一种结合PCA与信息熵的SIFT特征向量自适应降维算法

针对尺度不变特征变换(SIFT)描述子在目标匹配与识别过程中特征向量维数较大、匹配实时性较差的问题,提出一种结合主成分分析(PCA)与图像信息熵的SIFT特征向量自适应降维算法.首先分析SIFT特征向量矩阵的稀疏性,用170组不同场景图像提取的SIFT特征向量作为训练数据,并对其进行PCA投影,生成特征向量PCA矩阵组;其次根据PCA矩阵能量层次与图像信息熵的关系筛选出PCA模板并拟合出"维度-信息熵"关系式;最后,加载PCA模板及"维度-信息熵"关系式,根据测试图像的信息熵,构建自适应降维算法,对测试图像的SIFT特征向量进行降维.本文采用多组图像验证本算法的匹配性能,实验结果表明,本算法能够针对不同场景进行自适应降维,降维后特征点匹配过程耗时降低,匹配精度与降维前相近.

生物识别技术及其在金融支付安全领域的应用

生物识别技术的发展、金融支付安全性的完善以及用户支付体验需求的提升共同催生了生物识别支付,这种新型的支付方式对生物识别技术的硬件和软件都提出了较高的要求.在大数据、云计算和智能硬件发展的基础上,生物特征的采集精度、处理速度以及存储容量都得到大幅提升,硬件方面已不是限制生物识别技术发展的最主要瓶颈.当前,生物识别面临的最大问题在于如何通过优化识别算法来提升生物支付的成功率和可靠性,并且寻找更有竞争力的生物识别支付场景,针对这2个问题,首先在论述生物特征识别技术及其流程的基础上分析了生物识别技术目前存在的问题及业界的解决途径;在此基础上分析了生物识别技术在金融支付安全领域的应用场景.

信息科技视角下商业智能的发展现状、趋势及创新应用

有数据表明,近年来商业智能(BI)市场规模呈逐年上升趋势,企业对于商业智能的需求比较旺盛,但是全球商业智能服务商的前瞻性和执行能力有所下降,商业智能市场发展的速度滞后于企业的需求。针对商业智能发展面临的瓶颈,文章首先基于国内外商业智能发展现状,分析了当前阻碍商业智能发展的因素;其次,从信息科技的视角分析了商业智能的发展趋势以及当前新兴科技在商业智能领域的创新应用;最后,对商业智能的未来发展提出了发展建议。

新兴技术在商业智能创新发展中的应用

有数据表明,近年来商业智能(BI)市场规模呈逐年上升趋势,企业对于商业智能的需求比较旺盛,但是全球商业智能服务商的前瞻性和执行能力有所下降,商业智能市场发展的速度滞后于企业的需求。针对商业智能发展面临的瓶颈,文章首先基于国内外商业智能发展现状,分析了当前阻碍商业智能发展的因素;其次,从信息科技的视角分析了商业智能的发展趋势以及当前新兴科技在商业智能领域的创新应用;最后,对商业智能的未来发展提出了发展建议。

基于局部线性重构的主动支持向量机分类器构建方法

针对基于距离的主动支持向量机(Distance-Based Active SVM,DASVM)在选取初始标记样本时采用了随机的策略而影响了分类器学习效率和分类性能的问题,提出了一种基于局部线性重构的主动支持向量机分类器构建方法(CLASVM)。CLASVM在DASVM分类器构建方法的基础上增加了基于类内-类间局部线性重构的训练样本初选策略,该训练样本初选策略以"聚类假设"和"流形假设"的思想为指导,选取若干同时具有最大类间重构误差和最小类内重构误差的样本作为初选样本进行标记。实验表明,CLASVM在样本初选阶段能够选取较多的支持向量,样本标记成本减少,训练效率与分类器性能与其他参与对比的分类器相比有显著提升。