摘要：当前,在大数据技术飞速发展的背景下,建立公安院校的数据科学专业、培养公安数据科学高水平人才已经成为当前公安教育的紧迫任务。通过对国内外高校数据科学专业的人才培养目标和课程体系进行分析,提出公安院校应重点培养数据工程师和数据分析师的人才培养定位,设计了面向数据工程师和数据分析师培养目标的公安院校数据科学专业课程体系,并提出建设高水平数据科学教学团队和实验教学环境的具体措施。

摘要：近年来,随着人脸检测逐步面向现实场景应用,遮挡条件下的人脸检测成为计算机视觉领域研究的热门课题之一。遮挡所造成的特征损坏和噪声混叠,是人脸检测中亟待面对和解决的难点问题。综合分析了有遮挡人脸检测方法的研究进展,依据特征构造方法的不同将遮挡人脸检测分为基于手工设计特征的经典方法和基于深度学习的现代方法两大系列;对比分析了不同算法的基本原理,模型性能和存在的问题;探讨了未来可能的研究方向。

摘要：网络嵌入旨在将网络节点嵌入到一个低维向量空间且最大程度地保存原有网络的拓扑结构及其属性。相比无向网络,有向网络具有特殊的非对称传递性,可体现在节点之间的高阶相似度量中,如何较好地保存这一特性是当前有向网络嵌入研究的热点和难点。针对此问题,通过引入有向网络的共引网络,设计了共引信息的度量函数,给出了一种有向网络高阶相似度量指标融合共引信息的统一框架,提出了可以保存非对称传递性的共引增强的高阶相似保存网络嵌入模型(Co-Citation Enhancing High-Order Proximity preserved Embedding,CCE-HOPE)。在4个真实数据集上进行链路预测实验的结果表明,不同高阶相似度量指标下,不同比重共引信息对效果影响具有一般规律,因此可以给出比重的最佳取值范围;在此范围内,与现有方法相比,CCE-HOPE方法可有效提高链接预测的准确度。

摘要：大数据技术极大提高了各类犯罪案件的案情分析能力和侦破效率。该文利用大数据技术对电信网络诈骗案件进行分析,首先详细介绍了大数据集群环境搭建和数据仓库构建的过程,接着导入电信网络诈骗案件数据,随后运用Hive对数据进行处理和分析,最后将结果应用ECharts进行可视化展示。通过实验可以使学生掌握大数据处理的关键技术,提高案件分析的能力。

摘要：近几年,图神经网络(Graph Neural Network,GNN)的成功推动了物理、生物、化学、计算机视觉、自然语言处理等众多领域的研究。许多深度学习任务,如语义分割、文本分类和动作识别,由以往使用欧式数据的卷积神经网络(Convolutional neural network,CNN)和循环神经网络(Recurrent Neural Network,RNN)方法转变为使用非欧式数据的GNN方法。在GNN地推动下,通过借鉴CNN、RNN等神经网络的思想,研究者定义和设计了用于处理图数据的特殊网络—图卷积神经网络(Graph Convolutional Network,GCN)。本文中,将对GNN、GCN以及GCN的变体进行介绍,讨论GCN在多个领域的应用,并对GCN未来的研究方向进行思考。

摘要：近年来,移动警务系统发展迅速,各类APP日益增多,但全国仍没有统一管理的发布平台,不利于培育移动警务健康生态。基于APP发布现状,结合警务工作需求,设计了移动警务应用发布平台架构、模块及功能。发布平台可灵活采用两级部署的方式,公安部与省分别部署。建设全国性发布平台,可减少重复投资,提升安全性。