<form id="zvbvv"></form>

<address id="zvbvv"><listing id="zvbvv"></listing></address>
    
<sub id="zvbvv"></sub>
    <form id="zvbvv"><nobr id="zvbvv"><progress id="zvbvv"></progress></nobr></form>
    

    <noframes id="zvbvv">
        

   
    

    




        
    
        

    
        
    
        
        
        
            
            


                


        
        
    
        

        


    





        
    
        
        
        
            
        
                
                
                

            
        
            
        
                
                
                
            
        
        
        
    
        

        



        

    
        


        
        
            
        
                
        
                    
                
        
                
        

                        
        
                            
        
                                
                                    基于Web服務的施肥決策系統設計與實現
                                
                            
        
                            
        
                                
        基于Web服務的施肥決策系統設計與實現[其他][其他]
        
                                
        
                                     為了促進我國農業生產的綠色轉型發展，針對我國化肥施用量過多，缺乏科學合理施肥指導的問題，開展了改良型測土配方施肥技術研究，突破傳統測土配方施肥只注重土壤本底養分和植物吸收的技術方案，充分考慮“土壤-植物-氣候條件”的協調統一，在傳統測土配方施肥計算方法上依據積溫變化來調整追肥的施用量，看天施肥，并采用前后端分離的技術方案設計了一套基于Web服務的農作物地塊施肥決策系統，集成了地塊施肥指導、地塊種植管理、投入品管理、用戶管理等功能，實現了綜合考慮土壤-植物-氣候條件的改進型測土配方施肥技術的應用。
                                
        
                                
        發表于：2022/9/28 17:57:29
        
                            
        
                        
        
                        
        
                            
        
                                
                                    融合注意力機制的弱監督迷彩偽裝目標檢測算法
                                
                            
        
                            
        
                                
        融合注意力機制的弱監督迷彩偽裝目標檢測算法[其他][其他]
        
                                
        
                                    隨著計算機硬件和人工智能技術的發展，強監督目標檢測算法已經取得了很大的成果。然而，強監督目標檢測算法需要在大規模、標注精度高的數據集上進行訓練。但在某些特定領域，上述條件要求過于苛刻。例如，軍事上常用的迷彩偽裝目標的圖像數據集就比公共數據集更難獲得且標注難度更大。因此，采用對數據集要求更低的弱監督目標檢測算法來實現迷彩偽裝目標的檢測任務。由于圖像中迷彩偽裝目標與背景融合度較大，導致原始淺層特征感知偽監督目標定位(Shallow feature-aware Pseudo supervised Object Localization，SPOL)算法的檢測精度相對較低。本文的核心是在SPOL算法的基礎上融合注意力機制，通過加入注意力模塊，讓模型更加關注迷彩偽裝目標的區域，以此來提高迷彩偽裝目標的檢測精度。
                                
        
                                
        發表于：2022/9/28 17:48:42
        
                            
        
                        
        
                        
        
                            
        
                                
                                    基于深度學習的有效iPPG信號識別研究
                                
                            
        
                            
        
                                
        基于深度學習的有效iPPG信號識別研究[其他][其他]
        
                                
        
                                    成像式光電容積描記法(iPPG)是一種利用攝像機遠程測量血容量脈沖的技術，現已成為早期篩查動脈粥樣硬化和心血管疾病的一種具有前景的技術。但iPPG信號中包含大量的噪聲，傳統的選取有效信號的方法準確度低，普適性差?；谝陨蠁栴}，設計開發了基于Python的有效iPPG信號識別軟件，該軟件通過攝像頭采集人臉視頻并進行人臉定位，在動態的感興趣區域中提取iPPG信號，并對信號進行預處理，最終使用基于深度學習的iPPG信號判別模型進行有效性識別，平均準確率高達95.1%,對于實際應用場景下的iPPG信號判別具有良好的準確性與穩定性，同時驗證了使用深度學習進行非接觸式信號有效性判別的可行性。
                                
        
                                
        發表于：2022/9/28 17:42:28
        
                            
        
                        
        
                        
        
                            
        
                                
                                    注意力特征融合SSD算法對遙感圖像的目標檢測
                                
                            
        
                            
        
                                
        注意力特征融合SSD算法對遙感圖像的目標檢測[其他][其他]
        
                                
        
                                    針對多尺度單發射擊檢測(Single Shot MultiBox Detector，SSD)算法對小目標物體檢測效果不佳的問題，提出注意力特征融合SSD(Attention Feature Fusion SSD，AFF-SSD)算法。首先，為了提升網絡對小目標物體的檢測性能，使用注意力特征融合模塊對淺層特征圖中的特征信息融合，在降低噪聲的同時增強特征圖中遠距離像素的相關性；其次，針對訓練過程中正負樣本失衡導致的模型退化問題，結合聚焦分類損失函數對SSD算法中的損失函數優化;最后，引入遷移學習解決因訓練數據較少導致的過擬合問題。實驗結果表明，與SSD算法相比，AFF-SSD算法平均準確率均值提高8.09%，經過遷移學習后，AFF-SSD算法平均準確率均值提高3.47%。
                                
        
                                
        發表于：2022/9/28 17:30:27
        
                            
        
                        
        
                        
        
                            
        
                                
                                    基于改進WL圖核的代碼克隆檢測方法
                                
                            
        
                            
        
                                
        基于改進WL圖核的代碼克隆檢測方法[其他][其他]
        
                                
        
                                     基于程序依賴圖(Program Dependency Graph，PDG)的代碼克隆檢測方法是檢測代碼克隆的重要方法之一，近年來提出的基于Weisfeiler-Lehman(WL)圖核迭代的近似圖匹配方法在克隆檢測中取得了較好的效果，但PDG中少量頂點的差異會隨著圖核迭代傳播到越來越多的頂點，從而導致算法召回率的下降。為此，針對WL圖核在克隆檢測應用中存在的問題，提出了一種基于改進WL圖核的代碼克隆檢測方法，將WL圖核迭代過程中采用的普通哈希算法替換為局部敏感哈希，同時引入向量的相似性度量方法，進一步提升了對PDG近似子結構的識別能力。實驗結果表明，改進后的方法不僅可以檢測出更多的差異克隆對，同時還保持了良好的精度和時間性能。
                                
        
                                
        發表于：2022/9/28 17:12:43
        
                            
        
                        
        
                        
        
                            
        
                                
                                    基于交互行為的突發事件微博用戶社區識別及研究
                                
                            
        
                            
        
                                
        基于交互行為的突發事件微博用戶社區識別及研究[其他][其他]
        
                                
        
                                    針對現有研究對于微博社區輿情用戶關系研究不足的情況，提出了基于微博用戶交互行為的微博社區發現算法。首先通過突發事件下用戶發布的相關微博內容對微博用戶間的交互行為進行分析，將用戶間交互行為進行量化，根據用戶交互次數計算出用戶交互度；其次將用戶交互度作為Louvain算法權重對突發事件下微博用戶群體進行社區識別；最后根據社區識別結果結合用戶博文內容研究不同社區內用戶關注主題。實驗結果表明該方法能更好地對微博用戶社區進行劃分，且不同社區內用戶的討論與關注重點有所不同，因此在進行網絡輿論治理時能更有效地引導網絡輿論。
                                
        
                                
        發表于：2022/9/28 17:04:42
        
                            
        
                        
        
                        
        
                            
        
                                
                                    等保2.0時代電力監控系統安全防護體系建設研究
                                
                            
        
                            
        
                                
        等保2.0時代電力監控系統安全防護體系建設研究[其他][其他]
        
                                
        
                                    通過分析電力監控系統現有的典型結構與安全建設需求，針對電力監控系統網絡安全的脆弱性和薄弱點，結合等級保護2.0體系，提出了一種電力監控系統網絡安全防護建設方案。該方案以“一個中心，三重防護”為核心思想，突出安全管理中心建設，明確通信網絡、區域邊界、計算環境的安全防護建設方法。以某發電企業電力監控系統生產控制區為試點，以等保2.0基本要求為衡量標準進行方案應用效果評估，結果表明，通過安全防護體系建設，可有效提升系統安全性。
                                
        
                                
        發表于：2022/9/28 16:57:10
        
                            
        
                        
        
                        
        
                            
        
                                
                                    典型密碼結構的不可能差分區分器研究
                                
                            
        
                            
        
                                
        典型密碼結構的不可能差分區分器研究[其他][其他]
        
                                
        
                                     20世紀40年代Shannon提出了對稱密碼設計的兩個重要原則“混淆”和“擴散”，之后密碼學者們基于這兩個原則構造了Feistel、SP、廣義Feistel、MISTY等主要整體結構，目前這些結構被廣泛運用于各種標準密碼算法和新型認證加密算法。對這幾種主要密碼算法的整體結構進行了介紹和研究，并基于具體結構的特點，系統地對廣義Feistel結構中TYPE-I、TYPE-II、TYPE-III型結構構建了不可能差分區分器，對區分器輪數下界進行了推導和證明，為網絡安全領域分組密碼、序列密碼、認證加密、Hash函數等對稱密碼的設計和分析提供了參考。
                                
        
                                
        發表于：2022/9/28 16:43:40
        
                            
        
                        
        
                        
        
                            
        
                                
                                    基于CNN的國產商用分組密碼算法識別研究
                                
                            
        
                            
        
                                
        基于CNN的國產商用分組密碼算法識別研究[其他][其他]
        
                                
        
                                    隨著國產商用密碼算法的應用普及與商密應用測評工作的推進，商密算法的應用合規性備受關注。嘗試針對商用分組密碼算法開展識別研究，將其應用到密評工作中。提出了一種基于自動編碼器和卷積神經網絡結合的分組密碼算法識別方案，將商密SM4算法與國際主要標準分組密碼算法進行識別。利用NIST隨機性測試方法對密文進行特征提取，最后借助卷積神經網絡對密文特征進行訓練和測試。實驗表明，密碼算法的密鑰長度是否一致是影響識別準確率的重要因素，SM4與其他算法兩兩識別的準確率可達80%之上，并且識別效果與現有方案相比具有較高的準確率和穩定性。
                                
        
                                
        發表于：2022/9/28 16:31:37
        
                            
        
                        
        
                        
        
                            
        
                                
                                    健康碼的常態化治理：個人信息應用的問題與原則探究
                                
                            
        
                            
        
                                
        健康碼的常態化治理：個人信息應用的問題與原則探究[其他][數據中心]
        
                                
        
                                    健康碼是數據時代政府參與社會治理的技術創新，在緊急疫情防控中充分發揮其治理效能。隨著社會回歸常態，健康碼的應用呈現出常態化與延展化趨勢，這也意味著將有更多的個人數據被使用，個人信息的權益問題勢必引起關注。這些問題從根本上涉及公權與私權的抗衡?；诖?，為了進一步明確健康碼在常態化治理中的個人信息法益范疇，引入比例原則的理論視角，結合數據活動的特點，提出“正當、必要、權衡”三原則，對健康碼的常態化應用進行審查。
                                
        
                                
        發表于：2022/9/28 16:14:14
        
                            
        
                        
        
                
        
            
        
            
        
                
        
            
        
        
        



        
        
            
        
        
    
        


        





    









    

    

    
    
    
    
    
    


    
    

日本一级婬片免费看

        <form id="zvbvv"></form>
        <address id="zvbvv"><listing id="zvbvv"></listing></address>
          
<sub id="zvbvv"></sub>
          <form id="zvbvv"><nobr id="zvbvv"><progress id="zvbvv"></progress></nobr></form>
          

          <noframes id="zvbvv">