基于DTW的语音识别应用系统研究与实现

DTW算法在实现小词汇表孤立词识别系统时既简单又有效 ,在特定的场合下获得了广泛的应用 .通过对语音识别数学模型DTW的研究和改进 ,实现了一个特定人孤立词。

FAT-AI人脸识别应用测试结果及基线报告

为对当前人脸识别技术在公安业务中的应用效果和水平进行评估,采用大规模实际应用场景数据,组织行业主流企业进行人脸验证、人脸检索、人脸布控、人像(全身)检索测试,形成了人像人脸识别应用关键技术指标参考基线。该基线报告适用于我国各地公安人像人脸识别系统和工程项目的建设规划、选型、升级及应用效果综合评价考核。

量子点的合成、表征及其作为功能性探针的快速识别应用进展

该文就量子点的合成方法,表征技术以及作为功能性探针的快速识别应用进行较为详尽的评述,展望了量子点作为功能性探针应用于快速识别领域的发展趋势。

第五届模式识别应用和方法国际会议（英文）

24-26 February,2016,Rome,Italy The International Conference on Pattern Recognition Applications and Methods would like to become a major point of contact between researchers,engineers and practitioners on the areas of Pattern Recognition,both from theoretical and application perspectives.Contributions describing applications of Pattern Recognition techniques to real-world problems,interdisciplinary research,experimental and/or theoretical studies yielding new insights that advance Pattern Recognition methods are especially encouraged.

动漫IP资源识别应用要素辨析

以IP为核心推动动漫产业高质量发展,应将IP资源的识别与运用置于重要位置。要重点关注IP的内容表达故事性、IP的艺术呈现转换性、IP的经济效益合理化、IP的社会效益有益性、IP的影响范围破圈力、IP的消费潜力转化率,为合理、有效开发动漫IP资源提供基础前提保障。

大数据背景下园林植物识别与应用课程教学改革研究

随着互联网与大数据技术的飞速发展,教育理念由封闭走向开放。这一变革为高职院校的课程教学与人才培养提供了新的机遇和挑战。在大数据背景下,教育教学方式与人才培养模式都亟需顺应时代发展需求而进行改革和创新。本文以园林植物识别与应用课程为例,基于大数据应用,反思现有教学中存在的问题,并思考课程的教学改革与实践的新路径,通过分析大数据在教育教学中的应用,可以帮助教师提升教学效果,实现教学创新,进而在培养高质量的创新应用型人才方面发挥更积极的作用。

技术应用中系统信任对公众态度的影响研究——以人脸识别技术应用为例

为探究技术应用中系统信任对公众态度的影响,文章以人脸识别技术应用为例,采用抽样调查数据,论证系统信任对人脸识别技术应用的感知和公众态度的影响。结果表明,在人脸识别技术应用中,系统信任对公众态度产生显著的正向影响,其中专家信任、企业信任、政府信任和媒体信任4个分维度均对公众态度产生正向影响,公众对系统的信任度越高,其对人脸识别技术应用的态度就表现得越积极;风险感知对公众态度产生负向影响,公众所感知的风险越高,其态度就越消极;收益感知对公众态度产生正向影响,公众所感知的收益越高,其态度就越积极。

采用序列特征与知识引导的未知网络应用早期识别方法

针对现有网络流量分类方法难以在样本稀缺场景下快速识别早期未知应用这一问题,提出一种基于序列特征与知识引导的未知网络应用早期识别方法。一方面基于Transformer-encoder框架构建流量分类模型(FAIN),该模型利用自注意力机制挖掘流量序列中数据包之间的全局依赖关系,生成具有可分辨性的流量表示向量用于分类。另一方面,为提升FAIN模型在样本稀缺场景下的适应能力,采取监督预训练与元学习相耦合的模型优化策略,赋予模型在小样本场景下快速学习流量分类任务的能力,使其满足识别早期未知网络应用的需求。在公开数据集与真实校园网流量合成的小样本数据集上进行了深入的对比实验。结果表明:所提出的流量分类模型FAIN在公开分类任务上优于现有方法,且优化后的FAIN模型在XJTU-FSTC和CSTNET数据集的5类和10类小样本分类任务上,准确率最高分别提升了16.75%、10.08%和11.57%、8.24%。该研究结果为未知网络应用的早期识别提供了有效的方法支撑。

基于课程成绩分析的高校学生评教结果识别与应用

该文以某高校思政类必修课程的学生评教结果为研究样本,从评教分数(封闭式问题)和意见建议(开放式问题)两部分出发,分析课程成绩与评教结果的关系,识别评教结果的有效性,探索高校学生评教结果应用路径。研究发现,学生课程成绩与评教分数整体数据呈现不相关,个别课程出现负相关;在大多数情况下,课程成绩为“中”(70分≤中<80分)的学生评教分数有效性最高;大一年级课程成绩中等以上(≥70分)的学生评教分数有效性高于其他年级。运用K-means聚类算法对评教数据进行聚类分析,将学生评教样本分为高满意高收获型、高满意低收获型、低满意高收获型和低满意低收获型四个类别。在课程成绩分析基础上,提出高校学生评教结果合理应用的建议。

基于深度学习的音视频应用两阶段识别方法研究

随着互联网的发展,网络音视频应用也呈现快速增长态势。基于隐私保护的目的,音视频多采用SSL/TLS加密。研究深度学习下对SSL/TLS加密音视频应用的识别分类,设计一种针对深度学习的特征工程来挖掘加密数据的隐藏内容特征,实现一种针对音视频应用的两阶段识别方法。实验表明,该方法具有良好的准确率和召回率。

信息技术视角下的园林植物识别与应用课程教学改革

随着职业教育改革的不断推进,教育信息化已成为高职教育的重要改革方向。教育部在《教育信息化十年发展规划》中明确指出,职业教育应以信息技术为支持,推进课程教学和人才培养模式的改革。在此背景下,高职园林专业课程教学需要围绕信息化教学手段改革课程教学设计,以进一步提高教学效果和确保专业人才培养的质量。同时,这也为学生的学习成果提升及未来的就业和发展提供了科技支持。探讨了信息化教学手段在园林专业课程教学中的应用意义,并以园林专业的《园林植物识别与应用》课程为例,分析了信息化手段在课程教学中的应用途径,旨在为园林专业教学的现代化改革和发展作出贡献。

语音识别技术在军用测试设备中的应用

讨论了语音识别技术的一种应用模式,即通过选用动态时间弯折模板匹配法,具体分析了语音数据采集、语音数据处理的实现方式,从而实现语音识别系统在测试设备中的应用。同时,也分析了多线程技术在语音识别系统中所起的重要作用和实现方法。

语音识别技术及应用综述

文章介绍了语音识别技术的一般概念、分类方法和基本原理,从应用领域角度重点介绍了在军事领域、公共事业领域和其他领域内的应用情况。

基于工程认证的射频识别(RFID)原理与应用课程教学改革探索

作为物联网技术中数据采集和传递的重要支撑,射频识别(RFID)的课程是物联网工程专业的核心基础课程之一。由于主客观条件的限制,RFID原理与应用课程在前期的教学环节中存在若干不足之处。通过对教学内容的精简与优化、采用多种教学模式相结合、优化课程的考核体系等多种措施,有效改善了本课程的教学成效,同时使改革后的教学内容更加契合工程认证的要求。

空天地一体化多源数据在县域地质灾害风险调查评价中的应用研究

为实现多源、多级地质灾害调查信息集成与应用,本文具体分析了利用空天地一体化技术在地质灾害风险调查评价中的应用。空天地一体化技术具体为遥感技术、无人机测绘和地面调查等方法在地质灾害风险调查评价中对地质灾害、孕灾条件等的识别和应用。空天地一体化调查技术的综合应用提高了地质灾害隐患识别的能力,对孕灾地质条件进一步的查明和为建立风险评价指标体系提供有力的支撑。本文通过运用空天地一体化多源数据对某县地质灾害风险进行识别研究,深化了空天地一体化多源数据在县域地质灾害风险调查评价中的适用性认识。

网络流量分类与应用识别的研究

首先介绍了网络流量分析的不同层次及机器学习领域的相关知识,分析了采用端口号映射及有效负载分析的方法进行流量分类与应用识别存在的问题;然后从网络流量的统计特征出发,重点介绍了机器学习中聚类和分类的方法在流量分类的应用和问题;最后基于聚类和分类在流量分类中的效用,指出了未来的研究趋势。

基于应用识别的P2P蠕虫检测

对等网中基于漏洞传播的P2P蠕虫是严重的安全威胁.根据P2P蠕虫的传播特点,提出了一种P2P蠕虫检测方法PWD(P2P W orm Detection).PWD主要由基于应用识别技术的预处理和基于未知蠕虫检测技术的P2P蠕虫检测2部分组成,改进了干扰流量的识别和过滤规则,提出了P2P蠕虫检测规则,并引进博弈论的研究方法讨论了检测周期的选取问题.仿真结果和局域网环境下的实验结果都表明,PWD是检测P2P蠕虫和遏制其传播的有效方法.

基于特征串的应用层协议识别

随着各种P2P协议的广泛应用以及逃避防火墙检测的需要,传统的基于常用端口识别应用层协议的方法已经出现问题。文章通过分析可用的文档和实际报文TRACE,分别为七种应用层协议找出其实际交互过程中必须出现且出现频率最高的固定字段,并将这些固定字段作为协议的特征串来识别这七种协议。实验结果表明,相较于端口方法,使用特征串方法识别这七种应用层协议具有更高的准确性,并且时间消耗的增长不会超过2%。

基于抽样分组长度分布的加密流量应用识别

基于确定性抽样数据分组序列的位置、方向、分组长度和连续性、有序性等流统计特征和典型的分组长度统计签名,并结合带数据分组位置、方向约束和半流关联动作的提升型DPI,提出了一种基于假设检验的加密流量应用识别统计决策模型,包括分组长度统计签名决策模型和DFI决策模型,并给出了相应的分组长度统计签名匹配算法以及基于DPI和DFI混合方法的加密流量应用识别算法。实验结果表明,该方法能够成功捕获加密应用在流坐标空间中独特的统计流量行为,并同时具有极高的加密识别精确率、召回率、总体准确率和极低的加密识别误报率、总体误报率。

基于机器学习的网络应用识别研究

近年来,网络应用识别在学术和应用领域备受关注和快速发展,已形成一个相对独立的研究领域。基于机器学习的识别方法更是成为研究热点,并且取得一系列初步成果。研究了这方面的相关问题,分别从识别粒度、特征选择及识别算法等方面进行介绍、归纳,并对典型方法进行重点分析,最后指出了存在的问题及未来研究方向。