简介：大数据分析是检查具有各种类型的大量数据并快速生成以识别隐藏模式、未知相关性和其他有用信息的过程。在现代汽车集团的研发中心,有许多类型的机器能够以前所未有的规模生成数据。作者开发了一种名为VDMS的车辆信号采集设备。这种类型的传感器每天在大数据系统上存储超过1TB的数据。因此,分析不断增加的数据量和高速流传感器数据的能力是必不可少的。本文研究了传感器数据的分析方法,首先,建立了从信号数据相关性分析到分类模型的分析过程,并开发了针对信号优化的分析方法。另外,提出了一种将异常信号数据形成图案并检测特定图案的方法。

简介：摘要：随着金融市场的复杂性和风险的增加，大数据分析在金融风险评估中扮演着重要的角色。大数据分析可以帮助金融机构识别潜在的风险因素、模拟不同的市场情景、监测实时市场动态以及进行投资组合优化。此外，大数据分析还能够在欺诈检测、信用评估和反洗钱等方面提供更精确的信息，从而提高金融风险管理的效率和准确性。因此，本文就大数据分析在金融风险评估中的应用展开探讨。

简介：摘要：云计算技术的快速发展对计算机大数据分析领域产生了巨大影响。本文以"云计算技术在计算机大数据分析中的应用探析"为题，系统地探讨了云计算技术在计算机大数据分析中的应用现状和挑战，并提出了一些解决方案和展望。研究结果表明，云计算技术为计算机大数据分析提供了灵活、高效和可扩展的计算资源，但同时也面临着数据安全性、隐私保护和数据传输等方面的挑战。未来的研究方向包括优化云计算资源的调度与管理、加强数据安全性和隐私保护等方面的研究。

简介：摘要：随着计算机科学和技术的快速发展，大数据分析已成为现代信息社会中重要的技术和应用领域。云计算技术作为一种基于网络的计算模型，具有高度灵活性、可扩展性和可靠性等优势，逐渐成为大数据分析的重要支撑。本文将对云计算技术在计算机大数据分析中的应用进行探析，分别从数据存储与管理、数据处理与计算以及数据可视化与分析等方面展开讨论，并探讨了云计算在大数据分析中的挑战和未来发展方向。

简介：摘要:随着大数据时代的到来和计算机能力的提升，传统的目标检测方法难以处理庞大的图像数据以及无法满足人们对目标检测精度和速度上的要求，而卷积神经网络具有强大的特征学习能力，突破了传统目标检测方法的瓶颈，基于卷积神经网络的图像目标检测技术在诸多领域掀起了新的应用热潮。首先，文中介绍了卷积神经网络在目标检测任务上的优越性；其次，梳理了基于卷积神经网络的图像目标检测在医学、工业、农业领域中的典型应用，并对其中几种典型卷积神经网络的结构进行归纳总结分析；最后，讨论了目标检测的应用方面仍然存在的问题，并对基于卷积神经网络的图像目标检测应用的未来研究发展方向进行展望。

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．

简介：深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：针对传统交通控制与诱导模型及算法的不足，提出了具有中心协调系统（CCOS）的交通控制与诱导协同模型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合，并采用神经网络技术构建基于神经网络的交通控制诱导协同模型，同时对模型的参数进行了确定。。通过典型的路网进行仿真实验和对比分析，实验验证了该模型具有可行性和有效性。

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：过去20年基因组的革命提供给医药公司无以数计的潜在药物靶标。创造强有力的新药来作用这些靶标已经迫在眉睫。然而，大多数“低挂水果”已经被采摘，药物开发因此变得越来越困难。为了获得美国食品药品管理局（FDA）批准，新药必须证明其安全性和有效性，特别是当新药与现存药物进行比较时。

简介：水下成像技术在诸多领域获得了越来越多的应用,然而由于受到成像器件参数、水体特性等成像系统参数的影响,水下图像的分辨率普遍较低、像质较差。基于包括点扩散函数、衍射极限等水下成像系统模型的图像超分辨率重建技术,能够在提高图像分辨率的同时增强图像质量。为了尽可能提高图像分辨率,建立了基于光束传播理论的超分辨率成像模型,并将其应用于水下脉冲激光距离选通成像结果图像的超分辨率重构。重构实验的结果表明,所提出的方法可以有效地提高水下成像的分辨率和质量。

简介：摘要：随着网络的快速发展和广泛应用，网络安全问题日益凸显。为了有效应对网络安全威胁，采集和分析网络安全数据成为了至关重要的任务。本论文以网络安全数据采集关键技术为研究对象，深入探讨了数据采集的意义和挑战，并提出了一套有效的数据采集方法和技术。通过对数据采集过程中的关键技术进行详细分析和实验验证，本研究为网络安全数据采集提供了一定的理论和实践指导。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：自动图像采集和分析的发展已经牢牢确立了高通量筛选（HCS）作为一种药物发现工具的地位。虽然高通量筛选在细胞检验中具有广泛的应用,但整个生物体（如斑马鱼）的全自动化图像分析,如果没有用户深入介入,目前尚不能实现。其主要障碍包括方位的变化,样本的高变异性,每个样本特征的复杂性。因此,目前还没有方法能实现斑马鱼幼虫的无监督检测和特征定量。目前,一种在计算机环境中模拟人的认知过程的人工智能方法能克服这些障碍。

简介：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

简介：以钢板表面检测图像数据采集与处理的应用为背景，设计了3GSPS（GigaSamplesPerSecond）超高速数据采集与处理平台。采用时钟双边沿采样的方式提高采样率，使得系统最高采样率达到3GSPS，采用FPGA芯片解决了ADC采样后高速数据的采集与存储的难题。该平台的通用性以及灵活性较强，可在钢板表面检测图像系统中得到广泛的应用。

简介：摘要：随着当前信息技术的不断发展，使得计算机在多个行业中都有着很好的表现，也使得人们对于计算机数据库的信息安全越来越重视。在计算机系统中，数据库是能储存信息的重要部分，那么数据库的安全就直接影响信息的安全。因此，就需要让相关工作人员能够更好地学习安全管理技术，进而来保证信息的合理应用。本文就先了解计算机网络数据安全管理现状，然后分析安全管理技术在计算机网络数据库中的特点，最后说明安全管理技术在计算机网络数据库中的具体应用，为相关研究人员提供参考。

简介：云存储技术具有统一管理、灵活安全等诸多优势和特点，但在进行视频图像数据存储时还有可以优化的空间。云存储系统可以使用更符合流式数据特点的存储方式，在不破坏数据完整性同时，可以根据精确的时间点坐标进行自定义的数据定位、查询、下栽、回放，视频图像数据的存储和使用效果会大幅提升。

简介：摘要：计算机远程网络通信技术在当今社会中的各行各业发挥着不容忽视的重要影响作用，为了进一步迎合大数据时代的发展趋势,立足远程网络通信进行技术创新是非常重要的发展举措。在大数据时代背景下,技术研究人员应该从技术的数据分析处理功能入手，对现阶段的远程网络通信技术应用情况进行深入挖掘分析，找出当下技术发展瓶颈，结合通信过程中的信号传输失真以及信道不稳等相关问题进行综合考虑，进而有效促进技术优化，实现远程网络通信技术革新。