人工智能入门（2）

人工智能入门（1）

大数据

大数据通用型处理框架
1.数据采集与预处理：将数据写入数据仓库，数据采集包括文件日志的采集，数据库日志的采集，关系型数据库的接入和应用程序的接入
2.数据存储
3.数据清洗：任务调度系统对关键任务进行数据的有效筛选
4.数据可视化

虚拟现实技术

核心技术

1.三维建模技术
获取数据的三维数据
2.立体显示技术
颜色分离技术、分光技术、分时技术、光栅技术、全息显示技术
3.真实感实时绘制技术
4.三维虚拟声音的实现技术

文字的智能处理

文本识别原理

人为输入 与 光学字符识别技术OCR

过程一般分为，正确的提取文字信息----------正确的分离单个文字-------------正确识别单个文字-------------正确连接单个文字

---

特征判别是通过文字类别的共同规划，像区域特征，四周边特征，进行分类判别的
英语等：数字符号，直接利用输入的二维图像与字典里记忆的图像进行全域匹配
中文：只抽出部分图像与字典进行匹配，然后根据各部分形状以及相对位置关系，与保存再字典里的知识进行对照，从而识别出每一个具体的汉字
文字识别流程
汉字图像输入--------预处理阶段（转灰度图像----均值滤波----二值化----行列分割）----------汉字识别（加载特征库----特征提取----特征匹配）------------识别结果

图像的智能处理

图像识别原理

是以图像的主要特征为基础的，视线总是集中再图像的主要特征上，集中在图像轮廓曲度最大或者轮廓方向突然改变的地方，这些地方信息量最大，因此识别机制必须排除输入的多余信息，抽出关键信息
过程
信息的获取--------预处理（图像处理中的去噪、平滑、变换，加强图像的重要特征）----------特征抽取和选择（在模式识别中需要进行特征的提取）========分类器设计和分类决策

语音的智能辨识

语音辨识原理

机器利用语音辨识原理把语音信号转换成可以精确控制的逻辑信息或者指令

主要流程
语音输入-------语音信号处理-----特征提取------1-----模式匹配；特征提取---------2---------模型库---------模式匹配-----识别结果