一种基于显著点和SVM相关反馈的图像检索方法

针对传统基于全局特征的图像检索方法存在的不足,提出一种基于显著点特征和SVM(support vector machine)相关反馈相结合的图像检索方法.显著点提取方法是对图像进行小波分解,选择粗分辨率下绝对值较大的小波系数,它们对应原图像中变化较大的区域,然后在细分辨率下跟踪这些小波系数,提取原图像中的能代表这些变化的点,即显著点;然后利用显著点的空间分布信息,提取显著点周围局部区域的特征进行检索,并对检索结果进行SVM相关反馈.实验结果表明,引入反馈的方法可有效地检索更多的相关图像,明显提高了检索的准确性.

基于Windows CE的远程数据采集与控制系统开发

在传统的数据采集系统基础上,引入了基于Windows CE5.0的嵌入式操作系统平台,通过GPRS(通用无线分组业务)的远程控制技术实现了一个远程数据采集与控制系统。实验结果表明,本文方法可以满足多任务、大容量、高实时性和高稳定性的系统要求,同时具有远程控制方便快捷、成本低等特点,具有良好的人机界面,在物联网和智能家居控制等领域具有一定的应用价值。

工业大数据在生产监控系统中的应用

由于现在在生产过程中存在的信息孤岛问题,设计了基于工业大数据的生产数据采集监控,这篇文章就比较详细的描述了生产数据采集系统的总体架构及设计方法。采用了两种协议,分别是OPC协议跟Modbus协议,根据数据采集完成的数据并且将数据传输到生产实时中心,然后要对数据进行分析,处理,储存等操作,管理者根据得到的数据对整个生产过程进行管理,方便了很多,实现了资源的合理利用,流程更加简化。

大数据分析驱动银行运维体系创新

随着科学技术的快速发展,当今世界已经完全进入了大数据时代.这种情况虽然给银行带去了新的发展机遇,但是也给其运维体系带去了新的挑战.在这种背景下,银行要想获得更进一步的发展,提升自身的核心竞争力,必须跟上时代发展的脚步,充分认识到大数据对自身发展的重要影响,根据自身发展的实际情况展开运维体系的创新,以此来为自身的协调可持续发展起到更大的推动作用,并为我国的经济发展与现代化建设贡献更大的力量.鉴于这种情况,本文首先简单分析了大数据时代银行运维体系所面临的挑战,然后以此为基础提出了几点创新建议,希望通过本文的研究能够为我国银行运维体系的创新发展起到一定的指导借鉴作用.

基于非对称打包和FSVM的图像检索

在图像检索的相关反馈中,引入支持向量机分类方法虽可以提升图像的检索性能,但是传统的支持向量机存在正样本数少、样本非对称、过学习和弱实时性的局限。针对上述问题,提出了一种基于非对称打包的FSVM算法。该算法首先对负样本进行非对称打包处理,最后结合模糊理论与SVM实现图像检索。Corel图片集上的实验表明,当正样本数较小时,该新算法的平均查准率-查全率要优于已有算法。