摘要：研究水稻病虫害的自动识别技术对于发展智慧农业和保障口粮安全十分重要,为解决该问题,文章设计开发了一款基于深度学习技术的水稻病虫害检测系统。该系统在PyTorch框架下实现深度学习检测算法,该算法基于使用YO-LOv5模型对水稻稻瘟病、稻曲病、纹枯病、白叶枯病4种水稻主要的病害进行检测,用户通过手机拍摄就能进行水稻的病害检测,并显示出该病害的相关简介和治疗措施等一系列信息,该系统能满足农业在水稻虫害防治方面的需求。

摘要：社区安全对居民的日常生活至关重要,为提高居民日常生活的安全性,设计研发了面向社区智能安防的视频监测异常行为与目标跟踪系统。该系统基于无监督学习,充分利用丰富的日常生活活动(ADL)数据优势,使用生成对抗网络(GAN)进行异常监测,用对抗性训练建模正常行为,通过测量生成误差监测异常。

摘要：为解决人们对果蔬的识别和营养的搭配问题以及实现人们自己种植果蔬的愿望,设计开发了一款基于人工智能的果树识别及种植指导的系统。通过神经网络的图像识别技术、非线性降维的图像识别技术、YOLOv3图像目标检测算法和模式识别技术等实现的主要功能包括:获取并发布前端所呈现的信息,包括热门文章、饮食推荐及营养搭配等;并对需要发布在前端页面的文章进行审核。前端功能模块主要是为用户提供果蔬识别、种植指导以及健康饮食推荐等功能,使用户能够及时获得相应的果蔬知识及健康的营养搭配方式,为人们的生活带来方便。经过多次调试和验证,该系统的性能稳定,功能实现效果较为良好。

摘要：为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。

摘要：互联网上关于贵州乡村休闲旅游的信息逐渐增加,但游客却很难从大量的旅游信息中获取自己感兴趣的信息。基于此问题,文章通过网络爬虫方式爬取国内众多旅游网站及社交网站中游客的POI信息,分析贵州省内游客POI的空间分布特征及时间发布特征,并将分析出的POI数据展示在地图上,为游客出游时选择热门景区提供参考依据。

摘要：自习近平总书记提出“思政课是落实立德树人根本任务的关键课程”后,课程思政已经成了热点关注问题,在计算机课程中加入思政元素已经成为时代发展的必然趋势。文章致力于在《C语言程序设计》课程的教学中加入思政元素,从C语言的知识点中发掘思政元素,从C语言的角度解读思政。使学生在学习C语言过程中将社会主义核心价值观、工匠精神和爱国情怀融入课程实践中。

摘要：为解决老年人普遍身体欠佳且难以独立辨识药品的问题,文章设计开发了一套智能药品识别系统。通过OCR技术与语音合成技术实现对药品包装、说明等文字进行读取识别和解析内容,从而获取药品的作用、使用频率、禁忌等关键信息,然后以语音播报的形式告知用户。经过多次调试和验证,该系统的性能稳定,功能实现效果较为良好。

摘要：盲人丧失视觉功能,在生活中常面临着极大挑战和危险,给自身和家人都带来沉重负担。为了帮助视觉障碍人员安全的行进,本文设计出一种基于北斗卫星系统的智能电子导盲仪。该导盲仪以STM32F103C8T6为核心控制器,利用北斗导航模块、超声波、震动模块、语音模块、4G模块等模块相互感应实现多功能协作,有助于盲人走出家门过上更优质的生活,也给其家人带来更多方便。

摘要：为提取高效的植物形态学特征,提升在图像中植物的识别准确率,结合植物的宏观整体轮廓和微观局部纹理特征,提出融合式双特征神经网络(HDF-CNN)进行植物识别。采用并行双通道方案,充分利用密集残差网络增强植物器官细节纹理描述,采用另一个大卷积核CNN提取植物全局轮廓特征,将宏观和微观的特征融合后得到一个全面的植物特征。实验结果表明,与常见的图像识别方法相比,该方法能提取到精准高效的植物图像特征,取得了更高的识别准确率。

摘要：整数区间是指区间的左右端点都是整数,由左右端点及它们之间的所有整数构成的集合。整数区间的位置关系是指两个整数区间在数轴上的位置的相对关系。针对整数区间位置关系提出一种安全两方计算问题,即隐私保护整数区间位置关系判定问题,该问题旨在帮助拥有隐私整数区间的两个用户,在保护输入隐私的前提下,正确地判断出他们的整数区间的位置关系。定义了整数区间的6种位置关系,给出了整数区间的0-1编码方案,并证明了整数区间位置关系的一种判定准则。基于Goldwasser-Micali加密体制在半诚实攻击者模型下设计了解决整数区间位置关系判定问题的一个两方计算协议,证明了协议的正确性和安全性,并对协议的性能进行了分析和说明。