李鑫
- 作品数:9 被引量:9H指数:2
- 供职机构:中国刑事警察学院更多>>
- 发文基金:辽宁省社会科学规划基金辽宁省教育厅科学基金更多>>
- 相关领域:自动化与计算机技术政治法律文化科学更多>>
- 大数据应用中的数据安全治理技术分析被引量:4
- 2022年
- 近年来,各行业、各领域中应用大数据的频率不断增加,大数据渗透能力逐渐增强,其商业价值得到了各领域的认可。在此背景下,保障数据安全尤为必要。为此,应树立全局意识,从不同角度认识和分析大数据在应用过程中的数据安全治理问题。因此,本文从数据安全治理思路入手,深入分析了数据安全治理技术的整体架构模式,并进一步指出大数据应用中的数据安全治理技术,旨在为提高数据安全性提供参考。
- 刘沛汐李鑫苏伟光张冬冬
- 关键词:大数据数据安全安全治理
- 基于模糊数学的多源异构数据融合模型
- 2024年
- 针对多源异构型数据来源复杂、结构特殊,导致其融合难度较大的问题,为提升数据融合效率与准确性,提出一种基于模糊数学的多源异构数据融合模型.首先,利用联邦加权平均融合策略,整合从各传感器传输至数据级融合层中的元数据,得到数据级融合结果;其次,结合主成分分析法与典型相关分析法,提取出由网络本体语言统一后数据的特征,完成特征级数据融合;再次,根据模糊数学理论建立、更新模糊规则库,通过决策融合算法,得到决策级融合结果;最后,将上述不同层级的数据融合结果结合建立数据融合模型,得到最终的数据融合结果.实验结果表明,该方法的最大协方差值和绝对误差值不超过0.15,最短融合时间仅为12.6 ms.该方法的融合精度和稳定性较好,时效性与抗扰性均具有显著的优越性.
- 李鑫李鑫
- 关键词:模糊规则数据融合
- 基于低秩稀疏与网络学习的遮挡人脸识别研究被引量:4
- 2020年
- 局部遮挡人脸识别有利于摆脱当前人脸识别的既定条件限制,适应更多的生物识别场景,针对现有研究成果在遮挡人脸识别时表现出的盲目性与非确定性,提出了结合低秩稀疏与网络学习的人脸识别算法。算法结合了低秩稀疏与鲁棒计算,通过构建人脸学习库,为遮挡部分图像的特征分析提供依据,低秩稀疏处理能够尽可能全面的搜索图像分类,网络学习处理能够尽可能优化人脸特征学习库。算法首先引入核范数与误差矩阵构建低秩矩阵模型,同时引入稀疏误差矩阵,以获得更多的分类信息;然后利用拉格朗日对低秩稀疏模型进行寻优计算,根据最优低秩映射矩阵得到低秩学习图像与稀疏误差图像;再根据全局与局部处理要求,分别采取平滑度描述与边缘检测;最后针对低秩稀疏处理过程设计了隐层网络学习,隐层神经元能够对网络输入进行自由度较高的操作,并根据不同类型的隐层节点,对输出函数采取不同的处理方式。仿真结果表明,结合低秩稀疏与网络学习的人脸识别算法有效降低了遮挡噪声的敏感性,提高了算法处理的鲁棒性,对于局部遮挡人脸的识别具有更好的可靠性与实时性。
- 何芳州何芳州
- 关键词:边缘检测
- 我国青少年法律教育存在的问题及对策建议被引量:1
- 2017年
- 我国青少年法律教育方面存在着一些问题,比如说青少年缺乏相应的法律常识,及针对青少年的法律知识教育不足,都对青少年的成长造成很大影响。本文从青少年法律教育不足之处入手找到解决问题的对策建议,以增加我国未成年人在法律教育上的经验。
- 李鑫李新权
- 关键词:法律教育
- 浅析从经济犯罪如何预防刑事犯罪
- 2017年
- 随着经济的发展经济化犯罪现在成为越来越受到公安部门重视的工作,经济犯罪人员在充实个体或者国家活动的过程中不顾集体的经济利益和他人的经济利益从而使自身收益.本文从经济犯罪的现状和经济犯罪本身描述来找到经济犯罪的根源和如何解决刑事犯罪现象.
- 李鑫
- 关键词:经济犯罪
- 基于语义信息的大规模知识图谱补全算法
- 2023年
- 针对现有知识图谱补全算法中存在三元组复杂关系表示能力弱,缺失实体与实体关系三元组预测精度低的问题,提出一种基于改进Trans H算法与DSICNN算法相结合的知识图谱补全算法,提高了缺失三元组的预测精度。上述算法首先通过构建语义信息超平面Si提高Trans H算法性能;然后利用改进算法提取三元组偏导语义信息向量DSI,提高三元组复杂关系表示能力;接着将DSI链接后作为卷积神经网络的输入,通过卷积、池化与投影处理,构建DSICNN模型;最后利用损失函数迭代并用打分评价函数对构建的模型进行评价。链接预测实验与三元组分类实验表明,提出的DSICNN算法针对实体关系预测在MR、MRR以及Hits@10指标上均有着最高性能,且在FB15K-237和NELL-995大数量文本数据集中有着较好的表现,表明提出的算法在提高三元组预测精度降低了三元组复杂关系的表示能力,且可以用于大规模知识图谱补全。
- 李鑫李鑫
- 关键词:知识图谱语义信息
- 高校数据仓库技术应用分析
- 2013年
- 数据仓库技术在大型企业中已经得到了广泛的应用,同时各大高校对师生数据管理、存储与分析的需求也日益增长,但缺乏有效的管理。如何成功地部署数据仓库并使其与现有的数据库以及决策支持系统相互结合为高校信息系统提供服务,成为了目前值得研究的方向。本文结合当前高校的实际应用环境,探讨如何成功部署数据仓库的方法。
- 何芳州李鑫
- 关键词:数据库数据仓库决策支持系统