简介:摘要:随着通信技术的发展,庞大数据驱动有效决策,成为企业社会高效发展的推动力。如何对海量复杂数据有效分析是当前需要解决的重要课题。传统分析系统基于结构化数据联机分析处理系统,深度学习改变以往机器学习方法,在图像理解等应用领域取得突破性进展。深度学习系工具系统提供较好系统支持,普通行业使用者需要大量时间成本学习相关API,借助分布式计算技术构建深度学习系统可以满足普通用户使用深度学习需求。
简介:摘要:图像传感器具有一定抗干扰能力,具有较强的鲁棒性,尤其像偏振传感器、红外传感器等,提高了物体信息提取与提取的成功率。图像传感器对当前生活中图像数据采集提供了很多的便利,其不仅能够对一些目标的表面和几何形状进行检测,还能够对目标的物理性质进行检测,灵敏度高。但在图像传感器数据采集过程中,难免受到多种因素干扰,如:到主点位置与理想位置偏移情况、镜头畸变、大气流动等因素,导致成像结果出现误差。
简介:摘要:时间序列作为时间观测值的集合,在机器学习和人工智能领域引发了广泛的关注。时间序列预测是获取未来趋势的重要课题之一,研究结果可以为各种应用提供依据,例如优化、控制以及生产计划等。因此,已经提出了许多模型来解决这个问题。但是时间序列数据往往呈现出非平稳、非线性和多维度等特点,单一的深度学习模型难以有效提取时间序列的深层特征,难以挖掘数据的内在特性和识别出数据间的潜在模式。
简介:摘要:在当今社会,计算机网络早已成为当今世界发展的主要动力,但由于计算机网络日益发达,其本身所存在的问题也日益凸显,给广大的使用者造成巨大的损失。而人工智能技术也是我国现代科技的一项重大研究成果,其能够弥补计算机网络的不足,并推动计算机网络领域深入发展。文章对人工智能技术在计算机网络中的应用进行了分析,以供参考。
简介:摘要:软件工程的最终目的为完成高质量软件开发工作,但是由于软件开发的难度较大,并且一些客户会提出具体的工作要求,依靠传统的技术平台很难指导当前的软件开发过程。建成Web技术开发平台后,能够让软件开发人员通过对相关工作内容的调查和研究,从该平台上找到相应的技术类型,同时收集和处理系统运行中存在的各项问题。基于此,文章对Web应用程序开发的功能模块进行了分析,并提出了Web开发技术在软件工程中的具体应用,以供参考。
简介:摘要:异常存在于各个领域,比正常携带的信息更多也更为重要,这些信息可能是灾难性后果的预警或者标志,及时检测出异常尤为重要。随着信息技术和网络技术的发展,数据集变得更加庞大,结构更加复杂,空间维度更高。这些问题导致异常检测的难度越来越大,同时也会带来召回率跟精确率下降的问题。
简介:摘要:当前社会的发展离不开技术的进步,人工智能技术就是当前新兴的众多技术之一。由于该技术可以加速技术创新,并且为人们的生产活动提供便利,因此被广泛运用在众多的领域当中。在工业自动化控制系统中运用人工智能机术
基于机器学习的数据分析方法研究
基于深度学习的图像分类与识别算法优化研究
基于深度学习的时间序列预测模型研究与应用
探究深度学习在人工智能数据分析中的应用
软件工程中的Web开发技术应用
数据分析中的异常检测算法研究及其应用
人工智能在自动化控制系统中的应用