国产精品福利在线观看,中文字幕av影片在线手机播放,精品视频免费看天天春夜夜春

基于漫水填充算法的中文印章識別方法[其他][其他]

印章識別是智能化辦公中必不可少的一環(huán)，現(xiàn)階段的印章識別方法是將掃描后的電子文檔直接輸入神經(jīng)網(wǎng)絡(luò)模型中進行識別，面臨著無法準(zhǔn)確定位印章位置、彎曲文本識別準(zhǔn)確率低等問題。針對上述問題，提出了一種高效的中文印章文本識別方法，該方法使用漫水填充算法處理灰度圖像進行印章圖像特征增強，保證了中文印章檢測精度，同時引入了極坐標(biāo)轉(zhuǎn)換操作以確保文本特征完整性。為了評估本文方法的有效性，在現(xiàn)有的文本識別網(wǎng)絡(luò)模型進行了多組對比實驗。經(jīng)實驗表明，已有的網(wǎng)絡(luò)模型融合該方法所提取的文本特征均表現(xiàn)出優(yōu)異的識別結(jié)果。

發(fā)表于：11/9/2022

BIWIN BGA SSD系列之——先進封測工藝加持下高性能單芯片存儲解決方案[模擬設(shè)計][其他]

在半導(dǎo)體存儲器領(lǐng)域，佰維存儲構(gòu)筑了研發(fā)封測一體化的經(jīng)營模式，有力地促進了自身產(chǎn)品的市場競爭力。以佰維EP400 PCIe BGA SSD為例，公司優(yōu)秀的存儲介質(zhì)特性研究與固件算法開發(fā)能力，大大提升了該款產(chǎn)品的性能和可靠性；相應(yīng)地，佰維布局的先進封測能力又對該款產(chǎn)品的競爭力達成有哪些幫助呢，請跟隨我們的分析一探究竟吧。

發(fā)表于：11/8/2022

Littelfuse eFuse集成保護IC應(yīng)用在便攜終端產(chǎn)品的優(yōu)勢[電源技術(shù)][工業(yè)自動化]

Littelfuse第三季度推出的eFuse 集成保護芯片LS0505EVD22系列，憑借其優(yōu)異特性，上市后不到兩個月即得到市場認可，成功設(shè)計于便攜式手表磁吸充電線應(yīng)用中，并快速獲得訂單，在激烈競爭中脫穎而出，具有里程碑意義

發(fā)表于：11/3/2022

通過DDR5為數(shù)據(jù)中心帶來先進的服務(wù)器性能[嵌入式技術(shù)][數(shù)據(jù)中心]

隨著服務(wù)器和個人電腦制造商相繼發(fā)布支持DDR5內(nèi)存的產(chǎn)品，越來越多的系統(tǒng)正在轉(zhuǎn)向新一代內(nèi)存模塊，2022年也成為了DDR5的啟用年。特別是在數(shù)據(jù)中心，處理器內(nèi)核數(shù)量的增加所帶動的內(nèi)存帶寬和容量需求正在推動DDR5內(nèi)存的普及。

發(fā)表于：11/3/2022

炬芯科技推出低延遲高音質(zhì)無線麥克風(fēng)解決方案[電子元件][消費電子]

隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，諸多新興產(chǎn)業(yè)被帶動起來。就近十年來看，內(nèi)容平臺以及其載體在不斷演變，從自媒體到短視頻以及直播，一點一滴地滲透進大眾生活。而這些平臺的興起，亦為普羅大眾提供了廣闊的分享空間，記錄和分享日常生活的方式亦不再局限于文字、圖文，視頻／短視頻也漸漸成為了主要方式之一。

發(fā)表于：10/31/2022

ADI危巖體滑坡監(jiān)測解決方案[模擬設(shè)計][安防電子]

滑坡在地質(zhì)學(xué)中被定義為僅次于地震的第二大地質(zhì)災(zāi)害。山體滑坡、危巖體滑坡也是我國山區(qū)地帶最為常見、最易發(fā)的地質(zhì)災(zāi)害，能在短時間內(nèi)迅速掩埋或摧毀鐵路公路、涵洞、路基橋梁等設(shè)施，嚴重影響道路運輸安全。

發(fā)表于：10/28/2022

Semtech PerSe以智能人體感應(yīng)技術(shù)賦能可穿戴設(shè)備，優(yōu)化用戶體驗[MEMS|傳感技術(shù)][消費電子]

隨著可穿戴設(shè)備的持續(xù)發(fā)展，傳感技術(shù)作為實現(xiàn)人機互動的橋梁，除了需要確保設(shè)備保持可靠穩(wěn)定的連接功能，兼顧幫助設(shè)備實現(xiàn)更加智能的性能表現(xiàn)，并且還需要同時保障產(chǎn)品合規(guī)性。

發(fā)表于：10/27/2022

時空編碼技術(shù)在Web3.0數(shù)字金融中的應(yīng)用研究[其他][其他]

以青島市城市信息模型(Q-CIM)為基礎(chǔ)，分析了基于時間和空間數(shù)據(jù)的新一代編碼技術(shù)——時空編碼技術(shù)的特征，結(jié)合Web3.0開放性和可能的發(fā)展方向，從架構(gòu)、身份管理、信息管理等方面論證時空編碼技術(shù)成為Web3.0的重要支撐技術(shù)的合理性，并利用時空編碼的唯一性和確定性特征，結(jié)合區(qū)塊鏈、大數(shù)據(jù)等現(xiàn)有技術(shù)手段，探討將時空編碼技術(shù)應(yīng)用在Web3.0數(shù)字金融流量分發(fā)與反欺詐、智能化風(fēng)險控制、數(shù)字金融風(fēng)控等方面的可能性。

發(fā)表于：10/27/2022

考慮知識庫的企業(yè)隱性知識傳播模型研究[其他][其他]

針對企業(yè)知識庫對隱性知識傳播的影響，基于經(jīng)典的傳染病動力學(xué)理論，提出考慮知識庫的企業(yè)隱性知識傳播模型。首先，將企業(yè)員工分為未知者S、潛伏者Se、傳播者I、免疫者R四類；其次，利用微分動力學(xué)和下一代矩陣方法計算模型的傳播閾值；最后，運用MATLAB軟件對模型參數(shù)進行數(shù)值仿真分析。研究結(jié)果表明，企業(yè)知識庫的建立可以促進企業(yè)的隱性知識傳播，未知者自學(xué)率的提高可以增加企業(yè)傳播者密度，企業(yè)獎勵強度的增大僅對傳播者有較大影響，對未知者和潛伏者影響較小。

發(fā)表于：10/27/2022

無線傳感網(wǎng)絡(luò)分段線性融合定位算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

為實現(xiàn)對移動節(jié)點精確定位，提出一種基于APIT-3D的移動節(jié)點定位模型和算法，綜合3D-DVHop跳段距離和RSSI測距技術(shù)，在計算內(nèi)測點與最近椎面距離基礎(chǔ)上，利用與椎體成形體積判斷內(nèi)測點位置，有效避免“In-To-Out”和“Out-To-In”兩類錯誤產(chǎn)生。在確定椎體重疊區(qū)域后，通過最小二乘法結(jié)合空間分段線性融合方式計算節(jié)點位置。仿真實驗證明，該分段線性融合定位算法對移動節(jié)點定位在百分之25th，50th和75th定位偏差值分別為1.81 m，2.45 m和3.32 m，并能判斷運動趨勢，追蹤移動目標(biāo)，描述運動軌跡。該算法為無線傳感網(wǎng)絡(luò)定位提供了算法借鑒和創(chuàng)新。

發(fā)表于：10/27/2022

基于分解策略的多標(biāo)簽在線特征選擇算法[其他][其他]

在線學(xué)習(xí)方法是用于大規(guī)模數(shù)據(jù)集的、高效且可擴展的機器學(xué)習(xí)算法。然而，在對多標(biāo)簽數(shù)據(jù)集進行特征選擇時，傳統(tǒng)的在線多標(biāo)簽學(xué)習(xí)方法需要訪問數(shù)據(jù)集的所有特征，當(dāng)數(shù)據(jù)集具有較高維度時，這種在線學(xué)習(xí)方式并不能適用于實際情景。針對多標(biāo)簽數(shù)據(jù)集的特征選擇，在現(xiàn)有研究的基礎(chǔ)上，使用二類分解策略，提出基于分解策略的多標(biāo)簽在線特征選擇算法。該算法利用稀疏正則化和截取方法進行在線特征選擇，降低計算復(fù)雜度。實驗表明，算法的特征選擇性能優(yōu)于其他多標(biāo)簽在線特征選擇算法。

發(fā)表于：10/27/2022

基于特征序列的惡意代碼靜態(tài)檢測技術(shù)[其他][信息安全]

近年來，基于機器學(xué)習(xí)方法的惡意代碼檢測方法存在著無法自動和高效地提取惡意代碼的問題，有些還需要人工對特征進行提取，但是提取的特征沒有深層地描述惡意代碼行為，存在檢測的準(zhǔn)確率較低、效率低等缺點。通過對靜態(tài)惡意代碼進行分析，從紋理特征和操作碼特征入手，在提取紋理特征過程中，提出一種Simhash處理編譯文件轉(zhuǎn)換成灰度圖像的方法，生成灰度圖像后通過GIST算法和SIFT算法提取全局和局部圖像紋理特征，并將全局和局部圖像特征進行融合。

發(fā)表于：10/27/2022

基于溯源圖節(jié)點級別的APT檢測[人工智能][其他]

傳統(tǒng)的入侵檢測系統(tǒng)無法應(yīng)對日益增多和復(fù)雜的網(wǎng)絡(luò)攻擊(如高級持續(xù)性威脅)，因為可能在幾個月內(nèi)不能檢測出隱蔽威脅事件并具有較高誤報率。最近研究建議利用溯源數(shù)據(jù)來實現(xiàn)基于主機的入侵檢測，溯源圖是由溯源數(shù)據(jù)構(gòu)造成的有向無環(huán)圖。然而，以前的研究是提取了整個溯源圖的特征，對圖中的少量異常攻擊實體（節(jié)點）不敏感，因此無法準(zhǔn)確識別異常節(jié)點。提出了一種在溯源圖節(jié)點級別上的APT實時檢測方法。采用K-Means和輪廓系數(shù)相結(jié)合的方法對訓(xùn)練數(shù)據(jù)集中的良性節(jié)點進行聚類，生成良性節(jié)點簇，通過判斷新節(jié)點是否屬于良性節(jié)點簇來判別是否存在異常。在Unicorn SC-2和DARPA TC兩種公共數(shù)據(jù)集上評估該方法，結(jié)果表明該方法準(zhǔn)確率達到95.83%，并且能夠準(zhǔn)確識別和定位異常節(jié)點。

發(fā)表于：10/27/2022

基于組合神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)入侵檢測方法[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

針對物聯(lián)網(wǎng)流量入侵檢測的全局特征提取問題，對現(xiàn)有的網(wǎng)絡(luò)入侵檢測方法進行了改進，提出了一種基于組合神經(jīng)網(wǎng)絡(luò)的入侵檢測方法。首先利用一維密集連接卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)集中流量的空間特征進行提取；然后利用門控循環(huán)神經(jīng)單元進一步提取時序特征，完成對物聯(lián)網(wǎng)流量數(shù)據(jù)的時空特征提??；最后采用UNSW-NB15和Bot-iot數(shù)據(jù)集對組合神經(jīng)網(wǎng)絡(luò)模型進行多分類訓(xùn)練和測試。實驗結(jié)果表明，所提方法在準(zhǔn)確率以及其他評價指標(biāo)方面均有一定的提高，表明了該方法的有效性。

發(fā)表于：10/26/2022

虛擬貨幣挖礦木馬行為監(jiān)測技術(shù)研究與應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

近年來，在利益驅(qū)動下通過傳播挖礦木馬程序，利用受害者主機算力進行挖礦獲取虛擬貨幣的行為愈演愈烈。從攻擊者視角分析了挖礦木馬的暴力爆破、漏洞利用、木馬植入、橫向傳播等典型攻擊路徑，基于挖礦協(xié)議的流量識別、威脅情報匹配、攻擊鏈模型關(guān)聯(lián)分析、AI基因模型監(jiān)測等開展技術(shù)研究，結(jié)合研究成果進行了實際網(wǎng)絡(luò)流量監(jiān)測應(yīng)用，為挖礦木馬的防范和治理提供思考與借鑒。

發(fā)表于：10/26/2022