密集分布虾卵典型特征信息检测方法

针对红螯螯虾人工繁育过程中对虾卵位置、尺寸、颜色等典型特征信息的检测需求,该研究提出一种基于深度学习的虾卵典型特征信息检测方法,充分利用深度学习来提高检测精度和泛化性。首先利用密度图回归模型和局部峰值滤波方法实现图像中虾卵个体的准确定位,输出定位图。然后结合K维树与边界框搜索算法,获得图像稀疏区域包围单粒虾卵的子图,并利用椭圆轮廓检测方法得到单粒虾卵尺寸数值。最后利用K-means颜色聚类对密集分布虾卵图像和单粒虾卵子图进行颜色检测,得到图像中所有虾卵和单粒虾卵的主色。图像中虾卵定位最高精度可达94%,虾卵长度和面积预测误差控制为0~2个像素和4~11个像素左右,图像和虾卵主色分类明确。该研究方法可以为红螯螯虾人工孵化流程中的虾卵密集度、成熟度、质量等指标提供基础评估数据,具备很好的实际应用价值。

社交媒体虚假信息检测研究综述

社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理论基础。首先,深入剖析虚假信息的内涵本质,探讨其在社交平台上的产生机理、具体表现形式,并界定检测任务的基础框架与目标;其次,从语义一致性视角出发,专注内容语义、社交上下文感知和知识驱动三大层面,对比梳理典型检测方法;在此基础之上,深入探究增强检测算法可解释性最新研究成果;进一步,从对抗博弈视角,深度剖析当前社交媒体虚假信息检测任务面临的挑战以及大型语言模型为虚假信息检测技术研究带来的机遇;最后,对社交媒体虚假信息检测技术未来的发展进行了展望。

基于毫米波雷达点云数据的室内人员信息检测

在使用毫米波雷达进行室内人员信息检测时,其信号处理阶段采用的静态杂波滤除算法有效地滤除了检测区域中包括墙壁、地面、桌椅等在内的静止目标,实现了对运动人员的检测,但同时会导致静止人员被漏检.为此提出按照径向速度把点云数据划分为动态数据和静态数据,先剔除动态数据,然后累积剩余的静态数据.在达到指定的累积帧数时,进行密度聚类,以簇的数量作为人员的数量,簇的中心坐标作为人员的位置.通过实验,验证了所提出方法的有效性,在室内办公场景下,人员数量统计平均绝对误差为0.81,人员位置估计均方根误差为0.1 m.

基于文物保护的光电信息检测技术课程CIPP评价

教学是高等教育高质量发展的原点,而科学有效的教学评价则是教学活动发展的风向标与指挥棒。结合云冈石窟病害检/监测的刚性需求与光电信息科学与工程专业学生实践能力培养的渴求,构建了光电信息检测技术课程的CIPP评价模式,从课程目标、内容(结构)、教学方法和手段、教学成效等进行全方位评价,并阐述了运用策略,以期达到激发学生积极性、优化教学效果的目的,并进一步加强光电信息科学与工程专业学生应用创新能力的培养。

声音识别技术在计算机信息检测中的应用研究

重点探讨声音识别技术在计算机信息检测中的应用,通过阐述声音识别的基本原理,详细介绍声音识别在计算机信息检测中的应用流程,包括声音采集与预处理、特征提取、模式匹配与识别这3个主要步骤。实验结果表明,基于梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)特征和支持向量机(Support Vector Machine,SVM)分类器的声音识别系统能够有效识别计算机使用过程中的正常操作声音和潜在威胁声音,为计算机安全监测提供了新的解决方案。

改进的跨模态关联歧义学习的虚假信息检测方法研究

近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚假信息检测方法大多关注多模态特征的形成,对于跨模态歧义和不同模态特征在检测中的贡献率的研究尚不完善,忽略了不同模态特征间固有差异性对虚假信息检测的影响。为解决该问题,提出了构建改进的跨模态关联歧义学习的虚假信息检测模型,通过对文本和图像特征进行跨模态歧义学习,利用歧义得分更新单模态与融合特征的权重,自适应地拼接单模态与融合特征;同时采用网格搜索动态分配文本、图像特征权重,提高检测准确率。在Twitter数据集上对该模型的有效性进行验证,其相比基线模型准确率提高了6%,相比未进行动态权重分配的检测方法性能提升了1.6%。

基于信息瓶颈理论的鲁棒少标签虚假信息检测

虚假信息检测对于维护网络舆情安全具有重要意义.研究表明,虚假信息在信息内容和传播结构上较真实信息具有显著不同.为此,近年来研究致力于挖掘信息内容和信息传播结构,提升虚假信息检测的精准性.然而,现实场景中虚假信息的标注往往需要大量地与官方报道等比照分析,代价较为昂贵,现有方法对标注信息的过分依赖限制了其实际应用.此外,虚假信息传播者可通过在评论区控评等手段恶意操纵虚假信息的传播,增加了虚假信息检测的难度.为此,基于信息瓶颈理论提出一种鲁棒少标签虚假信息检测方法,通过互信息最大化技术融合无标注样本信息,克服虚假信息检测对标签的过分依赖问题;并通过对抗训练的策略模拟虚假信息传播者的恶意操纵行为,基于信息瓶颈理论学习鲁棒的虚假信息表征,在高质量表征虚假信息的同时消除恶意操纵行为的影响.实验表明,该方法在少标签识别和鲁棒性2个方面均取得了优于基准方法的效果.

基于对比图学习的跨文档虚假信息检测

当前,网络上充斥着大量虚假信息,严重阻碍了社会各行业的正常运转,如何精准检测虚假信息成为了亟待解决的问题。现有研究主要从账户特征、文本内容和多模态3个角度开展工作,但大多忽视了虚假信息赖以传播的关键特征(即内容新奇性),仅是孤立地分析判别目标信息的真实性,未能把握舆论环境的特征。因此,提出了一种基于对比图学习的跨文档虚假信息检测方法(Contrastive Graph Learning,CAL),聚焦于内容新奇性,主要包含两个关键模块:对比学习模块和异构图模块。前者致力于扩大客观事实与虚假信息在向量空间中的表示差异性;后者包含实体、事件、事件集、句子和文档5种类型实体,尽可能向实体表示中注入舆论环境的语义特征。最后,在IED,TL17和Crisis这3个数据集上,在文档级和事件级这两个层次上开展了相关实验,CAL在所有测试中均取得了最优的结果,验证了所提方法的有效性。

数字地下空间信息检测管理平台研究

地下检测是诊断和预防地下病害的重要手段,但由于传统的城市地下检测数据平台架构限制,各组织机构独立管理和上传数据,导致数据共享难以实现。针对这一问题,利用先进的互联网、物联网技术,通过感、传、知、用四层架构建立数据综合信息管理平台,加强检测数据的汇聚融合、共享开放和开发利用,发挥数据的基础资源作用和分析引擎作用,提高政府决策科学化水平和管理效率,对于保障城市安全和预防道路风险隐患具有重要意义。数字地下空间信息检测管理平台可实现多源数据的统一管理,促进数据有序流动,对检测结果进行直观的展示、查询和工程化管理。文中利用地图数据实现地下空间数据与检测数据的匹配,实现检测结果的可视化表达。通过对数据的统计分析和评价来精准定位安全隐患及事故,促进城市建设协调机制更加健全;同时检测数据可通过安卓端以图片、文字、视频等多种方式实时地传送到信息管理平台,实现多端数据推送与接收,推动数据资源的开发利用,提高服务效率。该信息管理平台可实现与数据道路、智慧城市的完美对接,通过对其在不同场景的示范应用,不断完善平台功能、性能,验证了该信息管理平台的服务能力,提高了地下检测数据信息化的整体水平。

结合社交网络图的多模态虚假信息检测模型

针对现有虚假信息检测方法主要基于单模态数据分析,检测时忽视了信息之间相关性的问题,提出了结合社交网络图的多模态虚假信息检测模型。该模型使用预训练Transformer模型和图像描述模型分别从多角度提取各模态数据的语义,并通过融合信息传播过程中的社交网络图,在文本和图像模态中加入传播信息的特征,最后使用跨模态注意力机制分配各模态信息权重以进行虚假信息检测。在推特和微博两个真实数据集上进行对比实验,所提模型的虚假信息检测准确率稳定为约88%,高于EANN、PTCA等现有基线模型。实验结果表明所提模型能够有效融合多模态信息,从而提高虚假信息检测的准确率。

基于XLNet和循环神经网络模型的虚假信息检测研究

虚假信息借助迅速发展的社交媒体在网络上广泛传播,因此高效并准确地完成虚假信息检测任务已成为近年来自然语言处理领域的研究热点之一。现有的虚假信息检测方法存在数据训练不够准确和模型未突出关键特征影响力的问题。针对该问题,论文提出一种基于XLNet和循环神经网络模型的虚假信息检测方法。该方法基于XLNet模型对文本进行编码及特征提取,结合双向GRU模型进一步捕获文本深层语义特征,同时引入注意力机制根据词语的重要程度为文本中不同特征分别赋予不同的权重值,最后将文本的完整语义特征输出分类,实现虚假信息检测。实验结果表明,该方法在微博公开数据集和COVID-19 Fake News数据集上分别达到了94.6%和96.3%的准确率,可以有效辨别虚假信息,对于虚假信息检测任务具有一定指导意义。

基于双目视觉和动态称重技术的包裹信息检测系统设计

为应对快递包裹业务量的急剧增长,解决传统收件场景下人工称重、测量体积的环节效率低问题,本文通过设计以双目视觉与动态称量技术为主要手段的包裹信息检测系统,并测试物流包裹在不同测试速度及测试高度情况下的质量和体积的检测精度。为保证较快的包裹信息检测速度,在速度为1.0m/s时平均相对误差为0.81%,满足1%以内的动态称重精度要求;900mm测量高度的平均相对误差为3.84%,满足包裹分拣5%以内的测量精度要求。

基于声像融合信息检测的畜禽舍主动式灭蚊装置

蚊子不仅会传播各种疾病,对于人类是四害之一,而且对养殖业的牲畜也存在相同威胁。传统畜禽舍灭蚊存在适用范围有限、灭蚊效果差等问题,为此,研制一种基于声像融合信息检测的畜禽舍主动式灭蚊装置。采用声音、视觉及红外线热释电信号技术对蚊子进行识别定位,然后通过电信号控制电机带动电网转动,实现物理灭蚊,从而达到节能高效灭蚊的效果,改善畜禽的生长环境,这对于解决畜牧业的灭蚊问题具有一定意义。

基于多模态双协同Gather Transformer网络的虚假信息检测方法

社交媒体网站是人们在日常生活中分享信息、表达和交换意见的便捷平台。随着用户数量的不断增加,社交媒体网站上出现了大量的信息数据。然而,由于用户没有检查共享信息的可靠性,这些信息的真实性难以保证,从而导致大量虚假信息在社交媒体上广泛传播。然而,现有方法大多存在以下局限性:1)大多数方法通过简单提取文本与视觉特征,将其拼接后得到多模态特征来进行虚假信息判断,忽略了模态间和模态内细粒度内在联系,缺乏对关键信息的检索和筛选;2)多模态信息间缺乏指导性的特征提取,文本和视觉等特征之间缺乏交互增强,对多模态信息的理解不足。为了应对这些挑战,提出了一种新颖的基于多模态双协同Gather Transformer网络(Multimodal Dual-Collaborative Gather Transformer Network,MDCGTN)的虚假信息检测方法。在MDCGTN模型中,通过文本-视觉编码网络对文本和视觉信息的特征表示进行提取,将获得的视觉和文本特征表示输入多模态Gather Transformer网络进行多模态信息融合,使用Gather机制提取关键信息,充分捕捉和融合模态内和模态间细粒度关系。此外,设计了一个双协同机制对社交媒体帖子的多模态信息进行整合,以实现模态之间信息的交互和增强。在两个公开可用的基准数据集上进行了大量实验,结果表明,与现有的先进基准方法相比,所提方法准确率明显提升,证明了其对于虚假信息检测的优越性能。

基于知识图谱的恶意软件信息检测方法研究

互联网的发展导致恶意软件信息类型种类繁多,为检测获取更深层次的恶意软件信息,研究基于知识图谱的恶意软件信息检测方法,提升恶意软件信息检测效果。利用文本挖掘技术中的Python网络爬虫技术,采集软件有效信息;通过信息增益算法,在采集的软件有效信息内,提取软件信息特征;在双向长短期记忆神经网络内输入软件信息特征,输出软件信息实体识别结果,并抽取软件信息实体间的关系;依据实体消岐技术,对抽取的软件信息实体关系进行知识融合,得到软件信息知识图谱;利用图推理算法,处理软件信息知识图谱,得到恶意软件信息检测结果。实验证明:该方法可有效采集软件有效信息,并提取软件信息特征,建立软件信息知识图谱;该方法可有效检测恶意软件信息,且检测精度较高。

基于内容与知识理解多模态融合的高泛化性伪造信息检测

该研究旨在开发一种高泛化性伪造信息检测方法,该方法基于内容与知识理解多模态融合以及响应知识迁移。首先,通过跨模态融合实现内容不一致性表征,通过对视频和音频模态进行编码并融合,捕捉和表征不一致的内容特征,其次,为了提升模型在不同数据集上的泛化性能,该研究引入知识迁移技术,使用现有数据集训练教师模型,然后将教师模型的知识转移到学生模型上,使学生模型能够从更广泛的角度理解伪造信息,并在未见过的数据上展现出更好的泛化性能。

矿山测绘地理信息检测技术分析

随着社会的进步以及科学技术的发展,现代化的地理信息测绘以及检测技术类型不断增多,且功能趋于完善,有助于提高地理信息检测效率,确保矿山测绘信息的全面性与精准性。文章主要针对矿山测绘地理信息检测技术的概念进行了诠释,并对该技术的应用以及发展趋势进行了深度分析。

地理信息检测技术及运用分析

地理信息检测通过对地理环境数据信息进行采集分析,为各种不同城市规划使用项目提供参考,确保在有限的城市空间资源下高效加以利用,提升土地资源利用率。基于此,本文针对地理信息检测技术以及其在实际当中的应用加以研究,以最为常见的地理信息系统应用模式为例,从硬件结构与软件程序两个角度对系统设计加以分析,并对其在应用过程中的技术流程加以阐述,发现该类型的地理信息检测技术在实际应用过程中效果良好,以期为相关人员提供参考。

基于AI技术的高职院校质量诊改动态调控特征信息检测方法

如今,高职院校教育质量的管理与提升已成为教育发展的核心议题。人工智能(AI)技术的出现,特别是数据挖掘和机器学习,为高职院校的质量诊断和动态调控提供了新的可能。文中介绍了AI技术在高职院校教育质量管理中的应用背景和基础知识,然后详细论述了基于AI的特征信息检测方法及其在高职院校中的具体实施方式,包括系统设计、诊改动态检测与分析,并展示了动态调控信息测试的实际应用效果。

基于普通摄像机的人体运动信息检测系统

介绍了一种新型基于普通摄像技术的人体运动信息检测系统。探讨了运用图像处理技术快速准确识别与跟踪关节位置标志点的方法，解决了影响系统检测精度和运行速度的关键问题。该系统用普通摄像机取代专用设备，降低了系统成本；使用操作方便，具有较高的精度，不仅适用于人体运动信息的检测，而且可用作其它较低速运动物体的运动图像检测与分析。