探讨人工智能在计算机网络技术中的应用

人工智能开创了新的技术研究领域,并在各个行业中得到了广泛的应用。伴随着科学研究方法的改变,计算机的主要功能从数值计算向问题求解以及知识处理方向上发展,在这一转变过程中,人工智能是实现计算机的功能转变的核心技术。文章就人工智能技术进行了简单介绍,从计算机网络技术存在的问题分析中强调人工智能应用的重要性,并重点阐述了人工智能在计算机网络技术中的应用。

地方高校文科专业《大学计算机文化基础》教学方法探讨

《大学计算机文化基础》是地方高校非计算机专业新生必修的一门课程。但是由于学生来源与知识层次的不同,在教学过程中不能对所有的学生都采取相同的教学模式。结合多年《大学计算机文化基础》教学中的实践与经验,针对文科专业学生的特点,探讨合适的教学方法和手段,提高文科专业学生《大学计算机文化基础》教学效果。

计算机语言类课程教学法研究与实践

C、C++和Java等宿主语言是计算机专业必修的课程。本文指出了语言课程的教与学中存在的问题,并结合软件开发方法对课程教学法作了积极地探索。采用启发式教学、探究式教学,激发学生的学习潜能,使之掌握编程思维和方法,对提高他们的自主学习能力、培养他们的创新精神有着积极的作用。

计算机免疫危险理论中危险信号的提取方法研究

危险理论是人工免疫系统的一个重要研究分支,它从危险的角度出发对免疫系统的工作原理进行了新的阐述,目前已广泛应用于入侵检测、机器学习和数据挖掘等领域。建立危险理论模型的首要问题是如何自适应地提取危险信号。从变化导致危险这一思想出发,建立了一套基于变化特征的危险信号自适应提取模型;针对不同类型系统资源的特点,设计了基于值变化和特征变化的两种危险信号提取方法。同时,通过实验验证了该模型在不依赖先验知识的情况下,能够自适应地提取危险信号。

计算机专业《嵌入式系统》课程体系建设的探索

针对计算机专业《嵌入式系统》教学存在的一些普遍问题,在分析《嵌入式系统》教学实践性、综合性特点的基础上,探讨嵌入式系统理论教学体系和实验教学体系,给出嵌入式系统的理论教学与实践教学内容,总结出适合我国高校计算机专业《嵌入式系统》课程的教学模式。

离散数学对计算机专业系统知识的辐射作用

由于计算机专业考研统考课程中无离散数学内容,离散数学在计算机专业教育中越来越不被重视,针对目前离散数学课程在计算机专业教育中逐渐被边缘化的问题,分析了离散数学知识与计算机专业其它核心课程间的内在关系,提出了离散数学内容对计算机专业系统知识具有很强的辐射作用的观点,进一步阐述了离散数学课程在计算机专业教学中的重要地位。

二类本科院校计算机专业人才培养的质量保证

高等本科院校学生的培养质量一直是所有高校非常关注的一个问题。本质上计算机科学与技术专业兼具科学性与工程性的特点,但是,二类本科院校为了追求计算机专业学生的工程应用能力的培养,往往会舍弃部分理论课程的教学,这样就会导致学生计算机科学素养的不足,甚至使本科教育陷入职业教育的误区。研究二类本科院校的计算机教学如何使得学生既具备工程能力又具备科学素养,对于提高学生的培养质量有着重要的意义。结合三峡大学与武汉科技大学计算机科学与技术专业的教学实践,深入分析二类本科院校计算机专业学生培养应注意的问题,并针对这些问题,提出一些保证学生培养质量的有效途径。

非计算机专业学生C语言编程易出的错误解析

《C语言程序设计》对于非计算机专业的学生来说,是一门比较难学的课程。C语言语法规则较多,Visual C++系统不够严谨和完善,学生在调试程序过程中,往往编译、连接都没有错误,但却得不出正确结果或没有结果,对初学者编程时易出的错误加以归纳、分析,给出正确的语句或正确的程序。

边缘计算中基于区块链的轻量级密文访问控制方案

密文策略属性基加密(ciphertext-policy attribute-based encryption,CP-ABE)技术可以在保证数据隐私性的同时提供细粒度访问控制.针对现有的基于CP-ABE的访问控制方案不能有效解决边缘计算环境中的关键数据安全问题,提出一种边缘计算环境中基于区块链的轻量级密文访问控制方案(blockchain-based lightweight access control scheme over ciphertext in edge computing,BLAC).在BLAC中,设计了一种基于椭圆曲线密码的轻量级CP-ABE算法,使用快速的椭圆曲线标量乘法实现算法加解密功能,并将大部分加解密操作安全地转移,使得计算能力受限的用户设备在边缘服务器的协助下能够高效地完成密文数据的细粒度访问控制;同时,设计了一种基于区块链的分布式密钥管理方法,通过区块链使得多个边缘服务器能够协同地为用户分发私钥.安全性分析和性能评估表明BLAC能够保障数据机密性,抵抗共谋攻击,支持前向安全性,具有较高的用户端计算效率,以及较低的服务器端解密开销和存储开销.

船载视觉水炮目标锁定技术研究

船载水炮在打击动态目标时,往往会因水柱飞行的时间长存在打击滞后的现象。论文设计的视觉水炮,通过视觉系统进行67目标检测与识别,对目标进行定位;对定位目标进行跟踪,并设计了丢失预警模块和重检测方法实现了长时间的鲁棒跟踪;对目标轨迹进行预测,通过轨迹曲线斜率特征方程来建立预测数学模型,计算提前量实现了对目标的锁定。在100次轨迹试验中,在目标相对速度5节时,吻合度可以达到92.3%。在应用中,此技术有效地解决了视觉水炮打击运动目标时的滞后现象。

基于移动边缘计算和SSA算法的无线传感网络入侵检测方法

针对远距离传输和集中式处理方式带来的问题,为降低密集传感节点入侵任务检测的难度,减少时延开销和网络负荷,进一步消除隐私泄露风险,利用更靠近传感网络节点的移动边缘计算的明显优势,提出一种基于移动边缘计算和SSA算法的无线传感网络入侵检测方法。通过将有计算能力的边缘服务器部署于靠近传感节点的位置,采集无线传感网络数据并提取网络安全特征,大幅缩短采集时间。通过麻雀搜索算法调整节点采集中的搜索策略,结合梯度变化降维避免陷入最优,以普通节点位置和节点特征为依据,进行分布式入侵检测,实现无线传感网络的入侵检测。实验证明:本方法节点入侵检测平均准确率达98.52%,检测平均延时为1.67 ms,具有出色的应用性能。

非对称策略下基于前景信息的TIoU回归损失计算

回归损失函数是目标检测网络的重要组成部分之一。现有的回归损失中,无论是L范式损失还是基于IoU的损失都采用一种对称策略处理输入的两个边界框,这使得它们对前景信息的利用不够充分,影响了回归的质量。为此,提出了一种非对称策略,用以增强前景信息在回归损失中的作用,并在该策略的指导下设计了TIoU(Target-IoU)损失来保证网络对真值框内的特征予以有效利用,使得边界框的回归更贴近真实值。实验结果表明,TIoU损失在Faster R-CNN和RetinaNet下精度分别提升了0.2个百分点和0.5个百分点,实验数据集采用的是PASCAL VOC数据集。

基于图像风格迁移技术生成图像验证码研究

验证码能有效区分人类与机器,可以提高网站的安全性,抵御脚本的恶意攻击,保护用户信息安全。因此,验证码正被广泛地运用到互联网中。具有良好的安全性和易用性是一个良好的验证码的基本条件。风格迁移能在改变图像的风格特征的基础上保留图像的内容特征,使其达到一定的艺术效果。为设计出有效安全的验证码,研究采用深度学习技术,改进VGG网络模型,应用风格迁移技术来进行生成图像验证码。在对生成的验证码的有效性的研究中,设置了对比实验,用常见的识别工具对该技术获得的图像验证码与部分实际生活中应用的验证码进行了识别率和识别效率两项重要参数的对比分析,效果显著。

基于DCT的暗水印技术的研究与应用

各大公司或者企业越来越注重内部电子文件资料的安全性问题。针对电子文件形式的资料泄露问题,研究了一种基于DCT变换的数字水印技术,开发了一款辅助用户添加与提取暗水印的系统。该系统使用了Hough变换与Arnold置乱算法,提供了一种生成不严重干扰用户视觉,又能够抗提取、抗旋转、抗裁剪等一系列攻击的暗水印应用方案,该方案在保障公司内部电子文件不泄露的同时也兼顾了个人信息的安全性问题,满足了实际生产环节中公司或者企业保护电子文件的需求。

面向室内语音导航的“附近”关系协同定位方法

针对传统室内定位模式单一,且单一“附近”空间关系无法满足定位需求的问题,提出一种融合“附近”空间关系/无线保真(WiFi)/行人航迹推算(PDR)/地磁的室内定位方法:阐述多源融合语音交互室内定位方法框架;并针对室内环境,建立“附近”空间关系概率密度函数;然后步行构建地磁/WiFi指纹库;最后后通过“附近”空间关系约束粒子及指纹匹配空间范围,在PDR推算位置基础上,利用WiFi/地磁/“附近”空间关系更新粒子权重,实现最优位置估计。实验结果表明,基于粒子滤波融合单一“附近”空间关系/WiFi/PDR/地磁为一种低成本可行的定位方法,平均定位精度1.93 m,有90%可能性定位精度可达2.52 m。

C语言指针的铺垫式教学方法探索与实践

“C语言程序设计基础”是大多数高校的非计算机专业必修的计算机基础公共课程,其中的指针知识体系是重点和难点。为了帮助学生较容易地过渡到复杂的指针学习阶段,采取铺垫式教学方法,从四个知识体系来进行教学设计,从而使得指针的基石——地址的概念,不断地被重复,而逐渐被学生理解和接受。从学生的学习过程反馈和备考全国计算机等级考试的自学过程的反馈来看,此方法得到了学生的认可,取得了较好的教学效果。

基于特征增强和语义相关性匹配的图像文本检索方法

为实现图像文本检索中图像与文本的精确语义连接,提出一种基于特征增强和语义相关性匹配(FESCM)的图像文本检索方法。首先,通过特征增强表示模块,引入多头自注意力机制增强图像区域特征和文本单词特征,以减少冗余信息对图像区域和文本单词对齐的干扰;其次,通过语义相关性匹配模块,不仅利用局部匹配捕获局部显著对象之间的对应相关性,还把图像背景信息融入图像全局特征,利用全局匹配实现精确的全局语义相关性;最后,通过局部匹配分数和全局匹配分数获取图像和文本的最终匹配分数。实验结果表明,基于FESCM的图像文本检索方法在Flickr8k和Flickr30k基准数据集上的召回率总值比扩展的视觉语义嵌入方法分别提升了5.7和7.5个百分点,在MS-COCO数据集比双流层次相似度推理方法提升了3.7个百分点。因此该方法可以有效提高图像文本检索的准确度,实现图像与文本的语义连接。

改进YOLOv8的水面小目标检测算法

针对水面目标检测中的噪声干扰和小目标的漏检问题,提出一种改进YOLOv8的水面小目标检测算法YOLOv8-WSSOD(YOLOv8-water surface small object detection).首先,为降低水面复杂环境在主干网络下采样过程中产生的噪声干扰,提出基于BiFormer双层路由注意力机制构建的C2fBF(C2f-BiFormer)模块,在特征提取过程中保留细粒度的上下文特征信息;其次,针对水面小目标的漏检问题,新增一个更小的检测头,提升网络对小目标的感知力,并在Neck端引入GSConv和Slim-neck,减轻模型复杂度并保持精度;最后,使用MPDIoU损失函数解决CIoU损失函数的局限性,以提高模型检测准确率.实验结果表明,相较于原始YOLOv8算法,该算法在水面小目标上平均准确率mAP@0.5提升了4.6%,mAP@0.5:0.95提升了2.2%,并且改进后的算法检测速度达到86f/s,能有效实现对水面小目标快速、准确的检测.

应用n-LSTM的云平台任务CPU负载预测方法

云平台任务的CPU负载预测有助于云平台资源的优化配置,以改善资源利用率.它是有效管理云资源的重要手段.为提高任务CPU负载预测精度,本文主要做了以下工作:1)利用热度图提取用于进行CPU负载预测的资源使用特征;2)设计并实现了一种基于n-LSTM的云平台任务的CPU负载预测方法DPFE-n-LSTM;3)分别在阿里云平台数据集和Google云平台数据集上进行了实验,结果表明,相对于目前已经提出的CPU负载预测模型BP、LSTM和CNN-LSTM,DPFE-n-LSTM方法具有更好的预测性能.

基于多粒度语义融合的信息检索方法

信息检索(IR)是一种通过特定的技术和方法组织、处理信息,以满足用户的信息需求的过程。近年来,基于预训练模型的稠密检索方法取得了巨大的成功;然而,这些方法只利用了文本和词语的向量表征计算查询与文档相关度,忽略了它们短语层面间的语义信息。针对该问题,提出一种名为MSIR(Multi-Scale IR)的IR方法。所提方法通过融合查询与文档中多种不同粒度的语义信息提高IR性能。首先,构建查询和文档中词语、短语和文本这3个粒度的语义单元;其次,利用预训练模型对这3个语义单元分别进行编码获得它们的语义表征;最后,利用语义表征计算查询和文档相关度。在Corvid-19、TREC2019和Robust04这3个不同大小的经典数据集上进行了对比实验。与ColBERT(ranking model based on Contextualized late interaction over BERT(Bidirectional Encoder Representation from Transformers))相比,MSIR在Robust04数据集的P@10、P@20、NDCG@10和NDCG@20指标上均实现了约8%的提升,同时在Corvid-19和TREC2019数据集上也取得了一定的改进。实验结果表明,MSIR能够成功融合多种语义粒度,提升检索精度。