可扩展存储网络空间数据信息动态分配方法研究

现有信息分配技术不能根据数据包的具体走向建立文件索引列表,导致分配效率过低现象频繁发生.为解决此问题,提出基于可扩展存储网络空间环境的数据信息动态分配方法.通过确定Hadoop/MapReduce存储框架、增设文件存储合并模块、完善网络空间索引文件列表三个步骤,完成可扩展存储网络空间环境的搭建.在此基础上,通过数据信息动态优先级计算、分配情况判断、参数修正三个步骤,完成新型数据信息动态分配方法的搭建.设计对比实验结果显示,应用基于可扩展存储网络空间环境数据信息动态分配方法后,可以更好地控制数据包的走向,并及时、有效地建立信息索引列表,分配效率过低现象的发生几率得到一定程度地控制.

面向深度神经网络训练的数据差分隐私保护随机梯度下降算法

针对传统深度神经网络所采用的随机梯度下降算法忽略了对数据集隐私性保护的缺点,提出一种基于数据差分隐私保护的随机梯度下降算法。引入范数剪切与附加高斯噪声操作,对传统梯度更新策略进行改进。为衡量每次迭代过程中对数据隐私性的破坏,提出隐私损失累积函数在迭代过程中对数据隐私性的侵犯程度进行度量。MNIST手写数字识别和CIFAR-10图像分类实验表明,该算法在保护数据集隐私性的同时,对手写数字以及图像分类的识别准确率分别超过了90%和70%,且相较于传统的随机梯度下降算法,其准确率提升了5%以上。该算法在实际工程中能够有效兼顾数据隐私性保护与神经网络辨识准确度。

基于生成对抗网络的多用途图像增强鲁棒算法

针对现有图像增强技术不能同时进行超分辨率和伪影去除的问题,提出一种基于生成对抗网络的图像增强鲁棒算法,能够在一个网络中以端到端的方式同时进行伪影消除和超分辨率。算法包括生成器网络和判别器网络两部分。生成器网络以U-net形式引入跳跃链接进行共享信息,并在最后一层之前设计一个像素解析模块,提高输出图像分辨率;判别器采用自动编码方式有助于将大量有关生成图像质量的语义信息传递回生成器;提出一种基于网络特征损失、边缘损失和判别器重构损失三者加权的感知损失函数,有效保留在图像增强过程中经常丢失的锐度。实验结果表明,对于高压缩低分辨率图像,该方法可以同时进行伪影去除和超分辨率,相对其他方法在多个评价指标上都有很好的性能体现。

“1+X”证书制度下的web前端开发人才培养模式改革探究

"1+X"证书制度是面向高职院校的重要改革部署,目的在于深化技术技能人才培训模式,提升人才培养质量。基于此,采用"1+X"证书制度对web前端开发人才培养模式进行改良,可有效提升人才培养的质量,畅通技能人才成长渠道。本文对高职院校推行"1+X"证书制度的动力因素,"1+X"证书制度下人才培养模式的有益性因素,以及优质改革成果的经验启示等方面进行探究。

Ad Hoc网络在通信与导航终端显示模块的应用

传统的海上船舶通信方式以GPS通信、无线电通信、短波通信等为主,随着互联网技术和计算机技术的迅速发展,海上船舶通信方式有了长足进步。本文主要研究移动Ad Hoc的网络通信的原理与发展历程,重点介绍该网络通信协议和硬件组成,并基于移动Ad Hoc通信网络,开发了船舶的通信与导航终端显示模块。

《软件需求分析》应用工程化教学改革与实践

本文研究了现在软件工程专业的学生就业情况,并考虑到高校的软件工程专业教学状态,与时俱进,希望切实实现《软件需求分析》应用工程化的教学改革和实践。教学内容方面,利用融合软件工程专业课程,包括课程设计、综合实践等,建设一系列实践流程。教学方法方面,体现出软件工程专业特征,并研究其和实践的关系。通过综合教学手段,应用软件工程开发原理、技术等到案例中,希望切实培养学生的动手能力,完成培养应用人才的教学目标。

基于约束校对的协同过滤推荐算法

根据用户的个性化需求进行网络信息推荐,在电子商务商品推荐和网络信息推送中具有应用价值。本文针对传统的语义关键词推荐方法的指向性精度不高的问题,提出一种基于协同过滤融合和个性化特征约束校对的信息推荐算法,首先构建P2P网络模型下的信息传输模型,对用户的个性化需求信息进行信息融合和语义信息素特征提取,然后采用自相关匹配滤波方法进行信息融合和滤波,实现对个性化特征的协同过滤和信息推荐,最后通过仿真实现进行性能测试。仿真结果表明,采用该算法进行信息推荐的数据召回率和配准度较高,耗时较短,实现个性化信息定制和推荐。