征提取、图像配准、超分辨率重建等方面都有重要的应用;根据实现方法不同可将角点检测的方法分为三大类.指出角点检测技术的研究和发展方向.     

机械加工制造中精密检测技术的应用研究

21世纪是制造业的时代,机械加工制造业中精密检测技术的发展速度相当迅速,现已精准到零点几微米的检测精度。机械加工制造中的检测技术主要包括技术测量和精密测量,检测是对构件的几何参数进行测量,包括对长度、角度、表面粗糙度、形状和位置等的误差测量。精密检测技术应用范围广,为机械加工制造业提供了技术保障和支持,为机械加工业蓬勃发展奠定了基础。基于此,本文对机械加工制造中精密检测技术的相关应用展开论述。     

基于知识蒸馏的轻量型浮游植物检测网络

当前基于卷积神经网络的目标检测框架已成为主流,使用深层的特征提取网络可以达到很好的目标检测效果,但带来的大量的参数和计算开销使这些算法难以应用到对存储空间和参数量有一定限制的嵌入式设备中.为此,该文提出将知识蒸馏方法用于目标检测网络的特征提取网络,以提升浅层特征提取网络的性能,在降低模型的计算量和规模的同时尽可能地保证模型的性能.实验结果表明,经过蒸馏的浅层网络作为特征提取网络的检测精度比没有经过教师指导的网络精度提高了11.7%.与此同时,该文构建的浮游植物目标检测数据集不仅可以评估一些最先进的目标检测算法的性能,也有利于未来浮游植物显微视觉技术的发展.     

基于颜色特征的同源视频复制-粘贴篡改检测

本文针对同源视频的复制-粘贴篡改方式,提出了一种基于颜色特征的视频篡改检测方法,能够定位篡改位置并修复原视频.首先,计算各帧的颜色直方图,提取颜色特征并字典排序,计算邻近帧的帧间相似度获得匹配帧对;其次,针对全局颜色直方图不能表示颜色的空间分布信息,提取匹配帧对的彩色边缘特征进行复检;最后利用SIFT特征点的匹配精确定位篡改位置,并恢复原视频.实验表明,本文提供的方法在SULFA数据库视频检测上具有100%的准确率和召回率.     

Credit-Recovery分布式并行终止检测算法的改进

探讨Credit-Recovery分布式并行终止检测的算法,并对算法的不足之处进行改进,提出了改进后的算法模型和描述.通过理论分析和验证,表明该模型适用于非集中式分布式并行计算的终止检测,并提高了精确度和性能.     

基于云计算的高校数字化教育资源共享机制研究

云计算是一种全新的计算服务模式,高等教育云计算是教育信息化的一个重要领域.介绍了云计算的概念及其特点,分析云计算对高等教育领域的影响,提出基于云计算的高校数字化教育资源的共享机制,保证共享的有效实施,解决共享中遇到的各种问题.     

一种协调信息系统的快速求核算法

属性核的确定对于求属性约简具有重要的意义,利用协调信息系统中条件属性的划分相对于决策属性划分的概率分布为单点分布的性质,提出一种新的求核算法.采用多个UCI数据集进行实验,结果表明该算法的效率高于基于辨识矩阵和基于信息熵的求核算法.     

基于云计算的图书馆服务模式研究

从云计算的原理入手,详细地分析了数字图书馆对云计算的现实需求以及云计算可以促进和推动图书馆服务的创新,论述了云环境下数字图书馆新的服务模式.     

连续分布电荷电场中电势的计算方法研究

电场中任意点都具有一定的电势.计算了几种连续分布的带电体周围的电势,把结果用Mathematica软件加以演示,总结出了连续分布电荷电场中电势的计算方法,其结果一目了然.     

基于嵌入式eCos多核平台的OpenMP并行算法的研究

当前嵌入式多核处理器的应用越来越普遍,如何提高嵌入式多核系统的并行计算效率已经成为嵌入式并行计算的核心问题。讨论了基于嵌入式eCos系统多核平台的OpenMP并行计算,设计实现了基于嵌入式平台的OpenMP运行库。实验结果分析表明,在嵌入式eCos系统多核平台上进行OpenMP并行计算可以成倍提高应用程序在嵌入式的运行性能。     

移动同步复制的冲突预处理与检测消解策略

针对移动计算资源有限性、移动通信的频繁断接性和通信带宽的有限性、不同移动数据库产品之间的异构性,鉴于目前移动同步复制技术存在的缺陷,提出一种新的事务级同步复制模型,重点分析了该模型的冲突处理策略,并给出了具体的实现算法.该模型在冲突检测和消解之前加入冲突预处理机制,通过引入用户关心数据、事务相关集等概念,有效节省了移动客户端的存贮资源和移动通信带宽,减少了服务器的工作负荷和出错概率,降低了冲突检测和消解算法的复杂度.采用基于规则的冲突检测和消解策略,简化了冲突处理过程,提高了同步效率.此外,基于SyncML同步协议的实现算法具有对多种异构主流数据库产品良好的通用性和适应性.     

基于网格计算中的安全问题研究

介绍了网格计算的安全问题，探讨了网格在安全方面需要考虑的特性和网格安全关键技术研究现状，最后结合GSI等相关知识提出了网格中的安全鉴别过程模型。     

智能生态网络:知识驱动的未来价值互联网基础设施

未来互联网内容知识化、知识价值化、价值网络化、网络生态化、生态智能化的发展趋势已经越来越显著.针对传统IP互联网架构僵化、内容感知能力弱、多构架/多网络融合能力差、控制调度灵活性低、内生安全与信任维护机制缺失、服务质量模式单一、评价指标及方法落后等不足,创新性地提出智能生态网络（intelligent eco networking,IEN）.IEN基于虚拟化、可编程设备、软硬结合的技术路线,改进信息中心网络构架构,综合分布式人工智能分析决策与区块链共识计算技术,考量存储、计算与带宽网络资源成本/效益指标,构建层次化、智能化、语义化的新型智联网络构架.IEN向后兼容IP协议,向前演进面向跨域、边缘重点场景的命名（或标识）与IP融合异质计算寻址的多模态网络协议,叠加内容、身份鉴授权与多方可信激励机制,增强网络资源分配模型和优化评价体系.通过内容语义检测与身份可信鉴授权,IEN能坚持安全可控与开放包容并重,旨在形成一个高扩展、动态适应、多目标优化的网络基础设施,砥砺探索新一代产业化、经济化、生态化未来互联网,奠定一个开放与共享、协同互惠的智能生态网络.