会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

《“云”原生安全白皮书》青藤云译

当前，采用云原生的开发和部署模式已日渐成为技术行业的发展趋势。同时，整个生态系统，包 括技术、产品、标准和解决方案，也正在不断扩展，要求决策者要时刻了解复杂的设计。特别是 CISO，要在这个动态发展的领域，实践业务价值。同时，云原生模式还鼓励改变消费模式，并采 用现代化工作流（例如敏捷方法和 DevOps 流程），这就要求将安全集成进来。

  • 2021-05-07
  • 阅读353
  • 下载0
  • 32页
  • pdf

基于环绕数约束模型的轮廓识别算法研究_李泗兰

为了解决当前图像轮廓识别算法中由于区域标记和轮廓标记性质不同,导致难以将多标记融合识别技术应用于图像轮廓识别中的问题,本文提出了一种基于环绕数约束的能量最小化模型,用以精确识别目标轮廓.在这种模型中,区域标记（如颜色和纹理均匀性）和轮廓标记（如局部对比度和连续性）通过一个目标函数进行描述,实现多标记融合识别.首先,将环绕数作为约束,将其引入到能量最小化模型中,得到区域标记与轮廓标记的线性约束；然后,对区域标记、轮廓标记以及曲率标记进行融合,实现对图像中目标轮廓的识别；最后,将能量最小化模型与标记相结合,通过比率能量函数对算法进行实例应用分析,验证算法的有效性.实验结果表明:与传统轮廓识别算法相比,所提算法具有更高的轮廓识别精度.

  • 2021-05-06
  • 阅读479
  • 下载0
  • 9页
  • pdf

自适应差分算法优化的焦炭质量BP模型_都吉东

为了解决炼焦生产过程中焦炭质量指标中的灰分Ad,硫分Std,抗碎强度M40,耐磨强度M10难以实时测量的问题,建立了一种自适应差分进化算法（ADE）优化BP网络（ADE-BP）的焦炭质量预测模型。基于面向实际建立的输入输出指标体系,依据焦化厂实际炼焦生产过程中的历史数据,对模型进行训练和仿真,仿真结果表明,自适应差分进化算法优化BP网络的焦炭质量模型具有更高的预测精度。该研究为炼焦生产过程中焦炭质量指标难以实时监测的难题提供了一种新思路,可为炼焦行业高效低耗生产提供理论依据。

  • 2021-05-06
  • 阅读468
  • 下载0
  • 7页
  • pdf

基于超复数融合模型的多图像同步加密算法_田雯

为了解决当前多图像加密技术存在的的安全性不高、解密图像存在失真的不足,设计了基于超复数融合模型与分数阶混沌动态混淆的多图像同步无损加密算法。构建分阶Logistic混沌映射,考虑每幅明文的像素,设计了动态混淆机制,对每幅明文进行置乱；基于（Discrete Cosine Transform,DCT）机制,输出4个置乱图像的DCT系数矩阵；设计超复数融合模型,将4个DCT系数矩阵进行无损融合,获取复合矩阵；利用逆DCT变换,输出复合置乱图像。再次迭代分阶Logistic混沌映射,获取混沌掩码,并联合（Fractional Fourier Transform,FrFT）变换,设计像素加密机制,实现多图像同步加密。试验数据显示,与当前多图像加密技术相比,所提同步加密算法具有更高的安全性与复原质量。

  • 2021-05-06
  • 阅读501
  • 下载0
  • 8页
  • pdf

Dubbo3.0的演进及多语言解决方案的实践-展图

Dubbo 3 背景：？ 内部Rpc框架（HSF） 使用Dubbo3.0作为基础，开始在内部落地 ？ 云原生时代到来？ 互通的价值：Dubbo/Spring Cloud/gRpc？ 技术先进性：多语言，协议的开放性，多端的支持，流量控制等

  • 2021-05-06
  • 阅读232
  • 下载0
  • 16页
  • pdf

基于多尺度下凸包改进的贝叶斯模型显著性检测算法_鲁文超

针对传统基于贝叶斯的显著性检测算法存在的准确率不理想的问题,提出了一种基于多尺度凸包改进贝叶斯模型的显著性检测算法。该算法首先通过流行排序算法（MR）在CIELab颜色空间上对图像的前景进行提取,并将其作为先验图；其次通过高斯金字塔算法对图像进行降采样,得到3种不同尺度的图像（包括原图）,结合经典的Harris算子检测不同尺度图像的角点,求三者的交集,得到更合理的凸包；然后利用颜色直方图结合凸包来计算观察似然概率；最后根据已有的先验图和似然概率,利用贝叶斯模型计算显著图,并进行优化处理得到最终的显著图。为了验证该算法的正确性和有效性,在公开数据集MSRA1000和ECSSD上进行仿真实验。结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升。

  • 2021-05-06
  • 阅读468
  • 下载0
  • 6页
  • pdf

基于蜂群K_means聚类模型的协同过滤推荐算法_李艳娟

针对目前协同过滤推荐算法的推荐质量和推荐效率低的问题,提出了一种基于改进蜂群K-means聚类模型的协同过滤推荐算法。首先,根据用户属性信息,采用改进蜂群K-means算法对用户进行聚类,建立用户聚类模型；然后,计算目标用户与用户聚类模型中各聚类中心的距离,其中距离最近的类为目标用户的检索空间；最后,从检索空间中依据用户-项目评分矩阵通过相似度计算搜索目标用户的最近邻居,由最近邻居的信息产生推荐列表。实验结果表明,该算法降低了平均绝对误差值,缩短了运行时间,提高了推荐质量和推荐效率。

  • 2021-05-06
  • 阅读482
  • 下载0
  • 9页
  • pdf

时态文本数据流特征流行趋势模型及算法_孟志青

当今在电商和社交等平台上每天会产生大量的文本数据流。快速提取文本数据流的特征并将其用于发现一些事物的趋势变化来指导企业运营十分重要,比如服装企业必须尽可能快速而又准确地感知流行信息,服装特征的流行趋势对设计生产与经营起着至关重要的作用。以线上商品的文本数据流为研究对象,结合线上的销售文本实时数据流,定义了商品的时态文本数据流特征趋势模型,然后提出了一种文本数据流特征趋势发现的实时挖掘算法。将该算法应用到服装销售的文本描述以提取流行特征应用,可以获得有效的服装流行趋势,为企业制定生产计划、选择营销策略提供了决策支持。使用电商平台的真实销售数据进行实验,结果证明:该算法提取流行特征的准确率较高、速度较快,具有重要的理论与实际意义。

  • 2021-05-06
  • 阅读455
  • 下载0
  • 6页
  • pdf