一种基于深度图像的DAG-SVMs数字手势识别方法

基于深度图像当然DAG-SVMs数字手势识别方法采用Kinect的骨骼追踪技术对人体手部关节进行跟踪,获取手部关节的深度坐标,将深度骨骼信息融合彩色信息进行手部分割。结合边缘长度矩与Hu不变矩作为数字手势的新特征。通过构建与优化DAG-SVMs分类器,实现了对数字手势的分类识别,仿真实验结果表明,采用基于深度图像的DAG-SVMs数字手势识别方法可以有效降低光照强度干扰,且平均识别率达到98%。

基于时间特征分析的网络评论预测系统

以Amazon网站的中文网络评论为研究对象,提出了一种基于时间特征的网络评论预测系统。通过时间对投票结果的影响的分析,定义了DC模型评测方案。经过与Confidence模型的比较,结果表明,在评测中考虑时间因素的方案的标准误差更小,可以有效地提高预测准确度。

大数据背景下高校财务管理优化路径探析

近些年来,现代化技术发展迅速,人类已经从工业经济时代进入到了新数字经济大数据时代,给社会带来了巨大的影响。在这样的时代变革下,高校应改变传统的财务管理模式,顺应时代的发展,创新知识、理念和技术等方面,进一步适应大数据时代的需要。本文以大数据为背景,讲述了大数据的概念以及对高校财务管理的积极影响,并列举了大数据背景下高校财务管理优化的几个路径分析,点明了大数据可以优化和创新财务管理模式,对于高校财务管理有着重大意义。