传媒特色的数据库原理与应用课程教学改革

本文针对传媒大学计算机专业学生的状况,提出构建传媒特色的"数据库原理与应用"课程教学模式的设想;在对课程进行了教学内容、教学方法、教学资源和创新实验等方面的教学改革基础上,论述笔者设计的新课程教学方案,并重点介绍了实验教学环节的设计思路。     

一种基于加权有向图的神经网络稀疏化算法

通过加权有向图对人工神经网络的结构进行描述,神经网络被看成为由内部各个子系统和子系统之间的相互作用而构成的一个动力系统.通过讨论其中子系统即神经元自身以及它们之间连接的变化对整个动力系统的影响,在产生的扰动不影响神经网络的收敛性的前提下,提出一种稀疏化算法,可以在一定的误差允许范围内得到更稀疏的神经网络结构.文中使用这种算法对一个3层的BP网络实例进行了稀疏化实现,得到一个神经元更少的结构,说明基于加权有向图的神经网络稀疏化算法可以用于类似BP网络这种层次化的神经网络的稀疏化.     

一种粗糙模糊神经网络模型的研究及应用

基于粗糙集和模糊理论研究粗糙模糊神经网络的设计,分析并比较粗糙模糊神经网络和其它神经网络的不同。在提取虚拟场景图像的音质效果参数的实验中,验证了粗糙模糊神经网络的有效性,同时发现其在网络结构和收敛性方面的优势。     

基于深度信念网络的语音情感识别的研究

针对语音情感识别中的特征提取的问题,提出了一种新的特征提取方式,利用深度神经网络(DNN)中的深度信念网络(DBNs)自动提取语音信号中情感特征.通过训练一个5层的深度信念网络提取语音情感特征,把连续多帧的语音并在一起,构成一个高维的特征,把深度信念网络训练完的特征作为非线性支持向量机(SVM)分类器的输入端,最终建立一个语音情感识别多分类器系统.其识别率为86.5%比传统的基于提取句子的时间构造、振幅构造、基频构造等特征的方法提高7%.     

一种基于细粒度扫描技术的文件恢复方法

针对已有Windows操作系统中彻底删除文件的恢复方法进行了研究,介绍了Windows操作系统的文件系统分区格式,重点研究了NTFS格式下的文件恢复技术,以word文件格式为例介绍了一种基于细粒度扫描技术的文件恢复方法,较好的解决了彻底删除文件的恢复问题.     

基于动态分析与深度学习的恶意程序检测方法

本文提出了一种将动态分析与深度学习相结合的恶意程序检测方法。本文使用Cuckoo沙箱提取应用程序运行时的API序列信息,具体包括API类型、API函数名以及参数。对API序列信息进行预处理后结合Word2vec模型将API序列信息转换成词向量,在此基础上,基于卷积神经网络构建恶意程序检测模型。为了验证检测模型的有效性,本文选择VirusShare数据集进行实验评估和对比,实验结果显示,结合API函数参数信息的检测结果在测试集上的平均准确率达到了94.19%,证明了检测模型的有效性,同时该结果高于未增加参数特征的准确率,说明引入API参数特征能提高对恶意程序的检测准确率。     

Windows环境下PCL格式文档内容恢复的效果分析

以Windows操作系统的PCL(Printer Command Language)格式的打印文档为对象,概述了Windows打印文档过程,介绍了将PCL命令的格式,分析了PCL格式打印文档恢复内容效果.