对神经网络和传统模式识别技术的基本原理和应用特点进行比较.根据已有烧结合成O'-Sialon的实验数据,利用改进后的人工神经网络,构筑了材料相组成及性能的预测模块,并与模式识别技术处理得到的结果进行了比较.在此基础上,探索了合成O'-Sialon-BN复合材料的工艺条件,并通过实验结果进行了验证

中国科学技术大学：《计算机网络 Computer Networks》课程教学资源（课件讲稿，第7版）实验 5 密码学及其应用

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

1993年9月,美国克林顿政府提出“国家信 息基础设施”(NI)计划,又名“信息高速公 路”计划。 ·该计划致力于建设以现代信息技术为基础, 以光纤网为骨干网,纵横美国国土,连接 学校、研究机构、图书馆、实验室、企业 乃至每个家庭,使全体公民共享信息资源 的高速多媒体网络系统

《科技论文写作》 《高等数学 A》 《线性代数》 《大学物理 C》 《物理实验 C》 《概率论与数理统计 B》 《C/C++语言程序设计 A》 《C/C++语言程序设计》实验 《电子技术》 《电子技术》实验 《数据结构 A》 《数据结构 A》实验 《数据库系统原理 A》 《数据库系统原理 A》实验和设计 《计算机组成原理》 《计算机组成原理》实验 《微机原理与接口技术 B》 《微机原理与接口技术 B》实验 《操作系统》 《操作系统》实验 《计算机网络 A》 《计算机网络 A》实验 《离散数学》 《面向对象程序设计》 《面向对象程序设计》上机 《软件工程》 《编译原理》 《编译原理》实验 《计算机系统结构》 《软件系统分析与设计》 《软件系统分析与设计》设计大纲 《软件质量保证与测试》 《软件质量保证与测试》设计大纲 《软件项目管理》 《网络系统集成技术》 《网络系统集成技术》实验 《网络管理与维护》 《嵌入式系统》 《嵌入式系统》实验 《NET 开发技术》 《NET 开发技术》实验 《Java 开发技术》 《Java 开发技术》实验 《算法设计与分析》 《算法设计与分析》实验 《计算机图形学》 《计算机图形学》实验 《Linux 操作系统》 《Linux 操作系统》实验 《管理信息系统》 《管理信息系统》实验 《软件过程改进与管理》 《软件工程日语》 《计算机网络安全》 《电子商务》 《人工智能》 《虚拟现实技术》 《虚拟现实技术》实验 《数据仓库与数据挖掘》 《数据仓库与数据挖掘》实验 《网络编程》 《网络编程》实验 《计算机组装实习》 《基于NET 数据库系统开发》课程设计大纲 《Java 软件项目开发课程设计》 《IT 项目实践》

无线传感器网络是典型的网络化嵌入式系统,由于其既涉及嵌入式系统的行为又涉及网络的行为,以及其应用相关性,使其测试调试变得困难复杂,无法构建一个通用的测试调试平台.为有效地测试调试无线传感器网络,在分析已有的研究工作基础上,采用半实物的仿真策略,提出了一种混合方式的无线传感器网络测试调试系统,解决了纯粹软件仿真平台掩盖太多实际器件实现的细节和实际环境测试中嵌入式系统行为和网络行为不可见、不可控性的缺陷,达到了一种折中的效果.最后给出了该系统在FPGA(field programmable gate array)上的实现实例;通过实验验证了该系统能够有效地对无线传感器网络应用进行测试调试

（一）理论课程 1《网络文化传播》 2《数字媒体技术》 3《计算机平面设计和视觉传达》 4《新媒体艺术》 5《社会学概论》 6《社会心理学》 7《新闻学概论》 8《融合新闻学》 9《新媒体产品设计与项目管理》 10《大众传播学（1）》 11《大众传播学（2）》 12《新闻评论》 13《广告学概论》 14《文艺评论》 15《影像工程》 16《网络与新媒体内容生产》 17《网络编辑》 18《纪录片制作》 19《网络舆情监测与研判》 20《数字多媒体产品创作》教学大纲 21《非线性编辑》 22《写作样式》 23《媒介经营管理》 24《公共关系学》 25《西方艺术史》 26《形式逻辑》 （二）实验课程 27《数字媒体技术》 28《计算机平面设计和视觉传达》 29《新媒体艺术》 30《影像工程》 （三）实践课程 31《网络文化传播》 32《社会学概论》 33《新媒体产品设计与项目管理》 34《新闻评论》 35《毕业实习》 36《毕业论文》教学大纲 37《广告学概论》 38《大写作》 39《网络与新媒体内容生产》 40《纪录片制作》 41《网络舆情监测与研判》 42《数字多媒体产品创作》 43《非线性编辑》 44《写作样式》

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

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

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