数据识别

摘要： 为提升船舶航行数据自动采集的实时性、完整性,并保证采集数据的质量,设计人工智能的船舶航行数据自动采集系统。数据感知设备采集船舶航行相关数据,采用卷积神经网络部署动态网络节点,利用时间反转镜方法控制网络信道的均衡程度,数据管理模块通过执行器下达执行指令,控制数据的读写、交互缓存等,并对数据实行滤波处理后,再次利用卷积神经网络获取船舶航行数据识别的关键字,并将该数据并存储至数据库中。测试结果表明:该系统的信道均衡偏差波动范围小,信道干扰率低,连通性好,能够采集多维度船舶航行数据,数据质量高;采集数据能够为船舶航行提供可靠依据。

摘要： 一直以来,围标串标犯罪行为因其隐蔽性强且查处取证难而屡禁不止,而大数据分析可以高效、低成本地挖掘潜藏的围标串标行为。鉴于此,本文主要运用大数据技术从主体关系分析、关键指标雷同、投标价格分析、专家评标分析、电子标书鉴定、异常人员分析、异常行为分析等方面对围标串标进行有效识别,并有针对性地提出了提升大数据识别及预防围标串标的建议措施。

摘要： 电力系统不良数据识别方法以单一误差为标准多次比对、多次循环,难以同时处理大量数据,导致不良数据识别误差大、速率低。为改进不良数据识别方法存在的缺陷,设计了基于分布式并行计算的电力系统不良数据识别方法。采用MapReduce模型搭建分布式并行计算框架;设定不良数据判断标准,预处理电力数据;利用标准残差向量和残差灵敏度,识别电力系统不良数据。通过试验验证识别方法的应用效果,结果表明所提方法的平均识别相对误差为12.51%,多种类不良数据漏检率较低,证实了该识别方法的应用效果良好。

摘要： 人们在网络上留下来的消费明细、浏览记录、健康数据等都能够成为互联网企业识别数据的资料,以此来剖析大众未来互联网使用的趋势.根据一部分互联网企业的线上隐私政策不难发现,互联网企业从申请注册环节开始,便收集、识别大众的数据信息内容,使个人经济水平等隐私问题成为全透明.这种做法实质上是通过侵害消费者本人的经济数据,以此获得互联网企业的经济发展.

摘要： 创新是一个企业发展的灵魂。在供电服务水平提升方面,国网商丘供电公司立足企业实际,依托互联网技术,积极探索,不断创新,让供电服务紧跟互联网发展的步伐,促进了供电服务向快、向好、向优发展,打造了良好的营商环境,有效提升了广大客户的电力获得感。——办电进入“刷脸”时代“刷个脸就能办理用电业务,省去了很多的资料,非常方便。”7月5日,商丘示范区村民曹先生通过脸部数据识别系统顺利办理了用电业务,对“刷脸”办电赞不绝口。

摘要： 传统海量语音数据识别及分类方法容易受到噪声影响,导致识别效果较差,基于此提出了基于深度学习的海量语音数据识别及分类方法.以DSP TMS320VC5410为核心,调节电路进入TLC 320AD 50C模拟/数字(A/D)转换阶段,放大语音信号,读取响应中断的C5410样本数据,回放语音,读取FIFO,去除工频干扰,将信号写成数据形式,完成海量语音信号采集.构建去噪自动编码器,叠加随机噪声,计算语音词序列,获取语音数据识别精准程度评分.提取隐藏层中原始数据特征,使用深度学习方法处理大量未标记数据,经过训练阶段,实现语音识别.以块为单位,不断迭代寻找稀疏向量,以此表示语音数据分类结果,使语音识别结果避免噪声干扰.由实验结果可知,该方法识别i音标和A音标结果时,与系统归一化频率一致,具有良好的识别与分类效果.

摘要： 油气管道具有距离长、沿线地形地貌复杂的特点,管道内输送天然气、油品等危险介质,一旦发生泄漏、燃爆等事故,将造成严重后果,因此,管道巡护工作至关重要.长输管道及其附属设备处于野外,极易遭到自然或人为因素的破坏,但仅依靠传统管道人工巡护方式实现管道安全稳定监控存在很大困难.随着科学技术的不断发展,基于无人机结合数据智能识别技术可有效应对地形复杂、第三方施工频繁的管道巡检监控,应用前景更为广泛.

摘要： 为解决食品安全长效化监管的痛点,河南省洛阳市洛龙区紧紧抓住省级食品安全示范区创建契机,大力探索推进“互联网+”智慧监管长效监管模式,让大数据识别违规行为,设置食品安全红黑榜,让消费者参与监管,用“市场化的手”推动优胜劣汰,从而提高监管效能,促进长效化工作落到实处。

摘要： 针对财务舞弊判别的需求,文中对异常财务数据的智能识别方法进行了研究,建立基于数据挖掘思想的数据分析模型.该模型从时间序列处理的角度出发,引入动态时间规整算法进行时间序列相似度的计算.计算完成后,在算法的搜索过程中,X轴上的特征向量无需再与Y轴点对应的特征向量比对,而是与[ymin,ymax]内的特征向量进行比对;时间标号前进时,只需关注前一列累计的距离,不用再保存所有的距离矩阵,大幅度节省了算法运行时所需的内存空间.在采用动态时间规整算法计算时间序列的间距后,使用K邻近算法得到财务序列的分类结果.为了评估算法的综合性能,文中使用朴素贝叶斯分类算法作为对照进行实验.仿真结果表明,所提算法每一组数据识别的正确率均在80％以上,且每组数据的识别正确率均明显高于朴素贝叶斯算法.

摘要： 酒店在线评论具有数据量大、包含文本、图片等多模态数据的特点,对在线酒店评论信息分析的准确性会产生一定影响.本文探究基于酒店消费者生成的酒店在线评论信息有效性识别问题,从数据分析的角度出发,对酒店在线评论中的多模态信息进行融合,进行有效性识别处理.以酒店真实在线评论中的图文数据进行多模态语义融合,同时使用机器学习和深度学习方法识别出积极评论和消极评论.实验证明,本文提出的方法可以很好地提取出评论中的影响因素,并且对评论的分类效果较好.

摘要： 文章基于模糊理论设计了一种新的模型数据识别方法:运用模糊数学理论对目标问题和模型进行模糊化处理;构造模糊机制下的相似度函数来实现模型的数据识别.该方法通过一个应用算例进行了验证,并将其运用到军事领域中.

摘要： 传感器测量系统不可避免地会出现数据失效现象,准确识别连续失效数据位置成为工程实践中迫切需要解决的问题。传统的信号处理技术仅从传感器自身的某一数据特性来识别连续失效数据。本文在多传感器信息之间关联分析基础上,提出了一种基于滑动时间窗计算传感器之间关联度来识别连续失效数据的方法,并在实验和工程实践中得以验证。

摘要： 2017年2月,我国国家癌症中心发布最新数据,全国每天约l万人确诊癌症,情况严峻.并且由于我国恶性肿瘤的早期检出率仅为20％,死亡率高达63.1％,与欧美国家相去甚远.传统的超声医学诊断技术如B超、MRI、CT均无法反应检测组织的化学成分,"金标准"活检病理有创伤、耗时长、取材局部,均不够理想,早期检测技术十分急缺.本文初步尝试了基于机器学习的方法对肿瘤光声谱数据进行分类识别。

摘要： 2017年2月,我国国家癌症中心发布最新数据,全国每天约l万人确诊癌症,情况严峻.并且由于我国恶性肿瘤的早期检出率仅为20％,死亡率高达63.1％,与欧美国家相去甚远.传统的超声医学诊断技术如B超、MRI、CT均无法反应检测组织的化学成分,"金标准"活检病理有创伤、耗时长、取材局部,均不够理想,早期检测技术十分急缺.本文初步尝试了基于机器学习的方法对肿瘤光声谱数据进行分类识别。

摘要： 2017年2月,我国国家癌症中心发布最新数据,全国每天约l万人确诊癌症,情况严峻.并且由于我国恶性肿瘤的早期检出率仅为20％,死亡率高达63.1％,与欧美国家相去甚远.传统的超声医学诊断技术如B超、MRI、CT均无法反应检测组织的化学成分,"金标准"活检病理有创伤、耗时长、取材局部,均不够理想,早期检测技术十分急缺.本文初步尝试了基于机器学习的方法对肿瘤光声谱数据进行分类识别。

摘要： 2017年2月,我国国家癌症中心发布最新数据,全国每天约l万人确诊癌症,情况严峻.并且由于我国恶性肿瘤的早期检出率仅为20％,死亡率高达63.1％,与欧美国家相去甚远.传统的超声医学诊断技术如B超、MRI、CT均无法反应检测组织的化学成分,"金标准"活检病理有创伤、耗时长、取材局部,均不够理想,早期检测技术十分急缺.本文初步尝试了基于机器学习的方法对肿瘤光声谱数据进行分类识别。

摘要： 大数据时代来临,信息安全、数据泄漏的问题频频发生,有不少企业担心重要的数据外泄对企业形象及实际利益带来重大损害.对于油田领域,信息化的价值更是不容忽视.随着互联网等相关技术的不断成熟,更多数据涌入到油田信息体系中,海量的数据与数据结构的多样组成了油田的大数据环境,同时也为油田信息安全带来新的挑战.本文就大数据时代的典型信息安全威胁进行分析,提出在数据安全方面的主要防护措施.

摘要： 大数据时代来临,信息安全、数据泄漏的问题频频发生,有不少企业担心重要的数据外泄对企业形象及实际利益带来重大损害.对于油田领域,信息化的价值更是不容忽视.随着互联网等相关技术的不断成熟,更多数据涌入到油田信息体系中,海量的数据与数据结构的多样组成了油田的大数据环境,同时也为油田信息安全带来新的挑战.本文就大数据时代的典型信息安全威胁进行分析,提出在数据安全方面的主要防护措施.

摘要： 大数据时代来临,信息安全、数据泄漏的问题频频发生,有不少企业担心重要的数据外泄对企业形象及实际利益带来重大损害.对于油田领域,信息化的价值更是不容忽视.随着互联网等相关技术的不断成熟,更多数据涌入到油田信息体系中,海量的数据与数据结构的多样组成了油田的大数据环境,同时也为油田信息安全带来新的挑战.本文就大数据时代的典型信息安全威胁进行分析,提出在数据安全方面的主要防护措施.

摘要： 大数据时代来临,信息安全、数据泄漏的问题频频发生,有不少企业担心重要的数据外泄对企业形象及实际利益带来重大损害.对于油田领域,信息化的价值更是不容忽视.随着互联网等相关技术的不断成熟,更多数据涌入到油田信息体系中,海量的数据与数据结构的多样组成了油田的大数据环境,同时也为油田信息安全带来新的挑战.本文就大数据时代的典型信息安全威胁进行分析,提出在数据安全方面的主要防护措施.

摘要： 本发明提供容易识破外表为相同外观的伪造品、并且代码的读取精度高的技术。从进行读取的一侧看，依次具备：胆甾型液晶层（102），实施全息图加工（103），选择性地反射具有特定中心波长的第一旋转方向的圆偏振光；代码形成层，其形成有成为读取的对象的代码印刷图案（107），通过所述全息图加工（103）形成全息图像，所述全息图像在使用光学读取装置与所述代码同时读取时，阻碍所述代码的信息的读取。

摘要： 多分类识别器识别数据所表征的特征是属于多个分类中的哪个分类，具备：第1阶层识别器生成单元，其生成进行1对N的识别的多个第1阶层识别器；和第2阶层识别器生成单元，其通过将多个第1阶层识别器分别输出的各计分值进行连结来生成第2阶层特征向量，输入该第2阶层特征向量来生成进行1对N的识别的多个第2阶层识别器，多分类识别器将通过使数据输入到多个第1阶层识别器而由该多个第1阶层识别器输出的各计分值进行连结来生成第2阶层特征向量，将与通过使该第2阶层特征向量输入到多个第2阶层识别器而输出了最大的计分值的第2阶层识别器相对应的分类，识别为所输入的数据所表征的特征所属的分类。

摘要： 本发明提供容易识破外表为相同外观的伪造品、并且代码的读取精度高的技术。从进行读取的一侧看，依次具备：胆甾型液晶层（102），实施全息图加工（103），选择性地反射具有特定中心波长的第一旋转方向的圆偏振光；代码形成层，其形成有成为读取的对象的代码印刷图案（107），通过所述全息图加工（103）形成全息图像，所述全息图像在使用光学读取装置与所述代码同时读取时，阻碍所述代码的信息的读取。

摘要： 公开了一种数据识别模型构建设备。所述数据识别模型构建设备包括：视频输入器，被配置为接收视频；图像合成单元，被配置为基于形成所述视频的至少一部分的多个图像中的每个图像中包括的公共区域，通过将所述多个图像的至少一部分重叠来产生合成图像；学习数据输入器，被配置为接收产生的合成图像；模型学习单元，被配置为使用产生的合成图像使数据识别模型进行学习；以及模型存储器，被配置为存储学习后的数据识别模型。

摘要： 本申请涉及一种异常数据识别方法、标签识别方法、异常数据识别装置、计算机设备、存储介质和计算机程序产品，通过获取待识别的样本数据，并根据样本数据构建回归决策树模型，进而根据预设识别规则以及回归决策树模型获取异常数据的识别条件，根据识别条件识别样本数据中的异常数据，能够准确识别样本数据中的异常数据，从而根据将异常数据剔除后的目标训练数据构建对应的标签识别模型，能够提升模型识别的准确率，实现标签的准确识别。

摘要： 本发明公开了一种精子关键点数据识别模型训练方法、数据识别方法及装置。该模型训练方法包括：获取多帧多精子样本图像，以及获取所述多精子样本图像的样本标签；迭代执行如下训练过程，直至训练完成得到精子关键点数据识别模型：将所述多精子样本图像输入至训练中的精子关键点数据识别模型，并得到所述精子关键点数据识别模型输出的关键点数据识别结果，基于所述关键点数据识别结果和所述样本标签对所述训练中的精子关键点数据识别模型进行训练，其中，所述关键点数据识别结果包括所述各部位的部位关键点所在区域的位置区域数据和所述部位关键点所在区域的区域像素数据；实现了提高未经染色过的精子样本中精子识别的准确性。

摘要： 本公开涉及一种数据识别模型的训练方法、数据识别方法、装置及设备，该方法包括：获取多组核磁共振原始数据，将多组核磁共振原始数据转换为一维频率信号，得到多组一维核磁共振数据，对于每组一维核磁共振数据，将一维核磁共振数据在指定方向进行组合，得到组合后的核磁共振数据，将得到的多组组合后的核磁共振数据输入核磁共振数据识别模型进行训练。通过使用核磁共振原始数据来训练核磁共振数据识别模型，使得核磁共振数据识别模型可以直接对核磁共振原始数据进行识别，避免对核磁共振原始数据进行图像重建过程引起的信息失真，充分、有效利用了核磁共振原始数据，提高了识别核磁共振数据的精准度。

摘要： 本发明公开一种数据识别模型训练方法、数据识别方法及装置，数据识别模型训练方法包括：对各个螺栓进行检测，以获取螺栓样本数据；对螺栓样本数据进行数据处理，确定目标数据集；利用目标数据集对数据识别模型进行训练，生成目标数据识别模型。本发明通过基于一维深度可分离卷积的螺栓损伤识别方法，可以提高检测效率，且本检测方法对人员技术要求不高，提高检测识别效率以及准确性。

摘要： 本说明书实施例提供数据识别模型训练方法、数据识别方法以及装置，其中所述数据识别模型训练方法包括：获取多个数据节点各自的元数据，其中，元数据携带数据标签，数据标签表征数据节点保存的数据对应的类别；利用元数据分析所述数据节点之间的关系，获得分析结果；根据所述分析结果构建数据节点关系图，其中，数据节点关系图以数据节点为图的节点，数据节点之间的关系为图的边；针对数据节点关系图中的节点，根据元数据的文本表示，生成节点的节点向量；利用节点向量和数据节点关系图，训练基于图神经网络的数据识别模型，获得训练后的数据识别模型。通过生成节点向量，提高训练效率，综合各节点的元数据，提高训练后的数据识别模型的准确性。

摘要： 本公开提供了一种数据识别器训练、数据识别方法、装置、电子设备及介质，涉及数据安全技术领域。该数据识别器训练方法包括：获取第一训练集，第一训练集中分别包括多个类别的样本，所述多个类别的样本的分布不均衡；训练所述第一训练集，得到第一分类器；循环执行如下迭代过程，直至所述多个类别的样本的分布均衡：调整所述多个类别的样本的数量，得到第二训练集，训练所述第二训练集，得到第二分类器；基于所述第一分类器和所述第二分类器，得到数据识别器。该训练方法加强了对小类别样本的学习效果，解决了由于样本稀少导致对小类别样本训练不足、识别准确率低的问题，能够在小类别样本不足的情况下，提高了数据识别器的拟合能力和准确率。