XiaoMi-AI文件搜索系统
World File Search SystemBalamurugan
Prof.(Dr. M.Balamurugan 教授致辞
知识使用特征减少技术在医疗数据中的作用”。《国际控制理论与应用评论》，ISSN-2229-6093，第 8 卷，第 5 期，第 2153-2160 页。（Scopus 索引）。28. M. Balamurugan 博士和 P. Mathiazhagan，“识别大数据中的核心阶段
网络安全性的量子密钥分布算法深层小波自动编码器使用深神经网络T.Balamurugan 1，e.gnanamanoharan 2，L.Martin 3
摘要。最近一年，大脑成像技术在检查和专注于解剖学和脑功能的新视野中一直发挥着重要作用。图像处理机制被广泛用于医学中，以增强早期检测和治疗。分割和分类对于MRI脑图像处理是至关重要的作用。这项工作的目的是开发一种系统，该系统通过提出的图像分类器的过程来帮助肿瘤检测和脑MRI图像识别。在这项工作中，我们建议一个深层神经网络进行分类和细分。这项工作提出了使用深波自动编码器（DWA）的图像压缩技术，该技术结合了将自动编码器的主要功能与小波变换的图像降解属性最小化的能力。两者的组合对减小与DNN的其他分类任务的函数的大小相同。已经消除了脑系统，并考虑了提出的DNN-DWAE图像分类。与不同现有方法相比，DNN-DWAE分类器的性能评估已得到改善。
简历博士古鲁巴拉穆鲁甘
国家博士研究员（AICTE-NDF）（2004-08）：全印度技术教育委员会 (AICTE) 颁发奖学金，在孟买印度理工学院地球科学系进行博士研究。研究目的是从高分辨率卫星数据和地面地球物理电阻率勘测中识别硬岩地形中的裂缝和深层含水层。使用常规和图像处理技术从卫星图像中识别线性构造。沿着和穿过选定的线性构造进行地球物理电阻率勘测，并在选择的观测井中进行泵测试，以获得含水层特性，如孔隙度、渗透率、透水性、比产量、比容量和下降度。通过 ArcGIS 软件的加权和基于排名的集成分析，识别出合适的地下水潜力和人工补给区。