摘要：针对苹果叶片病害识别准确率低以及现有模型难以适应真实复杂场景等问题,提出一种改进的轻量化网络——MobileViT_filter_FCN,以提高对苹果叶片病害的识别准确率,并使得模型可以适应户外的复杂光照及遮挡环境。首先收集5类常见苹果叶片病害(如落叶病、褐斑病等)的图像样本,并利用多种数据增强技术对样本数据进行预处理(如水平翻转、垂直翻转等),以增加样本数据的多样性并提高模型的泛化能力;接着利用傅里叶变换技术设计一个可学习的滤波器层Filter layer,替换原始MobileViT模型中的多头注意力结构,以降低图片中的噪声影响并提高模型性能;最后,在修改后的MobileViT模型基础上,利用深度卷积层和残差结构设计一种FCN结构,结合该结构增强模型对病害图像的特征学习能力,进一步提高模型性能。试验结果表明,改进后的MobileViT_filter模型对苹果叶片病害的平均识别准确率达到97.73%,较原模型提高0.95百分点;在该基础上加入FCN结构后,平均识别准确率达到98.03%,较原模型提高1.25百分点,同时参数量减少2.6 M。

摘要：针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的问题,提出了一种改进轻量化网络MobileNeXt的苹果叶片病害识别方法。首先收集了4类常见苹果叶片病害图像样本,每类由简单背景图像与复杂背景图像混合,通过多种数据增强方式对图像进行处理,以增加样本多样性,提高模型的泛化能力。接着基于轻量化网络MobileNeXt中的sandglass结构,引入协调注意力机制CA分配权重,以区分目标与背景,同时结合Inception模块与Ghost模块,设计了2种SCI(Sandglass-CA-Inception)结构,在参数增加量尽可能小的前提下,扩充网络深度与宽度,增强模型对于背景复杂病害图像的特征学习能力。试验结果表明,改进后的模型相比于MobileNeXt,Top-1准确率提升了1.23百分点,平均精确率提升了1.18百分点,参数量只增加了0.62 M,为真实场景下的苹果叶片病害识别提供了一种有效的解决方案。

摘要：为防止网络应用系统中字符型密码被非法用户通过"跑字典"破译,并能为网络用户找回丢失的密码,同时也为远程访问数据库做数据同步提供便利,提出一种对字符型密码采用线性随机加密与解密的算法。该算法中的加密参数随机生成,并在密文结构中采用了随机混淆手段,对同一明文可产生不同的密文,且算法可逆。通过JavaScript语言实现了该算法,验证了该算法的可行性和有效性。

摘要：分析了物联网工程专业课程体系,探讨了物联网工程专业实验课程和课程设计的设置,并从数据获取、数据传输及应用等方面讨论了物联网工程专业实习实训的安排,以期为物联网工程专业实践教学提供参考。

摘要：为解决小样本下语音情感识别准确度低的问题,提出一种生成对抗网络模型下的小样本语音情感识别方法。使用生成器和判别器对抗训练学习样本特征,利用生成器生成高质量的模拟样本以扩充数据集;迁移判别器参数到情感识别网络,加快网络训练速度;连接长短时记忆网络(LSTM),进一步提取时序情感特征,提高情感识别率;选用德语语音库(EMODB)的535条语音样本进行训练、测试,其结果表明,与传统的语音情感识别方法、卷积神经网络(CNN)、CNN-LSTM相比,该方法将语音情感识别率提高了4.54%-25.31%,验证了该方法的有效性。

摘要：基于角色的存取控制RBAC是一种将权限和角色相联系的存取控制策略,能灵活地实现组织的安全管理。本文分析了RBAC的基本思想和基本模型,给出了RBAC在医院管理信息系统中的应用的设计和实现过程。

摘要：阐述了《密码学》课程的知识结构,分析了其的特点,针对应用型人才培养目标,设计了《密码学》教学内容,探讨了教学方法,并将之付诸教学实践。实践证明,该教学方法取得了较好的教学效果。

摘要：提出了一种认知无线网络的异构网络融合的研究方案。该方案采用了具有可重构能力的基站设备和多频段多模式终端设备,采用复用的方式来达到多频段变换的目的,并最终提高无线资源利用效率。以中间件的方式来实现各种通信模式的融合和切换,并设计了基站分布式天线,来满足更大的负载或更高的业务质量需求。建立了一个基于软件无线电的终端系统,该终端的优点在于其可以工作在多个频段之上,并且可以自适应的工作在多种不同模式的网络中。

摘要：针对东江污水处理厂异址扩建工程可能引发和加剧的地质灾害提出了相应地质灾害防治措施建议,综合评估和工程建设适应性结论可靠。为减免和减轻地质灾害对建设工程的影响,依据评估的地质灾害类型,按治理工程设计规范进行防治管理。