基于正则化损失的MeshNet半监督分类

深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结果的量化指标来看,提出的正则化损失对于网格半监督分类任务的准确率有很好的提升效果。

互联网个人通信安全的自我保护

美国“棱镜”项目的曝光震惊了整个世界。“棱镜”项目的监控内容之广、涉及的网络公司之多，都是史无前例的。它不仅影响到了美国人民，甚至波及到到整个互联网。每个互联网使用者只有另辟蹊径，利用Tor匿名网络、Meshnet网络等工具来进行互联网通信，才能保护个人的隐私信息，避免遭受恶意的监控，保障个人通信信息的安全。