关于无线网络用户通信信息精准分流仿真

由于网络通信信息量庞大,在传输过程中容易造成网络拥堵,导致用户信息传输效率偏低。对无线网络用户通信信息传输分流问题的研究,能够有效改善网络拥堵现象,充分提高用户通信效率。对通信信息的分流,需要计算节点之间发送信息量,计算在数据收集周期内节点的总能耗,完成信息精准分流。传统方法先建立网络能量消耗模型,以最小能量消耗为目标进行分流,但忽略了得到节点的总能耗量,导致分流精度偏低。提出基于链路调制的无线网络用户通信信息精准分流方法,计算节点之间发送信息量,降低数据丢失概率,计算节点在数据收集周期内的总能耗,根据能耗结果实现通信信息分流,提高无线网络带宽的利用效率。实验结果表明,所提分流方法使用后,通信信息中含有的噪声较少,丢包率和流破坏率较低,保证了通信信息的效率,对无线网络快速安全运行具有促进意义。

基于大数据的数据挖掘技术在工业信息化中的应用探究

主要针对当前大数据背景下工业信息化中的数据挖掘技术应用情况进行研究,客观阐述数据挖掘技术的要点所在,分析工业信息化中数据挖掘的作用,通过研究可以发现,运用数据挖掘技术显著提升了工业信息化水平,有助于推动工业改革持续深化,进而创造更大的经济效益。

基于卷积神经网络的大数据去模糊挖掘仿真

由于当下大数据普遍存在着复杂异构和强噪声等问题,而很多挖掘算法又面临着参数冗余或者效率低下等困境,因此提出了基于卷积神经网络的大数据去模糊挖掘算法。首先利用模糊融合得到属性的自关联特征,经过归一化操作后,计算出数据集的聚类模态;考虑冗余数据和噪声数据的影响,引入加权滤波操作,完成对混合数据的模糊分块挖掘。然后基于DCNN的基本结构设计了参量压缩和搜索方向,降低计算资源开销,并通过选边与渐进方式增强前后层间的联系以及稳定性。最后利用Java编写去模糊挖掘算法,部署于Hadoop集群上,通过Versicolor与Setosa两个数据集采取仿真,经过与其它方法的对比分析,验证了所提方法在抗干扰性、执行效率和资源消耗方面均展现出比较明显的性能优势,能够有效适用于复杂属性数据,改善冗余数据与强噪声的干扰。

基于深度学习的对抗样本防御方法研究

受对抗样本自身可迁移属性的影响,传统对抗样本防御方法的防御效果存在不稳定的情况,为此,提出基于深度学习的对抗样本防御方法。文章借助深度学习算法,构建了对抗样本伊辛模型,设置模型的初始状态为神经网络的输入数据,采用自旋状态表示每一个神经元值与对抗样本伊辛模型的格点,并利用神经网络中卷积运算的特征,消解势场中预先给定的外部磁化作用,以最大限减少低对抗样本伊辛模型在能量作用下的局部自旋问题。在对抗样本防御阶段,利用对抗样本伊辛模型的通道相关性,生成重要性掩码对通道的激活进行调整,并结合对抗样本伊辛模型通道梯度累积值的实际情况设置了差异化的重要性掩码生成函数。在应用测试过程中,为验证防御效果,在快速梯度下降法(Fast Gradient Sign Method,FGSM)、Deepfool、C&W(Carlini and Wagner)攻击算法、投影梯度下降(Projected Gradient Descent,PFD)、集成对抗检测器(Energy-Aware Data-centric,EAD)共5种对抗策略下设计了对抗样本防御方法,对比不同对抗样本防御方法的性能,发现文章提出的基于深度学习的对抗样本防御方法的曲线下的面积(Area Under the Curve,AUC)值稳定在0.95以上,说明对抗样本防御方法具有较好的防御性能。

基于改进Transformer和强化学习的僵尸网络DGA域名检测

针对现有僵尸网络检测方法检测精度不高和检测时间开销较大的问题,提出一种基于改进Transformer和强化学习的僵尸网络域名生成算法(Domain Generation Algorithm,DGA)的域名检测方法。首先,利用深度可分离卷积替换ResNet和ResNeXt网络中的卷积块,通过减少网络模型参数来降低模型的时间开销;其次,利用改进后的ResNet和ResNeXt网络将域名字符串映射到深度特征空间,构造多尺度特征,强化特征的表达能力;再次,利用长短期记忆神经网络(Long Short-Term Memory,LSTM)对Transformer网络进行改进,在保持字符间相对位置的同时,进一步建立上下文的长距离依赖编码,并在此基础上引入注意力机制,强化模型对关键特征的捕获能力;最后,引入强化学习对模型进行微调,提高DGA域名的检测精度。在多个DGA域名数据集上进行测试验证,结果表明该模型在保持检测时间开销较小的基础上,具有更高的检测精度。

基于改进残差网络的模糊图像无损复原方法

图像拍摄过程中,由于受到错误拍摄操作等因素的影响,图像会出现信息受损等退化现象,其中图像模糊是最为典型的图像退化问题。本次研究以改进常规的残差网络为基础设计了模糊图像无损复原方法。为解决图像模糊中常见的运动模糊,首先通过线性点扩散函数仿真简单的运动模糊模型,并采集模糊图像。其次,通过与跳层结构相结合的方式优化常规的残差网络,解决因网络深度增加带来的梯度弥散和梯度爆炸问题,简化优化后的残差网络结构。最后,将模糊图像输入到优化后的残差网络中,完成模糊图像无损复原。实验表明,该方法提高了图像的高频率细节,有效保留了图像边缘特性,复原效果较好。

基于情景推演的应急物资调拨动态优化模型研究

由于地震灾害的破坏性及情景演变的复杂性,会导致在物资调拨过程中受灾点数量及需求量发生变化,造成初始应急物资调拨方案无法适应新的情况,从而影响其执行及实施效果。在分析情景演变过程对受灾点数量及需求量变化影响的基础上,提出了基于情景推演的应急物资调拨动态优化模型,对地震发生后应急物资调拨的整个变化过程及物资调拨方案重优化思路进行了动态描述,并通过算例验证了其有效性。

基于多尺度注意力和深度可分离卷积的农田杂草检测

农田杂草根除是促进农业稳定生产的前提。由于杂草种类多,且相同物种因大小、颜色和位置的变化多样,导致传统农田杂草检测算法性能不高。提出一种基于多尺度注意力和深度可分离卷积的农田杂草检测算法。首先,利用深度可分离卷积改进主干网络VGG-16,降低模型参数量,加快模型的训练;然后,采用多尺度注意力模块提取杂草的多尺度特征,增强模型对形态图像特征的捕获能力。通过在不同时间段测试多个农田杂草样本,结果表明:本文算法的精准率为94.69%、召回率为94.88%和F1值为93.82%。与当前主流杂草检测模型相比,在保持较高检测性能的基础上,具有更低的时间开销,可应用于农田杂草的自动检测。

人物身份认证视觉图像三维重构仿真研究

对动态视觉图像进行三维重构,能够有效保留动态人物图像信息。对人物身份认证视觉图像的三维重构需要以图像参考模板与视觉图像做最小二乘图像匹配,得到源图像对应的低高频分量,完成对视觉图像的三维重建。传统方法先对动态图像进行去噪处理,对图像尺度固定特征点进行标定匹配,但无法获得源图像的低高频分量,导致重构精度低。提出基于小波变换的人物身份认证视觉图像三维重构方法。结合Canny边缘检测算子计算边缘强度和边缘梯度方向,确定动态图像对应的边缘点特征,以给定的图像直线特征作为参考模板与实际动态图像做最小二乘图像匹配,结合小波转换理论对各幅待融合动态图像进行小波分解,得到源图像对应的低高频分量,以此完成对视觉环境下动态图像的三维重构。实验结果表明,所提方法能够有效够保留图像大部分细节信息,图像重建效果好。

物联网下激光光纤传感器触发节点控制技术

针对激光光纤传感器物联网的触发节点的消息投递效率差,网络的能量均衡性差的问题。提出一种基于簇首发射功率均衡控制的光纤传感器的物联网触发节点控制方法,构建光纤传感器的物联网节点汇聚链路模型,采用HART图路由模型进行光纤传感器物联网的路由探测协议设计,进行光纤传感器的物联网节点汇聚链路增益控制,设计物联网的路由冲突规避机制。采用簇首发射功率均衡控制方法实现光纤传感器节点的自适应均衡调度,提高物联网触发节点的控制鲁棒性。试验结果表明,采用该方法进行光纤传感器的物联网触发节点控制,提高了节点的消息准确投递效率,降低了时延和能量开销,全网的能量均衡性较好,节点传输数据的鲁棒性和收敛性较高。

研究计算机网络安全数据加密技术的实践应用

计算机网络属于信息化时代背景下企业以及个人常接触到的一个平台,企业以及个人均需要通过网络来实现对相关信息以及数据资料的处理。网络用户可以构建属于自己的网络存储空间,用于个人资料存储,通过这种方式,用户可以在任何能够联网的地方获取自己的存储信息,给用户提供很大便利。然而,计算机网络在给大众带来各种便利的同时,也面临着严峻的安全问题。为了研究数据加密技术在计算机网络安全中的实践应用,进一步提高计算机网络可靠性和安全性,本文探讨了链路数据加密技术以及密码密匙技术等加密手手段在计算机网络安全中的具体应用情况,供大家参考和讨论。

移动学习翻转课堂模式在计算机教学中的应用

随着移动智能终端和移动互联网技术的不断发展,各种信息化改革的浪潮也随之展开,基于移动学习终端的O2O翻转课堂教学模式就是其中一种。本文从移动学习和翻转课堂概念和优势分析出发,阐述了基于移动学习终端的O2O翻转课堂教学模式在计算机应用基础教学的可行性,并以此设计了基于移动学习终端的微课堂教学模式,具有一定借鉴意义。

软件设计类课程体系融合与拓展探索

在高校"双一流"建设与新工科建设背景下,基于面向虚拟项目的软件设计类教学模式,探索从理论课程、基础编程与工程类课程、技术框架与项目类课程到毕业生论文设计的多层次、多模式课程融合机制。基于专业方向,研究从软件类课程向业务过程建模拓展的机制。研究和实践软件设计类课程融合与拓展,有助于从传统软件设计类专业向新工科专业跨越,也有助于实现从灌输型教学向研究型教学转换。

数字多媒体网络通信延迟快速消除方法仿真

为了提高数字多媒体网络的通信效率,需要对数字多媒体网络通信延迟消除方法进行研究。当前通信延迟消除方法不能准确的对网络通信状态进行预测,通信延迟消除效果较差。提出一种数字多媒体网络通信延迟快速消除方法,基于受控自回归积分滑动平均模型结合通信优化目标函数和丢番图方程将网络通信控制问题转化为二次规划问题,得到通信控制预测向量。根据数字多媒体网络通信预测控制向量,采用平衡负载算法划分数字多媒体网络中的通信任务,将通信任务分为高质量通信任务和低质量通信任务,通过Min-Min算法对网络通信任务进行控制,消除数字多媒体网络中存在的通信延迟。仿真结果表明,所提方法可以准确的对网络通信状态进行预测,有效地消除数字多媒体网络中存在的通信延迟。

数字视频技术AE在影视后期制作中的运用

随着当下计算机技术的不断发展和创新,很多领域中开始运用数字技术,计算机技术对各个领域的影响也越来越深远,尤其是对影视后期制作过程产生了非常重要的影响。AE软件属于基础的图形视频处理软件,它的出现在很大程度上改变了传统的影视制作方法。文章先简单阐述影视的发展和数字视频技术AE,在此基础上分析数字视频技术AE在影视后期制作中的运用,希望能够为我国影视发展提供一定的帮助和参考。

云计算技术在计算机网络安全存储中的应用

本论文通过对云计算技术进行界定,分析网络安全存储中对云计算技术的应用,指出云计算技术在网络存储中的应用,就要合理运用云计算技术,从应用实际出发改善安全运行环境,提高存储系统的安全性。

退耦电感在五脉冲冲击下的压敏电阻能量配合效果

目前退耦电感能量配合规律均基于单脉冲推导获得,而自然中闪电均具有多次回击。为研究退耦电感在多脉冲冲击下能量配合效果,通过理论与试验相结合的方法,利用实验室多脉冲冲击设备分析了退耦电感能量配合规律。研究发现五脉冲冲击下,退耦电感为8μH时,总通流量小于10kA时能够实现较好的能量配合;电感为60μH时,冲击电流大于28kA时能量配合效果开始下降;电感为60μH时能量配合效果好于40μH时能量配合效果,电感值为60、80μH对能量配合效果影响不大。总体来说,相比于单脉冲情况,五脉冲下退耦电感更加容易出现磁饱和现象。当电感出现磁饱和后,进一步增大电感值,能量配合效果提升不明显。研究结果为退耦电感数值的选择提供了依据。

基于视觉特性的图形图像分割算法研究

图像处理技术主要是人类依据自身需要,借助现代计算机技术和图形图像分割算法对各种图形图像进行再加工,以产生能够满足人类应用需求的目标图形图像。但是现阶段很少图形图像分割方法在分割过程中充分考虑分类的视觉特性,这样就造成分割后的图形图像远远难以满足人类的视觉感知需求。为此该文概述了人类视觉系统的组成和特性,全面分析了现阶段图形图像分割中存在的问题,并提出了与人类视觉特性相适应的图形图像分割算法,以供相关人员参考。

反思中国传统民族图案设计的未来

现代社会,人们对于图案的追求、审美都出现了新的变化,在此前提下传统民族图案受到了巨大的冲击,这对我国传统文化是一个巨大的冲击,出于对传统民族文化的保护,我们应当反思中国传统民族图案设计的未来。