甲骨文公司

摘要： 率先开发云计算重要组成"Saa S",后升级转型平台服务"Paa S",如今又高调进军AI、大数据领域。Salesforce这只千亿巨兽,用15年时间蹿上了云端。思有所得,"云端"脑洞成现实1996年,31岁的甲骨文公司高级副总裁马克·贝尼奥夫,早早地感受到了"职场中年危机"。于是,他决定静下心来,好好思考一下未来。他用5个月时间,在夏威夷和印度的旅途中,想明白了一件事:甲骨文所在的软件行业要完蛋了。

摘要： 2020年9月23日,甲骨文公司宣布推出Oracle Cloud Guard和Oracle Maximum Security Zones。随着Oracle Maximum Security Zones的推出,甲骨文公司将可以帮助用户从业务的前端将具备最佳实践的安全策略纳入自动激活的公有云实施方案,从而安全地部署负载并防止配置错误。Oracle Cloud Guard主要面向日常运营,可持续监控配置和活动以识别威胁,并在全球所有Oracle云区域中自动采用应对措施。

摘要： 乔布斯去世后,马克·贝尼奥夫被评为"下一个有望成为乔布斯"的5名硅谷企业家之一。这不仅指的是他像乔布斯一样的天才,更是对这位"云软件之父"的绝佳赞誉。软件终结者从小,"安分"这两个字似乎就和马克·贝尼奥夫没有什么关系,他一直在折腾,也因此总是跑在同龄人前面。在半自传《云攻略》中,贝尼奥夫写道:"我一直雄心勃勃,这并不是什么秘密。"

摘要： 云计算的起源最早可追溯至20世纪90年代初甲骨文公司的拉里·埃里森所提出的网络电脑概念①。由于其萌生于技术商业领域,本身的内涵也在不断扩充与发展,因此目前还没有形成一个统一的标准定义。而我国新闻传播领域的云计算相关研究较为庞杂且分散,尚未形成系统;研究者主要集中于业界,学界相关研究相对较少;许多文献对云计算的解释非常多样化且混乱,一些传媒研究者会在对云计算没有深入了解的基础上进行话题探讨,甚至存在将云计算与大数据、互联网技术或者其他以往已有的技术概念混用的现象。

摘要： Oracle服务小助手是一款针对甲骨文公司Oracle数据库进行数据管理的快捷服务工具。本软件能够实现Oracle数据库快捷启动和关闭,能够解决PLSQL连接失败的问题。软件功能包括:该软件可以帮助您快速的打开数据库;支持一键关闭、一键开启;执行的时间短,几秒钟就能完成需要进行的任务;可以进行Oracle数据库自定义设置;支持直接输入数据库名称管理;可以处理PLSQL客户端错误处理。

摘要： 日前,甲骨文公司新一代Oracle Exadata 数据库云平台X8 正式面市,带来突破性的软硬件性能提升和独创的机器学习(Machine Learning)功能。Oracle Exadata 具备超强性能和极高的可用性,是全球首款“自治驾驶”数据库Oracle 自治数据库和Oracle 云应用运行的基础平台。在甲骨文2018 财年,Oracle Exadata 在多负载领域(如OLTP、Analytics 和IoT),获得了包括金融、零售、电子制造和电信等多行业客户的广泛采用,创下甲骨文公司产品销售的新纪录。

摘要： 本发明公开了一种基于深度学习的甲骨文偏旁的检测与识别方法，主要涉及甲骨文识别技术领域。按照以下步骤进行：S1：对甲骨文拓片进行扫描或拍照，获得甲骨文图像；S2：采用最大极值稳定区域算法来筛选甲骨文图像中的甲骨文单偏旁区域；S3：对选定的甲骨文单偏旁区域进行椭圆拟合；S4：采用非极大值抑制算法去除对同一个甲骨文单偏旁多余重复或错误的检测结果，完成甲骨文单偏旁的检测，获得甲骨文单偏旁数据；S5：利用BN‑Lenet网络模型识别甲骨文单偏旁数据。本发明的有益效果在于：能够获得较高的识别精度，同时将甲骨文视为偏旁组合而非整字识别，能够识别未考释的甲骨文新字，即零样本学习，对甲骨文研究有着重要的应用意义。

摘要： 一种甲骨文字体构建方法，属于图像处理技术领域，包括收集甲骨文图片，并对所述甲骨文图片进行预处理；构建基于yolov4改进的目标检测模型提取处理后的甲骨文图片当中的部件，从而识别出构成甲骨文的部件和每个部件在甲骨文图片中所在的位置；构建部件位置关系推理模型，根据从甲骨文图片中识别出的构成甲骨文的部件以及每个部件在甲骨文图片中所在的位置，生成部件间位置关系；构建甲骨文部件的矢量图库；构建甲骨文文字与部件的知识图谱；生成包含完整部件的甲骨文的矢量图；根据得到的矢量图表示的最终文字结果，以ttf形式输出现代汉语立定字的字体。本发明方法实现了对知识库当中已有的古文字或者新的古文字拓片进行字体生成。

摘要： 本发明公开了甲骨文字形中的乐舞形态探索用多层分类式资料收集装置，涉及古文字相关技术领域。本发明包括底座、立安装板、转架和资料收集机构，底座的顶部固定有立安装板，立安装板的背面上转动设置有转架，转架上沿圆周均匀设置有若干个资料收集机构。本发明通过设置转架和第一转轴，使得该资料收集装置整体可转动，能适应不同身高人群的使用，通过设置第一固定板、第二固定板、收集箱和第二转轴，使得收集箱可转动，通过设置第一显示屏、第二显示屏和扫描设备，使得该资料收集装置具有扫描功能，查看资料方便，能显示甲骨文字形以及从甲骨文字形中提取的乐舞形态，直观性强，通过设置紫外灯，使得该资料收集装置具有消毒杀菌功能。

摘要： 本发明公开了一种基于ObiBert的甲骨文自动缀合校验方法，包括以下步骤：S1、收集大量甲骨文的释文文本，在甲骨文专家的直接参与下，形成甲骨文Bert语料；S2、将甲骨文Bert语料中的甲骨文释文文本形成加和向量，具体包括Token嵌入、文本嵌入和位置嵌入的加和，得到ObiBert神经网络模型；S3、然后将缀合后的甲骨片上的甲骨文释文通过ObiBert的NSP模型来判断甲骨文碎片自动缀合的结果是否正确。本发明通过ObiBert判断甲骨文碎片自动缀合的结果是否正确，以期结合甲骨文释文文本从计算机自动缀合的候选结果中筛选出概率最大的可选项，即提出一种判断甲骨文碎片自动缀合结果是否正确的方法，进一步提高甲骨文的应用。

摘要： 本发明属于甲骨文考释技术领域，具体公开了一种甲骨文计算机辅助考释方法及系统，方法包括以下步骤：S1，利用深度学习模型对甲骨文图像进行特征提取得到图像向量；S2，将释文文本转换成甲骨文的字向量；S3，构建多模态知识图谱，将甲骨文的图像向量与甲骨文的字向量映射到统一的语义空间；S4，构建甲骨文考释事件数据库，动态抽取考释过程的事件日志，自主挖掘发现可用于甲骨文考释的关键点；S5，以统一语义空间的向量相似度计算及关键点为甲骨文考释线索来辅助甲骨文考释。该方案将数据驱动、知识驱动及过程驱动进行融合以辅助甲骨文考释，实现了甲骨文研究的静态思维到动态思维转变，提出了一种全新的甲骨文考释方法。

摘要： 本发明公开一种混合高斯分布和二项分布的两阶段甲骨文字分割方法。首先，利用颜色空间转换提取甲骨拓片图像的亮度分量；其次，以混合高斯分布模型建模图像的全局统计特性，联合K‑均值算法和EM算法进行优化求解，进而以相对熵测度为约束，得到抑制了点状噪声的粗分割结果；然后，利用顶帽运算和连通区域分析，去除片状斑纹、盾纹、齿缝以及大面积背景；最后，以二项分布对连通区域的面积进行建模，利用最大类间方差计算该二项分布的方差，进而结合外接矩形分析，实现对残留的兆纹、刻痕和固有纹理的自适应填充，获得甲骨文字的最终分割结果。

摘要： 本发明提供了一种用于小样本甲骨文识别的数据增广方法、应用及装置，其特征在于，包括如下步骤：对大样本数据、小样本数据序列化得到序列化大样本数据、序列化小样本数据；对序列化大样本数据抹除得到抹除大样本数据、完整大样本数据，对抹除大样本数据编码得到编码后抹除大样本数据；将编码后抹除大样本数据输入特征提取网络得到深度特征；利用预测网络对抹除大样本数据预测得到预测大样本数据；训练更新深度学习网络得到增广器；对序列化小样本数据随机抹除得到抹除小样本数据，并对抹除小样本数据编码得到编码后抹除小样本数据；将编码后抹除小样本数据输入增广器预测得到预测小样本数据，将该预测小样本数据作为增广样本。

摘要： 本发明提供一种面向目标检测的甲骨文拓片数据增强方法，涉及数字图像处理及计算机视觉技术领域，包括：将多个含噪声的真实甲骨文拓片单字图像进行网格化随机摆放，记录对应的包围盒；根据包围盒计算包围凸多边形，并进行多级向心三角网格化，得到多级边缘和三角网格重心坐标集；利用随机椭圆在多级边缘和三角网格重心坐标给出的随机贝塞尔曲线上侵蚀，生成不含噪声的模拟拓片底；根据各真实甲骨文拓片单字图像的摆放位置与模拟拓片底得到素材图和语义图；将素材图和语义图输入含噪声虚拟拓片图像生成模型，得到含噪声的甲骨文目标检测拓片。本发明为含噪声甲骨文目标检测模型所需的拓片数据提供了增强方法，生成的增强拓片数据多样与自然。

摘要： 本发明公开了一种含有甲骨文变型图案的丝绸印染工艺，包括S1)精练：将蚕丝面料进行脱胶处理；S2)印花：在脱胶后的蚕丝面料上印制甲骨文变形图案；S3)染色：在蚕丝面料上印制有甲骨文变形图案区域进行封蜡，并对蚕丝面料进行染色；S4)退蜡：将染色后的蚕丝面料用清水煮沸去蜡，清洗后制得含有甲骨文变型图案的丝绸。本发明将蜡染工艺与蚕丝面料加工相结合，同时配合印制或绘制甲骨文变形图案，产生了全新的视觉效果，产生了不同的艺术感受，符合当代人的审美观念。

摘要： 本发明公开了一种甲骨文识别方法及系统，涉及甲骨文信息处理技术领域，其中甲骨文识别方法包括以下步骤：获取不同甲骨文字的原始书写图片并进行扩充，得到扩充后的图片；对不同甲骨文字的原始书写图片及扩充后的图片分别进行标注，得到训练集；基于EasyDL平台，及PaddlePaddle深度学习框架，结合Auto Model Search选择与甲骨文字的训练集的训练样本数据处理最为匹配的算法，创建手写甲骨文识别模型；利用训练完毕的手写甲骨文识别模型对用户输入的待识别甲骨文字进行识别。本发明可应用在各类甲骨文数据库检索系统中，供不同人群进行甲骨文识别，提高了甲骨文检索的准确率及效率。