融入思政的《网络空间安全》课程教学探索与实践

专业课程应与思政教育同向同行,发挥价值引领的育人功能。本研究结合“大思政”理念和格局,以网络工程专业核心课程《网络空间安全》为例,依据习近平网络强国思想科学理论指南,系统挖掘课程思政元素,探索落实课程思政实践路径,寓价值观引导于知识传授和能力培养之中,培养德、智、体、美、劳全面发展的社会主义合格建设者和可靠接班人。

基于OpenCV的图像处理编程教学模式研究

实践教学是图像处理课程教学的重要组成部分。本文将OpenCV引入到数字图像处理的实践教学当中,包括多种开发平台的搭建、函数的调用、算法演示等。利用Visual Studio和Anaconda与OpenCV搭建PC端图像处理平台,同时搭建Android Studio与OpenCV手机端图像处理平台。通过两种平台教学实践表明,此教学模式能显著地提高教学效果。

面向深度神经网络的后门攻击研究综述

随着深度神经网络(deep neural networks,DNN)的广泛应用,深度神经网络模型的安全性问题日益突出。后门攻击是一种常见的攻击方式,其目的在于恶意改变DNN模型训练后的表现而不被人类视觉发现。文章介绍了深度神经网络及其后门攻击的概念,详细描述了深度学习模型中的后门攻击范式、后门评估指标、后门设置及计算机视觉领域的后门攻击等内容,并对其优缺点进行了总结和评析,此外还介绍了后门攻击技术在相关领域的一些积极应用。最后,对未来DNN后门防御技术研究进行了展望。

基于区块链的健康养老数据隐私保护系统设计

随着老龄化问题的日益突出,健康养老服务需求不断增长,而养老数据的隐私保护成为了一项重要的任务,传统的数据保护方法存在着诸如数据泄露、数据篡改等风险。针对这一问题,文章提出了一种基于区块链技术的健康养老数据隐私保护方法。方法采用基于以太坊私有区块链的体系架构,通过全同态加密智能合约对健康数据进行加密操作,以此实现健康养老数据隐私保护。系统测试结果表明该方法在数据隐私保护和数据安全存储方面的可行性。

玉米/大豆不同配置下的玉米生长和产量形成研究

[目的]研究不同田间配置下的间作玉米生长与产量形成,探索长江下游地区适宜的玉米/大豆间作模式,为玉米/大豆间作种植提供理论依据。[方法]以玉米品种‘郑单958’和大豆品种‘南农99-6’为材料,设置玉米行距40 cm、玉米/大豆距离60 cm的窄行距间作处理(IM1),玉米行距50 cm、玉米/大豆距离50 cm的窄行距稍宽处理(IM2)两种不同间作方式,以玉米宽、窄行单作(M1)和玉米常规普通种植(M2)处理为对照,通过2年大田试验,研究了不同玉米/大豆田间配置方式对玉米干物质积累、叶面积指数、光合效应及产量效益的影响。[结果]玉米/大豆间作条件下(IM1、IM2)玉米单株干物质量和叶面积指数在营养生长阶段较M1处理略低,但在生殖生长阶段则显著高于M1处理,光合速率显著提高。IM2处理的各生育期干物质量、叶面积指数、光合速率比IM1处理高,产量和效益显著提高。IM1处理和IM2处理玉米产量与M2处理玉米产量相当,但大豆产量增加,总体效益显著提高,尤以IM2处理的玉米大豆间作模式最好。[结论]长江下游地区玉米大豆间作应采取玉米行距50 cm、玉米/大豆距离50 cm(IM2)的种植模式。

教育大数据治理与运营框架研究

本文从教育领域对大数据的治理与运营的理论研究与实践现状出发,结合业内最佳实践以及标准组织的参考模型框架,回归数据治理与运营的本质与最终目标,再融合教育大数据独有的领域特性,从顶层构建多模式共存、多组织协同与标准化对接的教育大数据治理与运营框架模型。最后论述了数据治理、数据运营与外部环境之间的相互关系与作用,结合国内当前数据大环境提出教育数据治理与运营“边发展边治理”的思路。

基于MMC与CV模型的苗期玉米图像分割算法

针对苗期玉米田复杂土壤背景噪声,提出一种基于MMC(最大间隔准则)与CV(Chan-Vese)模型的玉米彩色图像分割算法。利用MMC对玉米彩色图像灰度化,用TV(全变分)滤波器对灰度图像进行去噪,用CV模型对去噪图像进行图像分割。试验结果表明,算法优于传统的颜色因子与Otsu组合算法,能有效去除图像中的小杂草和青苔,实现玉米目标提取,错分率为4.32%,漏分率为9.69%,相似度为86.57%。

基于Bayes与SVM的玉米彩色图像分割新算法

提出了基于Bayes(贝叶斯)与SVM(支持向量机)的玉米彩色图像分割新算法。统计原始RGB图像中的玉米和土壤背景的均值向量和协方差矩阵,利用正态分布的Bayes分类器计算每个像素的目标和背景的判别函数值,用训练好的SVM对判别函数值进行分类,实现彩色图像分割。Matlab试验结果表明,该方法能够实现高光强下彩色图像分割,平均错分率为9.1%,平均漏分率为12.0%,平均相似度为80.8%。

一种新的基于混沌映射的文本零水印算法

在分析现有文本数字水印方法缺陷的基础上,提出了一种新的基于混沌映射的文本零水印算法。实验结果证明算法具有以下性能:加载水印时对文档信息不作任何修改,水印完全不可见;可以有效地抵制针对文本文档的复制、剪切、格式调整等编辑操作,水印具有较强的鲁棒性;检测水印受口令限制且实现了盲检测。

遥操作农田信息采集机器人控制系统研究

提出了一种基于遥操作机器人的农田信息采集方法,设计了新型农田信息采集机器人的控制系统并制造了移动机器人样机。主控计算机与车载网络摄像机构成无线局域网,实现视觉图像传输。在遥操作模式下,操作人员通过计算机导航软件控制机器人的动作,实现遥控导航和信号采集,可为精确农业提供原始数据。试验结果表明,机器人工作可靠性高、稳定性好。

基于布谷鸟搜索的路面裂缝图像检测算法

针对路面裂缝自动检测难题,提出一种基于布谷鸟搜索的路面裂缝图像检测算法。首先,将RGB彩色图像转换到HSV空间,并用全变差模型对V分量去噪。然后利用直方图计算图像的初始聚类中心,将其作为搜索域约束进行布谷鸟算法迭代。最后利用K均值计算新的聚类中心,更新当前的鸟窝位置,得到最优图像分割阈值。试验结果表明:提出的算法去噪能力强,分割效果好,能很好地提取路面裂缝,性能优于Otsu算法。

人工智能在“碳中和”行业中的应用及展望

利用人工智能技术来推进碳中和目标的实现是大势所趋。人工智能在碳中和上应用的技术主要有推理和算法、神经智能网络控制、模式识别以及机器学习等,它们直接或间接被应用于能源开发、公共交通、建筑、农林业等多个行业。采用文献资料法、逻辑归纳法、案例分析法等方法,从减碳和吸碳两方面对人工智能技术在碳中和行业的应用进行分析和探索。人工智能技术的多方面应用满足了人们对碳中和行业的需求,具有广阔的市场和发展前景。

基于Visual C++的单板表面缺陷图像检测软件开发与应用

针对单板中的死节与裂缝缺陷,利用VisualC++2017(VC++)与OpenCV编写缺陷图像检测程序。先将RGB图像进行分数阶主成份(principal component analysis,PCA)转换,再对得到的三通道灰度图像进行Chan-Vese (CV)分割;最后对二值图像面积滤波,根据长宽比检测出死节与裂缝。结果显示:此程序可去除大部分噪声,很好地实现单板表面死节和裂缝缺陷的提取和检测。

基于部件的文本相似度计算

相似度的计算在信息检索及文档复制检测等领域具有广泛的应用前景。研究了文本相似度的计算方法,以汉字数学表达式理论为基础,提出了一种新的文本部件粒度表示方法,根据部件频次建立文本特征向量空间模型,并在此模型基础上给出了相应的文本相似度计算公式及算法,用于计算两文本之间的相似度。实验结果表明,该算法与现有典型的相似度计算方法相比,具有实现精度高、计算简便等优点。

基于PSO与水平集的桂花图像分割方法

针对金桂、丹桂、银桂、四季桂的花朵图像,提出一种基于粒子群优化算法(Particle Swarm Optimization,PSO)与水平集的桂花花朵图像分割方法。将RGB彩图的三通道转换成灰度图像,利用PSO计算灰度图中的花与背景的均值,并用K均值算法得到所有像素的初始分类标签。将分类标签转换成初始水平集,最后采用水平集进行精细分割,得到桂花花朵目标。试验结果表明,提出的方法通过改变参数适应颜色和背景的变化,能很好地提取四种常见的桂花花朵,性能指标SD、Dice、ER、NR平均值分别为83.935%、99.77%、2.19%、14.12%。

基于纹理特征的木材年轮图像检测方法研究

针对树木年轮人工检测效率低、劳动负担重的问题,提高木材年轮检测自动化程度显得尤为重要。通过钻孔获取木芯并用电荷耦合器件CCD采集云杉(Picea)年轮扫描图像,提出一种基于纹理特征的木材年轮图像检测算法。首先,将RGB彩色图像转换到HSV空间,利用V分量的梯度值生成结构张量,并构成图像的纹理特征集,并用全变差(Total Variation,TV)模型进行灰度图像去噪,用模糊区域竞争(Fuzzy Region Competition,FRC)模型进行图像分割。最后,对二值图像进行形态学滤波,并利用长宽比和面积特征识别出年轮线。试验结果表明,提出的算法去噪能力强,分割效果好,边界数正确率100%,能很好地提取云杉木材年轮边界。该方法有助于提高木材年轮的自动化检测水平,可拓展应用于其它树种,在林业科学研究和林木生长监测等方面有很好的应用前景。

RPR技术及其QoS分析

弹性分组环(RPR)是目前在城域网中进行数据传输的一种新的传输技术。网络的服务质量(QoS)是下一代IP光因特网中一个很重要的问题。RPR作为一种新的光传输技术,必须支持QoS。基于此,主要介绍了RPR网络特点,并回顾和总结了已有的RPR网络QoS方案。最后,提出了MPLSoverRPR的QoS方案。

自适应滤波器的算法比较研究

自适应滤波器一直是随机信号处理当中的一个重要的研究课题。在介绍了自适应滤波器的各种算法之后,重点讨论了基于LMS的自适应滤波器算法和基于RLS的自适应滤波器算法,并用Matlab对这两种算法进行了仿真和比较分析。

基于图像处理的家具表面死节缺陷检测方法研究

针对成品家具中的表面死节缺陷,提出一种基于非负矩阵分解(NMF)与Chan-Vese(CV)的死节缺陷图像检测算法。将RGB彩色图像转换成灰度图像,对灰度图像进行分块,同时将块变换成列向量,所有列向量组成矩阵进行NMF分解,对基向量进行K-均值聚类,得到初始分割子图。最后对灰度图采用CV模型进行精细分割,得到死节缺陷目标。Matlab试验结果表明,提出的算法能降低光照影响,分割效果好,能很好地提取家具表面死节缺陷。

基于深度学习的木材缺陷图像检测方法

针对木材活节、虫眼、死节等缺陷,提出一种深度学习的木材缺陷图像检测算法。首先构建训练数据库及测试数据库,同时设定卷积神经网络(CNN)的输入层、中间层、输出层等参数,并利用区域建议网络(RPN)反复训练CNN,然后利用训练好的CNN对测试图像进行检测,得到缺陷所在的矩形区域。将此区域作为初始分割范围,再利用CV模型进行图像精细分割。试验结果表明,提出的算法目标定位能力强,能很好地提取木材缺陷目标。