探索新媒体与高校思想政治教育的深度融合

在新媒体时代,利用新媒体技术提高高校思想政治教育的综合质量是符合新时代教育教学要求的。高校思想政治教育是国家教育部门重点关注的教学任务。本文针对新媒体和高校思想政治教育的深度融合展开探索和研究,希望以此提高高校思想政治教育的综合质量。     

ADS-B安全问题研究综述

ADS-B作为下一代航空运输系统的核心正在成为雷达的替代品,它要求飞机定期广播其精确的地理位置,从而提高飞机的安全性。但ADS-B协议缺乏安全机制,使得ADS-B信号在传输过程中容易受到网络攻击,易造成信号干扰或缺失,严重威胁航空安全。综述了ADS-B国内外发展情况,在总结ADS-B存在的安全问题基础上分别分析了ADS-B传输过程、ADS-B硬件和软件、ADS-B数据3个维度,指出在人工智能技术领域,尤其是机器学习中的深度学习方法是该问题的解决途径之一。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。