公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于大数据标签与机器学习的车牌识别算法: 2019年; 为了提高机器学习算法对实际场景中车牌识别能力,克服天气、车牌种类对识别的干扰,以实际场景拍摄的车牌为识别对象,设计并开发了一种基于大数据标签与机器学习的车牌识别系统。首先,在不同启用场景、不同天气下采集两万帧车牌,涵盖各省市汽车,作为大数据标签和学习基础,建立车牌图像和车牌文字字段的训练集数据库;然后,利用图像降噪、自动阈值分割、形态学处理以及边缘检测,完成车牌定位与分割;随后,通过建立支持向量机与随机森林分类器,对训练集样本进行模型学习,完成机器学习算子,完成针对车牌的最终识别;最后基于Windows系统、C++语言与OpenCV开源学习框架,编码实现算法和系统。经过与对照组的对标测试,所提算法具有更高的车牌识别能力。; 林庆新; 关键词：支持向量机车牌识别

高校新一代数据中心建设探讨被引量：1: 2011年; 新一代数据中心的建设需要尽力避免传统数据中心的诸多不足之处。本文结合福州大学至诚学院新数据中心的建设,就高校新一代数据中心建设的原则和技术选择方面进行探讨。; 林庆新; 关键词：数据中心虚拟化一体化 FCOE

基于跨链的医疗数据安全共享方案被引量：5: 2023年; 医疗机构之间的医疗数据共享对于实现跨医院诊断并促进医学研究发展有着举足轻重的作用.为了解决医疗机构之间医疗数据共享困难的问题,我们提出了一种基于跨链的医疗数据安全共享方案.采用中继链、跨链网关和数据链结合的跨链架构,结合AES和CP-ABE加密算法进行细粒度的医疗数据访问控制.同时利用可搜索加密技术实现医疗数据的安全搜索.为缓解区块链的计算存储开销,将IPFS和区块链相结合,链下存储密文,链上存储密文地址和密钥.通过安全性分析和实验证明,该方案在医疗数据安全共享方面具有可行性.; 何全文林庆新林晖汪晓丁范新民; 关键词：区块链属性基加密访问控制

基于机器学习的商业广告数据清洗技术被引量：3: 2020年; 对于目前存在的大量的广告数据,可以对其进行筛选过滤,保留同一分类但在商品描述方面却不大相同的广告,在进行广告文案策划时,这些保留下来的数据就具有了参考价值。利用文本向量求向量之间的相似度,可以对广告的相似度进行研究,根据设定具体的阈值,将文本相似度较高的文本去除,清洗出具有参考价值的数据。对清洗过后的数据进行聚类,就能根据类号对同一类型的广告进行查阅了。本文根据对英文广告数据的研究对其技术原理进行阐述。; 余康龙林庆新王浇健商旭豪王涛郑林海; 关键词：文本相似度文本向量聚类

基于多属性决策的CEPH系统数据存储选择方法被引量：1: 2019年; CEPH原生系统仅以节点的存储空间为唯一选择条件,并没有考虑节点磁盘的IO、数据的冷热程度以及数据的优先级。针对原生系统的不足,首先对各存储节点的磁盘IO进行分类、设置数据的优先级、通过N版本布隆过滤器统计存储数据的冷热情况,然后采用TOPSIS分析法实现多个属性决策选择数据及副本的最优存储OSD。最后通过实验进行测试,该方法比原生系统在系统的读性能、热数据访问、重点应用的保障方面得到明显的改善,总体性能提升了13.7%。; 林庆新; 关键词：布隆过滤器多属性决策

以工作坊为抓手基于OBE模式的大数据人才培养探索与实践——以福州大学至诚学院为例被引量：3: 2020年; 针对传统教学模式与应用型人才培养目标的错位问题提出新的思路,其目的是从应用型本科高校特点出发,探索以工作坊为抓手基于OBE教学模式的应用型人才培养的创新教学改革过程,优化教学过程和教学评价模式;提出以“课堂+实验室+工作坊”“教师+工程师+导师”三位一体的人才培养模式,实现知识、能力和职业素养全面发展的育人目标.为新兴的数据科学与大数据技术专业应用型人才培养提供借鉴,保证大数据专业的健康可持续发展.; 林庆新徐快马云莺; 关键词：工作坊大数据教学改革

探究大数据下的K-means聚类算法在网络安全检测中的应用被引量：9: 2017年; 随着我国计算机应用领域的不断发展,网络通信逐渐开始改变人们的学习与生活。因此,面对发展中的网络技术,必须认识到网络安全检测问题的重要性。同时,在网络安全检测作业中,突破传统防火墙技术、数据加密技术等静态安全防御技术的应用,引入新型的安全保障技术。但在新型安全保障技术引入过程中,为了避免入侵攻击危害系统、网络安全,必须运用改进过后的K-means聚类算法,最终由此提高网络安全检测性能。; 林庆新; 关键词：大数据 K-MEANS聚类算法网络安全

基于生成对抗网络的隐私增强联邦学习方案被引量：1: 2023年; 联邦学习作为一种分布式机器学习范式,其具有隐私保护能力和异构协作等特性,引起了研究者极大的关注。然而,研究工作表明通过梯度可以确定一个确切的数据记录或一个具有特定属性的数据记录是否包含在其他参与者的批处理中,甚至揭露参与者的训练数据,通常称之为“梯度泄露”。同时,当前隐私增强联邦学习方法的工作可能存在准确率下降或者计算通信开销增加等问题,甚至引发新的不安全因素。因此,提出一种差分隐私增强的生成对抗网络模型,该模型向vanillaGAN中引入了识别器,通过生成器与鉴别器、生成器与识别器两个博弈过程,生成器合成的数据尽可能接近输入数据的同时满足差分隐私的约束。将此模型应用到联邦学习框架中,在一定程度上保证了模型准确率,并且提高了联邦学习框架的隐私保护能力。仿真实验验证了所提方案在客户端/服务器联邦学习架构下的有效性,相比DP-SGD方法,所提方案平衡了数据隐私性与实用性而不是以牺牲准确率为代价来增强隐私保护能力。从理论上分析了所提模型在点对点(P2P,peer-to-peer)架构下的可用性,并讨论了未来研究工作。; 余锋林庆新林晖汪晓丁

基于云计算模式数据中心设计与实现被引量：2: 2013年; 介绍了云计算相关概念、特点、服务模式及其虚拟化关键技术,以福州大学至诚学院数据中心设备选型和技术方案为例,阐述了云计算模式下数据中心的构建.; 林庆新; 关键词：云计算虚拟化数据中心

全选清除导出

共1页<1>

林庆新