简介：《实用汽车技术》：“经《中国知识资源总库》委员会的推荐，在所有的内部期刊中，首次筛选出300种优秀内部期刊报新闻出版机关审批．进行电子化出版．我们荣幸向您函告贵刊已入选”

简介：介绍了CAQN网络检测系统的应用和特点，解决了人工测量产品不精确的现状。对产品质量实施有效控制，通过数据自动采集、计算，来实现实时监控、数据查询、质量分析等功能。

简介：过去的几十年中,纵向一体化的商业模式在众多产业中居主导地位。完全一体化的企业甚至控制着某些产业的生产能力和战略局面,诸如钢铁、汽车、航空、计算机、纺织、塑料、航天、石油天然气等产业。

简介：文章着重介绍了在VB编程环境下，在保证系统数据库数据完整的条件下，利用DAO技术将使用本地数据库的应用程序转换到网络数据库时可能遇到的一些问题，并结合实例给出了相应的解决办法。

简介：小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像（diffusiontensorimaging,DTI）脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。

简介：摘要：近年来，随着社会建设的不断努力，推动了网络技术的进步，随着世界各国交流紧密度的提高，计算机在人们日常生活中的作用也在不断凸显，并逐渐成为主流。但是，每一种发展趋势下都存在一定的安全问题，计算机的发展也是如此。对此，技术人员应不断提高自身能力和素质，促进网络安全性的提高。首先对计算机工程的概念、构成与特点进行分析，其次探究了计算机网络工程存在的问题，包括病毒威胁和黑客威胁，最后从规划与设计、防护与控制等方面入手提出策略，希望对相关技术人员有所帮助。

简介：目前，汽车电子化、电脑化进程迅速加快的重要原因，除了微电子技术的进步以外，更得益于汽车电子化的前沿技术即汽车信号总线网络的提出和广泛应用。80年代末，德国波许(Bosch)公司率先提出一种多主机控制器局部网络协议CAN(ControllerAreaNetwork)，经过近八年的开发和完善，目前已作为汽

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

简介：软件定义网络（SDN）将数据层与控制层相分离，是一种新型网络体系架构．针对目前SDN网络还不能提供路由服务问题，设计了一种基于OpenFlow技术，使得SDN网络拥有路由转发功能的方案．依托RouteFlow平台，以内核虚拟化技术为基础，以Quagga软件为路由引擎，通过OpenFlow控制器为数据平面提供路由逻辑控制策略．实验结果表明，该方案不仅让SDN网络具有了路由转发功能，还能使系统保持较好的稳定性．

简介：针对传统交通控制与诱导模型及算法的不足，提出了具有中心协调系统（CCOS）的交通控制与诱导协同模型。利用数据融合技术将历史数据的短时交通预测、交通事件检测结果以及实时交通流数据设计面向交通动态的信息融合，并采用神经网络技术构建基于神经网络的交通控制诱导协同模型，同时对模型的参数进行了确定。。通过典型的路网进行仿真实验和对比分析，实验验证了该模型具有可行性和有效性。

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：近日从卫生部获悉，我国即将在北京、黑龙江、上海、江苏、浙江、湖南、广东等七省市建立饮用水水质与水性疾病监测点，试行监测数据网络直报，开展城市饮用水卫生监测网络试点工作，此举意味着我国将逐步建立健全饮用水卫生监测网络。

简介：随着汽车功能的不断丰富和发展,各种电子控制系统在车辆上的应用与日俱增,传统的线路连接方式已经无法满足电气系统日益丰富的要求,由此,车载网络系统应运而生。短短几年间,网络技术在汽车上就得到了广泛而普遍的应用。然而,也正是由于车载网络系统的应用,使得汽车维修技术从逻辑思维层面发生了根本性的改变。一、车载网络系统与传统电控系统的比较车载网络系统也称车载总线系统。

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：智能网联汽车已成为现代运输问题的潜在解决方案。广泛的采用智能网联汽车可以通过减少排放和能源消耗来减少环境恶化,同时通过提高效率、交通流量、道路安全和交通可达性以及其他好处提供有益的经济和社会成果。但是,智能网联汽车的成功运作及其对社会的影响在很大程度上取决于其管理和解决与之相关的风险。其中很重要的一个风险就是网络安全。如果对安全运营至关重要的通信网络不能防止黑客攻击,那么智能网联汽车将面临主要的网络安全风险。

简介：摘要:随着大数据时代的到来和计算机能力的提升，传统的目标检测方法难以处理庞大的图像数据以及无法满足人们对目标检测精度和速度上的要求，而卷积神经网络具有强大的特征学习能力，突破了传统目标检测方法的瓶颈，基于卷积神经网络的图像目标检测技术在诸多领域掀起了新的应用热潮。首先，文中介绍了卷积神经网络在目标检测任务上的优越性；其次，梳理了基于卷积神经网络的图像目标检测在医学、工业、农业领域中的典型应用，并对其中几种典型卷积神经网络的结构进行归纳总结分析；最后，讨论了目标检测的应用方面仍然存在的问题，并对基于卷积神经网络的图像目标检测应用的未来研究发展方向进行展望。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．