研究生国内外优质教育资源融合的模式探讨——基于南京理工大学研究生国际合作办学的案例分析

研究生国际合作办学是促进国内外优质教育资源融合的重要模式。文章基于南京理工大学——卡耐基梅隆大学硕士联合培养项目的实例分析,阐释了研究生合作办学对融合国内外优质教育资源的积极意义,并较为全面系统地总结以"强强联合"为基调的合作办学模式在实际运行过程中所遇到的困境与解决思路。

新形势下的“大学计算机”教学改革的创新与实践

“大学计算机”课程配套的实验教学在内容、形式和执行等方面多年来存在缺少创新性、教学模式单一等缺点.文章提出以学生专业大类为基础,探讨通过细分专业需求,开发实验平台,创新实践内容等教学改革,充分调动学生的主观能动性,达到为各专业培养具有创新及应用计算机能力优秀人才的目的.

计算机网络安全课程教学的探索与研究

本文在分析计算机网络安全课程教学内容的基础上，针对非信息安全专业的特点与培养目标，从教学内容与教学方法两个方面进行了探索，提出了计算机网络安全课程的教学内容安排，并总结了教学方法上的一些实践经验。

基于计算机视觉的物流暴力分拣行为识别

研究图像物流暴力分拣行为的准确识别问题。物流行业违规分拆分拣行为与正常的分拣分拆行为差异度较小,持续时间短。传统的智能行为识别算法应用到这个领域时,由于动作特征不明显、违规特征无法正常捕获等问题,导致监控准确性不高。为了避免上述传统算法的弊端,提出了一种基于计算机视觉的物流暴力分拣行为识别方法。利用小波包分析方法,对采集的物流分拣图像行为特征进行有效的提取,从而为物流暴力分拣行为识别提供依据。根据计算机视觉模块,实现物流暴力分拣行为的识别。实验结果表明,利用本文算法进行物流暴力分拣行为识别,能够对物流分拣过程中的暴力分拣行为进行有效的识别,从而提升物流行业的服务质量,保证物流货物的安全。

基于Spark计算的大数据终端潜在异常识别仿真

终端信息泄漏是大数据安全的主要问题,大规模高速数据流的潜在异常风险直接影响大数据终端运行状态。为此提出基于Spark计算的大数据终端潜在异常识别方法。分析终端潜在异常数据的噪声影响程度,利用去噪算法对原始终端数据完成去噪预处理。将其输入网络大数据深度挖掘模型中提取潜在异常数据的特征。以Spark计算和自适应快速决策树为基础构建并行性分类模型,将提取到的特征输入至模型,实现大数据终端潜在异常的识别。仿真结果表明,所提方法识别精确度和效率均较高,且具有更大的适应度,说明研究方法的稳定性更优。

基于创新能力培养的高职计算机实践教学体系构建研究

培养具有创新能力的高端技能型人才是当前高职教育的核心任务,计算机实践教学体系是培养高职计算机创新人才的重要环节。本文以芜湖职业技术学院计算机网络技术专业为案例,以培养实践动手能力为基础,课程架构和教改创新为手段,从课程体系及结构、教学方法和考核创新等方面构建基于创新能力培养的高职计算机实践教学体系。

管网系统计算机辅助分析的有力工具──抽象网系统

本文提出了一个适合各类具有网状结构的管网系统的数据表示模型──抽象网，并对抽象网结构、抽象网生成和抽象网计算进行较详细的研究。抽象网系统已应用于一中等规模城市的供水管网系统。

基于访问控制和监控病毒动态行为的计算机病毒防护技术

本文在分析微机病毒传染机制的基础上，提出了一种基于访问控制和监控病毒动态行为的计算机病毒防护技术，并介绍了运用该项技术研制的微机安全卡。

不同分期糖尿病视网膜病变患者脉络膜厚度及体积变化的计算机自动分割方法分析

目的通过计算机自动分割方法分析糖尿病视网膜病变(DR)不同分期黄斑中心凹下脉络膜厚度(SFCT)和体积的变化。方法采用横断面研究方法,纳入2016年5月至2017年5月于南京医科大学第一附属医院确诊的2型糖尿病患者64例88眼,其中,男27例32眼,女37例56眼;平均年龄(62.7±7.4)岁;平均糖尿病病程(13.7±7.2)年。所有患者均行最佳矫正视力、裂隙灯显微镜、间接检眼镜、频域光相干断层扫描(SD-OCT)检查。参照早期DR治疗研究组制定的分级诊断标准将患者分为糖尿病无DR(NDR)组28眼、非增生型DR(NPDR)组36眼和增生型DR(PDR)组24眼。同期纳入与患者年龄匹配的正常对照者19人32眼作为正常对照组。采用SD-OCT深度增强成像技术测量和自动分割方法计算受检眼SFCT和脉络膜体积。结果正常对照组、NDR组、NPDR组和PDR组SFCT分别为(277.8±45.3)、(220.9±38.7)、(231.8±26.7)和(252.0±42.2)μm,脉络膜体积分别为(8.8±1.0)、(7.6±1.3)、(8.2±0.9)和(8.7±1.0)mm 3,总体比较差异均有统计学意义(F=14.615、7.711,均P<0.001);NDR组和NPDR组SFCT和脉络膜体积较正常对照组减小,PDR组SFCT和脉络膜体积较NDR组增大,差异均有统计学意义(均P<0.05)。结论早期DR患者SFCT变薄、脉络膜体积减小,而随DR程度的加重,SFCT逐渐增厚,脉络膜体积增加。

脉冲激光瞬态全息摄影与计算机控制

本文介绍脉冲激光瞬态全息摄影的工作原理及激光器对计算机控制系统的要求。

全息图象计算机处理系统设计

本文论述了全息图象计算机处理系统的总体设计方案，介绍了全息干板图象再现方法，提出了图象自动跟踪定位系统的设计方案，并且介绍了图象定量分析与统计处理的软件系统概况。

基于安全两方计算的高效神经网络推理协议

近年来机器学习即服务(MLaaS)发展迅速,但在实际应用中,其性能存在很大瓶颈,且面临用户数据和企业神经网络模型参数泄露的风险。目前已有一些具有隐私保护功能的机器学习方案,但存在计算效率低和通信开销大的问题。针对上述问题,文章提出一种基于安全两方计算的高效神经网络推理协议,其中线性层使用秘密共享技术保护输入数据的隐私,非线性层使用低通信开销的基于不经意传输的比较函数计算激活函数。实验结果表明,与现有方案相比,该协议在两个基准数据集上的效率至少提高了23%,通信开销至少减小51%。

多接入边缘计算中相关性任务的联合调度算法

多接入边缘计算已经成为资源密集型应用程序的有前途的计算范式。不过,先前大部分研究工作没有考虑到任务的相关性,这可能导致不可行的调度决策。考虑应用程序上有些任务必须要在本地完成,研究了相关性任务在本地和边缘侧的联合调度方法,并考虑了多接入边缘计算卸载场景下的另一个不可忽视的能耗问题。将问题形式化为在满足应用程序的完成截止时间约束的条件下最小化系统中的能耗,并提出联合调度(JS)算法解决该问题。最后通过仿真实验分析JS算法在应用程序的完成率和系统能耗两方面的性能。仿真结果表明,JS算法在应用程序的完成率上优于其他对比算法并且至少可以节省43%的系统能耗。

面向机器学习的安全外包计算研究进展

依靠机器学习,传统产业的数字化转型带来了海量数据增长,而产品服务的智能化提升则刺激了算力需求.云计算的灵活资源调配可以为资源有限的企业和用户提供便宜便捷的外包计算服务,实现机器学习的模型训练和模型托管,加快产品和服务的智能化建设,促进数字经济增长.然而,数据和模型外包伴随控制权转移,可能带来数据泄露风险和计算安全问题.近年来,机器学习的外包安全问题受到越来越多研究者的关注,并取得了一些显著成果.通过对2018—2022年这5年国内外机器学习安全外包研究工作调研,首先对现有主流的外包模型进行分类和特征归纳,依据任务阶段将外包模型划分为模型训练和模型托管模式,以及依据云服务商数量将外包模式划分为单云模式和多云模式.其次重点从逻辑回归、朴素贝叶斯分类、支持向量机、决策树和神经网络等典型机器学习算法角度对机器学习安全外包计算相关研究进展进行了深入阐述和分析.最后从不同角度分析和讨论了目前机器学习安全外包研究存在的不足,并展望未来面临的挑战和机遇.

面向边缘计算的服务解耦与部署策略

在这个万物互联的时代,海量的设备和数据、云和设备之间存在巨大的传输延迟,给开发应用、处理数据、最终提升系统的服务质量带来了多重挑战.因此,通过在终端设备附近部署计算能力以显著减少传输到云服务器的数据量和服务请求的响应时间的边缘计算结构应运而生.然而,负载均衡、边缘设备的安全性和移动性依旧是影响边缘计算架构的服务质量的关键点.为了解决上述问题,提出了一种2阶段的服务质量优化方案以解决移动边缘计算架构下的服务部署问题.在第1阶段,考虑了服务的解耦和边缘服务器的负载均衡问题,对服务部署问题进行建模,提出了一种集中式服务的实时解耦方案,并且设计了一种静态部署策略;在第2阶段,考虑了边缘设备的移动性,设计了一种设备移动感知的服务动态部署策略,优化了移动边缘计算架构下的服务质量.在2个数据集上的实验结果表明,所提出的静态部署策略能够使服务请求的响应时间降低36%,所提出的动态部署策略能进一步降低13%的服务响应时间.

基于博弈论和粒子群优化的移动边缘计算任务卸载方法

移动边缘计算(mobile-edge computing,MEC)是一种新兴的计算范式,移动设备可以通过将计算密集型任务卸载到边缘服务器上来降低本地计算能耗和计算时延。首先,该文研究了在微蜂窝基站密集区域场景下的多移动设备独立任务集计算卸载问题,其中每个微蜂窝基站配备了一个计算性能有限的MEC服务器。为了尽可能地降低移动设备的任务集计算能耗和计算时延,使用博弈论的方法将该问题建模为一个非合作多移动设备计算卸载策略博弈。通过对该博弈的分析,证明了其纳什均衡的存在性和有限改进性。然后,设计了一个基于博弈论的分布式计算卸载算法(game theory based distributed computation offloading algorithm,GDCOA),并在GDCOA中引入了一个基于粒子群优化(particle swarm optimization,PSO)的移动设备任务集卸载策略改进算法(PSO based improving computation offloading policy algorithm,PSOIPA)。GDCOA在有限次迭代后可以达到一个均衡状态。最后,通过仿真对比实验证明了本文所提出的算法GDCOA可以获得较好的计算卸载性能。

2023年南京农业病虫害图像识别数据集

农业病虫害对农作物的产量和品质造成了严重的威胁,因此准确、高效地检测和识别病虫害是农业生产中的重要任务。本文介绍了一个综合的农业病虫害数据集,由农业虫害检测数据集、农业病害检测数据集、农业病害分类数据集和水稻表型分割数据集组成,包含55个类别、48576张,共4.14 GB的图像样本。从公开数据源和学术论文中收集和整理数据,保证了数据集的多样性和代表性。在数据的筛选、清洗和标注过程中,采用了严格的质量控制和验证措施,以确保数据集的准确性和可靠性。该数据集可用于农业病虫害识别和水稻表型鉴定等农业视觉任务,能够为农业病虫害研究提供有价值的资源,并促进农业生产的可持续发展。

可撤销属性加密的区块链数据访问控制方法

针对区块链数据共享中存在的粗粒度访问控制问题,提出一种基于属性撤销密文策略属性基加密的区块链数据访问控制方法。在现有方案基础上进行改造,引入预解密过程,结合属性撤销列表实现属性实时撤销;基于非对称群下的DBDH困难问题假设进行安全性证明;基于超级账本Fabric进行系统设计,结合星际文件系统采用链上链下存储方式解决区块链容量不足和系统效率问题。实验结果表明,所提方案撤销属性时无需更新密钥密文重复上链,仅需要6次Pairing操作进行预解密和解密,且在大规模属性集下,预解密时间和解密时间平均保持在百毫秒左右的常量级上,实现区块链数据高效、细粒度的访问控制。

SlowFast架构下景区异常行为识别算法及预警研究

针对当前古建筑场景下人员异常行为识别相关实例缺乏、数据集少、古建筑级别低、质量次,导致人员异常行为识别准确率低等问题,该文在古建筑景区背景下自行拍摄了多组视频,从中挑选构建了人员异常行为动作的5033段视频数据集:具有明确的典型古建筑背景;具有多人场景下暴恐打架斗殴、刻划、刻画以及存在火灾风险的人员异常行为等特征,并对每个视频进行了注释。该文首次于SlowFast网络框架中成功引入信号时域特征活动性、移动性参数,对构建的数据集进行高阶时序特征建模、增加分类算子。在人员异常行为识别任务中,模型的Top1准确率达到93.54%,而平均准确率达到96.30%,在SlowFast模型中引入活动性、移动性算子后,模型识别的准确率提升了0.87%。与几种常见架构的算法相比,该文所提出的方法存在一定的优势。

老年人有效需求视域下中医药养老服务认知调查分析——基于江苏省13个地级市老年人问卷调查结果

目的:通过现状调查了解江苏省13个地级市城乡老年人对中医药养老服务的需求,为健康老龄化实施提供积极的路径参考。方法:采取整群随机抽样方法选取江苏省13地级市60周岁及以上的1172名老年人进行问卷调查,调查内容主要包括基本资料、身心状况及患病情况、接受中医药服务的情况以及对中医药服务评价。结果:老年人的心理健康问题需高度关注。半数以上老年人对中医药疗法具有认同感,中药内服是老年人预防和治疗疾病的最常用方法;部分老年人未接受中医药养老服务的主要原因是不清楚如何获得中医药信息/知识、对养生保健信息真假难辨;不会使用是老年人未使用网络中医药诊疗养生康复服务的最主要原因。当健康与饮食状况不佳时,老年人倾向选择中药汤剂进行调养;老年人文化程度与养生药膳、传统功法、药浴、中医适宜设备等中医药服务运用具有明显的正相关。医疗费用、就医体验、可获得性是影响老年人评价中医药服务的重要因素。结论:实现中医药养老服务生活化、制度化、智慧化,建设有江苏特色的养老服务体系可从以下几点出发。(1)倡导老年人健康老龄观,提高对老年群体的关注;(2)加强政策保障与支持,健全中医药养老服务的制度化;(3)注重发挥中医药特色优势,提升中医药养老服务体系建设水平。