摘要：本文介绍了P2P网络的定义、特点,以及主要应用如文件共享、多媒体传输、分布式数据存储、分布式计算、协同工作、实时通信和搜索引擎等,并与传统网络在节点对等、资源分散、管理自治、拓扑结构、中心依赖、实时、可扩展、资源利用等方面进行了比较,P2P网络在分布式计算、协同工作、多媒体等方面强大的优势肯定是今后迅速发展的强大动力。然后,从P2P系统安全的角度,分析了P2P网络面临的挑战,阐述了构建安全对等网络是必然趋势,必将会拥有广阔的前景。

摘要：在各种不同应用场合,经常需要统计类圆颗粒数目,如工业领域的棒材计数、医学领域的细胞分割等,这些类圆颗粒通常形状并非十分规则,且有部分重叠。本文针对类圆堆叠颗粒的二值图像,提出了一种基于双边缘模板匹配的检测方法。首先利用粒度测量方法,得到类圆颗粒的估计半径,然后通过此半径构造一组边缘模板,同时使用Sobel算子将待检测的二值图像分别在两个方向上检测边缘,最后使用构造的模板对边缘进行匹配,并通过限制条件得到预期结果。实验表明,此方法可以有效检测此类颗粒,并且可以解决轻度堆叠、孔洞等影响。

摘要：在VS2010开发平台上以MFC基于对话框为开发框架,实现对指定目录路径的自动保存,并在该路径下根据选择的文件类型,进行快速检索的功能。实现逻辑为读取EDIT控件上的路径,然后调用MFC基类CFileFind的成员函数,遍历该路径下的所有文件,并将文件名等相关数据同步到Report格式的List控件中,最后通过鼠标双击响应函数来调用系统API函数ShellExecute()打开指定文件。

摘要：本文针对五类简单几何体三维模型,设计了完整的卷积神经网络模型以实现自动分类识别。首先本文运用CATIA二次开发技术完成了模型的生产并收集了原始数据,其次运用图像处理的理论对原始数据进行了预处理,然后运用卷积神经网络理论完成了本文的卷积神经网络模型设计,最后进行了实验分析并验证了本文模型的可行性。

摘要：针对传统的朴素贝叶斯网络入侵检测技术存在训练数据集中属性冗余的问题,以及没有考虑到网络环境的变化导致贝叶斯网络结构改变的问题,提出一种结合深度学习和滑动窗口改进贝叶斯网络入侵检测方法。利用深度学习提取特征属性,降低数据集维数;采用滑动窗口技术实时更新贝叶斯网络参数,并利用特征属性的互信息计算各属性之间的相对欧氏距离,根据相对欧氏距离的大小及时更新贝叶斯网络,以提高检测率。实验结果表明,改进后的贝叶斯网络能够提高运算效率和检测率。