民航恐怖威胁信息预警系统的设计与实现

为监测并及时向民航公安部门提供互联网微博中针对民航的恐怖威胁信息及信息源,提高民航安保效率,给出民航恐怖威胁信息预警系统的设计与实现方案。系统采用主题爬虫技术实现对微博信息的采集,运用情感分析方法评估微博信息的威胁度,并划分威胁等级,综合运用数据可视化技术,为民航公安等机关部门提供预警信息。实际运行与测试结果表明,系统运行稳定且预警效果良好,可为民航公安部门提供有效的预警信息,及时防范不安全事件发生。

便携式语音数字化网络传输系统设计

为满足数字化语音高精度的识别率及数字化编码高速传输的需求,设计了便携式语音数字化网络传输系统,集成了WM8978声卡芯片及W5500以太网芯片,采用STM32F4系列高速处理器进行语音高保真数字化编码及网络传输的配置。测试结果表明,经逆向合成的数字化音频网络传输数据,与原始语音信号一致,该系统提高了语音数字化及网络传输的速度和精度。

基于WiFi数据的实时高效定位分析系统设计

近年来很多室内定位技术被提出,但是大多数技术都是重点研究怎样提高定位精准度,却忽略了系统处理海量数据的稳定性、实时性和高效性。特别是在机场高峰时段和大面积航班延误情况下,大量旅客聚集在航站楼产生了海量WiFi数据,导致传统的数据处理架构出现处理数据不及时、统计实时性差、稳定性差的问题。针对该问题设计一种高吞吐、低延迟的分布式实时数据处理架构。该架构使用消息中间件、实时流数据处理、内存并行计算和分布式数据库读写技术,实现了大客流环境下处理海量实时WiFi数据的分布式定位分析系统。通过使用模拟数据和实时数据进行多组实验测试,验证了系统在保持定位算法准确性的情况下,仍然具有稳定、实时、高效的定位分析能力。

基于OBE的电磁场课程教学改革与实践

针对疫情背景下传统教学方法不适用于线上教学的问题,基于OBE教育模式,通过分析课程、学生、教学特点,以知识层面及情感层面作为切入点优化教学内容,解决传统教学内容存在的抽象难懂、枯燥乏味、缺乏兴趣的问题,激发教与学的活力,提升学生发现问题、分析问题、解决问题的能力。

多模型融合的海量网络流量并行异常检测方法

传统网络流量异常检测方法受数据规模、处理能力的限制,存在准确率低、实时监测困难等问题,为此提出一种基于多模型融合的流式并行异常检测方法。首先,对多个单一模型进行训练并融合,然后利用分布式架构实现融合模型的流式并行计算;其次,对识别结果进行验证,从而建立异常流量黑名单,利用黑名单对实时网络流量进行精准的匹配检测;最后,基于Hadoop大数据平台,采用KDD CUP99作为实例数据集进行实验,实验结果表明,与典型的异常检测方法相比,该方法能够实现实时流数据的异常检测,提高了检测准确率和计算效率。

多尺度特征融合的对抗神经网络人群计数算法

为了解决人群计数过程中人群特征提取困难和特征融合过程中信息丢失的问题,提出了多尺度特征融合的对抗神经网络人群计数算法。首先,通过多尺度特征提取结构提取不同尺度的浅层次人群特征;其次,将浅层次人群特征与卷积网络的深层次人群特征利用残差结构连接,实现不同尺度、不同深浅的人群特征融合;最后,通过对抗方式使生成器网络和判别器网络进行交替学习,通过不断学习指导模型生成高质量的人群密度图。在ShanghaiTech和UCF_CC_50数据集上验证,实验结果表明,与传统神经网络模型相比,在复杂人群环境下,该方法的人群计数准确率和鲁棒性都有较大提高。

疫情背景下电磁场课程线上教学改革实践

针对疫情背景下传统教学方案不适用于线上教学的问题,采取了加强线上教学资源建设、优化教学时空设计、利用慕课视频课前错峰预习、录制全部课程音频教学资料、基于微信平台以“文字+音频”的方式进行直播教学等举措。这些举措增进了师生互动交流且最大限度降低网络及学习设备要求,保障所有学生学习效果。