通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法 .在传统的“特征脸”方法基础上 ,提出了一种基于贝叶斯方法的小样本人脸识别方法 .该方法对于经过预处理的标准人脸图像 ,通过原型脸创建虚拟样本 ,扩充样本数量 ,然后用 PCA降维并提取人脸图像的特征 .对提取的特征用 BEM算法学习该类样本的概率密度分布参数 ,构建贝叶斯混合网络分类器 .该方法可以有效地解决统计学习方法中样本数量不足问题 ,提高小样本人脸识别方法的识别率 ,同样可以运用于模式识别中其它对象识别 .实验表明 ,该方法能提高小样本人脸识别率 。

多类模式识别的动态多叉树算法研究与实现

研究模式识别方法 提出动态多叉树算法 ,用以解决实际环境中复杂的或大模式类别学习及系统动态扩展问题 ,该算法利用分治和局部最优原理缩小目标范围 ,结合整体学习方法提高识别率 ,模拟人脑的循序渐进学习方式 ,实现知识增殖和继承 可解决现有识别系统在学习新知识会破坏已有知识 ,需重新学习的问题 并具有较高的识别率 ,可有效地处理巨模式类识别的问题 该系统可以用于人脸、字符、指纹等对象的识别分类 系统的构造方法体现其通用性 ,性能分析表明其可行性 。

基于Bayesian的期望最大化方法——BEM算法

通过对标准 EM算法收敛于局部极值的原因进行分析 ,提出了基于 Bayesian方法的神经网络新学习算法—— BEM算法 .该算法解决了标准 EM算法的上述缺陷 ,同时还可防止标准 EM算法 Overfitting情况的出现 ,并可防止标准 EM算法有时只响应单一模式而失去泛化能力情况的出现 .实验结果表明了该算法的正确性和有效性 .该算法对研究和发展标准

层次化混合神经网络分类器信念分配问题的研究

层次化混合专家神经网络采用"分治"原理,把一个大任务分成多个小任务由多个小网络进行处理,或者说多个具有不同功能的小网络组合成一个大的网络,用于实现复杂的或大数据量学习问题,提高单个网络的性能.在混合专家神经网络中,信念分配对神经网络性能起决定作用.本文研究混合神经网络中各子网络的协同工作方法,提出一种新的信念分配方法,实现层次化混合专家神经网络的信念分配与功能不断增强的分类器.

多文本网络多向分组交谈会议系统的研究

作者介绍了多文本的网络会议多向分组交谈的设计和实现。实现环境是基于TCP/IP协议下的局域网,在Win95环境下用WinSocket编程实现。该软件实现了会议主持者对会议调度与分组管理,控制。可以任意分组,允许会议参加者加入多个组中进行讨论,具有很大的灵活性。

基于神经网络的混沌加密算法

首先用神经网络来训练已知混沌序列 ,并利用该模型产生的非线性序列实现了明文、密文之间的转换 .该算法的优点之一是神经网络 (NN)隐式混沌映射关系使直接获取映射关系变得困难 .经理论分析选择了较好的神经网络学习方法 .实验进一步表明 ,该算法产生的序列随机性、抗破译性能良好 ;加密弹性大 ,可扩充性好 ;加密速度快 .

神经场整体性和增殖性研究与分析

信息几何是 2 0世纪 90年代初开始形成的理论 ,它将流形上的现代微分几何方法引入到神经计算科学中 ,为神经网络和信息论提供了十分有用的新的数学工具 ,也为大脑信息传输方式引入新的观念 以信息几何为工具 ,研究由全体神经网络组成的非线性空间神经场的整体不变性 ,分析和证明了神经场复杂结构的可分解性 ,提出了知识可增殖人工神经网络模型 其结果将有助于理解和解释人的感知系统的组织结构、定位机理和嵌入问题 ,提高神经网络复杂模型的研究水平和层次 ,挖掘认知科学在计算机模式上新的突破点 ;有助于增强神经网络的可理解性 。

金融纽带下的行业生态重构

近年来,有两个变革是非常显著的:一是以大数据为代表的新技术的变革;二是'生态',即把新技术运用到适宜的场景里,典型如金融与物业管理的跨界融合。未来,5G通信技术的发展,将大大提升现有的视频传输技术和大数据处理技术,使万物互联成为可能。

网上多点实时语音交互系统的设计和实现

文章讨论了网上多点实时语音交互系统的设计和实现，提出了合理实用的多点语音实时交互模型。采用了客户机／服务器模式及ＵＤＰ通信技术和简捷的数据压缩技术，以Ｗｉｎｄｏｗｓ环境下ＴＣＰ／ＩＰ协议的Ｗｉｎｓｏｃｋ编程接口、有关多媒体的ＡＰＩ、ＤｉｒｅｃｔＸ为工具，并以ＶＣ＋＋５．０为开发环境，在局域网内实现了一个多点语音实时交互系统。

基于数据驱动和面向对象的医院管理系统研究

针对软件危机,作者介绍了一种应用面向对象技术和软件重用进行软件开发的方法,指出系统的ER图和逻辑功能图与实例连接图之间的相似性及对应关系,最后通过实例证明了这种方法的有效性。

医院信息系统构件的领域分析与实现

软件复用已经成为解决软件危机的关键方法和软件界关注的焦点及研究的核心。领域分析方法是现软件复用技术的一个重要方法。我们把该方法应用于医院行业开发,达到了加大软件复用度,减重复劳动,提高行业软件开发的效率与质量的目的。

知识可增殖人工神经网络的研究与实现

知识可增殖人工神经网络是一个由多个已知功能人工神经网络和匹配人工神经网络协同工作共同组成的具有扩展功能、知识继承和积累作用的大规模人工神经网络。文章使用微分几何作为数学工具来分析、描述神经网络的场理论,研究可学习的机构和已知功能人工神经网络之间的组织结构协同工作方法。并利用统计流形整体不变几何结构特性为理论基础,完成层次化混合专家神经网络的信念分配,实现知识可不断扩充,功能不断增强的人工神经网络。

基于工作站网络的负载平衡智能调度模型的研究

工作站网络作为一种新的并行计算结构越来越受到人们的重视,如何采取有效的调度策略来平衡各结点的负载,从而提高整个系统的并行性和资源利用率,已经成为人们的研究热点。本文提出了一种基于NOW的免载平衡智能调度模型。该模型根据任务负载情况,采用自适应、知识获取等技术,实现智能负载平衡调度。

变革于内,赋能于外,开放合作重塑服务边界

当前,发展数字经济、建设数字社会已上升为国家发展战略。平台经济作为典型代表,正逐步成为数字经济时代的重要经济形式。作为国有大行,工商银行积极研判发展趋势,迎国家所需、立金融所能、扬工行所长,达社会所盼,在助力平台经济健康持续发展中扎实服务实体经济,扎实服务人民大众。一、谋篇布局,破势而发:平台经济下的机遇与变革1.迎国家所需国家“十四五”规划对数字中国建设、数字经济发展进行了战略部署。平台经济是数字经济发展的重要支撑,引领着数字经济模式和场景创新,尤其是新冠肺炎疫情暴发以来,在政府治理。

5G消息时代的金融科技变革

每一次技术革命都给人类生产、生活和思维方式带来深刻影响,是对认知的重启,也是财富再分配的机会。4月8日,国内三大电信运营商联合手机终端厂商等机构发布《5G消息白皮书》,提出要将5G消息打造成为5G生态和数字经济基础设施的设想(5G消息主要实现消息的多媒体化、轻量化、交互化,具有服务探索、发现、交互、支付等一站式业务体验,具备原生化和实名化等特点)。

金融科技八卦之当下与未来

入2.0阶段,转型成一家服务于金融机构的科技公司。2018年蚂蚁金服对发展方向进行战略调整:计划转型为一家金融科技服务公司。金融科技风起云涌,企业将何去何从?以上问题的答案在哪里?若理解了金融科技本质和业务模式,则所有疑问将烟消云散。而只有理解了金融科技的本质,企业方才可结合自有能力和具体环境,找到最适合自己的金融科技发展之路。