基于Gist和IPCA算法的多文种离线手写签名识别

由于离线手写签名图像有效的笔画部分普遍比较稀疏,存在大量的无效白色背景,目前常用的特征描述方法会使得得到的特征数据存在大量冗余,影响识别准确率。识别准确率的提高,需要依赖大量的训练数据和提取多个特征并进行融合,但这样又会因特征数据过多和维度过大而造成计算困难,影响识别效率。为此,提出了一种基于Gist和IPCA算法的多文种离线手写签名识别方法,利用Gist特征聚焦图像的整体布局和笔画部分,同时利用IPCA算法的批处理能力来提高识别效果和运行效率。使用中、英、维3种语言的实验数据集,并使用SVM分类器进行识别实验。结果显示,3个数据集上的识别准确率分别为97.97%,98.43%和97.19%,3种数据混合后的识别准确率为97.70%。经过对比分析可知,提出的方法与之前的相关方法相比明显较优。

华为新技术在电网智能化建设中的应用探讨

南方电网作为国内最复杂、科技含量最高的电网,也是西电东送规模最大、效益最好、发展后劲最强的电网,其中数据中心、生产中心等各个智能节点的相互链接对于网络提出了新的、更高的需求。以敏捷交换机为骨干建立的敏捷网络可以通过链路的智能感知,精细化的业务梳理,以及统一用户管理等方式,快速高效地定位或解决数据网络上的故障或时延,同时高效的规划网络,再通过高可靠性的冗余方案保证网络的整体可用性,相对于传统网络,具有革命性的意义。