摘要：针对大数据分析活动易受到数据维度的影响,进而出现运行时间长、数据分析误差高等问题,提出Spark(计算引擎)大数据智能分析平台。通过局部约束的方式消减大数据维度,然后借助Spark技术实现网络层的架构设计,使用数据分析编排器构建系统服务器,设计实验用于验证所提平台的实际效果。实验结果表明:该平台的运行效率在98%~99%,数据分析的误差均值能够控制在0.5%~0.8%,且加速度参数不小于9,证明所提平台具有实用性与科学性,可为相关人员或单位提供参考。

摘要：传统遥感图像特征识别方法,在不稳定条件下无法准确对图像中的层次信息进行特征识别及分析处理。因此,提出不稳定条件下船舶遥感图像层次特征识别方法。通过对遥感图像进行特征干扰源提取计算,使图像层次变得清晰;引入卷积神经网络算法对图像层次特征进行网络化特征提取计算;采用像素特征识别方法对图像层次特征进行识别与分析;最后,通过实验对设计方法进行可行性的客观论证。

摘要：由于当下大数据普遍存在着复杂异构和强噪声等问题,而很多挖掘算法又面临着参数冗余或者效率低下等困境,因此提出了基于卷积神经网络的大数据去模糊挖掘算法。首先利用模糊融合得到属性的自关联特征,经过归一化操作后,计算出数据集的聚类模态;考虑冗余数据和噪声数据的影响,引入加权滤波操作,完成对混合数据的模糊分块挖掘。然后基于DCNN的基本结构设计了参量压缩和搜索方向,降低计算资源开销,并通过选边与渐进方式增强前后层间的联系以及稳定性。最后利用Java编写去模糊挖掘算法,部署于Hadoop集群上,通过Versicolor与Setosa两个数据集采取仿真,经过与其它方法的对比分析,验证了所提方法在抗干扰性、执行效率和资源消耗方面均展现出比较明显的性能优势,能够有效适用于复杂属性数据,改善冗余数据与强噪声的干扰。

摘要：阐述宁夏红色文化内涵和红色文创设计开发的价值,分析现状,探究宁夏红色文创产品设计策略与设计方法,挖掘文化内涵,提升其文化价值与影响力,助力宁夏红色文化旅游发展。

摘要：现代社会,人们对于图案的追求、审美都出现了新的变化,在此前提下传统民族图案受到了巨大的冲击,这对我国传统文化是一个巨大的冲击,出于对传统民族文化的保护,我们应当反思中国传统民族图案设计的未来。

摘要：针对激光光纤传感器物联网的触发节点的消息投递效率差,网络的能量均衡性差的问题。提出一种基于簇首发射功率均衡控制的光纤传感器的物联网触发节点控制方法,构建光纤传感器的物联网节点汇聚链路模型,采用HART图路由模型进行光纤传感器物联网的路由探测协议设计,进行光纤传感器的物联网节点汇聚链路增益控制,设计物联网的路由冲突规避机制。采用簇首发射功率均衡控制方法实现光纤传感器节点的自适应均衡调度,提高物联网触发节点的控制鲁棒性。试验结果表明,采用该方法进行光纤传感器的物联网触发节点控制,提高了节点的消息准确投递效率,降低了时延和能量开销,全网的能量均衡性较好,节点传输数据的鲁棒性和收敛性较高。

摘要：单纯使用终结性评价会制约学生的自主探究能力、知识偏移转换能力以及创新能力,教师在教学实施过程中存在的问题也无法及时显现,最终导致无法提高教学质量。终结性评价的不足可以由过程性评价弥补,从而给予学生更多的学习自主权,增强学生的主体性,使学生深入参与和探索教学过程,引导学生开展深度学习。

摘要：图像拍摄过程中,由于受到错误拍摄操作等因素的影响,图像会出现信息受损等退化现象,其中图像模糊是最为典型的图像退化问题。本次研究以改进常规的残差网络为基础设计了模糊图像无损复原方法。为解决图像模糊中常见的运动模糊,首先通过线性点扩散函数仿真简单的运动模糊模型,并采集模糊图像。其次,通过与跳层结构相结合的方式优化常规的残差网络,解决因网络深度增加带来的梯度弥散和梯度爆炸问题,简化优化后的残差网络结构。最后,将模糊图像输入到优化后的残差网络中,完成模糊图像无损复原。实验表明,该方法提高了图像的高频率细节,有效保留了图像边缘特性,复原效果较好。

摘要：受对抗样本自身可迁移属性的影响,传统对抗样本防御方法的防御效果存在不稳定的情况,为此,提出基于深度学习的对抗样本防御方法。文章借助深度学习算法,构建了对抗样本伊辛模型,设置模型的初始状态为神经网络的输入数据,采用自旋状态表示每一个神经元值与对抗样本伊辛模型的格点,并利用神经网络中卷积运算的特征,消解势场中预先给定的外部磁化作用,以最大限减少低对抗样本伊辛模型在能量作用下的局部自旋问题。在对抗样本防御阶段,利用对抗样本伊辛模型的通道相关性,生成重要性掩码对通道的激活进行调整,并结合对抗样本伊辛模型通道梯度累积值的实际情况设置了差异化的重要性掩码生成函数。在应用测试过程中,为验证防御效果,在快速梯度下降法(Fast Gradient Sign Method,FGSM)、Deepfool、C&W(Carlini and Wagner)攻击算法、投影梯度下降(Projected Gradient Descent,PFD)、集成对抗检测器(Energy-Aware Data-centric,EAD)共5种对抗策略下设计了对抗样本防御方法,对比不同对抗样本防御方法的性能,发现文章提出的基于深度学习的对抗样本防御方法的曲线下的面积(Area Under the Curve,AUC)值稳定在0.95以上,说明对抗样本防御方法具有较好的防御性能。

摘要：在高校"双一流"建设与新工科建设背景下,基于面向虚拟项目的软件设计类教学模式,探索从理论课程、基础编程与工程类课程、技术框架与项目类课程到毕业生论文设计的多层次、多模式课程融合机制。基于专业方向,研究从软件类课程向业务过程建模拓展的机制。研究和实践软件设计类课程融合与拓展,有助于从传统软件设计类专业向新工科专业跨越,也有助于实现从灌输型教学向研究型教学转换。