摘要：针对置信规则库中参数训练的求解问题,传统的粒子群优化算法易早熟收敛,陷入局部最优解,为更好地平衡算法的种群搜索和局部搜索能力,提出一种逐步减小惯性权重的粒子群优化算法,将其应用到置信规则库参数训练中。通过航材承修商的评估实例检验该算法的有效性,改进的粒子群算法收敛速度更快,精度更高;参数训练后的置信规则库的输出与专家评分拟合度相比未经过参数训练的置信规则库有明显提高。实验结果表明,改进粒子群算法可用于置信规则库参数训练。

摘要：云肩是传统民族服饰艺术中的重要服饰部件,其纹饰具有民族特色和文化底蕴,文章为提高清代云肩纹饰图案数字化保护的有效性和准确率,建立了语义分割中U-Net网络提取清代云肩纹饰的系统路径。首先,搭建基于U-Net的算法模型对清代云肩纹饰图像进行提取;其次,将U-Net模型训练的关键参数优化对比,选出其最优参数;最后,将训练好的U-Net模型与其他网络模型进行对比实验。实验结果表明,该算法的准确率、召回率、平均交并比和Dice相似系数分别达到97.57%、97.84%、92.04%、93.27%,可以实现精确的纹饰自动提取,具有理想的有效性和可靠性,对清代云肩纹饰图案数字化保护与应用具有良好的应用价值。

摘要：目前国内外对线源反问题数值求解尚没有一种成熟有效的算法。本文在研究区间搜索算法基础上,提出了一种新的求解算法—区间粒子算法(Range Particle Algorithm)来求解线源反问题。首先简要介绍了线源反问题的求解特点,并根据线源方程建立了反问题求解的目标函数;其次基于该目标函数,设计了区间粒子算法来求解,探讨了算法实现的基本步骤和参数调整问题;最后通过模拟数据和实测数据分别检验了该算法求解的效果,结果表明区间粒子算法求解精度高、收敛速度快和计算稳定,在线源反问题数值求解中是适用的。

摘要：对面向"互联网+"的声纹识别技术进行研究,并分析了其在刑事案件侦破中的应用。基于GMM-UBM声纹识别确认系统,对GMM-UBM模型构建方法进行详细描述,研究模型参数最大后验概率算法、估计期望最大化算法、参数训练和识别过程。对基于GMM-UBM的声纹识别系统进行设计,利用对比实验的方法分别验证在相同条件下GMM建模方法、GMM-UBM建模方法的识别效果。在测试随机抽取的一组语音时,系统均具有较高的识别成功率,在进行不同人数测试时,随着样本人数的增加,系统识别率会有少许降低,但平均识别率较高,为89.6%;与GMM系统相比,GMM-UBM系统具有较高的识别率,随着混合度的增加,GMM-UBM系统识别率随之增大。

摘要：图像中的文字提取是处理文字信息的关键步骤。提出一种基于条件随机场(CRFs)的分割方法。针对背景复杂的情况,精心选择特征,设计分类器,计算在给定观测数据情况下,像素标签的条件概率分布。这样,有效地避免了计算联合分布所带来的问题(如马尔可夫随机场)。与传统的分类器相比,该方法更加注重像素以及标签之间互相影响程度以及合理性。试验结果表明,与其他方法相比,CRFs的文字分割结果有明显的提高。