91精品久久久老熟女9久,老熟女久久免费视频

拳打AlphaLee，腳踢AlphaMaster，全新AlphaZero實(shí)現(xiàn)自我學(xué)習(xí)

柯潔稱：“一個(gè)純凈、純粹自我學(xué)習(xí)的alphago是最強(qiáng)的...對(duì)于alphago的自我進(jìn)步來講...人類太多余了。”

發(fā)表于：10/20/2017

基于MapReduce的并行抽樣路徑K-匿名隱私保護(hù)算法

K-匿名算法及現(xiàn)存K-匿名改進(jìn)算法大多使用犧牲時(shí)間效率降低發(fā)布數(shù)據(jù)信息損失量的方法實(shí)現(xiàn)數(shù)據(jù)的匿名化，但隨著數(shù)據(jù)量的急劇增長，傳統(tǒng)的數(shù)據(jù)匿名化方法已不適用于對(duì)較大數(shù)據(jù)的處理。針對(duì)K-匿名算法在單機(jī)執(zhí)行過程中產(chǎn)生大量頻繁項(xiàng)集和重復(fù)搜索數(shù)據(jù)表的缺點(diǎn)，將MapReduce模型引入到抽樣泛化路徑K-匿名算法中對(duì)其進(jìn)行優(yōu)化。該方法兼具M(jìn)apReduce及抽樣泛化算法的優(yōu)點(diǎn)，高效分布式匿名化數(shù)據(jù)集，降低發(fā)布數(shù)據(jù)集信息損失量，提高數(shù)據(jù)的可用性。實(shí)驗(yàn)結(jié)果表明：當(dāng)數(shù)據(jù)量較大時(shí)，該優(yōu)化算法在時(shí)間效率及數(shù)據(jù)精度方面有顯著提高。

發(fā)表于：10/20/2017

基于FPGA的LMS自適應(yīng)濾波器設(shè)計(jì)

提出一種基于LMS（Least Mean Square）自適應(yīng)算法的濾波方法，介紹該方法在低頻信號(hào)濾波上的應(yīng)用及在FPGA平臺(tái)上實(shí)現(xiàn)。傳統(tǒng)數(shù)字濾波器FIR、IIR濾波器針對(duì)不同的系統(tǒng)和干擾信號(hào)，其濾波參數(shù)不固定。因此，在窄帶信號(hào)的濾波處理中，傳統(tǒng)濾波器對(duì)信號(hào)濾波降噪的效果往往受到衰減增益限制。提出的方法先以CORDIC(Coordinate Rotation Digital Computer)算法產(chǎn)生的正弦信號(hào)來調(diào)制采樣信號(hào)，根據(jù)采樣信號(hào)與基準(zhǔn)信號(hào)誤差使其權(quán)向量沿負(fù)梯度方向終止于維納解。該方法在類直流輸入及帶寬窄的情況下仍能有效過濾高頻噪聲，讀取低檢測(cè)信號(hào)幅值。理論分析和實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)濾波方法對(duì)比，該濾波方法在處理窄帶信號(hào)的濾波上更具有優(yōu)勢(shì)。

發(fā)表于：10/17/2017

基于跨平臺(tái)的實(shí)時(shí)數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)

設(shè)計(jì)實(shí)現(xiàn)了一款實(shí)時(shí)數(shù)據(jù)處理系統(tǒng)，是SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）的數(shù)據(jù)核心。在基于國產(chǎn)軟硬件平臺(tái)的基礎(chǔ)上，采用跨平臺(tái)的架構(gòu)設(shè)計(jì)，介紹了實(shí)時(shí)數(shù)據(jù)處理系統(tǒng)的功能及設(shè)計(jì)實(shí)現(xiàn)。該實(shí)時(shí)數(shù)據(jù)處理系統(tǒng)采用在共享內(nèi)存中創(chuàng)建多個(gè)隊(duì)列的方式存放輸入和輸出的數(shù)據(jù)，既方便多個(gè)進(jìn)程同時(shí)存取數(shù)據(jù)，又保證了數(shù)據(jù)處理的實(shí)時(shí)性。

發(fā)表于：10/16/2017

結(jié)合改進(jìn)編輯距離與SVM的圖像分類方法

提出了一種圖像分類方法，結(jié)合圖像的多尺度字符串表示以及改進(jìn)的編輯距離和SVM分類器進(jìn)行圖像分類。首先，對(duì)圖像進(jìn)行多尺度分塊，提取各個(gè)歸一化圖像子塊上的方向梯度直方圖特征，并將生成的多尺度特征向量用多個(gè)字符串進(jìn)行表示；然后，提出融合編輯操作，改進(jìn)字符串的編輯距離，通過計(jì)算兩幅圖像對(duì)應(yīng)的兩組字符串之間的改進(jìn)編輯距離來測(cè)量兩幅圖像的相似度；最后，采用改進(jìn)的編輯距離計(jì)算徑向基函數(shù)，進(jìn)行改進(jìn)的SVM分類。實(shí)驗(yàn)結(jié)果表明，該方法的分類正確率高，且平均分類耗時(shí)少。

發(fā)表于：9/14/2017

基于KELM決策融合的語音情感識(shí)別

針對(duì)語音情感信號(hào)的復(fù)雜性和單一分類器識(shí)別的局限性，提出一種核函數(shù)極限學(xué)習(xí)機(jī)（KELM）決策融合的方法用于語音情感識(shí)別。首先對(duì)語音信號(hào)提取不同的特征，并訓(xùn)練相應(yīng)的基分類器，同時(shí)將輸出轉(zhuǎn)化為概率型輸出；然后利用測(cè)試集在基分類器的輸出概率值計(jì)算自適應(yīng)動(dòng)態(tài)權(quán)值；最后對(duì)各基分類器的輸出進(jìn)行線性加權(quán)融合得到最終的分類結(jié)果。利用該方法對(duì)柏林語音庫中4種情感進(jìn)行識(shí)別，實(shí)驗(yàn)結(jié)果表明，提出的融合KELM方法優(yōu)于常用的單分類器以及多分類器融合方法，有效地提高了語音情感識(shí)別系統(tǒng)的性能。

發(fā)表于：9/14/2017

基于基元自相關(guān)圖和結(jié)構(gòu)元直方圖的圖像檢索

發(fā)表于：9/13/2017

AMD拉著百度一起搞ROCm軟件平臺(tái)優(yōu)化，英偉達(dá)這下要肝顫了

AMD與百度合作優(yōu)化百度數(shù)據(jù)中心上的軟件，這將會(huì)縮小和英偉達(dá)的差距；AMD的這一舉措是積極的，因?yàn)樗鼘⒓訌?qiáng)AMD的開源ROC1.6軟件平臺(tái)；AMD已經(jīng)與百度聯(lián)手在百度的數(shù)據(jù)中心上針對(duì)其Radeon Instinct GPU優(yōu)化軟件。最終，AMD的開源ROC1.6軟件平臺(tái)將會(huì)更好地與英偉達(dá)的CUDA GPU計(jì)算軟件平臺(tái)競(jìng)爭(zhēng)。

發(fā)表于：9/13/2017

機(jī)器人解決法律糾紛，人工智能怎么做到的？

“小崇”機(jī)器人，是由經(jīng)驗(yàn)豐富的一線法官和專業(yè)信息技術(shù)公司共同參與，經(jīng)過半年多時(shí)間，以2800萬案例數(shù)據(jù)構(gòu)建的法律大數(shù)據(jù)平臺(tái)。

發(fā)表于：9/11/2017

語音助手成了黑客助手，設(shè)備能夠聽到超聲波？

設(shè)備安全問題確實(shí)不讓人省心，近日研究人員又發(fā)現(xiàn)了新漏洞，他們居然利用人耳聽不到的音頻劫持了語音助手。看來，Siri和Alexa等產(chǎn)品可不只是聽你的命令。

發(fā)表于：9/11/2017

華為全聯(lián)接大會(huì)正在召開，引入賽靈思FPGA的云服務(wù)器亮相

All Programmable 技術(shù)和器件的全球領(lǐng)先企業(yè)賽靈思公司今天在華為全聯(lián)接大會(huì)（HUAWEI CONNECT 2017）上宣布，華為首發(fā)的FP1實(shí)例選擇賽靈思高性能Virtex®UltraScale+? FPGA為其最新加速云服務(wù)提供強(qiáng)大動(dòng)力。華為 FPGA 加速云服務(wù)器（FACS）平臺(tái)可支持其用戶在華為公有云上開發(fā)、部署和發(fā)布基于 FPGA 的新型服務(wù)和應(yīng)用。

發(fā)表于：9/10/2017

數(shù)字代幣驚魂24小時(shí)：超半數(shù)ICO平臺(tái)進(jìn)入清退流程

央行等部門聯(lián)合發(fā)布的一份公告，讓數(shù)字代幣們經(jīng)歷了驚魂24小時(shí)。24小時(shí)過去了，90%的數(shù)字代幣們?nèi)蕴幱谙碌鵂顟B(tài)。

發(fā)表于：9/7/2017

DFT插值算法在鼓風(fēng)機(jī)故障模式識(shí)別中的應(yīng)用

提出一種離散頻譜估計(jì)新方法，該方法在傳統(tǒng)插值方法基礎(chǔ)上運(yùn)用加零技術(shù)，能較快確定頻譜的小數(shù)部分。新方法提高了離散頻譜估計(jì)的速度與精度，并能被應(yīng)用于煤氣鼓風(fēng)機(jī)等旋轉(zhuǎn)機(jī)械的故障模式識(shí)別。實(shí)驗(yàn)結(jié)果表明，新算法有效提高了煤氣鼓風(fēng)機(jī)故障模式識(shí)別的準(zhǔn)確度。此外，仿真研究顯示，該方法不僅在噪聲條件下的估計(jì)誤差較傳統(tǒng)算法低，而且能適用于除漢寧窗以外的其他經(jīng)典窗函數(shù)，具有較強(qiáng)的兼容性與魯棒性。

發(fā)表于：8/16/2017

結(jié)合分塊模糊熵和隨機(jī)森林的圖像分類方法

為提高圖像分類性能，提出了一種圖像分類方法。其基本思想是將圖像內(nèi)容的不確定性描述看作是一個(gè)隨機(jī)過程，采用分塊模糊熵來提取圖像特征，采用隨機(jī)森林方法進(jìn)行特征分類。首先，考慮全局和局部特性，將圖像劃分為多個(gè)圖像子塊；然后，對(duì)每一個(gè)圖像子塊進(jìn)行模糊c均值聚類，提取模糊熵特征；接著，通過歸一化處理，得到圖像的模糊熵特征向量；最后，構(gòu)造隨機(jī)森林分類器，實(shí)現(xiàn)模糊熵特征向量的分類。實(shí)驗(yàn)結(jié)果表明，該方法的錯(cuò)分率低，分類耗時(shí)少。

發(fā)表于：8/16/2017

IBM聲稱深度學(xué)習(xí)取得重大突破大幅降低處理時(shí)間

北京時(shí)間8月8日下午消息，IBM一直在努力促使計(jì)算機(jī)變得更智能化、更人性化。本周該公司宣布，已經(jīng)開發(fā)出一種技術(shù)，可以大幅縮短處理海量數(shù)據(jù)并得出有用結(jié)論的時(shí)間。

發(fā)表于：8/9/2017