基于警务巡逻机制的组间最短路径平衡问题研究

从公安巡逻工作出发,为科学部署警力及优化巡逻路线,提出组间最短路径平衡问题,并且分析研究了解决这一问题的思路与方案。在引入旅行商问题解法的基础上,利用了退火算法的全局最优特性,将组间最短路径距离收敛至理想区间,并且通过模拟实验验证了解决方案的可行性,为公安巡警等对重点目标、区域的巡逻及警力部署提供了一种科学化的决策手段。     

基于机器学习的手写签名鉴别技术综述

手写签名鉴别是应用最广泛的生物认证技术之一,由于其具备的高效性、可靠性和低成本等优点,该技术在行政、金融以及刑事司法鉴定等领域中都扮演着重要的角色.本文在阐述手写签名鉴别技术基本概念的基础上,对该领域常用的公开数据集和评估指标进行简介,对多种主流基于机器学习的手写签名鉴别方法进行分析和讨论,并提出该领域的挑战与发展方向.     

基于“CTAR”模型的后疫情时期精准防控机制研究

当前,我国疫情防控进入以防输入为主的"后疫情时期",并且这一时期将持续很长一段时间。大数据、人工智能、5G等信息技术为打赢后疫情时期防控战役提供了强有力的支撑。应在研究国内各地区信息化疫情防控措施基础上,结合现阶段疫情防控特点,采取集信息采集(Collection)、疫情追踪(Trace)、疫情风险态势感知(Awareness)和决策响应(Response)于一体的"CTAR"疫情防控模型,探讨基于多部门联动的疫情数据真实性验证及基于三维社区的疫情精准管控机制,为快速、精准和高效阻断病毒传播、稳定疫情、推进复工返学工作顺利开展保驾护航。     

基于年龄掩码的跨年龄人脸识别

人脸特征随着年龄的增长会产生显著的类内差异,从而导致一般人脸识别模型的性能下降。为了减少年龄变化引起的类内差异,提出了一种基于年龄掩码的跨年龄人脸识别方法 AM-FPN(Age Mask Feature Pyramid Network)。首先通过FPN模型中自底向上的方式提取年龄和身份的混合特征,并将空间注意力机制（Spatial Attention,SA）嵌入到横向连接处,通过自顶向下的方式提取出更具有代表性的年龄特征。然后提出一种高效的年龄掩码分解模块,剔除混合特征中的年龄特征,从而得到纯净的身份特征。最后引入跨年龄域对抗、年龄估计和人脸识别的多任务联合训练策略,增强模型泛化效果。在FGNET、C-ALFW和ECAF人脸老化基准数据集上的识别效果显著优于目前先进的跨年龄人脸识别算法,充分证明了AM-FPN的先进性和有效性。