计算机信息泄密常见情形及解决措施探究

计算机作为便捷、高效的信息工具,已被广泛应用于社会的各个领域.如何有效防止计算机信息泄密,是当今社会面临的重要问题.掌握计算机信息安全基本知识,维护计算机信息安全,防止计算机信息泄密,应成为计算机使用者具备的重要知识技能之一.普通计算机使用者如果在文件(文档)处理、上网、文件(文档)存储等环节着意留心计算机信息安全问题,提高计算机信息安全意识,并采取适当操作技巧,将能有效防止计算机信息泄密,降低信息安全风险,避免不必要的损失或不利影响.     

基于安全关键件管理的内燃机车安全质量防控管理信息系统的开发和应用

从本单位内燃机车安全质量防控管理的角度出发,介绍了基于安全关键件管理的内燃机车安全质量防控管理信息系统开发的背景、总体架构、功能模块、关键技术和运行环境等,阐述了系统应用后带来的效果并对下一步的工作进行了展望.     

医院数字化信息系统的安全问题探讨

随着网络信息的迅猛发展,医院的数字化信息系统安全也搭上了这辆快车,它主要体现在便于传输电子信息和数字化以及多媒体存储转换等信息技术的应用。本文是针对目前医院数字化信息系统的安全问题进行了探讨,并提出了解决的办法     

物联网技术在资源回收体系中的应用研究

随着物联网技术的不断成熟,物联网技术的应用领域也在不断的扩大,物联网产品开始进入大众的生活中,为不同的领域提供着便捷的服务。物联网技术的实质是通过物联网的相关技术完成物与物之间的信息交互并最终能够智能的完成工作。目前,物联网技术在物资回收领域中的应用并不成熟,也没有形成具体的应用产品,本文针对物资回收体系进行研究,提出一套可行的基于物联网技术的物资回收解决方案。     

火焰的红色饱和度-亮度模型

通过研究不同的火焰图像,发现了火焰图像亮度的空间分布规律及不同像素之间红色饱和度随亮度的变化规律,提出了火焰图像的红色饱和度亮度（RL）模型。该模型描述了火焰图像的像素参数在不同像素间的变化规律。在在火灾探测应用中,可通过图像分割将疑似火焰图像从摄像头拍摄的视频中提取出,通过RL模型判定是否发生了火灾。     

基于聚类的数据敏感属性匿名保护算法*

为了防止数据敏感属性的泄露,需要对数据敏感属性进行匿名保护。针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上,该方法会导致不必要的信息损失。为此,将基于属性泛化层次距离KACA算法中的距离度量方法与聚类结合,提出了一种基于聚类的数据敏感属性匿名保护算法。该算法按照l-多样性模型的要求对数据集进行聚类。实验结果表明,该算法既能对数据中的敏感属性值进行匿名保护,又能降低信息的损失程度。     

基于语义关联和信息增益的TFIDF改进算法研究*

基于词频反文档频率(term frequency inverse document frequency,TFIDF)的现有文本特征提取算法及其改进算法未能考虑类别内部词语之间的语义关联,如果脱离语义,提取出的特征不能很好地刻画文档的内容。为准确提取特征,在信息熵与信息增益的基础上,加入词语的语义关联因素,实现融合语义信息的特征提取,进而提出语义和信息增益相结合的TFIDF改进算法,该算法弥补了统计方法丢失语义信息的弊端。实验结果表明,该算法有效地提高了文本分类的精准率。     

汉语专书词汇研究工作流程的信息化及应用

汉语专书词汇研究是汉语词汇学的基础内容,目前主要依靠人工方式完成,研究效率低、数据可靠性差、成果难以共享,不能满足语言研究及信息化的发展需要.调研和分析了专书词汇的研究过程,建立了专书词汇研究的工作流模型,提出了基于扩展标记语言(XML)的CVML数据交换格式,完成了面向专书词汇研究的信息化系统的设计和实现,推进了汉语专书研究工作的信息化进程.应用实践表明该系统可以有效提高研究效率,保障数据的正确性,并增强研究成果的可共享性.     

自动化的建设对实现交通信息资源整合应用的分析与探讨

自动化的建设对实现交通信息资源整合应用能够保证建设综合业务平台,实现交通信息的共享机制。通过高新信息自动化技术的应用从而有效地发挥交通的整体效益,为最终达成交通高效、安全、舒适的目标提供坚实的基础,真正实现交通信息资源的共享和整合。本文探索了自动化建设对交通信息的整合要素,提出了自动化交通信息的资源整合应用措施,为我国信息化交通发展的长期战略提供了理论依据。     

基于Kinect传感器的智能轮椅手势控制系统的设计与实现

利用Kinect深度传感器所获取的图像深度信息实现手部从背景中的分割,并通过在Hu矩基础上加入3个表达式,使不变矩包含更多细节特征,对手势目标进行识别,最后把得到的识别结果转换成控制指令通过Ad-Hoc网络传送给智能轮椅,实现运动控制.实验表明,通过该方法实现的手势识别在图像旋转、缩放、平移的情况下具有不变性,对背景干扰具有较强的鲁棒性.