排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
网络技术的普及,使高职院校校园网给我们带来了网络通信、资源共享和办公自动化等方便快捷的工作条件。但由于校园网具有开放性、分布性等特征,就可能出现有人攻击网络、破坏网络、传播计算机病毒,窃取保密信息等安全威胁,这使得网络安全显得尤为重要。本文提出了一些校园网网络安全性所面临的威胁,并提出了一些防范措施。 相似文献
2.
分子动力学和分子光谱等的研究中,常常需要计算分子的振动本征值和振动本征函数。采用传统计算语言编程实现,往往繁琐而困难。MATLAB语言以矩阵为基本元素,自带的库函数可以高效便捷地解决计算其中涉及的许多数学问题。本文采用MATLAB语言计算了Morse势和双井(double well)势的振动本征值和振动本征函数。结果表明,MATLAB语言用于分子振动本征值和本征函数的计算,是一种简洁、高效的运算工具。所编制的程序具有普适性,只需对势能函数进行简单修改即可用于真实双原子分子的振动计算。 相似文献
3.
4.
叶叶 《电脑编程技巧与维护》2011,(1):15-20
介绍了高阶哈夫曼算法的实现原理,详细讨论了高阶建模、码表保存等技术的理论基础和实现方式,并给出了一个切实可行的应用程序。 相似文献
5.
6.
针对目标检测算法中需要人工标注数据,且存在人工成本高、时间成本高、标注效果一般的问题,提出一种基于级联卷积神经网络的图像预标注方法。级联卷积神经网络是目前最先进的目标检测算法之一,将级联卷积神经网络的输入层修改成多尺度方式以及将RPN层采用Anchor Free的方式来提出预检测框,并在公开数据集VOC2007及VOC2012上进行训练和测试,IoU为0.5,FPPI为0.3时,在VOC2007和VOC2012数据集上的recall分别达到了64.52%和65.71%。实验表明,改进后的级联卷积神经网络算法模型具有更高的检测召回率、更低的计算量,对于目标检测预标注来说可以降低人工操作的复杂度,提升标注效率。 相似文献
7.
针对计算机实验室监管中日常设备检测智能化程度较低和追责困难的问题,提出了一种基于YOLOv4的计算机实验室设备检测识别方法。首先,该方法能够实时监测实验室各类别设备的分布情况,当发生意外情况如设备丢失时,能够进行告警和记录。其次,基于实验室原有的监控设备采集现场信息,采用改进的先验框聚类算法进行数据预处理。最后,基于YOLO模型进行训练和应用,和文中涉及的其他目标检测算法相比,所提出模型的设备识别精度更高。 相似文献
1