人工智能的新浪潮——深度学习

深度学习（Deep Learing）作为一种基于人工神经网络的无监督学习方法,是近年来兴起的一种新的混合机器学习模型,现成为人工智能领域中炙手可热的研究技术。深度学习带来了机器学习的一个新浪潮,受到学术界和工业界的广泛重视,并带来大数据的深度学习时代。本文结合大数据时代的具体需求,详细阐述了深度学习的发展和应用,突出了其在人工智能领域的重要地位。     

基于机器学习和NetFPGA的智能高速入侵防御系统

当前网络安全面临着日益多样化的威胁和挑战。入侵防御系统作为一种新兴的、能够动态监视并及时阻断异常网络传输行为的网络安全设备,成为目前主要的研究方向。目前主流的入侵防御系统主要通过人工预设的入侵规则集合对网络流进行匹配来发现、处理入侵,这种方法效率低下、维护困难,且存在严重的处理速度与成本的矛盾。针对上述问题,文章提出了结合基于硬件的网络数据流高速捕获过滤、经典机器学习技术以及当前人工智能领域前沿的深度学习自编码技术的入侵检测新思路,实现了基于NetFPGA的智能、高速的网络入侵防御系统,并在测试中取得了优于其他同一成本水平入侵检测系统的结果。     

码头油气回收系统设计探讨

为研究码头油气回收工艺系统的设计要点及难点,以湄洲湾港斗尾港区外走马埭作业区2-8#泊位工程为例,结合国内油气回收技术发展现状及项目多泊位多货种的特点与依托情况,逐一分析码头油气回收系统三个单元的选型要素,并针对码头项目的特点总结了码头油气回收系统的设计注意事项。     

基于灰色GM（1,1）模型的城市人口数量预测

本文主要研究未来几年内人口数量组成变化的相关问题。对于该问题,我们在灰色GM（1,1）模型的基础上对部分算法进行了优化,考虑到常住人口和流动人口等类型,结合已有的连续5～10午的人口数量,最终给出了人口数量的预测结果。经检验证明,改进的灰色GM（1,1）模型能够有效解决人口数量预测问题。