如今，大量不同格式的异构数据可用于各种应用程序。 其中一个领域是犯罪调查。 在法医调查中，通常需要识别潜在指纹。 这种调查需要有效的计算方法。 随着现有存储技术的技术进步和局限性，需要有效的工具和技术来对庞大的数据集执行大数据分析和计算。 尽管大数据对法医专家来说是一个挑战，但它可以帮助他们检测犯罪模式，这是解决问题和了解现有情况的重要线索。 在本文中，我们使用 Apache Spark 分析了数据集中存在的潜在指纹图像。 这些实验有助于了解如何使用 SparkML 管道读取、处理和分析巨大的图像数据集。 此外，建议在现有框架上使用 Spark 中的深度学习改进识别和特征提取架构，以解决这一重要的研究问题。
2022-10-26 19:21:18
471KB
1
通过在50张英文名片图像的实验来分别验证本文所提方法的正确性，说
明了基于半阈值的粘连字符方法具有高达95．32％的分割正确率，比投影法提高了
近十个百分点；与基于二值化的字符特征相比，基于半阈值化的字符特征具有一
定的鲁棒性；遗传优化的BP神经网络比一般的BP神经网络具有较快的收敛性和
较高的识别率；最后，本文在NokiaN95上实现了一个原型识别系统，系统的图片
拒识率只有6．25％，字符识别正确率达97．35％。
2022-10-13 21:03:24
4.05MB
1
以下是俞栋演讲的主要内容：GMIS 2017 | 腾讯AI Lab副主任俞栋：语音识别研究的四大前沿方向大家好，我是俞栋，现在腾讯 AI Lab，是西雅图研究室
2022-10-12 16:04:29
1.59MB
1
为了实现肺部病症信号的匹配识别，采用改进型自适应噪声的完全集合经验模态分解（ICEEMDAN）和多层感知机（MLP）相结合的肺音信号特征识别方法。采集肺音信号预处理后经过ICEEMDAN分解得到IMF分量并构造多维特征向量，输入多层感知机（MLP）对正常肺音、哮鸣音、干罗音和中湿罗音信号学习。测试结果表明，该分类方法比极限学习机（ELM）与BP神经网络匹配精准率更高，达到91.67%。
2022-08-03 20:03:42
1.93MB
1
人工智人-家居设计-TiAl40Cr扩散焊界面超声信号特征分析与缺陷智能识别研究.pdf
2022-07-04 09:05:27
2.05MB
在电力线数字通信信号识别研究中，针对电力线通信强噪声干扰和识别器算法复杂的现状，设计了一种算法简单、计算量小的信号识别器。在输入噪声为背景噪声的条件下，通过小波变换的方法提取电力线数字通信信号的特征值，由统计识别模式得到最优识别阈值，将阈值和信号的特征值进行比较，最终识别信号的调制类型。仿真结果表明，当信噪比为5 dB时，类间和类内的正确识别率分别达到93%和95%。
2022-07-03 10:13:51
432KB
1