CS课题
- AI图像处理技术在超高清图像压缩中的新应用
- 基于智能区块链物联网安全加密技术
- 基于人工智能-神经网络计算机视觉的数字化智能交通技术
- 基于深度神经网络的声学异常检测技术
- 基于变换域技术和深度学习方法的高维图像去噪
- 基于深度学习模型的运动模糊图像恢复
- 数据挖掘在房地产价格预测中的应用研究
1.AI图像处理技术在超高清图像压缩中的新应用
本课题旨在采用最新的AI图像处理技术，开发一个高效的超高清图像压缩算法。这种算法的目标是在不损失图像质量的前提下，实现高比例的图像压缩，从而使得数据能够更快速地被传输和分享。
相关学科
计算机科学技术
2.基于智能区块链物联网安全加密技术
本课题将提出了一种基于AI增强的智能区块链（AI-BC）防御系统，该系统结合了混合区块链、状态估计和AI分类技术，物联网抵御网络攻击的能力。
相关学科
计算机科学技术
3.基于人工智能-神经网络计算机视觉的数字化智能交通技术
在本课程中，我们将学习深度学习, 神经网络, 图像识别与检测等基础知识。同时我们也将使用深度学习库Pytorch来实现深度神经网络并完成物体检测，通过上手实操实现自己的神经网络模型用于数字化智能交通案例。
相关学科
计算机科学技术
4.基于深度神经网络的声学异常检测技术
异常声音检测（Acoustic Anomaly Detection，ASD）的任务是识别声音是否发出来自目标机器的数据是正常的还是异常的。本项目关注于如何设计并实现一个异常声学检测的算法模型，以解决实际生产应用中机械自动化异常检测的挑战。
相关学科
计算机科学技术
5. 基于变换域技术和深度学习方法的高维图像去噪
在这个项目中，我们将学习基于传统和高级神经网络的图像去噪的基本思想，讨论现有技术的缺点和可能的扩展。基于此，我们将提出一种新颖的去噪方法，该方法在有效性和效率方面都具有竞争力。
相关学科
计算机科学技术
6.基于深度学习模型的运动模糊图像恢复
本项目旨在使用深度学习方法探讨运动图像模糊恢复的新方法，包括设计不同的网络结构以达到更好的恢复效果、处理目标物体运动速度发生改变等更加复杂的情形等等。
相关学科
计算机科学技术
7.数据挖掘在房地产价格预测中的应用研究
通过基于数据挖掘理论的粗糙集和神经网络的研究，用属性约简算法约简并提取了影响房地产价格的主要指标因素，对降维后的数据进行网络学习和训练，最后用训练好的的网络检验测试样本。
相关学科
计算机科学技术
