數(shù)據(jù)遠見者通過數(shù)字化轉(zhuǎn)型顛覆并重塑行業(yè)格局，幫助企業(yè)走上蓬勃發(fā)展之路

中國，北京 — 2017 年 11 月 15 日 — 全球混合云數(shù)據(jù)管理領(lǐng)域權(quán)威NetApp公司（納斯達克股票代碼：NTAP）今天公布了一項旨在幫助企業(yè)積極開展數(shù)字化轉(zhuǎn)型的全球研究項目的結(jié)果。通過與 IDC 合作，該研究項目提供了可供所有企業(yè)在轉(zhuǎn)型過程中利用的即時、有效的步驟。

發(fā)表于：2017/11/17

融合用戶屬性信息的冷啟動推薦算法

協(xié)同過濾算法廣泛應(yīng)用于個性化推薦系統(tǒng)中?，F(xiàn)有的基于社群相似性的協(xié)同過濾算法在新用戶新商品的冷啟動場景中難以使用，性能較差。對此，提出了一種基于矩陣分解和神經(jīng)網(wǎng)絡(luò)映射的冷啟動推薦算法。首先，使用矩陣分解方法求出用戶在潛在興趣空間的向量表示；然后，訓(xùn)練神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)從用戶屬性數(shù)據(jù)到潛在興趣向量的映射關(guān)系；最后，融合用戶的歷史評分數(shù)據(jù)與屬性數(shù)據(jù)各自生成的興趣向量，給出平滑的推薦預(yù)測值。實驗表明，當(dāng)用戶的評分記錄很少時，預(yù)測性能有明顯提升，融合用戶的屬性信息能較好地改善“冷啟動”情況下推薦系統(tǒng)的性能。

發(fā)表于：2017/11/16

后驗概率改進Fisher向量的高性能圖像檢索算法

提出了一種高性能的圖像檢索方法，結(jié)合紋理分類和改進的Fisher向量實現(xiàn)圖像檢索。首先，將圖像劃分為互不重疊的圖像子塊，對每一圖像子塊依據(jù)紋理復(fù)雜度進行分類，對不同類別的圖像子塊提取不同的特征。其次，采用基于后驗概率改進的Fisher向量進行特征編碼，依據(jù)乘積量化和非對稱距離計算方法，分段計算兩特征向量之間的距離，快速求取相似度指標(biāo)，據(jù)此進行圖像檢索。在Holidays數(shù)據(jù)集上進行圖像檢索的實驗結(jié)果表明，該方法的查準(zhǔn)率和召回率高，且耗費的查詢時間少。

發(fā)表于：2017/11/14

西部數(shù)據(jù)發(fā)布首款移動固態(tài)硬盤 高速移動固態(tài)硬盤 - my passport? SSD 以精美而小巧的設(shè)計為用戶提供強大性能

2017年11月13日–北京，存儲解決方案提供商西部數(shù)據(jù)公司 (NASDAQ: WDC)日前宣布推出旗下運行速度更快的WD®品牌移動固態(tài)硬盤My Passport? SSD。新款My Passport? SSD擁有極快的讀寫速度和優(yōu)美的外型設(shè)計，為西部數(shù)據(jù)公司領(lǐng)先的存儲硬盤產(chǎn)品。新款My Passport? SSD可說專為大文件使用者和科技愛好者設(shè)計，將卓越的讀寫速度和便攜性的巧妙結(jié)合用于海量檔案的管理。

發(fā)表于：2017/11/14

Intel PSG 2017全國教師會議勝利閉幕

日前，Intel PSG 2017全國高校教師會議在美麗的三亞成功召開，來自英國的學(xué)術(shù)界代表、超過100 位國內(nèi)外頂尖高校的專家學(xué)者、英特爾技術(shù)專家一起交流并分享了當(dāng)今前沿技術(shù)與英特爾創(chuàng)新技術(shù)成果、人才培養(yǎng)和教學(xué)科研創(chuàng)新等方面的真知灼見，共同探索產(chǎn)學(xué)研合作新途徑?！峨娮蛹夹g(shù)應(yīng)用》全媒體傳播平臺受邀參加了本屆盛會，與老朋友回顧合作歷程，與新朋友暢談技術(shù)趨勢，筑夢更廣闊的未來。

發(fā)表于：2017/10/25

結(jié)合本征分解和抽樣學(xué)習(xí)的快速SVM分類器

為了提高經(jīng)典支持向量機（SVM）分類器的運算效率，提出一種改進的快速SVM分類器。針對低維空間向高維空間變換時核矩陣運算效率低的問題，采用本征分解方法對核矩陣進行降維處理，得到核矩陣的近似表示；同時，對訓(xùn)練子集進行劃分，隨機抽樣訓(xùn)練樣本進行學(xué)習(xí)，進一步提高SVM分類器的運算效率。圖像分類實驗結(jié)果表明，改進的SVM分類器不僅分類正確率高于經(jīng)典SVM、隨機森林和神經(jīng)網(wǎng)絡(luò)分類器，而且訓(xùn)練耗時最少，平均分類耗時也低于經(jīng)典SVM分類器。

發(fā)表于：2017/10/23

人工智能下棋已不新鮮，未來還要當(dāng)一名優(yōu)秀“寫手”？

現(xiàn)在人工智能的寫作也在快速發(fā)展，一些簡單的新聞以及文稿如今已經(jīng)不弱于一般人的寫作。

發(fā)表于：2017/10/23

拳打AlphaLee，腳踢AlphaMaster，全新AlphaZero實現(xiàn)自我學(xué)習(xí)

柯潔稱：“一個純凈、純粹自我學(xué)習(xí)的alphago是最強的...對于alphago的自我進步來講...人類太多余了?！?/a>

基于MapReduce的并行抽樣路徑K-匿名隱私保護算法

K-匿名算法及現(xiàn)存K-匿名改進算法大多使用犧牲時間效率降低發(fā)布數(shù)據(jù)信息損失量的方法實現(xiàn)數(shù)據(jù)的匿名化，但隨著數(shù)據(jù)量的急劇增長，傳統(tǒng)的數(shù)據(jù)匿名化方法已不適用于對較大數(shù)據(jù)的處理。針對K-匿名算法在單機執(zhí)行過程中產(chǎn)生大量頻繁項集和重復(fù)搜索數(shù)據(jù)表的缺點，將MapReduce模型引入到抽樣泛化路徑K-匿名算法中對其進行優(yōu)化。該方法兼具MapReduce及抽樣泛化算法的優(yōu)點，高效分布式匿名化數(shù)據(jù)集，降低發(fā)布數(shù)據(jù)集信息損失量，提高數(shù)據(jù)的可用性。實驗結(jié)果表明：當(dāng)數(shù)據(jù)量較大時，該優(yōu)化算法在時間效率及數(shù)據(jù)精度方面有顯著提高。

發(fā)表于：2017/10/20

基于FPGA的LMS自適應(yīng)濾波器設(shè)計

提出一種基于LMS（Least Mean Square）自適應(yīng)算法的濾波方法，介紹該方法在低頻信號濾波上的應(yīng)用及在FPGA平臺上實現(xiàn)。傳統(tǒng)數(shù)字濾波器FIR、IIR濾波器針對不同的系統(tǒng)和干擾信號，其濾波參數(shù)不固定。因此，在窄帶信號的濾波處理中，傳統(tǒng)濾波器對信號濾波降噪的效果往往受到衰減增益限制。提出的方法先以CORDIC(Coordinate Rotation Digital Computer)算法產(chǎn)生的正弦信號來調(diào)制采樣信號，根據(jù)采樣信號與基準(zhǔn)信號誤差使其權(quán)向量沿負梯度方向終止于維納解。該方法在類直流輸入及帶寬窄的情況下仍能有效過濾高頻噪聲，讀取低檢測信號幅值。理論分析和實驗結(jié)果表明,與傳統(tǒng)濾波方法對比，該濾波方法在處理窄帶信號的濾波上更具有優(yōu)勢。

發(fā)表于：2017/10/17

基于跨平臺的實時數(shù)據(jù)處理系統(tǒng)的設(shè)計

設(shè)計實現(xiàn)了一款實時數(shù)據(jù)處理系統(tǒng)，是SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）的數(shù)據(jù)核心。在基于國產(chǎn)軟硬件平臺的基礎(chǔ)上，采用跨平臺的架構(gòu)設(shè)計，介紹了實時數(shù)據(jù)處理系統(tǒng)的功能及設(shè)計實現(xiàn)。該實時數(shù)據(jù)處理系統(tǒng)采用在共享內(nèi)存中創(chuàng)建多個隊列的方式存放輸入和輸出的數(shù)據(jù)，既方便多個進程同時存取數(shù)據(jù)，又保證了數(shù)據(jù)處理的實時性。

發(fā)表于：2017/10/16

結(jié)合改進編輯距離與SVM的圖像分類方法

提出了一種圖像分類方法，結(jié)合圖像的多尺度字符串表示以及改進的編輯距離和SVM分類器進行圖像分類。首先，對圖像進行多尺度分塊，提取各個歸一化圖像子塊上的方向梯度直方圖特征，并將生成的多尺度特征向量用多個字符串進行表示；然后，提出融合編輯操作，改進字符串的編輯距離，通過計算兩幅圖像對應(yīng)的兩組字符串之間的改進編輯距離來測量兩幅圖像的相似度；最后，采用改進的編輯距離計算徑向基函數(shù)，進行改進的SVM分類。實驗結(jié)果表明，該方法的分類正確率高，且平均分類耗時少。

發(fā)表于：2017/9/14

基于KELM決策融合的語音情感識別

針對語音情感信號的復(fù)雜性和單一分類器識別的局限性，提出一種核函數(shù)極限學(xué)習(xí)機（KELM）決策融合的方法用于語音情感識別。首先對語音信號提取不同的特征，并訓(xùn)練相應(yīng)的基分類器，同時將輸出轉(zhuǎn)化為概率型輸出；然后利用測試集在基分類器的輸出概率值計算自適應(yīng)動態(tài)權(quán)值；最后對各基分類器的輸出進行線性加權(quán)融合得到最終的分類結(jié)果。利用該方法對柏林語音庫中4種情感進行識別，實驗結(jié)果表明，提出的融合KELM方法優(yōu)于常用的單分類器以及多分類器融合方法，有效地提高了語音情感識別系統(tǒng)的性能。

發(fā)表于：2017/9/14

基于基元自相關(guān)圖和結(jié)構(gòu)元直方圖的圖像檢索

針對目前的基元自相關(guān)圖在表達圖像顏色特征時空間相關(guān)性不強、基于單一特征檢索時精度低的問題，提出了一種改進的基元自相關(guān)圖和結(jié)構(gòu)元直方圖的圖像檢索方法。首先，將彩色圖像非均勻的量化為63種顏色，并且對圖像進行均勻分塊，同時采用子塊顏色代表值代替子塊內(nèi)每個像素點的顏色值；然后用定義的基元和結(jié)構(gòu)元分別統(tǒng)計每個子塊信息并提取圖像基元自相關(guān)圖和結(jié)構(gòu)元直方圖；最后綜合提取的兩個特征進行相似性度量。實驗結(jié)果表明，相較于以顏色自相關(guān)圖、基元自相關(guān)圖及基于結(jié)構(gòu)元的圖像檢索方法，該方法有效地提高了檢索的精準(zhǔn)率，改善了檢索結(jié)果的排序值，并具有很好的穩(wěn)定性。

發(fā)表于：2017/9/13

AMD拉著百度一起搞ROCm軟件平臺優(yōu)化，英偉達這下要肝顫了

AMD與百度合作優(yōu)化百度數(shù)據(jù)中心上的軟件，這將會縮小和英偉達的差距；AMD的這一舉措是積極的，因為它將加強AMD的開源ROC1.6軟件平臺；AMD已經(jīng)與百度聯(lián)手在百度的數(shù)據(jù)中心上針對其Radeon Instinct GPU優(yōu)化軟件。最終，AMD的開源ROC1.6軟件平臺將會更好地與英偉達的CUDA GPU計算軟件平臺競爭。

發(fā)表于：2017/9/13