精华内容
下载资源
问答
  • 计算机前沿技术介绍

    万次阅读 多人点赞 2020-05-02 18:58:11
    简要的说明了一些当今,热门、前沿技术,只是大致介绍了一下,想详细了解的,请自行查阅。

    一、区块链

    1. 什么是区块链?

    • 区块链起源于比特币区,块链是一个信息技术领域的术语。从本质上讲,它是一个共享数据库,存储于其中的数据或信息,具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征,区块链技术奠定了坚实的“信任“基础,创造了可靠的“合作”机制,具有广阔的运用前景。
    • 区块链是分布式数据存储、点对点传输、共识机制、 加密算法等计算机技术的新型应用模式

    2. 区块链类型

    • 公有区块链
      世界上任何个体或者团体都可以发送交易,且交易能 够获得该区块链的有效确认,任何人都可以参与其共 识过程。
    • 私有区块链
      仅仅使用区块链的总账技术进行记账,可以是一个公 司,也可以是个人,独享该区块链的写入权限,本链 与其他的分布式存储方案没有太大区别。
    • 联合区块链
      由某个群体内部指定多个预选的节点为记账人,每个 块的生成由所有的预选节点共同决定(预选节点参与 共识过程),其他接入节点可以参与交易,但不过问 记账过程(本质上还是托管记账,只是变成分布式记 账,预选节点的多少,如何决定每个块的记账者成为该区块链的主要风险点),其他任何人可以通过该区 块链开放的API进行限定查询

    3. 特征

    3.1 去中心化

    区块链技术不依赖额外的第三方管理机构或硬件设 施,没有中心管制,除了自成一体的区块链本身,通 过分布式核算和存储,各个节点实现了信息自我验证、传递和管理。去中心化是区块链最突出最本质的

    3.2 开放性

    区块链技术基础是开源的,除了交易各方的私有信息 被加密外,区块链的数据对所有人开放,任何人都可 以通过公开的接口查询区块链数据和开发相关应用, 因此整个系统信息高度透明。

    3.3 独立性

    基于协商一致的规范和协议(类似比特币采用的哈希 算法等各种数学算法),整个区块链系统不依赖其他 第三方,所有节点能够在系统内自动安全地验证、交换数据,不需要任何人为的干预

    3.4 安全性

    只要不能掌控全部数据节点的51%,就无法肆意操控 修改网络数据,这使区块链本身变得相对安全,避免 了主观人为的数据变更

    3.5 匿名性

    除非有法律规范要求,单从技术上来讲,各区块节点 的身份信息不需要公开或验证,信息传递可以匿名进行

    4. 应用

    金融/物联网/物流/公共服务/数字版权/保险/公益 等各方面都有应用


    二、物联网

    1. 什么是物联网

    • 物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络
    • 万物互联
    • 物联网的核心和基础仍然是互联网,是在互联 网基础上的延伸和扩展的网络,其用户端延伸和扩展到了任何物品与物品之间,进行 信息交换和通信。

    2. 基本特征

    2.1 整体感知

    可以通过射频识别,二维码,智能传感器感知获取物体各类信 息。

    2.2 可靠传输

    通过对互联网、无线网络的融合,将物体的信息实 时、准确地传送,以便信息交流、分享。

    2.3 智能处理

    用各种智能技术,对感知和传送到的数据、信息进行 分析处理,实现监测与控制的智能化。

    3. 包含的关键技术

    1. 射频识别技术
    2. 传感网
    3. M2M系统框架
    4. 云计算

    4. 应用

    1. 智能交通
    2. 智能家居

    三、大数据

    1. 什么是大数据

    大数据,指无法在一定时间范围内用常规软件工具进 行捕捉、管理和处理的数据集合,是需要新处理模式 才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

    2. 大数据特征

    • 容量:
      数据的大小决定所考虑的数据的价值和潜在的信息
    • 种类:
      数据类型的多样性
    • 速度:
      指获得数据的速度
    • 可变性:
      妨碍了处理和有效地管理数据的过程
    • 真实性:
      数据的质量
    • 复杂性:
      数据量巨大,来源多渠道
    • 价值:
      合理运用大数据,以低成本创造高价值

    3. 大数据Hadoop技术

    Hadoop是Apache公司开发的一个开源框架,它允许在整个集群使用简单编程模型计算机的分布式环境存储并处理大数据。

    Hadoop的核心有以下几点

    1. HDFS(分布式文件存储系统)
      数据以块的形式,分布在集群的不同节点。在使用 HDFS时,无需关心数据是存储在哪个节点上、或者 是从哪个节点从获取的,只需像使用本地文件系统一 样管理和存储文件系统中的数据。

    2. MapReduce(分布式计算框架)
      分布式计算框架将复杂的数据集分发给不同的节点去操作,每个节点会周期性的返回它所完成的工作和最新的状态。

    3. YARN(资源调度器)
      相当于电脑的任务管理器,对资源进行管理和调度

    4. 大数据发展趋势

    • 数据资源化
      资源化是指大数据成为企业和社会关注的重要战略资 源,并已成为大家争相抢夺的新焦点

    • 与云计算的深度结合
      大数据离不开云处理,云处理为大数据提供了弹性可拓展的基础设备,是产生大数据的平台之一

    • 科学理论的突破
      随着大数据的快速发展,就像计算机和互联网一样,
      大数据很有可能是新一轮的技术革命。

    • 数据泄露泛滥


    四、人工智能

    1. 什么是人工智能

    人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学

    2. 人工智能、机器学习、深度学习三者的关系

    机器学习:一种实现人工智能的方法
    深度学习:一种实现机器学习的技术

    2.1 什么是深度学习

    深度学习是学习样本数据的内在规律和表示层次,这 些学习过程中获得的信息对诸如文字,图像和声音等 数据的解释有很大的帮助。它的最终目标是让机器能 够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。

    深度学习是一类模式分析方法的统称,就具体研究内容而言,主要涉及三类方法

    • 基于卷积运算的神经网络系统,即卷积神经网络( CNN)

    • 基于多层神经元的自编码神经网络,包括自编码( Auto encoder)以及近年来受到广泛关注的稀疏编码
      两类

    • 以多层自编码神经网络的方式进行预训练,进而结合 鉴别信息进一步优化神经网络权值的深度置信网络(DBN)

    2.2 深度学习特点

    区别于传统的浅层学习,深度学习的不同在于

    1. 强调了模型结构的深度,通常有5层、6层,甚至10多层的隐层节点;
    2. 明确了特征学习的重要性。也就是说,通过逐层特征变换,将样本在原空间的特征表示变换到一个新特征空间,从而使分类或预测更容易。与人工规则构造特征的方法相比,利用大数据来学习特征,更能够刻画数据丰富的内在信息

    2.3 深度学习典型模型

    典型的深度学习模型有卷积神经网络( convolutional neural network)、DBN和堆栈自编码网络(stacked auto-encoder network)模型等,下面对这些模型进行描述。

    • 卷积神经网络模型
      在无监督预训练出现之前,训练深度神经网络通常非常困难,而其中一个特例是卷积神经网络。卷积神经网络受视觉系统的结构启发而产生。第一个卷积神经网络计算模型是在Fukushima的神经认知机中提出的,基于神经元之间的局部连接和分层组织图像转换,将有相同参数的神经元应用于前一层神经网络的不同位置,得到一种平移不变神经网络结构形式。后来,Le Cun等人在该思想的基础上,用误差梯度设计并训练卷积神经网络,在一些模式识别任务上得到优越的性能。至今,基于卷积神经网络的模式识别系统是最好的实现系统之一,尤其在手写体字符识别任务上表现出非凡的性能。
    • 深度信任网络模型
      DBN可以解释为贝叶斯概率生成模型,由多层随机隐变量组成,上面的两层具有无向对称连接,下面的层得到来自上一层的自顶向下的有向连接,最底层单元的状态为可见输入数据向量。DBN由若2F结构单元堆栈组成,结构单元通常为RBM(RestIlcted Boltzmann Machine,受限玻尔兹曼机)。堆栈中每个RBM单元的可视层神经元数量等于前一RBM单元的隐层神经元数量。根据深度学习机制,采用输入样例训练第一层RBM单元,并利用其输出训练第二层RBM模型,将RBM模型进行堆栈通过增加层来改善模型性能。在无监督预训练过程中,DBN编码输入到顶层RBM后,解码顶层的状态到最底层的单元,实现输入的重构。RBM作为DBN的结构单元,与每一层DBN共享参数。
    • 堆栈自编码网络模型
      堆栈自编码网络的结构与DBN类似,由若干结构单元堆栈组成,不同之处在于其结构单元为自编码模型( auto-en-coder)而不是RBM。自编码模型是一个两层的神经网络,第一层称为编码层,第二层称为解码层。

    2.4 深度学习训练过程

    • 自下上升的非监督学习
      就是从底层开始,一层一层地往顶层训练。采用无标定数据(有标定数据也可)分层训练各层参数,这一步可以看作是一个无监督训练过程,这也是和传统神经网络区别最大的部分,可以看作是特征学习过程。具体的,先用无标定数据训练第一层,训练时先学习第一层的参数,这层可以看作是得到一个使得输出和输入差别最小的三层神经网络的隐层,由于模型容量的限制以及稀疏性约束,使得得到的模型能够学习到数据本身的结构,从而得到比输入更具有表示能力的特征;在学习得到n-l层后,将n-l层的输出作为第n层的输入,训练第n层,由此分别得到各层的参数。
    • 自顶向下的监督学习
      就是通过带标签的数据去训练,误差自顶向下传输,对网络进行微调。基于第一步得到的各层参数进一步优调整个多层模型的参数,这一步是一个有监督训练过程。第一步类似神经网络的随机初始化初值过程,由于第一步不是随机初始化,而是通过学习输入数据的结构得到的,因而这个初值更接近全局最优,从而能够取得更好的效果。所以深度学习的良好效果在很大程度上归功于第一步的特征学习的过程。

    3. 人工智能的应用

    机器视觉,指纹识别,人脸识别,专家系统,自动规 划,智能搜索,定理证明,博弈,语言和图像理解 等。人工智能是一门边缘学科,属于自然科学和社会 科学的交叉

    4. 人工智能的现有成果

    1. 人际对弈

    2. 模式识别

    3. 自动驾驶


    五、云计算

    1. 什么是云计算

    狭义上讲,云计算就是一种提供资源的网络,从广义上说,云计算是与信息技术、软件、互联网相关的一 种服务,这种计算资源共享池叫做“云”,云计算把许 多计算资源集合起来,通过软件实现自动化管理,只 需要很少的人参与,就能让资源被快速提供。

    2. 云计算特点

    1. 虚拟化技术
    2. 动态可拓展
    3. 按需部署
    4. 可靠性高
    5. 灵活性高
    6. 性价比高
    7. 可拓展性

    3. 云计算服务类型

    • 基础设施即服务

    • 平台即服务

    • 软件即服务


    六、数据挖掘

    1. 什么是数据挖掘

    数据挖掘是指从大量数据中通过算法搜索隐藏于其中信息的过程

    数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标

    2. 数据挖掘特点

    • 基于大量数据:

      • 小型数据可以人工分析总结规律

      • 小数据量无法反应真实世界普遍特性

    • 非平凡性:
      数据挖掘的知识一定是不简单的

    • 隐含性:
      数据挖掘要发现深藏数据内部的知识,而不是直接浮 现在数据表面的知识

    • 新奇性:
      挖掘的知识在以前是未知的,否则只是验证了经验

    • 价值性:
      可以为企业带来直接间接的效益

    3. 数据挖掘步骤

    1. 定义问题
    2. 建立数据挖掘库
    3. 分析数据
    4. 准备数据
    5. 建立模型
    6. 评价模型和分析

    4. 数据挖掘经典算法

    4.1 神经网络法

    模拟生物神经系统的结构和功能,是一种通过训练来学习的非线性预测模型,它将每一个连接看作一个处理单元,试图模拟人脑神经元的功能,可完成分类、聚类、特征挖掘等多种数据挖掘任务

    4.2 决策树法

    决策树是根据对目标变量产生效用的不同而建构分类的规则,通过一系列的规则对数据进行分类的过程,其表现形式是类似于树形结构的流程图。比如,在贷款申请中,要对申请的风险大小做出判断。

    4.3 遗传算法

    遗传算法模拟了自然选择和遗传中发生的繁殖、交配和基因突变现象,是一种采用遗传结合、遗传交叉变异及自然选择等操作来生成实现规则的、基于进化理论的机器学习方法。

    4.4 粗糙集法

    粗糙集法也称粗糙集理论,是一种新的处理含糊、不精确、不完备问题的数学工具,可以处理数据约简、数据相关性发现、数据意义的评估等问题。

    4.5 模糊集法

    模糊集法是利用模糊集合理论对问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。模糊集合理论是用隶属度来描述模糊事物的属性。系统的复杂性越高,模糊性就越强

    4.6 关联规则法

    关联规则反映了事物之间的相互依赖性或关联性

    5. 数据挖掘的任务

    1. 预测建模

      • 分类:预测离散目标变量

      • 回归:预测连续目标变量

    2. 关联分析
      用于发现描述数据强关联特征模式

    3. 聚类分析
      发现紧密相关的观测值族群,发现紧密相关的观测值群组,使得与属于不同簇的观察值相比,同一簇的观察值相互之间尽可能的类似

    4. 异常检测
      识别其特征显著不同于其他数据的观测值

    6. 挖掘过程

    1. 数据准备

      • 数据集成

      • 数据选择

      • 预处理

    2. 数据挖掘

    3. 结构表达与解释

    7. 成功案例

    • 数据挖掘帮助Credilogros Cía Financiera S.A.改善客户信用评分

    • 数据挖掘帮助DHL实时跟踪货箱温度

    • 电信行业应用


    七、5G

    1. 什么是5G

    第五代移动通信技术(英语:5th generation mobile networks或5th generation wireless systems、5th-Generation,简称5G或5G技术)是最新一代蜂窝移动通信技术,也是继4G(LTE-A、WiMax)、3G(UMTS、LTE)和2G(GSM)系统之后的延伸。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接

    5G网络的主要优势在于,数据传输速率远远高于以前的蜂窝网络,最高可达10Gbit/s,比当前的有线互联网要快,比先前的4G LTE蜂窝网络快100倍。另一个优点是较低的网络延迟(更快的响应时间),低于1毫秒,而4G为30-70毫秒。由于数据传输更快,5G网络将不仅仅为手机提供服务,而且还将成为一般性的家庭和办公网络提供商,与有线网络提供商竞争。以前的蜂窝网络提供了适用于手机的低数据率互联网接入,但是一个手机发射塔不能经济地提供足够的带宽作为家用计算机的一般互联网供应商

    2. 应用领域

    2.1 车联网与自动驾驶

    车联网技术经历了利用有线通信的路侧单元(道路提示牌)以及2G/3G/4G网络承载车载信息服务的阶段,正在依托高速移动的通信技术,逐步步入自动驾驶时代。根据中国、美国、日本等国家的汽车发展规划,依托传输速率更高、时延更低的5G网络,将在2025年全面实现自动驾驶汽车的量产,市场规模达到1万亿美元 [32] 。

    2.2 外科手术

    2019年1月19日,中国一名外科医生利用5G技术实施了全球首例远程外科手术。这名医生在福建省利用5G网络,操控30英里(约合48公里)以外一个偏远地区的机械臂进行手术。在进行的手术中,由于延时只有0.1秒,外科医生用5G网络切除了一只实验动物的肝脏。5G技术的其他好处还包括大幅减少了下载时间,下载速度从每秒约20兆字节上升到每秒50千兆字节——相当于在1秒钟内下载超过10部高清影片。5G技术最直接的应用很可能是改善视频通话和游戏体验,但机器人手术很有可能给专业外科医生为世界各地有需要的人实施手术带来很大希望。
    5G技术将开辟许多新的应用领域,以前的移动数据传输标准对这些领域来说还不够快。5G网络的速度和较低的延时性首次满足了远程呈现、甚至远程手术的要求。

    2.3. 智能电网

    因电网高安全性要求与全覆盖的广度特性,智能电网必须在海量连接以及广覆盖的测量处理体系中,做到99.999%的高可靠度;超大数量末端设备的同时接入、小于20 ms的超低时延,以及终端深度覆盖、信号平稳等是其可安全工作的基本要求

    八、IPV6

    1. IPV6简介

    IPv6是英文“Internet Protocol Version 6”(互联网协议第6版)的缩写,是互联网工程任务组(IETF)设计的用于替代IPv4的下一代IP协议,其地址数量号称可以为全世界的每一粒沙子编上一个地址 。
    由于IPv4最大的问题在于网络地址资源有限,严重制约了互联网的应用和发展。IPv6的使用,不仅能解决网络地址资源数量的问题,而且也解决了多种接入设备连入互联网的障碍

    2. 地址类型

    IPv6协议主要定义了三种地址类型:单播地址(Unicast Address)、组播地址(Multicast Address)和任播地址(Anycast Address)。与原来在IPv4地址相比,新增了“任播地址”类型,取消了原来IPv4地址中的广播地址,因为在IPv6中的广播功能是通过组播来完成的。

    • 单播地址:用来唯一标识一个接口,类似于IPv4中的单播地址。发送到单播地址的数据报文将被传送给此地址所标识的一个接口。
    • 组播地址:用来标识一组接口(通常这组接口属于不同的节点),类似于IPv4中的组播地址。发送到组播地址的数据报文被传送给此地址所标识的所有接口。
    • 任播地址:用来标识一组接口(通常这组接口属于不同的节点)。发送到任播地址的数据报文被传送给此地址所标识的一组接口中距离源节点最近(根据使用的路由协议进行度量)的一个接口。

    IPv6地址类型是由地址前缀部分来确定,主要地址类型与地址前缀的对应关系如下:
    在这里插入图片描述

    展开全文
  • 计算机视觉前沿技术探索

    千次阅读 2018-11-24 09:10:29
    计算机视觉前沿技术探索   摘要:计算机视觉与最前沿技术如何结合? 计算机视觉软件正在改变行业,使用户的生活变得不仅更容易,而且更有趣。作为一个有潜力的领域,计算机视觉已经获得了大量的投资。北美计算机...

    计算机视觉前沿技术探索

     

    摘要:计算机视觉与最前沿技术如何结合?

    计算机视觉软件正在改变行业,使用户的生活变得不仅更容易,而且更有趣。作为一个有潜力的领域,计算机视觉已经获得了大量的投资。北美计算机视觉软件市场的总投资额为1.2亿美元,而中国市场则飙升至39亿美元。让我们来看看一些最有前途和更有趣的技术,因为这些技术可以让计算机视觉软件开发市场增长的更快。

    一、深度学习的进步

    深度学习因其在提供准确结果方面而广受欢迎。

    传统的机器学习算法尽管很复杂,但其核心仍然非常简单。他们的训练需要大量的专业领域的知识和数据(这是昂贵的),在训练发生错误时需要进行人为干预,而且,他们只擅长于他们接受过训练的任务。

    另一方面,深度学习算法通过将任务映射为概念层次结构的神经元网络了解手头的任务。每个复杂的概念都由一系列更简单的概念组合定义,而所有这些算法都可以自己完成。在计算机视觉的背景下,图像分类需要首先识别亮区和暗区,然后在移向全画面识别之前对线进行分类,然后进行形状分类。

    当你为他们提供更多数据时,深度学习算法也会表现得更好,这是典型的机器学习算法做不到的。对于计算机视觉,深度学习是一个好的方向。它不仅允许在深度学习算法的训练中使用更多的图片和视频,而且还减轻了许多与注释和标记数据相关的工作。

    零售业一直是实施计算机视觉软件的先驱。2017年,ASOS在为他们的应用添加了一个按照照片搜索的选项,之后许多零售商都跟进了。有些人甚至更进一步,并使用计算机视觉软件将在线和离线体验更紧密地结合在一起。

    一家名为Lolli&Pops的美食糖果零售商使用面部识别来识别经常走进商店的购物者。因此,商店的员工可以通过提供个性化的产品推荐和千人千面的折扣来个性化购物体验。

    特殊待遇可以提升品牌忠诚度,并将偶尔的购物者转变为经常性购物者。

    二、边缘计算的兴起

    连接到互联网和云的机器能够从整个网络收集的数据中学习并相应地进行调整,从而优化系统的性能。但是,并不能保证机器能够始终连接到互联网和云,这就是边缘计算的用武之地。

    边缘计算是指附接到物理机器的技术,例如燃气轮机,喷气发动机或MRI扫描仪。它允许在收集数据的地方处理和分析数据,而不是在云中或数据中心。

    边缘计算不能取代云。它只是允许机器在需要时单独处理新的数据。换句话说,边缘的机器可以根据自己的经验学习和调整,而不依赖于更大的网络。

    边缘计算解决了网络可访问性和延迟的问题。在边缘计算的发展下,设备可以放置在网络连接不良或不存在的区域,此外,边缘计算还可以抵消用于数据共享的云计算的使用和维护的一些成本。

    对于计算机视觉软件,这意味着可以实时更好地响应,并且只将相关数据发送到云中进行进一步分析,此功能对自动驾驶汽车特别有用。

    为了安全运行,车辆将需要收集和分析与其周围环境,方向和天气状况有关的大量数据,更不用说与路上的其他车辆通信,所有这些都没有延迟。如果通过云中心化的解决方案来分析数据可能很危险,因为延迟可能导致事故。

    三、点云(point cloud)对象识别

    最近在对象识别和对象跟踪中更频繁使用的技术是点云。简而言之,点云是在三维坐标系内定义的数据点的集合。

    该技术通常在空间(例如房间或容器)内使用,其中每个对象的位置和形状由坐标列表(X,Y和Z)表示,坐标列表称为“点云”。

    该技术准确地表示了物体在空间中的位置,并且可以精确地跟踪任何移动。点云的应用是无止境的。以下是一些行业的例子以及他们从这项技术中获得的好处:

    记录:资产监测,跟踪施工现场,故意破坏检测;

    分类:城市规划,审计工具,便于分析,绘制必要的公用事业工作

    变更检测:资产管理,货物跟踪,自然灾害管理。

    预测性维护:持续监控资产和基础设施,以预测何时需要维修。

    四、融合现实:VR和AR增强

    今天,任何VR或AR系统都会创建一个沉浸式3D环境,但它与用户所处的真实环境几乎没有关系。大多数AR设备可以执行简单的环境扫描(例如,Google ARCore可以检测平面和光线条件的变化),VR系统可以通过头部跟踪,控制器等检测用户的运动,但他们的功能也就这样了。

    计算机视觉软件正在推动VR和AR进入下一阶段的开发,有些人称之为Merged Reality(MR)。

    借助外部摄像头和传感器映射环境,以及眼动跟踪解决方案和陀螺仪来定位用户,VR和AR系统能够:

    感知环境并引导用户远离墙壁,物品或其他用户等障碍物。

    检测用户的眼睛和身体运动并相应地采用VR环境。

    提供室内环境,公共场所,地下等的指引。

    Lowe's五金店已在他们的商店中使用它,每个购物者都可以借用AR设备来制作他们的购物清单,并获得商店中每件商品的指示。AR设备可以实时使用楼层平面图,库存信息和环境映射以给出准确的指示。

    我们也可以通过实时3D面部识别功能更新虚拟艺术家应用程序,让客户可以看到不同的化妆产品在他们的脸上和不同光线条件下的外观。

    五、语义实例分割

    为了理解语义实例分割是什么,让我们首先将这个概念分为两​​部分:语义分割和实例分割。

    实例分割在像素级别识别对象轮廓,而语义分割仅将像素分组到特定对象组。让我们使用气球图像来说明与其他技术相比的两种技术:

    分类:此图像中有一个气球;

    语义分割:这些都是气球像素;

    物体检测:此图像中有7个气球,我们开始考虑重叠的对象;

    实例分割:这些位置有7个气球,这些是属于每个气球的像素;

    如果放在一起,语义实例分割方法将成为一个强大的工具。该工具不仅可以检测属于图片中对象的所有像素,还可以确定哪些像素属于哪个对象以及对象所在的图片中的位置。

    语义实例分割是土地覆盖分类的有用工具,具有各种应用。通过卫星图像进行的土地制图可以用于政府机构监测森林砍伐(特别是非法),城市化交通等。

    许多建筑师事务所也将这些数据用于城市规划和建筑开发,有些人甚至更进一步将其与AR设备相结合,以了解他们的设计在现实生活中的样子。



    作者:城市中迷途小书童
    链接:https://www.jianshu.com/p/8efe575c999c
    來源:简书

    简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。

     

     

     

     

     

     

     

    展开全文
  • 学校课程里安排有前沿技术讲座这门课,而这次讲座的有四次,分别是——群智感知、网络安全、区块链和智能物联网。讲座后要求写个感悟,而我也借着这次机会,谈谈我对于此次讲座的感悟以及关于互联网时代下繁如星辰的...


    前言

    学校课程里安排有前沿技术讲座这门课,而这次讲座的有四次,分别是——群智感知、网络安全、区块链和智能物联网。讲座后要求写个感悟,而我也借着这次机会,谈谈我对于此次讲座的感悟以及关于互联网时代下繁如星辰的前沿技术的一得之愚。

    讲座感悟

    讲座是由我们学校的老师来亲自讲授的,内容就是他们目前在研究的方向。
    让我印象比较深的是由我们学校鲁剑锋老师的群智感知讲座。所以我就根据群智感知讲座来写感悟。

    1.什么是群智感知

    群智感知(Crowd-Sensing)是结合众包思想和移动设备感知能力的一种新的数据获取模式,是物联网的一种表现形式。群智感知是指通过人们已有的移动设备形成交互式的、参与式的感知网络,并将感知任务发布给网络中的个体或群体来完成,从而帮助专业人员或公众收集数据、分析信息和共享知识。群智感知的理念就是要无意识协作,让用户在不知情的情况下完成感知任务,突破专业人员参与的壁垒。群智感知具有部署灵活经济、感知数据多源异构、覆盖范围广泛均匀和高扩展多功能等诸多优点。

    说人话就是——利用散布在各地闲置设备收集数据信息,然后通过这些数据来完成某些平常做不到的事情。

    这么说你也许就能理解了群智感知是做什么的了,它实际是原先物联网领域的一个延伸。

    2.群智感知的实施要解决的几大问题

    上面说的可能会让你感觉群智感知很简单,也就是那么回事儿,但实际上这件事情并不简单。
    你要实现它必须解决以下几个主要问题:
    1.如何让拥有巨大差异的设备同时采集有价值的数据
    2.如何收集并利用这些数据,同时要从这些数据中筛选出有价值的数据进行分析。
    3.如何让用户愿意“奉献”自己的设备,参与到这件事情中来。

    这之中每一个问题都需要巨大的工作量,要考虑很多问题。就拿第三个问题来说(我们的老师也是研究这个问题的),用户为什么要参与到这个进程中来,这就要求我们建立一套完善合理的运行机制,而考虑到数据隐私问题,还要对数据进行脱敏处理等等…

    总之,这并不是一项简单的工程,具体到实施就会遇到各种各样的问题,当然每种技术都是如此,思想看看很简单,但是实际实施起来会遇到各种各样的问题。

    3.群智感知的应用

    也许大家会觉得群智感知很远,但其实它就在我们身边。记得我们外出用的导航吗?它里面就有个功能就是判断实时路况,而这个功能就是群智感知的应用之一。记得之前有一位艺术家,他将一百台左右智能手机都安装并开启谷歌地图,放到一个地方,让谷歌地图错误地显示当前所在的街道是拥堵的。从这个结果可以看出,谷歌地图使用了群智感知来感知道路拥堵情况。
    当然,群智感知的应用不止如此,它还可以用在环境监测、人们日常生活照中。

    4.关于群智感知的思考

    群智感知是一种模式,旨在利用闲置的设备采集大量有价值的数据进行特定的分析,来实现某种平时达不到的效果。

    从描述中不难看出,群智感知是物联网的分支,同时也涉及大数据领域的数据分析与挖掘技术,这之中又包含了分布式和万物互联的思想。

    你看,纵观这门技术,实际上是多种技术的融合,其中所承载的万物互联思想和其他技术的思想(比如分布式思想)有着异曲同工之妙。可见互联网时代下的前沿科技并不是一个个割裂开来的,而是互有联结的。

    一个项目,一个领域往往是多种技术,多种思想的融合。

    所以,互联网技术本为一家。

    关于互联网时代的一些看法与思考

    纵观计算机发展史,当初第一台计算机的诞生仅仅是为了进行科学计算,谁又能想到几十年后的今天,计算机已经颠覆了世界!

    1.互联网时代的基石——数据

    仔细思考计算机的发家史,不难发现,计算机、互联网之所以能改变我们的生活,改变世界,原因就在于它把世界“抽象”出来,在另一个维度描述生活,描述世界。从纸币支付到移动支付,从人力生产到智能智造,从现实生活到虚拟现实,这一切不就是互联网时代下的真实写照吗?

    无论是区块链,还是物联网,亦或者是深度学习,这些技术的核心都是相同的,那就是——数据!

    区块链提出了数据的分布存储来实现数据的去中心化;物联网拓展了数据的来源,构建了一个万物互联的美好世界;大数据更不用说了,本就是围绕大量数据展开的一项技术;人工智能,通过算法使计算机对大量数据进行分析学习,以达到某些不可思议的效果;后端开发更是对数据进行处理存储,包括现今流行的分布式微服务架构,其实就是为了提高处理数据的效率;前端开发是对于数据的可视化展示…

    你看现今这些技术本质都是数据,都是围绕数据来展开的。

    我们应该认识到这个世界上除了我们眼睛看的到的世界外,还有眼睛看不到的数字世界。

    那个充满数据的世界,那由无数个0和1构成的数字世界!

    2.互联网世界是真实世界的一个映射

    现在我们来思考这么一个问题——计算机,或者说互联网到底做了什么能让我们的世界发生如此翻天覆地的变化?

    如果用四个字来描述计算机所做的,那便是——构建世界。

    是一个什么样的世界呢?

    一个由无数0和1构建的世界,一个由数据构建起的世界。

    IT领域有个概念叫做抽象,我们便是从真实世界中抽象出数学模型,试图根据真实世界来构建一个以数据为根本的数字世界。所以我们可以这么说互联网世界是真实世界的一个映射。

    既然是映射,那么互联网世界必然来源于真实世界,就像我后面说的分布式思想来源于团队协作一样,其实IT很多技术思想都来源于真实世界,比如人工智能里的神经网络其实就是试图去模拟人类大脑的神经网络行为。

    3.不要去割裂的去看待某项技术或某个问题

    互联网时代下的各种技术,本就同根同源。

    面对某项技术,或者某个问题,我们不能割裂的去看待,我们应该有种思维——融合自己的所学去学习技术,去解决问题,而不被某项技术给“绑架”。一旦你有这种思维,那么对于某项技术,你可能会有自己的思考;对于某个问题,你也许会有新的解决方案。

    kafka是是一种高吞吐量的分布式发布订阅消息系统,每当我们提到kafka,首先让我们想起的是它那极高的性能,为什么它能有如此高的性能?原因就在于kafka的设计者并没有和其他设计者那样局限于某项技术,某种思维,他将创造式地将软件硬件结合起来,最终实现了其他人所达不到的性能。

    区块链技术其实和后端架构思想中的分布式非常类似,个人看来区块链技术,包括大数据分布式处理,都是从后端分布式思想演化过去的。区块链的去中心化思想和分布式思想真的极其相似,有着异曲同工之妙。

    如果我们往深了想,其实分布式思想也是由其他思想演化而来的,它和计算机处理数据的思想之一——牺牲部分效率换取更高的效率——有着异曲同工之妙。计算机虽然没有人类智能,不能通过某些取巧的方法去处理问题来提高效率,但是计算机胜在执行速度快,就算是有重复冗余的操作,也比我们人类运算快的多。
    而分布式也是如此,各台计算机之间通讯、协调会耗费许多资源,但是如果这个计算机有很多很多台呢,那就算耗费这些资源,大量计算机“合作”往往能完成许多我们看似不可能的事情。这也是分布式思想的魅力所在。

    再往深了想,或许这跟我们人类社会的分工合作有些类似,众人之间协作或许会耗费精力,还要处理各种人际关系,单个看效率确实没有单干高,但是团队协作所能做到的事情往往是单干无法企及的。

    总之,千万不要去割裂看待某项技术,当今前沿技术中,无论是大数据的数据挖掘与分析、人工智能的深度学习、区块链的去中心化,还是物联网的群智感知,亦或者是服务端的分布式微服务架构,这些都是互有联系,相互促进的整体。

    比如,大数据为人工智能提供数据基础,物联网为大数据提供获取数据的方式等等…

    我们应该对其有着客观的认识,不要割裂地去看待技术和问题。

    总结

    以上便是我对前沿技术讲座的感悟以及我对于互联网时代前沿技术的一些理解和思考。
    有些东西我其实并不是很懂,所以上面讲的或多或少有一些不严谨、不正确的地方。但是我觉得大方向的认识应该是没有问题的。

    对于现在的我,还有很多东西有待我去学习,去探索,而现在我所做的便是记录下这时候的思考,或许在未来,我会有新的启发和思考来颠覆以往的认知。

    PS:我平时喜欢思考,思考技术,思考人生,思考世界。我很享受这种思考的过程,它让我对于某些事物有着更深入的理解。当然,过度的思考往往会陷入哲学,陷入迷惘,这点我深有体会。而中庸便是最好的做法!这也是我喜欢中庸之道的原因。

    展开全文
  • Android前沿技术

    千次阅读 2018-07-11 17:18:37
    Android前沿技术一、Android_软件框架搭建https://pan.baidu.com/s/1hsFIYig 二、Android_OKHttp使用方法https://pan.baidu.com/s/1c5McVW 三、Android_JSON解析http://pan.baidu.com/s/1c23eePE 四、Android_...

    Android前沿技术

    一、Android_软件框架搭建

    https://pan.baidu.com/s/1hsFIYig

     

    二、Android_OKHttp使用方法

    https://pan.baidu.com/s/1c5McVW

     

    三、Android_JSON解析

    http://pan.baidu.com/s/1c23eePE

     

    四、Android_xUtils3

    https://pan.baidu.com/s/1nvGsExF

     

    五、Android_Afinal

    http://pan.baidu.com/s/1c7lXH8

     

    六、Android_Volley

    http://pan.baidu.com/s/1jIkBalg

     

    七、Android_ButterKnife

    http://pan.baidu.com/s/1pKOgh9x

     

    八、Android_EventBus

    http://pan.baidu.com/s/1qXYTyA4

     

    九、Android_ImageLoader

    http://pan.baidu.com/s/1o7DsPmy

     

    十、Android_Picasso

    http://pan.baidu.com/s/1c1JITo8

     

    十一、Android_Glide

    http://pan.baidu.com/s/1hswlhu0

     

    十二、Android_Fresco

    http://pan.baidu.com/s/1qXHtwdA

     

    十三、Android_RecyclerView

    http://pan.baidu.com/s/1kVjTLJ5

     

    十四、Android_Pulltorefresh

    http://pan.baidu.com/s/1c20xVm4

     

    十五、 Android_UniversalVideoView

    http://pan.baidu.com/s/1mhEK9EK

     

    十六、 Android_JieCaoVideoPlayer 

       https://pan.baidu.com/s/1geZZ1Ov

     

    十七、 Android_Banner

    https://pan.baidu.com/s/1nv2jpDB

     

    十八、CountdownView秒杀

    https://pan.baidu.com/s/1nvAWFMT

     

    十九、OpenDanmaku弹幕

    https://pan.baidu.com/s/1eS2x2Hc

     

    二十、TabLayout&ViewPager 

    https://pan.baidu.com/s/1mhCKJag#list/path=%2F

     

    展开全文
  • 计算机前沿技术讲座心得体会

    千次阅读 2021-01-21 10:28:06
    计算机前沿技术讲座心得体会 ——新型数据管理与大数据分析技术 摘要:这学期学院开设的前沿讲座的课程,很有幸听到了智能科学与技术系的xx老师对于自己在计算机前沿方面研究的讲座,讲座的内容是关于新型数据管理与...
  • 八种颠覆未来作战的前沿技术

    千次阅读 2019-11-08 18:11:55
    来源:军事高科技在线目录一、颠覆未来作战的前沿技术系列——脑科学二、颠覆未来作战的前沿技术系列——人体增强三、颠覆未来作战的前沿技术系列——石墨烯四、颠覆未来作战的前沿技...
  • 存储前沿技术和发展趋势【1】

    千次阅读 2021-01-19 17:15:47
    文章目录说明存储的定义存储前沿技术和发展趋势说明存储的定义存储技术的发展史DAS 架构直连存储(DAS):内部DAS:外部DAS:NAS 架构FC SAN 架构IP SAN 架构存储就架构趋势——融合存储云存储:分布式存储云储存:...
  • 来源:科技日报作者:刘垠、操秀英大热的脑机接口、基因编辑等前沿技术发展如何?2020年科技界关注了哪些热点?22日在浦江创新论坛上发布的《全球前沿技术发展趋势报告》带来了答案。《全球前沿...
  • 要想知道数字图像处理前沿技术,怎么看呢?怎么搜索?现在是研究生,在选方向。请问图像分割,这个方向怎么样?好不好突破?
  • 2020,这些前沿技术成全球关注热点

    千次阅读 2020-11-17 20:20:00
    《全球前沿技术发展趋势报告》(以下简称《报告》)日前在2020年浦江创新论坛上发布。>>>>《报告》包括重点技术发展趋势深度解析和TOP1000技术热点趋势追踪两...
  • 来源:科技日报大热的脑机接口、基因编辑等前沿技术发展如何?2020年科技界关注了哪些热点?22日在浦江创新论坛上发布的《全球前沿技术发展趋势报告》带来了答案。《全球前沿技术发展趋势报告》...
  • 中科院计算所培训中心特举办“大数据前沿技术分析与应用”技术分享会,帮助各单位技术专家准确定位和发现相关的大数据平台和工具。
  • 2月28日,由中科院计算所培训中心举办的“大数据前沿技术分析与应用”技术分享会在北京厦门大厦举行。
  • 总结之知识图谱前沿技术课程

    千次阅读 2017-12-03 17:37:03
    本文的内容主要基于2017年12月2日在苏州大学举办的知识图谱前沿技术课程(感谢各位老师的talk,受益良多)以及本人在之前阅读的有关paper。
  • 我国“十四五”关注的7大前沿技术 我国正在关注的前沿技术研究,除了人工智能与大数据外,还包括量子计算和半导体,因为这是争夺创新至高点的关键。 十四五规划指出,将把“科技自给自足和自我完善作为国家发展的...
  • 有互联网大佬用IMABCDE这七个字母总结归纳了当今最流行的前沿技术,他们分别是IoT物联网、Mobile移动计算、AI人工智能、Blockchain区块链、Cloud云...
  • 云计算前沿技术介绍

    千次阅读 2019-03-14 22:35:42
    介绍几种先进的云计算技术,正是有了这些新技术,才将云计算带到了我们的生活之中,让云计算也不再那样的触不可及。 Spark Spark是加州大学伯克利分校AMP实验室开发通用内存并行计算框架,于2010年成为Apache的开源...
  • Web前端前沿技术专业术语解读

    千次阅读 2016-04-10 15:32:30
    下面将对一下前沿技术专业术语进行一个简单的解读,和一个层次的索引归类什么是FISFIS 前端集成解决方案 Front-end Integrated Solution什么是GIT和SVN ?简单来说GIT和SVN都是版本管理系统。GIT跟SVN一样有自己的...
  • 2015年12月4日下午,中科院计算所培训中心系列技术讲座之“大数据前沿技术分析及安全防范”分享会隆重举行。本次分享的主讲人为业内著名专家杨老师和崔老师。 在数字化时代,获取数据正变得比以往任何时候都简单而不...
  • 计算机物联网前沿技术汇总

    千次阅读 2020-12-23 22:32:30
    区块链起源于比特币区,块链是一个信息技术领域的术语。从本质上讲,它是一个共享数据库,存储于其中的数据或信息,具有“不可伪造”“全程留痕”“可以追溯”“公开透明”“集体维护”等特征。基于这些特征,区块链...
  • 前沿技术资料百度云链接(资料共享)

    万次阅读 2016-11-14 08:52:39
    1024G——前沿技术资料百度云链接:   人工智能:链接:http://pan.baidu.com/s/1nvk5AaP 密码:dpg5 深度学习:链接:http://pan.baidu.com/s/1slvSHpN 密码:v3ro 数据分析:链接:...
  • 欢迎关注官方微信公众号【百度NLP】,及时获取更多业界前沿技术!!! 近日,第58届国际计算语言学协会年会ACL 2020(The Association for Computational Linguistics)于线上开启。这次会议,百度共有11篇论文被录用...
  • 知识图谱表达了各类实体、概念及其之间的各种语义关系,成为了大数据时代知识表示的主要形态之一。知识图谱是目前人工智能领域的一个重要支撑,已经在诸如智能...为此举办此次知识图谱前沿技术课程,邀请了清华大学、
  • 搜索引擎的前沿技术

    千次阅读 2007-05-15 11:21:00
    搜索引擎的前沿技术■ 何清 史忠植 王伟 人工智能中的机器学习技术在基于语料的文本信息处理中获得了快速发展,同时基于统计和经验的方法在超出传统机器学习的范畴之外也发展出一些独特的方法和技术,这些应用将会使...
  • 研究长连接相关的技术,封装了一套以 Netty 为核心的 TCP 客户端库,当时架构组另一位成员一直在研究插件化。 造轮子。
  • AI公开课:19.03.06何晓冬博士《自然语言与多模态交互前沿技术》课堂笔记以及个人感悟 导读:AI与产业界结合,算法还是很重要的。 计算机能不能思考?会不会思考?把哲学问题转为科学问题。 AI生态 IOT+交互+个性...
  • 早在50年前,工业机器人就已经横空出世,给人类带来更多的方便...视觉对人非常重要,人类获得的讯息90%以上都是依靠眼睛,而我们就来看看人工智能的前沿技术——机器视觉。 技术的演进与创新,推动制造业的变革与进...
  • 《计算机科学前沿技术》出版以来获得广大读者好评,并被评为十二五规划教材,书籍售完后进行了加印。 应读者要求,作者开放了部分彩色无删节版本,欢迎大家参考! 该书籍的配套课件随后也会放在书籍网站上供...
  • gbcax链交所【工信部:推进区块链等新兴前沿技术在工业互联网的应用研究】今日,工信部印发《工业互联网发展行动计划(2018-2020年)》,该发展行动计划提出的其中一项重点任务为核心技术标准突破行动,其中的内容...
  • 前沿技术,目前为止功能最全最强大的PLC智能远程模块,物联网模块 如下图,巨控PLC智能远程控制终端不同应用场合的不同型号,巨控GRM模块分为以下4大类,GRMOPC,GRM530,GRM230,GRM110。 一. 巨控GRMOPC系列的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 117,011
精华内容 46,804
关键字:

前沿技术