简介：本文截取视频的一帧,针对手势肤色的特殊性和手势的易形变性,通过建立肤色模型和基于haar的AdaBoost分类器,实现手势分割,通过CamShift算法实现手势的实时追踪。通过卷积神经网络进行手势识别,实现对10种常用手势数字的识别,识别率达到98.3%。

简介：在当今信息化时代,通信信号调制类型的自动识别技术已经逐渐渗透到我们的生活当中。这项技术需要对待测信号进行系统的分析,提取待测信号的不同特征参数。分析各个信号特征参数的差异,幷讨论和设置判决门限,然后使用决策论方法对待测信号进行判决,最后通过计算机使用仿真软件进行模拟仿真,验证该方法的可行性和影响判决准确率的条件。

简介：图像识别技术主要包括图像特征的提取和图像的分类,在这两种技术中,图像特征的提取是图像识别技术最关键的技术。图像特征提取的准确性是衡量一个图像识别算法好与坏的唯一指标。图像特征提取主要采用分布式点矩阵的方法,通过在图像中插入一定数量的特征点,通过对特征点的比较,将符合特征点的部分加以整合和归纳,最终得出图像的特征。但在现有的技术中,特征点的插入数量和特征点对照的准确度在各种算法中均有优劣,而深层学习作为一种组织架构更完善的处理方法,显然是很适合图像识别算法的使用。所以本文就深度学习的原理及基于深度学习原理的图像识别算法的基本原理进行探讨,并对基于深度学习的图像识别算法的研究做出详细的讨论。

简介：科技信息技术在快速发展,计算机被广泛应用,从而人工智能在各行业也开始应用,这需要计算机技术的视觉能力和语言能力更强,给人们的生活和工作带来帮助。我国现在的人工智能识别技术已经有了很大的进步,可是具体实践应用时仍然有一定的不足和缺陷,需要进行解决和处理。

简介：随着人工智能的发展，数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用，是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念，详细描述了BP神经网络的原理，并通过实例进行BP网络设计。同时提出了6种优化方式，分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值，并能通过各种优化方式提高识别精度。

简介：由于现在科技的飞速发展,计算机视觉技术也慢慢的成熟起来,本文分析了计算机视觉技术与模式的定义,并详细的分析了计算机视觉技术在农业中的应用情况自己需要解决的问题和对未来发展的展望。

简介：当前,计算机网络深深进入人们的社会生活,计算机和网络技术不断提升,大大改变了人们的生活方式、学习方式、社交方式。随着网络的深入发展,越来越多的人开始接触网络,应用网络,因此,在这一过程中,人们也会遇到各种各样的网络问题。当今,网络故障随时随处可见,影响了人们对于网络的使用,提升了网络的使用门槛。因此,对于网络故障的准确定位、及时解决成为当前的重要议题。该文针对这样的情况,对日常常见的网络故障进行了系统的阐述和总结,并且提出了常用而方便的排查方法及解决方案,具有一定的参考价值和实际应用意义。