利用PCA进行深度学习图像特征提取后的降维研究

深度学习是当前人工智能领域广泛使用的一种机器学习方法.深度学习对数据的高度依赖性使得数据需要处理的维度剧增,极大地影响了计算效率和数据分类性能.本文以数据降维为研究目标,对深度学习中的各种数据降维方法进行分析.在此基础上,以Caltech 101图像数据集为实验对象,采用VGG-16深度卷积神经网络进行图像的特征提取,以PCA主成分分析方法为例来实现高维图像特征数据的降维处理.在实验阶段,采用欧氏距离作为相似性度量来检验经过降维处理后的精度指标.实验证明：当提取VGG-16神经网络fc3层的4096维特征后,使用PCA法将数据维度降至64维,依然能够保持较高的特征信息.     

浅谈JAVA垃圾回收机制

随着计算机技术的迅速普及,Java作为一门面向对象的语言,被广泛应用于开发工作。Java语言的优秀因素之一就是它的自动垃圾回收机制,垃圾回收技术是一种动态的存储管理技术,能够自动的释放可回收对象。本文介绍了可回收对象的判定算法,回收策略以及一些常见的垃圾回收器。     

利用直方图调光算法来提高车牌识别率

在现有各种调光方法的研究基础上,提出一种基于图像策略的先进调光算法-车牌直方图调光算法的车牌抓拍与识别方法.首先,利用车牌的直方图分布来判断曝光信息,根据曝光信息,在亮度模式下通过调节亮度基准的方式实现在复杂光照条件下的自动曝光控制,克服了现有调光方法的不足.同时本文也介绍了该调光算法的具体实现流程.最后以"智通慧眼"车牌抓拍识别设备为例,对该算法进行了实地测试.实验结果表明,与传统调光的车牌识别算法进行比较,本文提出的算法可以有效地提高车牌识别率,并可以直接在车牌抓拍与识别的前端嵌入式视频采集设备中得到应用.     

一种前后端数据交互的安全机制

传统的前后端一体化模式已经发展为目前较为普遍的前后端分离模式。虽然前后端分离框架解决了组件之间耦合性强的问题，但是少有提及与安全性相关的描述。针对现有技术的优缺点，基于RSA和AES算法本身的特性，研究设计一种前后端数据交互的安全机制，通过RSA和AES混合加密并转码的方式增强数据传输中的稳定性和安全性，并使用散列算法的不可逆性验证数据的正确性，将算法密钥的相关业务逻辑抽离出来，形成一个单独的密钥管理服务。     

基于KNN和GBDT的Web服务器指纹识别技术

现有的Web服务器指纹识别方法容易因响应头被篡改而得不到准确的识别结果 ,而且已有的基于机器学习的相关识别方法需要预先发送大量的请求来进行识别 。针对上述问题,通过分析响应头的特征关系,提出一种基于KNN和GBDT的Web服务器指纹识别算法,其只需要发送两种不同类型的异常请求,就能识别对应的Web服务器指纹类型和版本范围。 与已有Web服务器指纹识别算法进行的对比实验结果表明,所提算法的识别速度和准确率均得到了优化。     

基于融合机制的多模型神经网络人物群体分类模型

有效识别图像或视频中人物的不同群体, 是进行图像智能分析的重要环节, 归根结底是研究如何获取图像中的“有效特征”. 本文以卷积神经网络模型为基础模型, 提出多模型融合卷积神经网络的方法, 利用ImageNet训练得到的模型参与本文神经网络模型的权值初始化, 在有效节省时间和计算资源成本的前提下获取更多有效的特征. 实验结果证明, 本模型对于自然场景中的个体分类中成年男性、成年女性、儿童识别准确率可以保持在85%左右, 提高了人物群体分类的准确度和可靠度.     

面向云计算的任务调度算法综述

介绍了云计算,对任务调度在云计算中的地位做了分析,并由任务调度出发,对云计算任务调度算法的研究现状进行分类、梳理和总结.根据调度目标的不同,将算法分为单目标优化的任务调度算法和多目标的任务调度算法,对每类方法的代表性算法进行了分析介绍,并详细总结了每类方法的基本思想,对其优缺点做了分析、对比,并对改进方式进行了归纳.     

基于迁移学习的双层生成式对抗网络

在生成式对抗网络的对抗训练中,目标样本训练集不足会导致模型无法准确学习到对应的特征,但对于需要人工制作、标记的目标样本训练集又很难获取。针对这一问题,提出了基于迁移学习的双层生成式对抗网络模型,在第一层网络中通过伪目标样本让模型学习到目标样本在结构空间的大致分布后,利用迁移学习的思想进行模型迁移,并在第二层网络中根据少量目标样本进行调整。实验中,验证了该模型在中文字体生成与图片框架图转换中的提高,有效地在少量目标样本训练集中训练出更好的模型。     

SIM模块质量分析系统

针对智能卡片生产制造过程中的质量检测问题,提出一种基于SIM的质量的在线视觉检测方案,通过对采集图像光源设计、模块定位以及检测算法的研究,利用图像处理技术中的边缘检测、特征提取、开闭运算和对象识别等关键技术,将打光方案和算法设计相结合,实现了一种利用几何特征匹配的定位算法,用以检测模块中是否有芯片、是否有污物、生锈、条带严重弯曲、花纹断裂、折痕、背面硅胶偏移、硅胶偏厚、报废模块背面硅胶异常凸出、模块条带的定位孔破损等问题.测试结果表明,该系统有效的实现了对SIM卡的质量检测.