西部地方院校人工智能专业研究生教育质量提升的路径研究与实践

由于人工智能学科竞争的激烈性以及西部地方高校资源局限性，如何保证西部地方高校人工智能专业研究生培养的质量，是社会各界十分关注的问题。文章研究营造开放式学术氛围的模式，通过搭建以人工智能学科为基础的五个维度开放的学术研讨平台，激发学生创新能力、提升学术素养和科研能力。然后依托院校的行业背景优势，促进人工智能学科与其它学科深度交叉融合，培养能够解决复杂工程和具有创新思维能力的人工智能专业的高层次人才，提升西部地方高校人工智能专业研究生人才的培养质量。     

使用双向耦合映像格子改进的并行混沌Hash函数

针对一种并行混沌Hash函数只能单向扩散以及低维混沌系统所存在的一些问题,提出使用双向映像格子进行改进的并行时空混沌Hash函数。该函数在消息矩阵组间采用并行结构,在组内采用迭代次数与矩阵元素值成负相关的双向耦合映像格子模型,该模型中的格子映射为参数值随矩阵元素位置而变化且迭代次数等于当前元素值的Kent映射,并行计算得出各分组中间值,最后异或各分组中间值得出最终Hash值。仿真实验表明,算法既提高了Hash的初值敏感性、混乱和扩散性,又拥有高效的并行性。     

功能性食品添加剂的研究现状与发展趋势

本文主要介绍了建立在我国食品添加剂发展基础上兴起的功能性食品添加剂的种类、主要功能及复配应用,同时依据国外功能性食品添加剂的发展,分析了我国功能性食品添加剂的发展趋势。     

基于EBS的分组分层WSN密钥管理策略

传统无线传感器网络(WSN)的基站通信模型安全性较差,对资源的依赖性较强。为此,提出一种基于组密钥排他基础系统的 WSN 密钥管理策略(EBS-GL)。采用网络分化思想提高系统的通信效率,利用分组分层加密算法提高系统的安全性,通过汇总消息比对方法进行信息完整性认证,使用奇异点排除策略增强系统的可恢复能力。仿真结果表明,与JERT策略相比,EBS-GL可增强WSN基站的验错、纠错和排错能力,提高节点通信的安全性。     

阈值自适应CNN的彩色图像边缘提取

细胞神经网络用于彩色图像边缘提取已经有很多人做了研究。现有的大部分工作都根据经验选取固定阈值来设计CNN模板。但这种阈值的选取方法忽略了人眼最小分辨差具有自适应性的特点。在设计图像边缘提取CNN模板选取阈值时,引入人眼最小阈值差成果,设计出了一组阈值自适应的CNN模板,同时对设计的阈值自适应算法的稳定性进行详细的论证。该算法让检测出的边缘更加符合人眼的视觉特性。实验结果证明,该算法效果良好。