安全技术-网络信息-面向P2P的网络流量预测技术研究.pdf

安全技术-网络信息-模糊网络计划技术研究与应用.pdf

本文面向体态和手势这两种常见的感知通道，系统地研究其中的问题挑战及其解决方法。 随着人们对于姿态恢复和手势识别的精确性和易用性越来越高的要求，缺乏先验知 识表示、准确率与时延折中、标定过程繁琐以及有标数据不足等关键问题与挑战交错叠 加。首先，一些人类熟知的有助于解决感知问题的先验知识难以直接嵌入在基于深度机 器学习的端到端的感知计算方法中，其次，现有的基于肌电信号的手势识别方法难以同 时做到高准确率和低时延，再次，现有的基于肌电信号的手势识别方法通常需要用户在 每次佩戴设备后先进行严格的标定;最后，现有的基于肌电信号的手势识别方法依赖于 大量的具有手势标签的训练数据，然而这些有标记的训练数据通常难以获得。本文重点 面向上述问题和挑战，在深度机器学习框架下设计针对性的解决方法，主要创新点包括 (1)针对基于无标记单目相机的体态感知中缺乏先验知识表示的问题，提出了一种新的 先验知识的表示方式- 一高度图一一用于从单目相机拍摄的视频中精确地恢复三维 人体姿态。在此基础上， 提出使用双流深度卷积网络融合彩色图像和高度图两种输入 信息来估计二维人体姿态，充分利用了人体各部位的高度这一先验信息来

随着医疗行业信息技术的引入，该行业的信息化和自动化水准不断提高。医学 文本信息处理技术正逐渐成为一个新的研究热点。医疗文本，以电子病历为代表， 包含了大量丰富的医疗信息，是进行疾病预测、个性化信息推荐、临床决策支持、 用药模式挖掘等的重要资源，并且可以以此为基础进行医院机构服务价值的衡量。 医学文本中尽管蕴藏着丰富的医疗知识，但处理起来也更加困难。由于以电子病历 为主的医疗文本中包括大量非结构化的自由文本以及图像影像信息，且医生自行 录入可能导致文本的拼写错误、医学名词简写以及不同医生不同地区的惯用语，电 子病历中所包含的医疗信息还不能被计算机有效利用。因此，机器学习和自然语言 处理相关技术将在医学文本的分析和挖掘中发挥重要作用。 为了更好地探索和利用医学文本，特别是电子病历的半结构化和非结构化信 息，对其中非结构化自由文本进行标准化和结构化非常的重要，而医疗信息对时间 特征具有较高的敏感性，使得时间信息也成为了更好分析医疗文本必不可少的因 素。传统的文本分类需要先进行一系列预处理和特征工程的建模，在医疗文本中存 在大量的专业术语和知识、不准确的分词或难以理解的语义特征会影响分类的正

自适应调零天线GPS抗干扰技术研究简析,值得参考。

高速时钟信号抖动的ADC测量技术研究~~~~~~~~~~~~~~~~~~~~~~~~~~~

紫外光通信是上世纪末发展起来的一种新兴的光学信息传输技术.本文将详述紫外光通信实验中的一些关键技术,包括紫外光源的高速调频系统,高灵敏度探测系统的设计,以及微弱信号检测和处理模块等.本紫外光通信系统在半双工工作方式下完成了高质量语音和高速数据传输,其最大传输波特率达到了9600bps,两倍于2000年美国GTF公司提供给美国海军的紫外光通信系统的传输波特率.而且,在某些距离上还能够实现非视距通讯,此通信方式具有广泛的民事和军事应用前景.

使用常规相机获得的人脸图像可能具有固定的限制，阻碍脸部图像中一些特定信息表达。为了实现更好的性能，通过专门的采集方法捕获的３Ｄ面部己经用于改进的方法。虽然由于诸如成本和可访问性的若干问题，这些３Ｄ图像仍然难以获得，但是低成本的深度传感器如Ｋｉｎｅｃｔ允许直接获取３Ｄ信息以及ＲＧＢ彩色图像。这为计算机视觉和人脸识别研究提供了新的机会。

随着人工智能的快速发展，如何准确、有效的识别用户身份，提升信息安全成为一项重要的研究课题。相较于传统的卡片识别、指纹识别和虹膜识别，人脸识别具有许多优点。它的非接触性、非强制性和并发性，易被用户所接受，己广泛应用于教育、电子商务等多个领域。

企业私有云平台构建技术研究