针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

第一章计算机网络概述(第一讲 1.1计算机网络的发展 1.1.1计算机与通信相结合 计算机网络(Computer Network)出现的历史不长,但发展很快,经历了一个从简单到复杂的演变过程。 第一代计算机网络: 远程联机系统:以单个计算机为中心的计算机网络前端处理机FE终端控制器TC远程联机系统的典型结构如图:

本章主要讲解计算机网络的发展、分类及拓扑结构 ， 局 域 网 技 术 ， Internet 的应用 ，Intranet的建立以及网络的维护与管理等知识，读者应该掌握以下内容： ●了解计算机网络的发展、分类及拓扑结构 ● 掌握网络的维护与管理软件 ● 了解各类网页制作软件的特点 ● 掌握Internet的应用和Intranet的建立 7.1网络基础知识 7.2 Internet 7.3 INTRANET 7.4如何与 Internet连接 7.5网络的维护与安全性 7.6网页制作

针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性

第一节网络课程 一、网络课程的基本概念 (1)网络课程的定义 (2)网络课程的特点 (3)网络课程的基本结构

7.1网络营销的市场细分 7.2网络营销的目标市场定位 7.3网络营销的品牌策略 7.4网络营销的定价策略 7.5网络营销的渠道策略 7.6网络营销的服务策略 7.7移动电子商务营销策略

本章要点 ·网络发展的四个阶段 ·计算机网络定义 ·计算机网络功能 计算机网络组成 ·计算机网络分类

内容安排 一、自组织神经网络 二、自组织竞争网络 三、科荷伦网络 四、自适应共振网络 五、内容小结 六、考试事宜

一、计算机网络安全的概念; 二、计算机网络对安全性的要求; 三、访问控制技术和设备安全; 四、防火墙技术; 五、网络安全攻击及解决方法; 六、计算机网络安全的基本解决方案

*9.1 网络安全问题概述 9.1.1 计算机网络面临的安全性威胁 9.1.2 计算机网络安全的内容 9.1.3 一般的数据加密模型 *9.2 常规密钥密码体制 9.2.1 替代密码与置换密码 9.2.2 数据加密标准 DES *9.3 公开密钥密码体制 9.3.1 公开密钥密码体制的特点 9.3.2 RSA 公开密钥密码体制 9.3.3 数字签名 *9.4 报文鉴别 *9.5 密钥分配 9.6 电子邮件的加密 9.6.1 PGP 9.6.2 PEM 9.7 链路加密与端到端加密 9.7.1 链路加密 9.7.2 端到端加密 9.8 因特网商务中的加密 9.8.1 安全插口层 SSL 9.8.2 安全电子交易 SET 9.9 因特网的网络层安全协议族 IPsec *9.10 防火墙