简介：2009年9月17日，第三届计算机科学技术名词审定委员会在中国科学院计算所成立。全国科技名词委常务委员陆汝钤院士、中国计算机学会理事长李国杰院士，刘群、杜子德、石纯一、邵维忠等专家参加会议。

简介：摘要：分析计算机电子信息技术在工程管理中实际应用及如何提升计算机电子信息技术实用价值，创新工程管理方式。这样可以使计算机电子信息技术得到提高，使其与工程管理模式能够有效融合，促进工程管理能够快速发展，提升工程管理的实效性。

简介：

简介：摘要：近年来，随着我国科学技术的快速发展，计算机软件开发越来越受关注。计算机的应用与发展，计算机技术逐渐改变现代的生产管理模式，计算机的使用，需要软件的支持。利用计算机软件，可以实现企业的信息自动管理，使企业的生产效率与工作效率得到提升。所以，计算的机软件开发工作，成为计算机应用所产生的热门行业，诸多人加入计算机软件开发工作中，对软件开发技术进行研究。软件的开发与应用，也是计算机功能不断完善，也推动计算机软件开发工作进步。

简介：摘要： 事业单位要重视财务档案管理信息化建设的必要性，并结合当前事业单位财务档案管理信息化进程中存在的主要问题，加大财务档案管理信息化推进力度，完善财务档案管理信息化相关制度，加大对财务档案管理资源的挖掘和整理，提升财务档案管理人员素质和能力，更好地发挥财务档案管理信息化的价值和作用，更好地服务事业单位发展。

简介：摘要：大数据时代的带来，逐步扩大了网络技术应用范围，因而使得金融以及科教等领域开始普及应用计算机网络技术，在具体应用过程中收获了较为显著的应用效果。但值得注意的是，大数据背景下计算机网络技术应用过程中，可以说利弊并存，虽然说在计算机网络技术应用背景下极大程度便利人们日常生活生产，但一些潜在网络安全问题也随之而来。现阶段，从网络发展及应用具体情况来看，对其具有严重阻碍的问题就是计算机网络安全问题，基于此，针对具体问题及应对措施的探讨十分必要。

简介：

简介：摘要：随着信息技术的不断发展与广泛应用，我国已经逐渐迈进了信息技术时代。在信息技术的带动下，产生了很多新兴行业的同时也颠覆了很多传统企业的发展模式，为企业的管理和发展带来很多的机遇与挑战。在企业的发展中，计算机应用技术为企业信息化管理提供了保障，并且通过不断的技术革新与发展，使企业在信息化管理过程中，信息的安全性也得到了有效提高。本文主要针对计算机应用技术对其企业信息化发展的影响进行分析，使企业能够在信息技术的推动下不断提高其管理水平，促进企业的进一步发展。

简介：

简介：摘要随着电子信息技术的发展，电子监控系统得到了更广泛的应用，其维护技术也在不断完善。人们生活水平在不断提高，警惕意识也越来越高，电子监控系统恰好可以通过摄像机等设备进行日程生活的管理，大大便捷了人们的日常生活。电子监控现在已经应用到许多行业，促进了我国社会的发展，这也使得电子监控系统维护技术变得尤为重要。本文基于电子系统的构成及相关维护技术展开论述，望可以起到参考作用。

简介：摘要：根据我校士官教学现状，研究了“企业微信平台 +微课”组合模式下的士官线上教学方法，并以“计算机应用”课程为例，按照“课前—课中—课后”三个环节，初步探讨了具体的教学实施过程。

简介：

简介：摘要：针对智能视频监控系统在城轨车辆上的应用进行研究，如疲劳驾驶监控、拥挤度分析、遗留物检测等。其次，阐述了智能视频监控系统的设计与实现原理，对智能视频监控系统的应用奠定基础。

简介：

简介：

简介：

简介：摘要随着社会经济的发展，交通行业承受的压力与日俱增，建立完善的轨道交通电力监控系统有助于监控城市轨道交通情况，保障供电安全。本文通过综述详细说明轨道交通电力监控系统的概念和设计要点，并通过实际案例分析其应用情况，希望对轨道交通电力监控系统的稳定运行有所裨益。

简介：

简介：摘要随着我国经济水平的迅猛发展，各种高速公路也渐渐建成和通车。各高速公路的营运管理单位为提高效率、减少损失、降低营运成本，在供电这方面均采用了电力集中监控管理。本文详细介绍了江苏锡张高速公路电力监控的系统构成、基本功能，以及该系统在实际工作中的运用。

简介：摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题，提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上，利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取，从而当陌生人进入时系统能够精确识别。实现了智能化监控，极大提升了监控的准确性与安全性。 关键词：目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕，减轻了工作人员的负担，并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸，并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上，还增加了以下功能： 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 （ 1）视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对，若信息不匹配，则智能启动无人机，无人机将进行目标追踪。 （ 2）系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统，数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法（ YOLO v3） YOLO v3采用帧间差分法进行图像提取，且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫： passthrough layer，假设最后提取的 feature map的 size是 13*13，那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接，有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强，在 YOLO v3中采用类似 FPN的 upsample和融合做法（最后融合了 3个 scale，其他两个 scale的大小分别是 26*26和 52*52），在多个 scale的 feature map上做检测，对于小目标的检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍，将更之前得到的 feature map与经过上采样得到的 feature map进行连接，这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息，将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图