-
题名计算机通信技术的安全问题及防护策略
被引量:5
- 1
-
-
作者
杜楷文
-
机构
西南大学电子信息工程学院
-
出处
《计算机产品与流通》
2019年第1期70-70,共1页
-
文摘
在人们进入互联网时代后,计算机通信技术得以广泛应用,这在带给人们便利的同时,其本身存在一些安全问题,这些安全问题容易给用户和企业造成不可估量的损失。本文主要针对计算机通信技术的安全问题做出分析,并提出了相应的防护策略,希望能够最大程度减少安全隐患,让广大用户能够安全、放心地使用互联网。
-
关键词
计算机通信技术
安全问题
防护策略
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名对车载电子通信安全技术的几点思考
被引量:2
- 2
-
-
作者
杜楷文
-
机构
西南大学电子信息工程学院
-
出处
《现代信息科技》
2019年第5期145-147,共3页
-
文摘
车辆的普及使车载电子通信得到了高速的发展,其相关的安全技术和通信系统已经在诸多交通工具上得以实现。可以说,车载电子通信为人们的生活带来了很多便利,更为汽车行业的发展打下了坚实的基础。从实际情况来看,车载电子通信的发展时间尚短,还存在诸多不完善的地方,这就给新技术的研发提出了更高的要求。本文主要从车载电子通信安全技术的相关内容出发,阐述了几个相关的核心技术,并对其中的不足之处提出了未来发展的设想,希望可以进一步提高车载电子通信的安全性和方便性。
-
关键词
车载电子通信
安全技术
通信安全
-
Keywords
vehicular electronic communication
security technology
communication security
-
分类号
U463.6
[机械工程—车辆工程]
-
-
题名基于神经网络的深浅层融合图像去雾算法
被引量:1
- 3
-
-
作者
张玮韬
杜楷文
王永顺
-
机构
兰州交通大学电子与信息工程学院
-
出处
《兰州交通大学学报》
CAS
2022年第3期92-99,共8页
-
文摘
由于受雾霾、沙尘等天气的影响,空气中存在的杂质颗粒对光线产生散射,导致室外和室内拍摄图像呈现出灰白化,阻碍了视觉系统智能化的发展.为了解决现有的深度学习图像去雾算法存在的去雾不彻底、透射率计算不精确的问题,提出了改进的卷积神经网络去雾算法.该网络先进行浅层特征提取,再经过多尺度卷积实现深层特征提取,最后再加入金字塔池化网络确保卷积网络输入图像尺寸一致,实现深浅层特征融合.改进后的网络能够获取特征图更多的信息并且防止丢失一些图像的细节信息,从而得到更精确的透射率图.仿真实验结果表明:改进后的算法可以提高图像去雾性能,有效地改善去雾图像出现的偏色、失真、去雾不彻底等问题,使去雾后的图像更加自然并呈现良好的视觉效果.
-
关键词
图像去雾
深度学习
神经网络
特征融合
-
Keywords
image dehazing
deep learning
neural network
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-