皮革工业"中间组织"的意义及其协调管理(续)--从组织边界的演变看皮革工业的发展

从制革企业组织边界的演变分析入手,探讨了皮革工业组织形态变化的趋势,认为已经悄然兴起的“中间组织”使上、下游企业跨组织边界进行协调,不仅带来了垂直整合的效率优势,也增强了各方快速反应的弹性,其联动效应,有助于相关企业的持续创新和保有生产领先的地位。     

基于多特征融合的票据分类技术及应用

对票据进行高速、准确的分类是实现票据自动处理的关键。论文分析了各种票据分类方法的优缺点,并根据金融、税务等行业所使用的票据特点,提出基于多特征融合的快速分类方法,可以将票据的几何尺寸、分类条码、标题、特征字符串、特征图像块、特征框线等特征有机地融合并进行分类,提高了票据分类的速度与准确性。利用该技术设计的银行票据处理系统的实际应用说明了该方法的有效性。     

表单几何特征组件检测的研究与实现

表单图像变形、倾斜、噪声干扰、打印错位等问题往往使表单的数据域定位不准确,从而导致表单数据域提取失败。针对现有表单处理技术中存在的定位不准的问题提出了通过检测表单的条码、格结构等几何特征组件实现表单数据域的定位,并分别设计滤波器实现了几何特征组件的检测。实验证明了该方法的有效性。     

基于多分类器集成的手写体金融汉字识别

用基于遗传算法的全局优化技术动态地选择一组分类器,并根据应用的背景,采用合适的集成规则进行集成,从而综合了不同分类器的优势和互补性,提高了分类性能。实验结果表明,通过将遗传算法引入到多分类器集成系统的设计过程,其分类性能明显优于传统的单分类器的分类方法。     

基于核聚类的手写金融汉字识别方法

根据手写体金融汉字的特点，利用核聚类方法将原始样本特征映射到高维特征进行聚类分组，对每一组使用一个支持向量机二值分类器进行分类，并用这些二值分类器组成决策树的结点，构成一个决策分类树。给出了金融汉字的分组方法和决策树的生成算法，提出利用交叠系数来控制交叠，可以克服错分积累，提高分类准确率。实验结果表明，采用该方法，手写体金融汉字识别的速度和正确率都达到了实用的要求。     

基于核聚类的SVM多类分类方法

对支持向量机的多类分类问题进行研究，提出了一种基于核聚类的多类分类方法。利用核聚类方法将原始样本特征映射到高维特征进行聚类分组，对每一组使用一个支持向量机二值分类器进行分类，并用这些二值分类器组成决策树的节点，构成了一个决策分类树。给出决策树的生成算法，提出了利用交叠系数来控制交叠，从而克服错分积累，提高分类准确率。实验结果表明，采用该方法，手写体汉字识别速度和正确率都达到了实用的要求。     

皮革工业"中间组织"的意义及其协调管理--从组织边界的演变看皮革工业的发展

从制革企业组织边界的演变分析入手,探讨了皮革工业组织形态变化的趋势,认为已经悄然兴起的"中间组织"使上、下游企业跨组织边界进行协调,不仅带来了垂直整合的效率优势,也增强了各方快速反应的弹性,其联动效应,有助于相关企业的持续创新和保有生产领先的地位.     

基于模糊理论的Web服务信任评估模型

针对Web服务所处网络环境的开放性、欺诈性和不确定性等特点,提出一种基于模糊理论的Web服务信任评估模型.该模型采用粗糙集和信息熵理论相互结合的方法对Web服务的信任度进行度量,为候选可信的Web服务提供良好的决策依据.最后,以仿真实验说明该模型在Web服务信任评估方面更加准确可靠.     

改进的结合密度聚类的SVM快速分类方法

针对SVM在对大规模数据分类时求解规模过大的问题,提出了一种缩减数据集以提高训练速度的方法。该算法的第一步利用基于密度的方法大致定位能代表某个局域的质点,然后用SVM训练缩减后的数据得到一组支持向量,第二步的训练数据由支持向量以及其所代表的样本点构成。仿真实验证明该算法在保证分类准确率的情况下能有效地提高分类速度。     

基于小波包分解的手写体金融汉字识别

本文提出一种基于小波包分解的手写体金融汉字识别算法。该算法首先对汉字图像进行小波包分解,利用基于节点子图像能量方差的准则选择适当的部分分解树;然后,将得到的子图像划分成多个局部窗口,计算局部窗口的能量值组成特征向量;再通过主成分分析(PCA)选择分类能力最强的一组特征,降低特征空间的维数;最后,用SVM多类分类方法进行分类判决。实验结果表明,该算法取得了较好的识别效果。