银行业务集中式分组交易核心平台研究与应用

银行核心系统是以处理银行最基本的存款、贷款业务为主的IT系统,其中的交易平台体现了银行核心乃至整体IT服务能力.为了提高集中式架构的核心系统在交易高峰期的服务能力,本文设计了一种具备交易分组能力的核心平台.该平台涵盖了交易服务器、交易分发器、交易处理器三层架构,通过交易分组服务算法实现处理作业按交易分组以及动态分配系统资源.实验结果表明,相较于传统的监听-分发两层结构,本文设计的具备交易分组能力的三层结构的核心平台,具备较高的并发处理能力,系统资源使用情况也比较平稳.     

一种带禁忌搜索的粒子并行子群最小约简算法

为了提高基于群体智能的粗糙集最小属性约简算法的求解质量和计算效率,提出一个结合长期记忆禁忌搜索方法的粒子群并行子群优化算法.并行的各子群不仅具有禁忌约束,而且包含多样性和增强性策略.由于并行的子群共同陷入局部最优的概率小于一个粒子群陷入局部最优的概率,该算法可提高获得全局最优的可能性,并减少受初始粒子群体的影响.多个UC I数据集的实验计算表明,提出的算法相对于其他的属性约简算法具有更高的概率搜索到最小粗糙集约简.因此所提出的算法用于求解最小属性约简问题是可行和较为有效的.     

基于快速蚁群的银行客户信息属性约简算法

银行客户群体细分对于业务营销具有深远的意义, 客户信息具有数据量大、维度高、变化需求频繁的特点, 为此需要引入一种快速的属性约简算法, 以满足关键属性快速提取进而构建决策的要求. 本文通过改进传统的基于蚁群的属性约简算法, 优化每次迭代过程中的蚂蚁搜索的集合转移策略, 提出了一种基于快速蚁群算法的属性约简算法. 多个UCI数据集实验计算表明提出的新算法求解速度优于传统的基于蚁群算法的属性约简算法, 并且求解质量较优; 最后通过银行客户数据进行实践, 验证了该算法的可行性.     

一种新的粒子群拓扑设计准则

粒子群优化算法的搜索性能取决于算法探索和开发能力的平衡,与算法所使用的拓扑结构相关。现有的粒子群拓扑结构不能较好地平衡算法的探索性能和开发能力。为此,依据低配位数、高堆积密度和3D结构等特征,提出一种新的拓扑设计准则。根据此准则,设计一种菱形十二面体的拓扑结构,该拓扑结构由球体按照六方晶格和面心立方结构堆积而成,是具有最大空间利用率的3D最密堆积结构,且拥有较低的平均配位数。实验结果表明,与现有的拓扑结构相比,该拓扑结构搜索到全局最优值的概率较高。     

信息熵最小约简问题的若干随机优化算法

现有的启发式属性约简算法一般无法得到信息熵意义下的最小属性约简。为此,文中探讨应用随机优化算法计算信息熵意义下最小属性约简的问题。首先通过定义适当的适应值函数,将信息熵意义下的最小属性约简问题转化为不含约束的适应值优化问题,证明问题转化的等价性。研究基于遗传算法、粒子群优化算法、禁忌搜索以及蚁群算法等若干随机优化算法的求解效率和求解质量,并用一批UCI数据集来加以测试。实验结果表明,文中设计的带增强策略的基于全息粒子群的属性约简算法,具有较高的获得信息熵意义下最小属性约简的概率和较优的算法性能。关键词随机优化算法,粗糙集,信息熵,最小属性约简,全息粒子群中图法分类号TP181ResearchonComputingMinimumEntropyBasedAttributeReductionviaStochasticOptimizationAlgorithmsMASheng-Lan,YEDong-Yi(CollegeofMathematicsandComputerScience,FuzhouUniversity,Fuzhou350108)ABSTRACTExistingheuristicattributereductionalgorithmsgenerallyfailtogetaminimumentropy-basedattributereductionofadecisiontable。Somestochasticoptimizationalgorithmsarediscussedtosolvetheproblemofentropy-basedattributereduction。Firstly,aproperfitnessfunctionisdefinedtotransformtheminimumattributereductionproblemintoafitnessoptimizationproblemwithoutadditionalconstraintsandtheequivalenceoftransformationisproved。Then,thesolvingefficiencyandthesolutionqualityofsomestochasticoptimizationalgorithmsarestudiedsuchasGeneticAlgorithm,ParticleSwarmOptimization,TabusearchandAntColonyOptimization。SomeUCIdatasetsareappliedtotestthoseperformances。TheexperimentalresultsshowthatthefullyinformedPSObasedattributereductionalgorithmwithrefineschemehasahigherprobabilitytofindaminimumentropy-basedattributereductionandgoodperformance。     

一种基于博弈策略的群智能属性约简算法

建立了粒子群算法与博弈论之间的联系,在此基础上,引入一种基于博弈策略的群智能搜索机制,并应用于粗糙集最小属性约简问题的求解。由此构建的属性约简算法,可以设置不同的参与团体及其博弈策略,构建相应的支付效用矩阵,并能通过博弈过程构建策略的最优组合。多个UCI数据集的实验计算表明提出的基于博弈策略的新算法求解质量优于粒子群优化算法、禁忌搜索、遗传变异和变异粒子群优化算法,并具有较小的计算开销。     

基于深度学习的文本检测算法在银行运维中应用

银行故障单中故障的截图常存在与自然场景中,能够在该图中精确地进行文本检测,将可以提高文本识别的精确度,并提高案例库的搜索和主动运维能力.为了提高自然场景文本检测的效率,提出了一种基于深度学习的自然场景文本检测算法.算法首先提取出图像中的最大稳定极值区域作为候选字母,利用单链接层次聚类得到候选文本,对候选文本进行中值滤波,最后通过一个深度置信网络DBN来删除非文本候选.实验结果表明,基于DBN的方法能有效提高自然场景文本检测的准确率,比传统方法具有更好的结果.     

面部分层过滤的银行客户识别系统

银行客户识别具有深远的意义,在不同的应用场景下可以采用人脸识别算法识别出银行的重要客户.当人脸的特征部位信息发生变化或被掩盖时,人脸识别的精确度会大大降低.本文通过引进面部分层过滤算法,在进行人脸识别之前去除脸部的非特征信息（例如胡子,眼镜,疤等）,从而使得人脸识别的处理对象具有更高的统一性.通过MUCI数据集验证了面部分层过滤的可行性,并通过在统一识别模块中加入面部分层过滤算法,提高了识别率,验证了该算法的可行性.