基于FPGA的网络协议信息隐藏技术研究

目前全球已经进入了数字信息化时代,在计算机网络融入各行各业的过程中信息安全问题也受到了广泛的关注,信息安全其实就是对网络信息资源进行保护防止其受到破坏,其中信息隐藏是信息安全的重要组成部分,但是从目前来看信息隐藏在某些方面上依然存在着一定的问题,还需要进一步完善。本文对基于FPGA的网络协议信息隐藏技术进行了探究,并作出了综合性的阐述同时提出了相关的观点,供以参考。     

多媒体信息及数字图像处理技术

对多媒体、多媒体信息的数字化、多媒体课件的制作等方面进行了介绍,并对静态图像处理技术及影响数字图像质量的相关因素进行了阐述,同时对编辑软件、数字图形与数字图像的区别,多媒体创作工具等方面进行了论述,为其进一步的研究探讨提供了理论基础。     

基于深度学习的人脸识别研究

基于深度学习的人脸识别技术是目前人工智能和图像领域研究的热点之一,尤其随着近年来深度神经网络的发展,人脸识别的准确性和有效性得到了极大的提高。文章首先简要阐述了人脸识别技术的研究和发展历史,接着叙述了人脸识别的技术流程,随后详细介绍了在人脸识别中常用到的卷积神经网络。由于各大企业在人脸识别领域取得丰硕的研究成果,因此,也对人脸识别的产品和公司进行了简单介绍。最后,对人脸识别技术存在的不足和发展前景进行了总结和展望。     

基于深度学习的语音识别方法

本文通过对人工智能语言识别技术的现状阐述,探讨了基于人工智能深度学习的语音识别方法。改进语音识别当中的语音拾取和提取特征、模拟训练和语音识别判断,是有效提高这项技术的措施。更是推动人工智能产业发展,方便人们生活和工作的重大进步。     

基于深度学习的公路裂缝病害自动识别技术研究

针对目前裂缝识别存在样本较少,识别精度受样本采集时的环境因素影响较大等问题,提出一种结合VGG网络和Seg Net网络的裂缝分割算法模型（DeepCrack）,解决了模型鲁棒性较差的缺陷,实现了裂缝的像素级（pixel-level）识别定位。基于该模型与另外6种深度学习模型在公开道路数据集CRKWH100和CrackL315上的测试结果表明：该模型不仅可以实现对裂缝的识别定位,还能准确地提取裂缝的尺度信息,研究结果可应用于实际工程检测。     

基于合成点云与深度学习的建筑构件智能识别方法

本文研究了利用三维建筑信息模型生成的合成点云来训练深度学习算法以实现建筑构件智能识别的可行性。为了实现这一目标,本文首先提出了一种通过三种常见的商业软件将建筑信息模型转换为合成点云的原始方法。然后使用这些合成点云作为模拟数据集来训练深度学习模型,比较在不同数据集(真实数据集与合成数据集)下训练模型的智能识别性能,以验证合成点云数据集的有效性。实验结果证明了利用建筑信息模型生成的合成点云实现智能识别的可行性,合成数据集与真实数据集的训练模型其识别准确率仅相差3%,进一步表明了在智能识别中使用合成数据集代替真实数据集的可能性。该方法也为研究人员提供了一种新的方法来构建特定的数据集,用于他们自己的智能识别与语义分割研究,并为三维重建工作做出了贡献。     

基于深度学习技术的公路隧道围岩分级方法

通过深度学习技术提取公路隧道掌子面图片中的围岩分级相关信息。训练以掌子面图片和特征标签为数据集的深度卷积神经网络模型,识别围岩的节理、裂隙、破碎程度、粗糙程度、光滑程度、泥夹石和涌水等分布式特征;结合深度学习技术和岩体裂隙图像智能解译方法统计围岩节理组数和间距来描述结构面完整程度;再利用色彩模型确定岩石种类描述出岩石坚硬程度;最后将围岩分级各判别因子转换为BQ值进行分级,获得围岩分级最终结果。结果表明:深度学习模型适用于识别围岩不同形态特征,利用图像识别技术获取的围岩分级参数能够实现对公路隧道围岩等级的综合判定。该处理结果与传统BQ分级结果相吻合,验证了深度学习围岩分级的可行性和准确性。     

深度学习技术在医学影像领域的应用

深度学习技术,作为最近几年人工智能最热门的研究领域,已成为全世界关注的焦点。深度学习在很多行业中展现出强大的应用能力,在某些视听识别任务中的表现甚至超越了人类。在医学领域,深度学习也逐渐成为研究者们分析大数据,尤其是医学影像的首选方法。本文简要介绍深度学习的历史与概况,结合国内外最新和最有影响力的研究成果,阐述深度学习在医学影像领域的科学研究进展,同时介绍深度学习在医学影像领域产品化应用及其未来的机遇与挑战。     

学习科学视阈的深度学习

学习科学重新揭示了学习的本质和规律,它与深度学习紧密相联。学习科学视阈的深度学习是学习者遵循学习原理,在学校场域中对以重要概念为核心的知识进行理解性和创新性学习的有效学习过程。深度学习的典型机制主要有生长机制、颉颃机制、建模机制、互动机制和表达机制等。深度学习需要全面引导,但关键是课程与教学的重建。深度学习在核心素养的培育、课程和教学的变革等方面给予我们诸多启示。