会议

计算、分析与安全趋势国际会议

内容:计算、分析与安全趋势国际会议是一个学术会议。会议主要发表在以下领域:加密和云计算。在整个生命周期中,该会议发表了116篇出版物,获得了635次引用。
主题:加密云计算无线传感器网络密码学算法设计
论文
多个过滤器

学报的文章 DOI
2016年12月01
TL;博士:本文介绍了GPU加速深度卷积神经网络的设计和实现,该网络可自动诊断高分辨率视网膜图像,并根据疾病的严重程度将其分为5个阶段。
文摘:糖尿病视网膜病变是由糖尿病引起的视网膜损伤,在患有糖尿病10年或更长时间的患者中,高达80%的人会受到影响。在最需要糖尿病视网膜病变检测的领域,往往缺乏所需的专业知识和设备。糖尿病视网膜病变领域的大部分工作都是基于疾病检测或特征的人工提取,但本文旨在利用深度学习将疾病自动诊断到其不同阶段。本文介绍了GPU加速深度卷积神经网络的设计和实现,以自动诊断并根据疾病的严重程度将高分辨率视网膜图像分为5个阶段。在二次加权kappa度量下,本文提出的卷积神经网络的单模型精度为0.386,集成三个类似模型的结果为0.3996。

55引用


学报的文章 DOI
2016年12月01
TL;博士:提出了一种水稻病害诊断与分类的新技术,对稻瘟病、稻瘟病、水稻褐斑病和水稻纹枯病四种病害进行了鉴定与分类。
文摘:开发一种识别和分类污染植物不同病害的自动化系统是精确农业的一个新兴研究领域。betway亚洲查明疾病是防止农业产量在质和量上损失的关键。水稻(Oryza Sative)是印度的主要作物之一,疾病造成的损失严重影响了经济。人工检测疾病非常困难,而且不准确。这就产生了对图像处理技术的需求,这将有助于准确和及时地发现疾病,并克服人类视觉的限制。本文提出了一种水稻病害诊断与分类的新技术。对稻瘟病、稻瘟病、水稻褐斑病和水稻纹枯病四种病害进行了鉴定和分类。通过开发一种算法,可以提取出不同的特征,比如叶子的形状、患病部分的颜色。所有提取的特征根据疾病进行组合,并使用最小距离分类器(MDC)和k-最近邻分类器(k-NN)对疾病进行分类。利用四种病害的115张水稻叶片图像对该技术的性能进行了评估,70%的图像数据用于训练分类器,30%用于测试。 Classification accuracy has been calculated for each disease using both classifiers. The overall accuracy achieved by using k-NN and MDC is 87.02 percent and 89.23 percent respectively.

46引用


学报的文章 DOI
2016年12月01
TL;博士:对物联网各种医疗服务的分析表明,物联网在医疗领域的使用提高了生活质量、用户体验、患者预后和实时疾病管理。
文摘:物联网(IoT)是一种允许用户在任何地点、任何时间、任何地点与任何人连接的新技术。本文对环境辅助生活(Ambient Assisted Living, AAL)、移动医疗互联网、社区医疗、间接急救医疗和嵌入式网关配置等物联网医疗服务进行了综述。进一步分析了物联网在血糖水平传感、心电图监测、血压监测、轮椅管理、药物管理和康复系统中的应用。分析结果表明,在医疗领域使用物联网提高了生活质量、用户体验、患者预后和实时疾病管理。医疗物联网的引入并非没有安全挑战。因此,将分析机密性、身份验证、隐私、访问控制、信任和策略实施等安全威胁。这些威胁的存在会影响物联网的性能,因此,使用高级加密标准(AES)、数据加密标准(DES)和Rivest-Shamir-Adleman (RSA)等加密算法。通过对这些技术的研究,证明RSA算法比AES和DES算法具有更好的安全性。

44引用


学报的文章 DOI
2016年12月01
TL;博士:一种实时推断人的情绪状态的面部表情识别框架,使计算机能够更智能地与人进行交互。
文摘:本文提出了一种实时推断人的情绪状态的面部表情识别框架,使计算机能够更智能地与人进行交互。该方法确定了人脸和面部标记点,从合适的面部区域提取识别特征,并从网络直播视频中实时分类表情。通过适当地结合检测和跟踪算法,提高了系统的速度。此外,该系统采用从活动面部斑块提取定向梯度(HOG)特征的直方图,而不是整个面部,使系统对尺度和姿态变化具有鲁棒性。特征向量进一步被输入支持向量机(SVM)分类器,分类为中性表达式或6个通用表达式。实验结果表明,在扩展的Cohn-Kanade (CK+)数据集上进行5次交叉验证,准确率达95%。

34引用


学报的文章 DOI
2016年12月01
TL;博士:利用BLE CY8CKIT-042作为BLE标签来排列BLE段,利用RSSI、发射功率等参数来访问智能手机与BLE标签之间的距离确定。
文摘:随着室内位置估计技术的快速提高和智能手机的普及,室内定位服务越来越具有吸引力。蓝牙低能量是物联网领域的最新进展之一,特别适用于运行在互补金属氧化物半导体硬币电池上的超低功率传感器。低能耗蓝牙是室内定位框架的有效选择,具有合理的精度和最小的工作量安排。由于大多数先进的手机都使用蓝牙技术,因此在不同的面积评估方法中,利用蓝牙低能量标签的评估策略是最有效和最有前途的。BLE标签断断续续地传输广告包,它包含一个普遍唯一的标识符,一个主要值和一个次要值,只与每个标签标识。当手机收到广告包时,智能手机室内定位应用程序通过打开蓝牙启动扫描,并检测到BLE标签。本文首先测量BLE标签的接收信号强度和发射功率,以确定BLE标签在室内的位置。BLE CY8CKIT-042被用作BLE标签来排列BLE段。计算出RSSI、发射功率等参数,用于访问智能手机与BLE标签之间的距离确定。

28引用


网络信息
相关会议(5)
计算智能与计算研究国际会议betway亚洲

1.5 k论文8.2 k引用

84%相关
计算、通信与自动化国际会议

1.1 k论文5.8 k引用

83%相关
IEEE国际先进计算会议

1.4 k论文12.4 k引用

83%相关
印度IEEE会议

4.1 k论文17.1 k引用

82%相关
当代计算机国际会议

1.4 k论文8.9 k引用

81%相关
性能
指标
不。会议前几年的文件
一年 论文
2016 116