Mô hình Markov ẩn

Chứng tỏ làm thế nào để sử dụng mô hình Markov ẩn (HMMs) và máy phân loại chuỗi Markov để nhận ra trình tự của các quan sát rời rạc.

 

 

Vân tay Xác minh

 

Nhận dạng vân tay là một khu vực hoạt động nghiên cứu ngày nay. Một thành phần quan trọng trong hệ thống nhận dạng vân tay là thuật toán phù hợp với dấu vân tay. Theo vùng vấn đề, thuật toán phù hợp với dấu vân tay được phân loại theo hai loại: thuật toán xác minh vân tay và thuật toán nhận dạng vân tay. Mục đích của dấu vân tay xác minh thuật toán là để xác định cho dù hai dấu vân tay đến từ các ngón tay cùng hay không. Mặt khác, các thuật toán nhận dạng vân tay tìm kiếm một dấu vân tay truy vấn trong cơ sở dữ liệu tìm kiếm các dấu vân tay đến từ cùng một ngón tay.

Phần giới thiệu này chứng tỏ nhận dạng vân tay và nhận dạng.

Clustering (Gaussian hỗn hợp mô hình)

Point cloud clustering with Gaussian Mixture Models.

Hỗn hợp đa biến Gaussian phân phối phù hợp bằng cách sử dụng tối đa hóa kỳ vọng.

 

 

Kết cụm (K-phương tiện và MeanShift)

Color clustering with K-Means and Meanshift.

MeanShift và K-có nghĩa là để giảm màu sắc (màu sắc clustering) trong hình ảnh kỹ thuật số.

 

Sự đồng thuận mẫu ngẫu nhiên (RANSAC)

Robust linear regression estimation with RANSAC.

Chứng tỏ làm thế nào để sử dụng RANSAC để đủ phù hợp với một hồi quy tuyến tính, tránh những tác động tiêu cực của outliers trong dữ liệu hồi quy.

 

Mô hình lớn công nhận hệ thống bằng cách sử dụng đa thần kinh mạng

Bây giờ một ngày, nhân tạo thần kinh mạng đã được áp dụng phổ biến trong nhiều lĩnh vực của đời sống con người. Tuy nhiên, việc tạo ra một mạng lưới hiệu quả cho một lượng lớn loại như hệ thống nhận dạng chữ viết tay vẫn là một thách thức lớn cho các nhà khoa học.

 

Lặp lại bài hát phát hiện thông qua âm thanh fingerprinting

Cuộc biểu tình này cho thấy một thuật toán hiệu quả của xử lý mà sẽ cho phép một để có một hệ thống có thẩm quyền của âm thanh vân taying và tín hiệu công nhậntín hiệu.

 

Ví dụ, hãy xem xét một tín hiệu âm thanh Ψ1, mà bạn muốn so sánh với một Ψ2 để xem nếu họ cả hai đến từ cùng một bài hát hoặc âm thanh đối tượng. Bất kỳ người nào có thể đối phó với nhiệm vụ này với không có vấn đề ở tất cả, nhưng máy tính không may là không phải là trực giác "thông minh". Khó khăn này nằm trong một thực tế rằng mỗi người trong số các tín hiệu có thể có khác biệt định dạng số hóa, do đó làm cho chữ ký nhị phân của họ hoàn toàn đối diện (kết quả là một so sánh byte bởi byte đã lỗi thời). Dissimilarity cũng có thể dẫn đến vì sự kết hợp của các biến thể nội bộ đặc tính của cùng một định dạng âm thanh (tỷ lệ bit, lấy mẫu tỷ lệ, số lượng các kênh (mono, âm thanh nổi, vv)). Ngay cả khi bạn tiến hành với việc chuyển đổi của các tập tin một số chi tiết kỹ thuật được xác định trước (ví dụ như, 44100 Hz, âm thanh nổi, làn sóng PCM định dạng), bạn vẫn có thể băng vào vấn đề là có đại diện nhị phân khác nhau bởi vì thời gian có thể misalignment, tiếng ồn, biến dạng, hoặc "cấp độ cân" cho các bài hát cùng.

 

 

Đối tác của chúng tôi

itresearches Discover our Technology Demonstrations : http://t.co/Bm1s6kIFub http://t.co/9JcATBDbUc

Nhận được liên lạc với chúng tôi!

Bản tin

Address

Address:
34 New House, 67-68 Hatton Garden, London, England, EC1N 8JY, City of London
Toll(UK):
+448000786364
Fax(UK) :
+448458520997

About Us

IT Researches ltd is an information technology company & International computer research centre offering a wide variety of 'AI Powered™' IT services for companies and researchers worldwide .

Connet With Us