试论如何在计算机教育中培养学生的创新能力

21世纪是一个信息化的时代,计算机教育因此成为现代素质教育中的重要组成部分。我们的时代要求我们培养创新型人才,因此如何在计算机教育中培养创新型人才成为人们关注的重点。本文就计算机教育的现状,提出了计算机教育中培养创新型人才的几点措施。     

关于计算机辅助教学系统的开发与应用探讨

当代信息技术的快速变化,也步入信息社会,计算机辅助教学作为一种现代化的教学技术,给课堂教学形式带来的变革型的转变。结合教学实践,本文将详细地讨论了这种系统的使用情况和开发的趋势。     

基于云服务的恶意内容检测方法研究

云服务的文件存储存在“后门”攻击,以混淆用户视听,窃取用户隐私。现有的检测方法单一且需要更多的运行内存,因此文章提出通过使用AC自动机算法和朴素贝叶斯算法,快速精准地识别文本内容,利用scikit-learn机器学习库对图片内容进行甄别,且调用VirusTotal的API检测恶意文件,实验结果表明该检测方法在识别恶意内容的准确率上达到96.2%、可对海量数据进行实时检测,优于其他检测方法。     

探究超稳定析氧反应催化剂的稳定演变过程

开发高效析氧反应催化剂,是实现大电流下工业化电解制氢的重要一环.通过简单的浸泡法制备了Mn和Fe改性的泡沫镍(NF),得到了一种大电流下性能优异的析氧反应电催化剂FeMn-NF.该催化剂仅需要252 mV的过电位就能达到500 mA/cm2的电流密度,且稳定运行超过1500 h无衰减,具有超高的性能稳定性.研究发现,在大电流下的析氧反应中,催化剂的表面形貌会发生明显变化,朝着催化更稳定方向的结构演变,活性元素不流失.这种演变有利于催化剂表面的活性物质与基底的结合,同时保证气泡的及时逸出.这种合成简单、成本低廉、性能优异的催化剂是可用于工业电解水制氢的优异催化剂.     

GNS3在网络工程课程教学中的应用

GNS3模拟器软件不仅可以解决网络工程课程实验中硬件设备不足的问题,而且可以锻炼学生的实际操作能力,提升教学效果。以一个仿真实例介绍了GNS3在网络工程课程教学中的应用。     

就计算机病毒及防范措施的几点看法

本文首先对计算机病毒中的可执行性、传染性、隐蔽性以及破坏性等主要的特征进行了详细的介绍,然后提出了几条有效的计算机病毒防范措施.     

基于Google Earth的原始遥感影像中文地名标注方法

Google Earth提供的免费遥感影像是一项重要的基础数据,能够方便、迅速确定对应经纬度处中文地名.将原始遥感数据和google earth同位置图像进行叠加计算,通过同步对照,在LandSate等卫星影像上标注出汶川地震主要涉及到的一些城市名称,该工作将为遥感影像后续断层、断裂带识别解译奠定良好的基础,并解决了传统人工标注工作量大、效率低等缺点.实验结果表明原始遥感影像中文地名标注效果良好.     

基于RF-RNN模型的DNS隐蔽信道检测方法

为提高检测隐蔽信道的灵敏度,提出一种基于随机森林（Random Forest,RF）和循环神经网络（Recurrent Neural Network,RNN）的域名系统（Domain Name System,DNS）隐蔽信道检测方法。该方法采用域名检测作为主要手段,使用RF模型对域名进行分类,通过深度学习方法挖掘更高阶的特征表示。实验结果表明,与单一模型相比,该方法在检测准确性和健壮性方面均取得了显著提升。     

物理成像模型的分解合成循环细化去雾网络

为了充分挖掘雾天成像时的先验信息和物理参数间的约束关系,提高去雾算法的精度,本文提出了嵌入物理成像模型的分解合成循环细化网络以实现图像去雾。不同于已有的去雾算法,它包含透射率估计分支和清晰图像估计分支,且两分支均使用嵌入循环单元的多尺度金字塔编码解码网络框架来实现,具有能加强循环间信息交流、充分利用多尺度上下文特征的优点。考虑到透射率与场景深度和雾气浓度有关,可将透射率视为雾浓度先验,引导清晰图像估计分支循环细化去雾结果;而清晰图像中包含场景的深度信息,可将其视为深度先验,引导透射率估计分支预测及循环细化透射率。每次循环时,两分支估计的透射率和清晰图像进一步合成雾图,循环作为网络的输入,以确保透射率和清晰图像的估计结果满足物理成像模型的约束。实验结果表明算法在合成雾图及真实图像上均能取得较好的去雾效果,在视觉评价和客观评价方面均优于现有的去雾算法,单张雾图的处理时间仅为0.037s,能有效用于图像去雾的工程实践中。