专家之道
文章平均质量分 57
AI专家
待完善。
展开
-
java调用本地摄像头,实现人脸识别
package com.lw.test;import java.awt.Graphics;import java.awt.event.MouseAdapter;import java.awt.event.MouseEvent;import java.awt.image.BufferedImage;import javax.swing.JFrame;import javax.swin...原创 2018-11-03 20:41:27 · 12222 阅读 · 3 评论 -
云计算下的大数据应用
大数据发展孕育了云计算,发挥了云计算的巨大价值。数据重要性不言而喻,但是如何来存储、管理和分析给企业带来了不小的挑战。云计算正好解决了复杂系统部署压力,海量存储和智能分析以及统一的IT管理体系。...转载 2018-10-05 00:10:55 · 1155 阅读 · 0 评论 -
数据大趋势和数据大挑战
数据大趋势的第一个就是数据权问题,随着越来越多的商业组织开放自己的数据,五花八门的新型应用层出不穷,通过深化数据项目,鼓励正面的市场竞争,消除个别商家利用客户“信息不对称”、打擦边球进行营利行为。社会运行成本自然就会境地。同时,新数据开发工作将会创新的就业机会,可谓既开源又节流,全社会都受益。第二个就是数据大合流。开放政府数据,引导开放数据运动在全世界范围内的深化,着眼于建立全世界统一的数...原创 2018-10-04 23:46:47 · 529 阅读 · 0 评论 -
AI探索之道(二)--2018网易未来科技峰会有感(二)
前面,我们写到已经进场了,在等待的过程中,我浏览了科技和财经频道,学习最新资讯,大屏幕播放了短片,介绍了本次大会的一些情况。 不知不觉,正式开始了。 下面,我们来看看,上午的分享。 首先,网易传媒CEO李黎女士致辞,介绍了网易,同时对未来进行展望,我记得最牢的就是机遇无限、创新无限。想象不断被突破。洞察用户需求,不断挖掘市场潜力等等,观点非常鲜...原创 2018-09-22 09:21:06 · 705 阅读 · 0 评论 -
AI探索之道(一)--2018网易未来科技峰会有感
今天,参加了2018网易未来科技峰会,上午主要分享了几位科技大咖的学术讲座,下午主要分享了投资创业大咖的商业价值和定位。内容丰富。 下面,我就从参加的整个过程和大家聊聊自己的一点体会。 7点50左右到达的酒店,8点时已经排了很长的队,大家做好准备入场,会议工作人员提示大家还不能进场,时间未到。越来越多的参会者到了,酒店安保负责人联系会务方,是否按照会...原创 2018-09-22 08:13:37 · 415 阅读 · 0 评论 -
人脸识别原理
大脑能准确地识别去开始人脸,是因为大脑里存有人们熟悉的面部轮廓。因此,从图像轮廓提取开始摸索人脸算法,而眼睛、鼻子和嘴巴是人最主要的三个面部特征,我们一般采用Haar-like特征进行人脸检测,将这些关键部位的边缘特征、线性特征、中心特征和对角线特征进行组合,生成特征模板,进而借助主成分分析建立人的面部模型,用于构建机器学习的基础数据库。 特征脸建库与人脸检测的最终...原创 2018-10-04 10:14:27 · 1846 阅读 · 0 评论 -
人脸识别技术
在现实生活中,人脸检测用于各行各业。 提取出图像的细节对产生稳定分类结果和跟踪结果很有用。这些提取的结果被称为特征,从图像数据中提取特征。虽然任意像素都可能影响多个特征,但特征应该比像素数少的多。两个图像的相似程度可以通过对应特征的欧氏距离来度量。 距离可以用空间坐标或者颜色坐标来定义。类Haar特征是一种用于实现实时人脸跟踪的特征。其中,边、顶点和细线都能生成具有特别型的特...原创 2018-10-03 10:07:45 · 524 阅读 · 0 评论 -
未来脑机接口技术
几十年的发展,神经科学家研究都包含了一个影响深远的影响:人类的外在行为和能力,与电脑某个部位的功能有直接联系。i神经元模型、布罗德曼分区是标准模型,大脑神经元承载着明确、清晰的功能是基本假设,神经科学家的使命就是找到这些内在的映射和关联。最大的挑战就是如何重新解释身体行为、知觉意向与神经元以及神经元集群之间的关系。 不能把神经元个体看作大脑运作秘密的全部,而应当将大脑...原创 2018-10-03 08:40:34 · 1911 阅读 · 0 评论 -
大数据与运营分析
(1)大数据不是定义,而是应用。系统架构、数据捕获只是为了支撑验证有效的商业机会。(2)大数据的成功应用:新信息总会给分析增加更多精准和能量、大数据通过努力确实会产生价值、有真实的成功故事。(3)大数据构造分析流程使要花时间和投入精力的,企业应该带着切实的期望置身于大数据。(4)几乎每一次新信息都会把新算法打败。(5)激发大数据价值的三种方法:在现有分析流程的基础上再有价值提升;找...原创 2018-10-11 09:17:22 · 2485 阅读 · 0 评论 -
深度学习应用
深度学习应用场景逐渐推广,目前典型应用有:(1)无人驾驶汽车。(2)围棋机器人-AlphGo,落子选择器和棋局评估器两个大脑来实现的。(3)被教坏的少女—Tai.ai(4)本田公司的大宝贝—ASIMO(阿西莫),可以倒水、能同时分辨多个人语音、打断一个人谈话,提醒饮料送来;可以踢球和上下楼等平衡性很强的事情,也能轻松胜任。(5)强化学习,就是机器人本身有多套强大功能的深度神经网...原创 2018-10-01 15:59:36 · 465 阅读 · 0 评论 -
机器学习与深度学习
机器学习就是让机器学习,不管学习什么,最终目的是让它独立至少半独立地进行相对复杂或者高要求的工作。我们更多地让机器学习更多让机器帮助人类做一些大规模的数据识别、分拣、规律总结等人类做起来比较花时间,而效率不高的事情。 深度学习实际指的是基于深度神经网络的学习,也就是深度人工神经网络所进行的学习过程。深度指的是神经网络的深度。另一方面,深度学习这个词还有另外一个层面意思,就是这...原创 2018-10-01 15:53:11 · 498 阅读 · 0 评论 -
人工智能修炼之路(九)--人工智能在银行业中的应用探索
人工智能产业生态:应用层(服务机器人、智能家居、金融、安防、智能驾驶)、技术层(自然语言处理、计算机视觉、语音处理、图谱/os/平台)和基础层(AI芯片、传感器)。 人工智能市场规模增速、“AI+金融”机遇与挑战并存(金融行业信息业建设起步较早,极其重视IT标准化规范化;金融业务有了大量数据积累,数据处理上急需自动化、智能化解放人力;金融普惠化、场景化需要人工智能驱动。...原创 2018-09-14 11:43:29 · 9077 阅读 · 0 评论 -
人工智能修炼之路(八)--人工智能、大数据、新金融
(1)人工智能 人工智能的发展从开始到现在,经历了三个阶段,第一个阶段我们叫做计算智能,这个阶段要解决的事情,叫做能存会算。第二个阶段是感知智能,这个阶段是能听会说,能看会认。第三个阶段往下发展应该叫认知智能,要达到什么样的程度呢?要能够理解、会思考,我觉得这个是最高级的境界,目前我们正在往这个方向努力。 实际上,我们对整个世界的看法...原创 2018-09-14 10:40:23 · 655 阅读 · 0 评论 -
人工智能修炼之路(六)--参加赋能未来移动智能营销峰会
今天,参加了《广告主》主办的赋能未来,移动智能营销峰会。新意动李帅主持整个峰会,传媒大学商学院院长发表致辞,主要从媒体发展历程、新技术对营销产生的影响以及大家对移动智能营销的根本认识。 凌致时装常飞以 数据资产,数据价值为主题作了一场精彩的演讲。 首先简单介绍了绫致发展历程,伴随着从数据到数据资产的发展思路的变化,数据散落分布,缺少360客户立体画像,与...原创 2018-09-14 09:10:28 · 431 阅读 · 0 评论 -
人工智能修炼之路(十一)--金融科技问题
当前金融科技存在四个新的特征。 一是供给主体的多样性。随着社会发展和社会进步,金融业的分工日趋市场化、专业化、精细化。金融产业链和生态圈不断拓展,在金融科技领域,供给的主体既包括通过科技创新推动金融服务转型升级的传统金融机构,也包括运用数字技术、跨界开展金融业务的互联网企业,还包括为金融机构提供技术外包和配套服务的金融科技公司。这些机构在账户、渠道、数据和基础设施等方面的关联性和交互性...原创 2018-09-19 08:39:04 · 438 阅读 · 0 评论 -
人工智能修炼之路(六)--研讨会有感
民生信用卡大数据平台驱动战略:标准化、平台云化、智能化、移动化。信用卡与大数据:数据的价值、记录信息和预测未来。应用:经营活动、考核、业绩披露。重大课题研究:(1)战略发展类:千禧一代战略客户研究,城市发展研究。(2)业务发展类:场景金融行业选择,风险形势分析。(3)机构诊断类:机构内外经营评价模型研究。大数据+云计算:(1)申请评分卡:贷前信用风控。(2)行为评分卡:贷中信用风控。(...原创 2018-09-12 16:20:41 · 199 阅读 · 0 评论 -
机器人的应用领域
1. 工业机器人 制造工业机器人的目的主要在于消减人员编制和提高产品质量。与传统的机器相比他有两大优点:生产过程几乎完全自动化和生产设备高适应能力。现在工业机器人主要应用于汽车工业、机电工业、通用机械工业、建筑业、金属加工、铸造以及其他重型工业和轻工业部门。在农业方面,已把机器人用于水果和蔬菜嫁接、收获、检验与分类,剪羊毛合计牛奶等。这是一个潜在的产业机器人应用领域。2....原创 2018-10-05 14:03:14 · 16811 阅读 · 2 评论 -
大数据催生智能交通
社会经济的快速发展促使城市机动车辆的数量大幅增加。城市化的加速打破了城市道路的平衡状态,传统交通系统无法适应愈来愈复杂的交通需求,交通堵塞成为城市病中很棘手的一个问题。 由于大数据的特点,将会对传统交通的改变集中如下: (1)大数据和云平台的虚拟性可以解决物理上的行政区域的限制,只要多方共同遵照相关的信息共享原则,就能很好解决跨域管理问题。 (2)大数据具有信息集...原创 2018-10-05 14:25:56 · 1459 阅读 · 0 评论 -
大数据与精准营销研究
大数据在维基百科上定义为:无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 在Gartner将大数据定义为:在一个或多个维度上超出传统信息技术的能力的极端信息管理和处理问题。 大数据环境下,数据来源非常丰富且数据类型多样,存储和分析挖掘的数据量庞大,对数据展现的要求较高,并且很看重数据处理的高效性和可用性,需要依靠并行计算提升数据处理速度。 数据挖掘:从大量的、不完全的...原创 2018-10-12 19:22:12 · 3480 阅读 · 0 评论 -
深度学习知识四
(1)并行计算。并行计算是用来加深深度神经网络训练的最直接方式了。对于深度神经网络来说,最终得到的东西就是一个网络拓扑结构和各个节点上输入的全值矩阵。英伟达的CUDA提供了平台级产品架构,支持复杂的并行计算编程。关于硬件问题,可以找一些专业的公司和人员即可,我们把更多的精力放在针对业务的研究和改进中了。 (2)随机梯度下降。当样本数据量巨大时,且每个样本的x维度也是...原创 2018-10-09 22:44:41 · 217 阅读 · 0 评论 -
关于人脸识别技术一点谈
随着计算机通信技术、视音频压缩技术和大规模存储技术的发展,人脸图像识别己大量应用在教育、科研、广播电视、安防、商业及消费领域。人脸图像识别在传统上的应用包括人脸图像的辨认和确认,如:访问控制、执法及安防等。随着计算机计算和存储能力的提高、网络技术的发展及人脸图像识别算法的成熟,人脸图像识别技术将会在人机接口、虚拟现实、数据库检索、多媒体、娱乐等一些新的领域得到广泛的应用。 ...原创 2018-10-09 21:31:53 · 914 阅读 · 0 评论 -
Tensorflow安装是否正确验证代码
__author__ = 'Administrator'import osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'import tensorflow as tfimport numpy as npx_data = np.float32(np.random.rand(2, 100))y_data = np.dot([0.100, 0.200], x_...原创 2018-09-30 15:54:34 · 4206 阅读 · 0 评论 -
TensorFlow关于AVX的Warning问题
从谷歌下载TensorFlow使用,在测试使用过程中,每次运行代码,都会输出一大堆的warning信息:2018-09-30 15:47:03.409806: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow bi...原创 2018-09-30 15:50:45 · 3788 阅读 · 5 评论 -
语音识别面临挑战浅谈
语音交流是人与人之间进行交流互动的最便捷、最准确和最自然的途径之一。基于语音的人机交互技术研究涵盖了广泛的研究领域,包括语言语言韵律学、语音产生于感知、音频信号处理、语音合成、语音识别、自然语言理解、机器翻译等等。其中,语音合成、语音识别和自然语言理解在人机交互语音技术中处于非常核心的关键技术。在这三者中,AI语音智能就是把人的语音转换成相应的文本、命令以便计算机进行理解、产生相应...原创 2018-09-30 09:18:48 · 3114 阅读 · 0 评论 -
浅谈机器学习与人工智能的关系
大家都知道,现在AI特别火爆,研究人员也都想进入到这一领域,AI到底是什么?AI就是将原材料进行加工成产品,大数据就是原材料,AI就是最终的产品。 概括一句话就是:将海量数据通过机器学习进行处理然后形成一个模型,最终能适用于场景的过程就是AI。 大家都知道,机器学习说起来简单,但背后有很多的事情要做,比如:预处理、特征抽取、数据建模、模型评估等等...原创 2018-09-29 22:21:18 · 9587 阅读 · 0 评论 -
深度学习知识三
神经网络并不是一种具体的算法思路,而是一种模型构筑的思路或者方式。在这个思路或者方式的指引下,我们已经成功地构筑了BP网络。 这种线性分类器后面直接跟随激励函数形式神经元,然后前后首尾相接形式网络的方式应该说并不难理解。 如果神经元之间的连接有一种特点,那就是每一个神经元节点的输入都来自于上一层的每一个神经元的输出。这种方式就叫做全连接网络,整个网络的每一层都是以这种“全连接...原创 2018-10-08 20:52:41 · 336 阅读 · 0 评论 -
语音识别算法的现状
目前目前的语音识别算法: 卷积神经网络 深度学习神经网络 BP神经网络 RBF神经网络 模糊聚类神经网络 改进的T-S模糊神经网络 循环神经网络 小波神经网络 混沌神经网络 小波混沌神经网络 神经网络和遗传算法 动态优化神经网络 K均值和神经网络集成 HMM与...原创 2018-09-29 14:57:42 · 7018 阅读 · 0 评论 -
语音输入实现方法
这里介绍的是大家以后要用到的html强大功能,可直接给输入框增加语音功能,下面我们先来看看实现方法。大家可以看到在输入框右边的麦克风图标,点击麦克风就能够进行语音识别了。其实很简单,语音识别是html5的基本功能,它的用法是:<input type=”text” speech x-webkit-speech />如果喜欢XHTML类似的语法,可以这样表示:<...原创 2018-09-29 14:44:11 · 4599 阅读 · 2 评论 -
语音研究分类
语音是人类实现信息交互最直接、最便捷和最自然的方式之一。自人工智能的概念出现以来,让计算机甚至机器人像自然人一样实现利用语音进行交互就一直是领域研究者的梦想。 众所周知,语音信号携带的信息丰富多样,人与人在进行语音交互时,可以从语音中获取如:直接的内容信息、直接内容信息隐藏下的真实意图、说话人的信息包括说话人身份、说话人情绪、年龄等、所说的语言类型以及说话人所处的...原创 2018-09-29 13:41:01 · 1435 阅读 · 0 评论 -
智能导购系统设计与实现
本系统使用响应式开发一个跨平台(Windows、Android、IOS等)的商品查询系统。 对用户提供一个快速、便捷、安全的平台,主要包括有商品查询、关注收藏、历史记录、语音查询、图片查询、推送、评价等功能。 可以实现对商户提供商品、店铺的管理功能,机器人的自定义,可实现导购机器人、客服机器人等功能,满足商户和客户使用。 主要功能有六大模块: 面向商家提...原创 2018-09-29 13:31:03 · 3633 阅读 · 0 评论 -
深度学习知识二
(1)前馈神经网络:各神经元从输入层开始,接收前一级输入, 并输入到下一级,直到输出层。整个网络中无反馈,可用一个有向无环图来表示。包括两种:反向传播网络、RBF径向基函数神经网络。神经网络本身就是有很多种设计模式,并且会在不同的模式下产生不同的训练效果和运用特点。(2)线性回归的训练:机器学习就是机器通过对观测到的事物进行归纳,进而总结出它们之间的规律、关系一类。(3)样本。(4)牛...原创 2018-10-07 22:10:29 · 204 阅读 · 0 评论 -
深度学习知识一
(1)神经网络:ANN(artifical neural network)。(2)神经元:(3)激励函数:在一个神经元当中跟随在f(x)=wx+b函数之后,用来加入一些非线性的因素。 sigmoid函数:把激励值最终投射到了0到1两个值上。1表示完全激活状态,0表示不完全激活状态,其他各种输出就介于两者之间,表示其激活程度不同。 Tanh函数:把激励值最...原创 2018-10-07 21:52:29 · 326 阅读 · 0 评论 -
深度学习四大问题
深度学习的历史可以追溯到几十年前,但直到大约5年前才得到了较多的关注。其中,2012年是关键的一年,几乎很多东西都发生了改变,包括三人基于ImageNet做的识别图像的深度卷积神经网AlexNet的分布。如今,在语音识别、图像识别、语言翻译等领域,深度学习取得了很多的成果。就像其他主要技术成就一样,深度学习已迅速攀升顶峰。 由于深度学习是一种强大的统计技术,可以使用大...原创 2018-10-07 08:51:17 · 1599 阅读 · 0 评论 -
浅聊深度学习在金融风险管理领域的应用
金融市场上的主体都面临着收益和损失的不确定性,金融产品和工具的多样化趋势,都体现着风险管理的重要性。全球市场在过去的几十年间发生了数次规模巨大的金融危机事件,例如影响全球股市的1987年的黑色星期一事件、1997年的亚洲金融危机、2008年的美国次贷危机以及全球金融危机。各家公司也都面临着各种风险。无处不在的风险日益成为悬在金融市场主体上的一把“达摩克利斯之剑”。 ...原创 2018-10-12 21:29:42 · 4721 阅读 · 0 评论 -
人工智能修炼之路(五)--2018年T11数据智能峰会
传统数据价值链:数据源》数据加工聚集平台》数据分析和建模》数据生产化工程化》数据产品智能应用。数据智能时代的数据价值链:配置数据采集数据校验,机器学习,机器资源管理,分析工具,特征提取,过程管理工具。突破:智能手机数:1377276480台;物联网设备: 8700000000台;行业规模:10000亿元。商业价值*N倍?探索:2011-2013年 saas服务、2014-2016年...原创 2018-09-12 16:16:34 · 432 阅读 · 0 评论 -
人工智能修炼之路(四)--蝶变
数据平台建设思路:(1)系统建设目标:共同愿景,数据平台规划》搭建数据平台》数据深度分析与创新能力》由分析化向智能化。其中数据平台规划:对现有系统进行梳理,包括内部交易系统,客户系统、市场数据和外部数据等;规划平台架构。数据平台搭建:ETL、数据分层设计、数据模型、数据可视化选型等、满足日常业务需求等;业务价值挖掘与增值服务,由数据分析想数据预测的创新服务;数据运营平台。由分析化向智能化包...原创 2018-09-12 15:40:56 · 272 阅读 · 0 评论 -
机器学习经典算法之(二十四) 独立成分分析法
(一)独立成分分析简介: ICA是20世纪90年代提出的,起初是神经网络的研究中有一个重要的问题,独立成分分析是一个解决问题的新方法。Ica(独立成分分析法)又称盲源分离(Blind source separation, BSS),它假设观察到的随机信号x服从非高斯分布模型,其中s为未知源信号,其分量相互独立,A为一未知混合矩阵。ICA的目的是通过且仅通过观察x来估计...原创 2018-06-24 21:36:49 · 1244 阅读 · 0 评论 -
数据挖掘的一般步骤
从数据本身来考虑,通常数据挖掘需要有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘实施过程、模式评估和知识表示等 8 个步骤。 (1)信息收集:根据确定的数据分析对象抽象出在数据分析中所需要的特征信息,然后选择合适的信息收集方法,将收集到的信息存入数据库。对于海量数据,选择一个合适的数据存储和管理的数据仓库是至关重要的。 (2)数据集成:把不同来源、格式、特点性质...原创 2018-06-24 20:37:18 · 12125 阅读 · 1 评论 -
数据挖掘的九大定律
数据挖掘通用流程 CRISP-DM 的缔造者之一 Tom Khabaza 总结过在数据挖掘上的九大定律:(1) Business Goals Law:每个数据挖掘解决方案的根源都是有商业目的的。(2) Business Knowledge Law:数据挖掘过程的每一步都需要以商业信息为中心。(3) Data Preparation Law:数据挖掘过程前期的数据准备工作要超过整个过程的一半。(4)...原创 2018-06-24 20:34:53 · 1035 阅读 · 0 评论 -
机器学习之路(三)
有的读者留言反映,让写点体会之类。 下面,我总结一下机器学习算法,便于读者体会。 (1)机器学习算法的根本目的就是使用已有样本数据找出规律,然后将这个经验应用到未知样本上。 (2)机器学习算法就是验证那句谚语:不怕慢就怕站!其实,机器不慢哦,机器学习算法合理,初始值不怕远。 (3)机器学习算法立足于能简单解决的,就不要复杂;能降维的,就不要高维;线性模型很好的,就不...原创 2018-06-16 08:33:39 · 1319 阅读 · 1 评论