半径间隔界驱动卷积神经网络模型的图像识别

基于支持向量机（SVM）的卷积神经网络（CNN）模型结合了大间隔原理,在图像识别中表现出了优异的泛化性能。然而,该方法忽视了一个关键:SVM的泛化性能不仅取决于不同类之间的间隔,还与所有样本的最小包含球（MEB）的半径有关。针对这一事实,文章提出一种基于半径间隔界（RMB）驱动的CNN模型的图像特征提取和识别的方法。与传统CNN模型相比,该模型采用基于SVM泛化误差界的策略来指导CNN深度模型学习和相应分类器构建,不仅考虑了不同类别之间的间隔,还考虑了MEB的半径。该模型能提高深度卷积模型的泛化能力而不会额外增加网络的复杂度,还能够应用于不同的深度模型中而不受限于某一特定的网络结构。在多个数据集上的实验结果表明,相比于基于Sofmax损失的CNN模型、基于中心损失的CNN模型以及基于 SVM 的 CNN 模型,该模型能够提取到鉴别性更强的图像特征,取得更高的识别率。     

网络爬行虫智能化研究分析

Web爬行虫是当今搜索引擎的主要组成部分,也是信息检索领域研究的热点问题。本文综述了具有一定智能性的网络爬行虫的研究历史与现状,主要包括两个方面:传统的人工智能方法如神经网络、遗传算法、蚁群算法等在网络爬行虫的应用,以及借助这些方法发展起来的主题爬行虫;多网络爬行虫系统中爬行虫的协调的Agent技术。在此基础上,提出了一个语义概念背景图的网络爬行的基本思路。     

标准模型下2种基于身份的环签名的安全性分析

环签名是一种保护签名者隐私的密码学原语。一个安全环签名方案必须满足无条件匿名性、不可伪造性等安全属性。文章对标准模型下2种基于身份的环签名方案的安全性进行详细分析,发现它们无法满足环签名的不可伪造性要求,并给出相应的攻击方法。     

土地利用效益评估与在南部的实践

本文简要讨论了土地利用效益评价的内涵与原则,提出了两类评估方法,即专家估计效益综合指数法与土地直接产出法。在南部的实践说明两种方法的结果高度正相关。     

爬行虫算法设计与程序实现

爬行虫算法是搜索引擎探讨的热点。通过分析现有爬行虫算法设计和程序实现的主要方式，权衡其利弊，总结出一个适合于中小型网站网页下载的爬行虫算法。并使用jBuider8．0工具实现了该算法。通过实验分析，该程序下载的网页数的速度为188～242个网页／分和41．92～74．59KB／秒。     

对提升成都高新西区产业聚群外部规模性的建议

针对成都高新西区的聚群经济仍处在低级阶段，西区企业缺乏核心竞争力，急待升华的现实，建议政府要调整开发区布局，要促成产业聚群经济；要与西区周边各大学互动发展。     

对提升成都高新西区产业聚群外部规模性的建议

针对成都高新西区的聚群经济仍处在低级阶段,西区企业缺乏核心竞争力,急待升华的现实,建议政府要调整开发区布局,要促成产业聚群经济;要与西区周边各大学互动发展。     

集中管理企业信息化资源的应用研究

随着企业各类应用系统的迅速发展,工作人员不得不同时登陆并打开多个系统,与此同时需要记录大量对应的用户名及登陆密码。基于此情况,集中资源管理平台应运而生,其核心目的,在于最大程度地整合企业应用系统的用户信息资源,即在统一的平台下,对企业所有职工的资料,进行电子化身份的集中管理、集中授权,最终达到用户只需登陆一次集中资源管理平台,即可被多个子系统同时验证,可以随意进出任何授权系统,并且在各个子系统中,可以直接根据不同的授权,开展不同的业务。     

基于Windows95／98操作系统的软盘加密系统

介绍了Windows95/98环境下软盘防拷贝系统软件。软件分为两个部分钥匙盘的生成程序和识别钥匙盘程序。主要从其系统的特性、功能、使用方法和步骤等加以阐述。