基于改进轻量卷积神经网络的图像识别算法研究
作者:张景航
摘要:移动端与嵌入式设备算力有限,传统卷积神经网络模型参数量大、推理速度慢,难以直接部署。本文针对轻量网络模型特征提取能力不足问题,对网络模块进行改进优化,调整通道注意力机制,简化冗余卷积结构,在降低模型参数量的前提下提升图像识别精度。在公开数据集上开展对比实验,测试模型识别准确率、推理耗时、内存占用指标。实验结果表明,改进后的模型参数量显著下降,识别精度得到提升,适合部署在算力受限的终端设备,为移动端图像识别应用提供算法参考。
关键词:卷积神经网络;轻量模型;图像识别;深度学习;嵌入式终端
大数据环境下政务数据治理体系构建研究
作者:林雨菲
摘要:政务数据是数字政府建设的核心要素,当前政务数据存在多源异构、标准不统一、跨部门数据孤岛、数据质量参差不齐、数据安全管控薄弱等现实问题,制约数据价值释放。本文阐述政务数据治理核心目标,从统一数据标准规范、完善数据采集清洗流程、建设政务数据共享平台、建立数据质量核查机制、强化数据安全与权限管理、健全运维保障制度等方面展开论述,提出政务数据治理落地实施路径,助力数字政府建设。
关键词:大数据;政务数据;数据治理;数字政府;数据共享
边缘计算环境下物联网任务调度优化策略研究
作者:陈泽宇
摘要:物联网海量终端产生大量实时任务,传统云端集中处理模式网络时延高,边缘计算将计算能力下沉至靠近终端节点,能够降低传输延迟。现有任务调度算法在任务异构、边缘节点资源动态变化场景下调度效果不佳。本文分析边缘物联网场景任务特征,综合考虑时延、能耗、节点负载约束,设计一种多目标任务调度优化策略,通过仿真平台开展对比测试。结果显示该策略可以有效降低任务执行时延,均衡边缘节点负载,提升系统整体运行效率。
关键词:边缘计算;物联网;任务调度;资源优化;低时延
区块链技术在科研数据可信存证中的应用研究
作者:周思远
摘要:科研数据存在篡改、溯源困难、版权归属难以界定等问题,区块链具备不可篡改、可追溯的技术特性,可用于科研数据存证。本文分析科研数据存证业务需求,设计基于联盟链的科研数据存证框架,对数据上链流程、加密存储、权限访问机制进行设计,同时探讨链上存储成本、性能瓶颈等现实问题,提出链上链下协同存储方案,为科研数据可信管理提供新思路。
关键词:区块链;科研数据;数据存证;联盟链;数据可信
生成式 AI 赋能高校计算机课程教学改革实践探究
作者:吴佳宁
摘要:生成式人工智能快速发展,为高校计算机专业教学带来新机遇,同时也带来知识真伪辨别、学生过度依赖 AI 工具等挑战。本文立足高校计算机课程教学现状,分析生成式 AI 在案例生成、习题设计、辅助答疑、项目原型开发方面的应用价值,同时梳理教学当中存在的风险,从重构教学内容、优化课堂任务设计、完善课程考核评价、开展学生 AI 素养教育、强化教师能力提升等角度提出改革对策,合理发挥 AI 工具的育人辅助作用。
关键词:生成式 AI;高校计算机;教学改革;人工智能;课程教学