基于深度集成学习的人脸智能反馈认知方法

人脸识别技术是深度学习的重要研究领域。为了克服传统开环人脸认知模式以及深层神经网络结构的缺陷,模仿人类实时评测认知结果自寻优调节特征空间和分类认知准则的认知模式,借鉴闭环控制理论思想,探索了一种基于深度集成学习的人脸智能反馈认知方法。首先,基于DEEPID网络建立人脸图像由全局到局部具有确定映射关系的非结构化特征空间;其次,基于特征可分性评测和变精度粗糙集理论,从信息论角度建立非结构化动态特征表征的人脸认知决策信息系统模型,以约减非结构化特征空间;再次,采用集成随机权向量函数连接网络,构建简约非结构化特征空间的分类认知准则;最后,构建人脸认知结果熵测度指标,为人脸特征空间和分类认知准则的自寻优调节机制提供量化依据。实验结果表明,较已有方法,该方法有效地提高了人脸图像的识别率。     

基于熵权的信息系统运行质量评价模型及应用

针对信息系统运行质量评价中各指标的模糊性和不确定性,将信息论中的熵值理论应用于信息系统运行质量评价中,建立了信息系统运行质量评价指标体系。为合理地确定信息系统运行质量评价的指标权重,可将权重结构分为主观指标权重和客观指标权重,分别采用层次分析法和熵权法确定各指标权重,再用最小相对信息熵原理把它们综合为组合权重,从而建立信息系统运行质量的熵组合权重评价模型。该模型既可结合专家主观经验法,又可挖掘指标样本值的客观信息差异。应用供电公司信息系统实际数据测算结果验证了信息系统运行质量指标体系及其熵组合权重评价模型的有效性和实用性。     

模糊聚类在运维质量评价中的应用研究

针对目前供电企业信息系统运行质量评价的不完善性,以供电企业信息运行评价与分析为平台,就如何将数据挖掘技术与供电企业信息系统运行质量评价相结合的问题进行了研究。通过对供电企业运行评价指标数据的有效挖掘,利用最大最小法建立相似矩阵,采用传递闭包法做聚类分析,为供电企业信息系统运行质量评价结果分类提供模型和方法的支撑。实验结果表明,该模型操作简便、有效,能更加客观真实地反映供电企业信息系统的运行质量水平。