摘要：为降低海量图像的存储内存占用率,并保证图像的存储安全性,设计数字技术支持下的海量图像信息多云存储平台。该平台包括Google Cloud、Amazon S3、Microsoft Azure等多个云服务,形成多云架构;通过客户端控制高性能的本地服务器,实现本地服务器和企业云存储服务之间的云通信;本地应用模块利用数字水印技术加密海量图像信息后,结合小波变换算法压缩该图像后,通过该通信方式上传压缩加密后海量图像信息至多云存储架构中。测试结果显示,该平台数据流标准方差均在0.27以下,内存占用率在22.6%以下,多云服务器的负载均衡度结果均在94.1%以上,能够保证图像质量不会发生损坏。

摘要：为解决身份信息数据存储和共享时的安全问题,提出基于多数据库网络交易的CP-ABE的身份信息数据安全存储和自动化共享方法。构建基于区块链技术的多数据库网络身份信息数据安全存储和自动化共享架构,利用CP-ABE方法对身份信息数据进行加密保护;采用区块链的分布式存储技术,将身份信息数据分块存储在交易数据库内,在区块链中存放数据的地址和哈希值,保障数据库内身份信息数据安全;采用安全多方计算方法保证多数据库网络身份信息数据自动化共享安全。实验结果表明,该方法在攻击30 min后便不会产生数据泄露,最大泄露量始终未超过0.8%,数据完整性校验结果均达到95%以上,节点处理响应时间均低于1 s,带宽利用率均高于90%。

摘要：针对现有算法仅考虑音乐或视频单模态特征,分类效率低下的问题,本文提出了基于多模态深度学习的音乐情感分类算法。首先设计了二维音频卷积神经网络,该网络将音频梅尔谱图作为输入,以学习音乐的音频特征;其次,设计了视频神经网络,以学习音乐视频的时空特征;采用多模态融合技术,将音频和视频特征融合,设计了多模态深度学习分类算法对音乐的情感进行分类。针对缺乏已标记音乐视频数据集的问题,本文构建了一个具有多样性的音乐视频数据集。基于该数据集进行实验,以验证所提出算法的有效性,并对比分析了不同优化器对单模态分类模型性能的影响。实验结果表明,与单模态情感分类器相比,多模态分类器能实现最佳的分类性能。

摘要：二维与三维信息的空间传递,离不开无线网络技术与3D视觉技术的支持。无线网络技术是指利用无线电波传送数字信号的技术,用户可通过无线网络把信息数据传送至范围内的任意移动设备上。3D视觉技术可利用算法智能采集空间中物体的三维坐标信息,从而绘制成像,进行空间定位,并在无线网络技术的辅助下,完成信息传输,以便后台处理系统更准确地捕捉信息并进行处理,此技术涉及计算机视觉技术、人工智能技术、计算机图形学及传感器技术。

摘要：深入剖析程序设计中的各种静态元素,阐明了其中的原理及其应用场景,并配以恰当示例,可供程序设计开发者借鉴参考,便于编写更为简洁高效的应用程序。