模式识别智能信息处理

模式识别智能信息处理（精选9篇）

模式识别智能信息处理篇1

“模式识别与智能信息处理”学科方向研究内容

“模式识别与智能信息处理”是当今发展最快的热点领域，本领域以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统的性能。模式识别与智能处理是现代服务业信息支撑技术之一，是一个理论与实际紧密结合、具有广泛应用价值的重要领域。

一、计算机视觉与图像识别

以信息处理与模式识别的理论、方法和技术为核心，以数学方法和计算机为主要工具，探索对图像、图形（人脸、指纹、虹膜、静脉、步态、车牌等）的信息进行处理、分类、理解，并在此基础上构造具有智能特性的系统。

二、语音合成、识别和理解

研究非特定人大词汇量连续语音识别，语言模型与口语理解，说话人识别，口音识别，语音合成系统，对话系统，人机语音交互技术，音频信号处理、识别，以及语音应用系统开发。

三、计算机控制系统

以计算机为主要工具，以人脑仿真研究为基础，将人工智能技术、数据挖掘技术、嵌入式技术、人工神经网络理论等智能化方法用于信息系统、自动化系统和，以实现智能化信息处理和智能化控制。

热忱欢迎各位老师加入此方向！

模式识别智能信息处理篇2

本文首先叙述了关于模式识别领域的发展历史以及模式识别在此过程中使用的主要方法的演变过程, 文章后阶段介绍了模式识别理论方法研究的最新进展并分析未来的发展趋势。由于Jain等人的综述[3]已经全面介绍了2000年以前模式分类方面的进展, 该文侧重于2000年以后的研究进展。

1 历史回顾

早在20世纪40年代, 随着电子计算机的逐渐兴盛, 人们对于计算机的不断探索研究, 发现需要用一些科学的方法来解决计算机识别和处理等问题。在已有的模式识别在其他领域的应用范例, 如:机械领域和光领域。其中在光领域最具代表性的是现代模式识别例子是德国人Gustav Tauschek与1929年关于光学字符识别的专利。

20世纪80年代BP (Back-propagation) 神经网络算法的兴起以及成功的在工程和学术上的应用燃起了人们对人工神经网络技术的研究和探索的激情, 仿佛人工神经网络即将会实现, 用以取代人类智能。国际性的模式识别大会也不断的召开, 直至2012年国际模式识别大会已经成功举办的21届。

纵观模式识别的发展历程, 该文将模式识别研究的过程归纳为以下几个方面:首先, 针对模式识别的原始处理识别以及模型的选择问题, 人们做了大量的研究, 其中最具有代表性的是Bayes学习理论, 其产生对分类方法的研究提供了新的方法[2]。其次, 一些在传统领域应用的比较多的问题, 如:概率估算、可代表莫一类事物的特征向量的选择问题、针对未知问题的类别聚合问题等等, 人们都期望用新的方法加以实验。第三方面, 随着机器学习领域的不断发展, 如粒子群优化算法、C4.5、支持向量机等技术的发展, 这些都极大的促进了模式识别的进步, 机器学习和模式识别领域相互交融、相互补充和融合的趋势进一步加强。第四个方面, 模式识别与数据挖掘技术进一步结合, 随着模式识别技术的不断发展, 产生了新的问题, 事物潜在的内部规律有待进一步发掘, 故模式识别与数据挖掘的相关技术有进一步结合的趋势。第五, 模式识别的理论和方法等不断的进步、计算机性能的不断提升人们迫切的需要将理论转化为现实的生产力, 故模式识别在现实中的应用研究占据主要地位。第七, 随着云计算与物联网的兴起和发展, 这些技术为模式识别领域带来了新的机遇, 模式识别中的大数据处理以及物物相联问题将是一种研究的趋势。

2 模式识别的研究现状

2.1 模式识别系统和方法概述

模式识别从其加工处理的过程来看, 总的可以分为:前期处理、中期计算、后期融合三个阶段。其中前期处理有可以分为:数据初处理、归一化、模式分隔与计算、特征提取等, 中期计算包括模式识别、模式匹配, 后期融合包括数据合并、数据计算等[3]。

2.2 概率密度估计

在非监督学习技术中, 其最具代表性的发的当属概率密度估计和聚类, 二者都属于非监督学习方法。概率密度估计技术主要应用在诸如聚类、特征选择、分类奇异点检测等多方面。基于Bayes决策规则理论的分类问题就应用了概率密度估计方法, 通过概率密度估计方法对未知的事物进行分类。此外在支持向量机的应用基础上, 利用距离向量函数与核函数等技术将为分类的数据依据最小分类间隔进行分类, 这种方法有其自身的优越性, 但是在算法的性能上有待提高, 尤其是对于特征向量较多地情况, 虽然引入了核函数, 但是在运行效率上还是有待提高。

2.3 特征的选择

为了减少高纬度数据对数据处理以及计算的精确度的影响, 模式识别领域以及机器学习领域引入了特征选择的概念。就是将过多的特征进行裁剪, 选出最具代表性的特征, 从而用这些样本的特征对同类新进元素进行分析, 将新进的事物的特征向量与样本的特征向量通过函数或者概率的方法对新进事物进行判别。这样在削减特征的前提下, 也提高的计算的效率, 提高分类的效率以及泛化能力[4]。

3 发展趋势

对于本文中对模式识别技术前期简要介绍的方法以及研究进展外, 模式识别技术还有其他的方法和技术。如, 在分类问题上, 怎样维持分类模型的更新, 以及更新的效率等问题上都是未来需要研究的方向。此外智能信息处理中的模式识别技术应适应时代潮流与云计算和物联网技术相结合。

4 总结

本文以模式分类中模式识别问题为主线对模式识别的发展技术以及相关的理论进行了探讨。结合现阶段的现状提出了模式识别技术应与云计算和物联网技术相融合。

摘要：自20世纪60年代以来, 模式识别的理论与方法的研究及相关理论在实际项目应用中取得了长足的发展。该文先简要回顾模式识别领域的发展历史和主要方法的演变, 然后围绕模式分类这个模式识别的核心问题, 就概率密度估计、特征选择和变换、分类器设计几个方面介绍近年来理论和方法研究的主要进展, 最后简要分析将来的发展趋势。

关键词：模式识别,概率密度估计,特征选择和变换,分类器

参考文献

[1]Fumin Q I, XIE Xiao-yao, JING Feng-xuan, Application of Improved PSO-LSSVM on Network Threat Detection[J].Wuhan University Journal of Natural Sciences, 2013, 18 (5) :418-426.

[2]Malley J D, Kruppa J, Dasgupta A, et al.Probability machines:Consistent probability estimation using nonparametric learning ma chines[J].Methods of information in medicine, 2012, 51 (1) :74.

[3]Structural, Syntactic, and Statistical Pattern Recognition:Joint IAPR International Workshop, SSPR&SPR 2012, Hiroshima, Japan, No vember 7-9, 2012.Proceedings[M].Springer, 2012.

模式识别智能信息处理篇3

【关键词】计算机图像识别智能化处理

【中图分类号】G 【文献标识码】A

【文章编号】0450-9889（2016）09C-0191-02

从计算机图像识别智能化处理技术发展情况来看，该技术手段注重对计算机系统进行有效应用，通过对输入系统的图像进行处理和分析，更好地满足人们对图像信息的需要。计算机图像处理技术在当下得到了广泛应用，并且随着计算机技术的快速发展，其图像处理技术水平也得到了显著提升。在对计算机图像识别智能化处理技术应用过程中，注重根据人们的实际需要，保证图像处理可以更好地解决人们的实际问题。计算机图像识别智能化处理技术在应用过程中，要注重对计算机系统进行把握，并能够结合图像识别智能化处理技术特点和优势，发挥其作用，以实现该技术手段在实际生活和工作中的重要功能。

一、计算机图像智能化识别系统介绍

在对计算机图像智能化识别系统研究过程中，我们需要考虑到该系统涉及到的五个主要部分，分别是图像输入、图像预处理、特征提取、图像分类、图像匹配，如图1所示：

利用这五个模块，保证图像处理能够更好地满足人们对图像的需要。在实际处理过程中，需要将图像输入计算机系统，经过简单的预处理后，对图像的关键性特征进行提取。这一过程中，需要对图像质量进行细化和增强，采取二值化的预处理技术手段，保证关键性特征能够被有效提取。计算机智能化图像识别系统在对图像特征表述过程中，以数值的方式进行。在对图像进行分类时，则根据数值特征，对图像明确分类，之后根据图像的特征，进行图像匹配。

二、计算机图像识别智能化处理技术应用原理分析

计算机图像识别智能化处理技术的应用，注重结合各行各业对图像的实际需求为依据，保证相关技术手段能够更好地满足人们需要。智能化处理技术融合了传感器及彩色低照度处理技术，这一技术手段能够保证获取的图像具有更高的质量，使监控器中获取的图像能够得到有效处理，从而满足人们的视觉观看需要。

计算机图像识别智能化处理技术对原有的CMOS传感器性能进行了改良，在色彩保真度方面，具有更为清晰的效果。同时，与传统的CCD摄像机相比，这一技术手段实现了降噪的目的，并且保证图像特征提取以及图像搜集具有较高的流畅性。计算机图像识别智能化处理技术的应用，能够降低环境的影响，保证图像获取具有更高的清晰度，满足客户对高清图像的需要。除此之外，计算机图像识别智能化处理技术实现了多种数字化技术的融合，保证其具有强大的应用功能，例如在进行图像扫描、视频分析过程中，都发挥了重要作用。

计算机图像识别智能化处理技术应用过程中，对于SDI高清摄像机的需求不断增加，这一技术手段，能够在苛刻的环境下获取高清图像信息。SDI高清摄像机在低光环境下，例如地下停车场、阴暗的楼道内，都能够获取清晰的图像信息。这样一来，随着SDI高清摄像机的应用，使得计算机图像识别智能化处理技术的应用范围得到不断拓展，可以更好地促进该技术手段的发展和应用。

三、计算机图像识别智能化处理技术的特征及优势分析

在对计算机图像识别智能化处理技术研究过程中，我们需要把握其特征及优势，这样一来，才能够更好地发挥计算机图像识别智能化处理技术的功能和作用。

（一）计算机图像识别智能化处理技术的特征

就现阶段计算机图像识别智能化处理技术发展情况来看，其明显的特征表现在以下几点：

1.处理信息量巨大。在利用计算机图像识别智能化处理技术过程中，由于计算机系统容量较大，以二维信息的方式对信息进行处理，这就使得计算机系统处理的信息量较大。同时，在对计算机系统应用过程中，也需要结合计算机图像识别智能化处理技术的实际情况，保证计算机存储量符合实际需要。庞大的信息处理量，使得计算机图像识别智能化处理技术应用变得更加方便，对于解决实际问题来说，起到了至关重要的作用。

2.关联性较强。在利用计算机系统对图像进行智能化处理过程中，各个像素之间具有较强的关联性，要想保证图像处理更好地满足需要，必须对关联性进行较好的把握。在对图像信息处理过程中，需要根据图像信息的情况，对图像像素进行匹配。这一过程中，像素之间的关联性必须得到有效把握，并以此作为图像特征提取主要因素。在智能化识别过程中，特征向量的有效匹配，对于提升图像应用质量和效果来说，将起到十分重要的作用。

3.人为因素影响较大。在对计算机图像识别智能化处理技术应用过程中，人的主观意识对这一技术手段有着较大的影响。人们在利用图像过程中，会根据自身的需要进行，这样一来，势必会掺杂主观要素在里面。因此，在利用计算机图像识别智能化处理技术过程中，需要以人眼特征为依据，模仿人眼形态，对图像信息进行处理和分析。

（二）计算机图像识别智能化处理技术优势分析

计算机图像识别智能化处理技术在应用过程中，帮助人们有效地解决了实际问题，这样一来，使得该技术手段在发展过程中起到了重要的作用。该技术的优势主要体现在以下几点：

1.图像表现力较强。通过利用计算机图像识别智能化处理技术对图像处理后，能够根据人眼观看物体的特征，将图像重要特征进行突出反应，从而满足人们对图像信息的实际需要。在处理过程中，能够对图像进行有效还原，保证图像具有较高的像素。

2.精度较高。在对图像信息应用过程中，人们通过利用计算机图像识别智能化处理技术，能够利用数字化技术增强图像效果，对图像特征进行突出反应，这样一来，可以有效地满足人们对高精度图像的需求。

3.灵活性较强。在对图像信息处理过程中，借助于计算机智能化处理技术，能够对原有图像进行放大或是缩小的处理，以满足人们对图像识别和处理的需求。这样一来，灵活地对图像信息进行处理，能够保证图像显示质量较为清晰，从而使其在应用过程中，更好地满足现实需要。

四、计算机图像识别智能化处理技术应用分析

计算机图像识别智能化处理技术在当下得到了较为广泛的应用，其在医学领域、工程建设领域、文艺领域、商业领域都发挥了重要作用。关于计算机图像识别智能化处理技术的应用，我们可以从下面分析中看出：

（一）医学领域的应用

现代化医学技术的快速发展，离不开对计算机图像识别智能化处理技术的有效利用。该技术手段在医院领域的应用，能够对各类染色体进行识别，从而使医生能够对病人的病情进行更好的判断和分析。同时，像心电图、彩超、超声波图像处理技术的应用，也需要依靠于计算机图像识别智能化处理技术。

（二）工程建设领域

工程建设领域对计算机图像识别智能化处理技术的应用，主要涉及到了输电线路的设置、零部件的检测及分类等方面。工程建设领域对该技术的应用，能够保证在施工设计方面具有较高的精确度，保证施工设计更好地满足实际施工需要。同时，计算机图像识别智能化处理技术的应用，能够保证施工图纸设计具有较高的精度，降低设计误差，对于促进工程建设行业的发展来说，起到了至关重要的作用。

（三）文艺领域的应用

在文学艺术方面对计算机图像识别智能化处理技术的应用，能够保证图像具有较高的清晰度，更好地满足人们的审美需要。例如在电视节目制作过程中，通过对相关图像的处理，可以保证图像信息具有较高的质量，带给人们更好的感观体验。同时，计算机图像识别智能化处理技术在应用过程中，可以对电视节目出现的失真问题进行有效处理，保证电视节目画面具有较高的真实性。

（四）商业领域的应用

计算机图像识别智能化处理技术在商业领域的应用，能够在很大程度上节约人工消耗，并且提升图像处理的质量，满足商业发展需求。例如，现代化企业发展过程中，人员考核多采取指纹识别的方式。这样一来，就必须保证对图像特征提取过程中具有较高的精确度。计算机图像识别智能化处理技术更好地满足了这一要求，能够满足企业商业发展需要。除此之外，商业建筑安装的监控器，也对计算机图像识别智能化处理技术进行了应用。安防领域对图像质量要求较高，在对图像信息利用时，需要对图像信息进行相应的处理。计算机图像识别智能化处理技术有效地满足了人们这一需求，使其在商业领域发挥了日益重要的作用。

通过对计算机图像识别智能化处理技术进行探究和分析，我们可以看出计算机图像识别智能化处理技术的特点及优势，这对于满足人们对图像信息的需求来说，起到了至关重要的作用。因此，在未来发展过程中，要注重加强对计算机图像识别智能化处理技术的完善，使其功能和作用得到有效发挥，这样一来，才能够帮助人们解决更多的实际问题。

【参考文献】

[1]高忠生.计算机图像识别的智能化处理技术分析[J].电脑知识与技术，2013（15）

[2]孙亮.计算机智能化图像识别技术的理论性突破[J].数字技术与应用，2013（6）

[3]唐录洁.计算机智能化图像识别技术的理论性探究[J]. 计算机光盘软件与应用，2013（13）

[4]陈波光，刘姝姝，蔡扬亚.计算机的智能化图像识别技术的理论性突破[J].电子制作，2013（15）

【作者简介】康少伟，广西理工职业技术学院讲师。

模式识别智能信息处理篇4

①研究意义20%：考察考生对所研究领域的发展与应用的了解；

②文献综述30％：考察考生对所研究领域国内外现状及最新动态的了解； ③逻辑思路20％：考察考生学术讲解的严密性、条理性及完整性。④研究成果20％：考察考生已获研究成果及参加科研项目情况；

⑤口头表达及PPT制作10％：考察考生口述讲解的清晰程度及PPT制作是否符合学术报告规范。

2.专业综合测试（面试）评分标准

①选题意义及深度20%：考察考生对所报考导师研究领域的了解以及选题的可应用性；

②创新点新颖性30％：考察考生对导师所研究方向的国内外现状及最新动态的了解，选题是否有较好的创新；

③技术路线20％：考察考生对研究计划理解的合理性、严密性、条理性及完整性；

④时间安排20％：考察考生对研究计划规划的合理性和可行性；

⑤口头表达及PPT制作10％：考察考生口述讲解的清晰程度及PPT制作是否符合学术报告规范。

3.复试（面试）评分标准

①基础知识20%：考察考生对所研究领域基础知识的理解和掌握情况； ②学术能力30％：考察考生提出并解决问题的能力以及创新能力；

③实践能力20％：考察考生面对实际问题的心理素质及解决问题的能力；④个人素质与修养20％：考察考生的政治思想及礼仪；

《用智能工具处理信息》教学实录篇5

授课时间：2012年4月授课人：西安市xxx中学

选用教材：粤教版信息技术必修模块《信息技术基础》授课班级：xxx中学高一学生

【师】：上课！【生】：老师好！（起立）【师】：同学们好！请座。在介绍本课内容之前，先请同学们欣赏一个视频片段。（播放新闻片段《霍金和他的计算机》）【师】：从视频片段中同学们可以看到霍金先生和他所使用的电脑，请问大家能不能从中发现霍金先生所使用的电脑和我们所使用的电脑有何不同？【生】：（纷纷作答）红外线识别„„ 【师】：识别什么？【生1】：眼睛眨动。【师】：用红外线识别眼睛的眨动。那声音是怎么发出的？【生2】：计算机合成声音！【师】：类似霍金先生所使用的智能工具现在已经逐步走入到我们的生活中。这节课老师就带着大家一起来领略智能工具的神奇魅力——第四章第二节用智能工具处理信息。（板书课题）【师】：智能工具的研究领域非常广泛，在日常生活中应用最多应该是模式识别技术。模式识别技术是指计算机对物体、语音、字符等自动识别的技术。刚才在视频片段中霍金先生所使用的电脑是自动识别眼睛的眨动选择字符，然后把霍金先生所输入的字句合成语音输出。霍金先生所使用的电脑全世界只有一台，我们无缘一用！这节课老师安排了另一个实践活动——用鼠标输入汉字，希望同学们可以通过这个实践活动来感受模式识别技术在日常生活中的应用—— “用鼠标输入汉字”。【师】：（广播展示课件中的实践任务）在这个实践活动中，需要使用 “文通慧视小灵鼠” 软件——可以识别用鼠标滑动的笔画组成汉字输出。同学们可以通过登录服务器复制软件。然后登录论坛输入十个字符，老师给定五个字符，分别是：米，天，A（英文字符）。（句号），„„，其它五个自选。最后登录论坛完成“手写文字识别率调查”主题中的内容。下面老师讲简单地演示实践步骤。（广播演示实践步骤）【师】：步骤明白了没有？【生】：（齐声回答）明白了。【师】：下面大家可以开始自己操作。（简单板书实践步骤和内容）【生】：（学生实践操作）【师】：平时大家输入十个汉字需要多长时间？【生】：（大多数学生回答）

三、四十秒钟。【师】：（笑）我们学校的学生计算机水平非常高，平时输入用三、四十秒，那今天老师先给大家一分钟的时间登录论坛，再给大家三分钟的时间输入十个字符，看哪些同学输的又快又好！谁先发帖，老师在论坛中都可以看到。比一比我们班哪个同学第一个完成！【师】：只给三分钟的时间，一会老师就要倒计时了，请大家抓紧时间。【生】：（学生实践，教师巡回指导）【师】：还有1分半，同学们要抓紧时间，先把这十个字符完成了。【生】：（学生实践，教师巡回指导）【师】：（查看论坛回复情况）已经有四个学生完成，其他同学要抓紧时间了。【生】：（学生实践，教师巡回指导）【师】：（广播展示论坛投票结果）我们一起来看一下同学们完成的情况。总共有二十个同学完成了识别率的投票，老师相信肯定还有很多同学也完成了鼠标输入汉字这个实践活动，但是没有来得及投票，因为是第一次使用论坛，不太熟悉，也有情可原，没有关系，咱们先来看看这些同学的投票结果。通过论坛投票可以很清晰地看到同学们的实践结果，智能鼠标输入汉字的识别率大概在多少？【生】：（绝大多数学生齐声回答）60% 【师】：50%-60%。回顾实践过程，同学们输入的这十个字符，有哪些被正确识别了？【生4】：米！【生5】：天„„ 【师】：有哪些字符没有被正确识别? 【生】：（异口同声）【师】：还有呢？【生6】： A 【生7】：句号【师】：那被错误识别成什么了？

【生8】：察，警察的察；

【生9】：（窘迫的窘；

【生10】：不认识的字„„ 【师】：那A呢？【生11】：大写的八；【生12】：匕；„„ 【师】：句号呢？【生13】：甲乙的乙；„„ 【师】：那“米”和“天”所有的同学都被正确识别了吗？【生】：是（部分学生肯定回答，还有一些学生沉默）【师】：老师刚看到有位同学输入的米没有被正确识别，不好意思说！太简单了！（笑）被错误识别成禾了！那“天”呢？有没有别错误识别的？【生】：（部分学生回答）有！【师】：被错误识别成什么？【生14】：大；【生15】：人„„ 【师】：通过刚才同学们反馈的结果可以发现你们输入的这十个字符有些被正确识别了，有些没有被正确识别？为什么？【生】：（小声议论）【师】：下面咱们一起来探究一下“鼠标输入字符”的原理，下面请同学们翻开课本第86页阅读下面这段文字“用手写板输入汉字的简单原理”。实际上“用鼠标输入字符”的简单原理和它非常相似，不长的一段文字，老师给大家3分钟时间，请同学们阅读这段文字，归纳总结“用鼠标输入字符”的原理。【生】：（阅读文字）【师】：有没有哪位同学自告奋勇总结一下“智能鼠标输入汉字”的基本原理？或者总结一下它识别汉字经过了几个步骤？【生】：（无人举手）【师】：我们高新一中的同学都很腼腆，那老师就点将了！（观察学生，指向一位表情若有所思的男生）【男生1】：第一步先用鼠标输入。【师】：（鼓励的语气）很好，下面的？【男生1】：第二步对汉字进行处理；【师】：（肯定的语气复述）对汉字进行处理！（鼓励地看着作答男生）第三步呢？【男生1】：第三步和特征库进行匹配。【师】：（复述）第三步和特征库进行匹配。【男生1】：第四步显示汉字。【师】：好！请坐！这位同学总结了四步，还有没有其他同学有补充的？【师】：那大家一起来看一下老师总结的原理，第一步手写汉字，第二步把鼠标划动的轨迹信息读入到计算机中，第三步进行预处理，第四步笔画识别，第五步和特征库中的标准汉字信息匹配，最后显示汉字。【师】：虽然刚才这位同学只说到了三步，但是老师觉得他总结的也非常好，因为他提到了其中最重要的两步，一步是预处理，一步是特征匹配。那请同学们再思考一下计算机对字符进行哪些形式的预处理？【生16】：规范化！【师】：非常好！在我们书写汉字的时候，输入是不是横平竖直，对汉字笔画大小粗细的规范化。还有哪些形式的预处理？（停顿）只是规范化吗？【生17】：去噪声【师】：什么是去噪声？【生】：（沉默）【师】：咱们回到刚才的实践中来看一下，有同学输入的“米”字，很简单的一个字，但是也没有被正确识别，而是被识别成“禾”，他是这样输的（板书—模仿学生输入的“米”字），结果被识别成“禾”！同学们已经了解了“智能鼠标输入汉字”的简单原理，能不能解释一下为什么这个“米”会被错误地识别成“禾”？【生18】：把点去掉了！【师】：那这是刚总结的步骤中的哪一步呀？【生19】：预处理中的去噪声！【师】：非常好！因为标准笔画中是没有这样的圆点的，所以被“去噪声”去掉了！还有吗？【生20】：还有上面的哪一点！【师】：对，因为这点太长了，所以被„„(故意停顿)【生21】：规范化【师】：对，被规范化成撇，所以“米”被识别成“禾”。那其它的这几个字符，biang,A,。为什么没有被识别？或者被识别成乱七八糟的其它字？【生22】：没有这个字！【师】：对!因为特征库（强调）中没有这个字！同学们说的非常好！刚才在实践过程中老师听到有同学在抱怨，这个软件难用死了，输入的又慢，输入的文字又不能被正确识别，„„，那请问同学们，这个文通慧视小灵鼠软件还有用吗？【生】：（异口同声）有用！【师】：为什么？【生23】：不会打字的人能用。【生24】：不会拼音打字的人能用。【师】：还有一些行动不方便的残障人士也可以使用！所以我们在对待事物包括智能工具要一分为二地看问题，不能因为一点小小的不足而否定它！刚才通过实践，同学们亲身感受了模式识别技术在生活中的一种应用——用鼠标输入汉字。请问同学们在我们的生活中还有哪些模式识别技术的应用？【生】：（小声讨论）

【师】：（指向板书中的模式识别定义）刚才提到模式识别技术是对物体，（故意停顿）【生】：（齐声回答）语音、图片、字符【师】：等进行自动识别的技术！那还有哪有哪些模式识别的应用实例？【生25】：语音识别！【师】：语音识别具体应用实例是？【生26】：语音输入文字！【生27】：手机中的语音拨号！【师】：非常好！还有哪些模式识别的应用实例？有没有看到电影中的高精尖技术？开门都用„„（故意停顿）【生28】：指纹；

【生29】：眼睛；„„ 【师】：指纹识别，或者是虹膜识别！在课本上还有几个关于模式识别的应用识别，课堂时间有限，无法一一尝试，课下同学们可以自己实践感受！刚才，我们通过实践讨论探究了解了智能鼠标输入汉字的简单原理，其实模式识别的一般过程和它非常相似，包括信息采集、数字信息化、预处理、数字特征的提取、与标准模式进行比较，最后显示出来。（广播展示课件）【师】：刚才通过实践我们了解了模式识别技术在日常生活中的应用，其实智能工具在生活中的应用非常广泛，老师在这里要给大家介绍一位新朋友小i，大家和他交流一下，或许他能给大家带来一些关于人工智能的其它信息！【生】：（打开快捷方式“我是小i”，进入机器人对话窗口，和小i交流）【师】：大家可以先和小i认识一下！【师】：好，老师要打断一下同学们！【生】：（集体遗憾的叹气）【师】：（笑）很多同学都是意犹未尽的感觉！那通过交流，认识了小i，那小i是男生？还是女生？【生30】：（异口同声）男生【师】：是和同学们一样的同龄人？【生】：（齐声回答）不是【生31】：四岁【师】：（惊讶）啊!那一个四岁的小朋友就能通过上网和大家交流！而且可以同时和这么多同学交流？【生】：（小声议论）【师】：那小i的真实身份是？【生】：机器人（部分同学回答）【师】：那机器人为什么能同时和这么多同学交流，而且能回答我们提出的各种各样的问题？（故作停顿）【生】：（思考）【师】：这就是我们这节课要探索的智能工具的第二个研究领域——自然语言理解技术。自然语言技术主要研究的是理解和生成自然语言的技术。自然语言实际上就同学们在日常生活交流中所用到的语言。机器人理解自然语言，回答我们提出问题的过程和人类思考的过程是类似的。举个例子，（手指某位男生）这位男生请起立！

【男生2】：（起立）【师】：你叫什么名字？【男生2】：张鑫【师】：（惊讶的语气）为什么你能这么快回答老师提出的问题？【男生2】：（笑）猜的！【生】：（很多学生都笑了）【师】：（笑着看着其它学生）真的是猜的嘛？这么准猜到自己的名字？应该是„„（故作停顿）【生32】：大脑【师】：很好！大脑中的数据库中存储着自己的名字。而且回答之前，你还要理解老师提出的问题——分析老师提出的是疑问句，问的是你的名字，然后才能在大脑的知识库中搜索回答老师的问题。【师】：其实机器人理解自然语言的过程和人类对话的过程非常类似。（板书机器人对话的关键环节）首先是语言理解，包括词法分析，句法分析，语义分析；然后机器人思考，回答我们提出的问题。【师】：（鼓励）同学们了解了与机器人对话的简单原理，再来和小i交流一下，这次就不是随意的聊了，大家可以分不同主题（加强语气）和小i交流，看小i是不是什么都懂！或者咱们挑挑他的毛病，看我们提出的哪些问题他能很好的回答，哪些就差强人意了？（结束广播）【生】：（通过聊天对话框和小i对话）【师】：（巡回观察学生实践情况）【生】：（所有学生都兴奋地投入和小i的交流中，有些学生不时小声地相互交流，有些学生不自觉地笑了）【师】：老师看到大家在与小i交流的过程中，有些同学嘴角不自觉地露出了微笑。大家可以把你和小i的精彩对话发送到我们的论坛中和大家一起共享！在“与小i的精彩对话”主题下，可以发送你和小i的精彩对话片段。【生】：（继续和小i交流，有些学生都笑出声了，不时拉着相邻同学看他的屏幕）【师】：（鼓励的微笑）独乐不如众乐，大家把让你发出笑声的，有意思的的对话发送到论坛与更多的同学分享。【生】：（通过聊天对话框和小i对话）【师】：（查看论坛发帖情况）老师在论坛上看到已经有一位同学把他和小i的对话发送到论坛上，非常有意思！还有同学用英语和小i交流！还有哪些同学有更有趣的对话也可以发送到论坛上和其他同学分享！【师】：课堂时间有限，很遗憾只能再给大家一分钟时间把你和小i的精彩对话片段发送到论坛上，抓紧时间！【生】：（回贴发表精彩对话片段）【师】：（广播）【生】：（集体叹息）【师】：（微笑）看来大家还是意犹未尽！一会老师给大家小i的网址，大家课下可以和小i继续交流。【师】：有哪位同学愿意站起来跟大家分享一下你跟小i交流的对话？【生】：（小声地说，但是没人举手）【师】：（鼓励的笑）大家都很腼腆，不愿意表现自己，不要紧，我们到论坛上去看看。（广播展示论坛上学生发表的与小i的对话）【师】：通过展示的论坛上发表的我们班同学和小i的精彩对话，我们发现小i可谓是上通体育下知英语，对计算机也颇有研究，还知道windows media player是播放器！那大家觉得小i聪明不聪明呀？【生33】：要多聪明有多聪明！【师】：有没有同学有反对意见？【生】：不聪明！（部分学生回答）【师】：为什么你会觉得他不聪明？【生34】：回答的不对！【师】：哦！他的回答和你提出的问题„„ 【生34】：不一致！【师】：也就是说„„（故意停顿）【生34】：答非所问了！【师】：这位同学说的非常好！小i答非所问！那为什么小i会答非所问呀？（学生思考，沉默）【师】：老师刚才在论坛上看到有一位同学发表的他与小i的对话，可能会对大家有所帮助！我们一起来看一下！

(展示论坛上该班学生发表的帖子，与小i的对话记录如下：

你说：你是谁？

小i机器人说：连小i也不认识，你可真逊你说：你叫什么名字

小i机器人说：我叫小i,“小”呢是小i的的小，“i”呢是小i的i 你说：你的名字是什么？

小i机器人说：你说的这个，我不懂。说点别的吧)【师】：开始我们小i回答上来了吗？【生】回答上来了。（齐声回答）

模式识别智能信息处理篇6

三、说教法

在教学组织上适宜运用合作学习的方式，让学生相互帮助，以弥补学生在知识技能上的缺陷，让学生在合作中自主思考、共同探究、共同体验、共同完成学习任务。

在多个活动中出示明确的、可操作性强的教学任务，同时辅之以任务驱动教学法，以任务引路，学生边学边练，完成自主学习任务。

讲授法也是一种比较重要的、常用的教学方法。本节的部分内容，也采取教师讲授的方式进行。

四、说教学准备

教师在课前可以根据教材中活动要求，1、事先制作好一个html网页，把本节的活动全部输入进去；

2、准备好本节所需的软件：文通智慧小灵鼠、汉王文本王、金山词霸、金山快译等；

3、下载好机器人Alice的有关视频。

五、说教学过程

(学者来讲，汉字录入仍是他们感到非常头痛的一件事情。手写板的出现使汉字输入不再是一般人使用计算机的关卡。下面就让我们一起来体验一下手写输入汉字的神奇功能，这里我们借助慧视小灵鼠来模拟手写板的功能。思考

你输入哪十个汉字？计算机总共识别出多少个汉字？识别率为多少？怎样书写汉字可以提高识别率？什么是导致识别率不高的原因？回答问题

在刚才的活动中你输入哪十个汉字？ ___________________________ 计算机总共识别出__________个汉字，识别率为__________% 影响汉字识别率的主要因素：

提高识别率的因素：___________________________ 导致识别率不高的因素：_____________________________________ 对慧视小灵鼠的识别率你是否满意：___________________________ 归纳总结

１、原理总结：

智能手写输入所采用的是模式识别技术。

模式识别是利用计算机对物体、图像、语音、字符等进行自动识别的技术。２、智能手写输入汉字的工作流程

３、应用价值总结：

智能手写输入汉字的识别率虽然还不足100%，但它在现实生活中已具备了使用价值，广泛应用于各个领域，特别对于手疾人士，语音输入使汉字录入对于他们来说，不再是可望而不可及的事情。

活动2：

王主任走进了办公室，一眼看到宇飞正在看报纸，二话不说拿过了宇飞的报纸，把一本书放到了宇飞面前。“把     文字识别

OCR软件在识别什么内容时是相对准确的？它不能识别什么形式的内容？影响OCR软件识别率的有哪些主要因素？使用OCR软件识别汉字一般有哪几个步骤？

(从纸张的质量、扫描效果等方面分析识别率差异的原因)

活动3：

卡塔尔半岛电视台不久前再次播放了据称是本拉丹的讲话录音。本拉丹在讲话中号召阿拉伯人民“利用各种方式”对美英占领军进行“恐怖袭击”。美国中央情报局官员随后发表声明称，中情局专家在对这盘录音带进行对比分析后，认为录音带上的声音“十有八九出自本拉丹本人”。---语音识别在军事领域的作用。

思考：加深对模式识别的理解。

（a、有区别-----机器无感情------因为使用软件-----人编写的------(进一步认识本质)

b、原理：在词库中搜索

c、提高质量：进一步完善软件

活动3：

◎访问自然语言处理网站: http://

◎选择其中一个机器人，与其对话，寻找其“谈话”的破绽。

◎观看下载的视频。

通过网络与机器人对话，我们可以感受到，这是一个比较复杂的系统，它包含了三个部分：语言理解、思考和语言生成。当我们输入一段话，机器人首先要理解这段话的意思，然后根据并利用它所具有的知识，生成一段文字，给出回答。

由于技术上的问题，人机对话的过程可以导致对信息处理结果可能是正确的，也可能是不正确的。

3、翻译系统。

一种语言的文章输入到系统中，系统就会把句子变成单词，辨别词性并查阅存储在计算机里的单词字典，找出另一种语言的对应词。在查存储在计算机里的语法词典，分析语法，确定语法结构，再找出另一种语言中与之对应的语法结构。最后，把文章以另一种语言文字的形式输出。

机器翻译的工作流程

（三）信息智能处理的应用价值

信息智能处理的应用改善了我们的学习和生活。与所有的新生事物一样，人工智能在被揭开了神秘的面纱之后，则需要更多人为之投入和付出，希望我们就是这样的新生力量。

要想了解更多人工智能方面的知识和应用的同学可以参阅人工智能相关的书目。

课堂讨论：信息智能工具的意义与应用价值，可以通过网上查找相关的人工智能方面的资料，共同探讨一下。六说小结

这二节课我们了解了人工智能的概念。知道“自然语言处理”、“模式识别”是人工智能的两个研究领域。初步了解“自然语言处理”、“模式识别”的概念与分类。体验了人工智能技术的两个应用----与机器人聊天，使用光学字符识别软件。

智能车路径识别中图像信息的矫正篇7

飞思卡尔智能车竞赛是教育部主办的全国大学生竞赛之一, 竞赛以飞思卡尔芯片控制的智能车为核心, 要求在指定跑道上自动识别道路行驶。系统制作中涉及控制、模式识别、传感技术、汽车电子、电气、计算机、机械等多个学科知识, 目前主要分三个组别, 即光电组、摄像头组、电磁组。本文针对摄像头识别路径过程中, 视频采集图像畸变问题进行研究, 给出矫正策略。

1 视频信号采集过程

由于智能车赛道底板为白色, 导航线为黑色, 故选用黑白摄像头, 只对画面的灰度信息进行提取。摄像头图像采集以隔行扫描的方式采集图像上的点, 当扫描到某点时, 通过图像传感芯片将该点处图像的灰度转换成与之对应的电压值, 然后将此电压值通过视频信号端输出。摄像头连续扫描图像上的一行, 则输出就是一段连续的电压信号, 该电压信号的高低反映了该行图像的灰度变化。当扫描完一行, 视频信号端就输出一个低于最低视频信号电压的电平, 并保持一段时间, 即紧接着每行图像信号之后会有一个电压“凹槽”, 此“凹槽”为行同步脉冲, 它是扫描换行的标志。然后, 跳过一行后, 开始扫描新的一行, 直到扫描完该场的视频信号, 会出现场消隐区, 该区中有若干个复合消隐脉冲, 其中有个远宽于其它的消隐脉冲, 称为场同步脉冲, 它是扫描换场的标志, 场同步脉冲标志着新的一场的到来, 如此循环, 实现赛道路径信息的采集。

2 图像畸变的矫正处理

利用摄像头直接采集的画面信息往往存在一定的失真或畸变, 需要进行算法处理才能保证与实际赛道一致。在摄像头采集画面信息中, 产生的畸变可以归纳为三种:一是在垂直方向上, 摄像头对远处的水平面进行压缩, 距离越远, 压缩越厉害。二是在水平方向上, 摄像头对不同距离处的水平面进行不同程度的压缩, 距离越远, 压缩越厉害。三为轴线两侧, 摄像头对水平面朝近处的中心进行挤压。在近处, 这种挤压十分轻微, 在远处, 随着水平面中的点距轴线距离的增大, 挤压越来越严重。由于第三种畸变在近处的影响较小, 所以忽略其产生的影响, 现对第一和第二种畸变进行校正。

2.1 垂直方向上的校正

垂直方向上的校正采用的方法是非均行采集, 即采用近疏远密的方法, 使在赛道垂直视角上看到的是等间距的采集。若摄像头视野长度为2.0米, 采集行数为50行, 则相当于在赛道上等间距的画出50条横线。如图1所示, h是摄像头镜头离地面高度, a、b是最近处和最远处的视野宽度, x是视野中的任意一行的位置, α、β、θ分别是a、b、x对应的视线仰角。

由图1几何关系可知它们之间存在着如下关系。

在摄像头的感光板上, d是感光区长度, 即图像的总行数, r是x处物象所在感光区的某一行, 由几何关系可知:

由式 (1) - (2) ) , 可解得r与x的关系:

针对摄像头的当前参数, 将采集行数拟合, 非均行采集矫正效果如图2所示。

2.2 水平方向上的校正

水平上的图像信息矫正也可以由几何变换求得。因为所采集的数据是一个184*50的矩形矩阵, 而实际视场是一个如图3的梯形, 远端压缩畸变会较大, 所以采用梯形水平矫正的方法, 设中心线的畸变为0, 则选取图像中任意一行y在实际图像中对应的长度满足下面的公式:

则y行上任意一点的偏移量就可以求得。

经过垂直矫正和水平矫正之后的赛道效果如图4所示。可以看出经过矫正后的赛道信息与实际的赛道基本一致, 可以满足智能车程序运行和控制需要。

经过水平和垂直方向上的坐标变换, 就可以得到还原后的实际图像, 使采集到的图像与实际图像更接近, 为智能车的运行控制提供重要赛道参数依据。

3 结语

智能车路径识别过程中, 图像信息的有效采集是保证小车高速、平稳运行的先决条件。文中针对赛道采集图像畸变问题, 进行垂直和水平矫正, 矫正算法通过数据拟合显示和实践验证是有效的, 该算法对其它类似图像采集及识别问题具有一定普适性, 在实际工业生产过程中也有较强应用价值。

摘要：针对智能车采用摄像头识别路径过程中, 提取图像信息的畸变问题进行矫正研究。分别对垂直方向、水平方向图像的畸变进行算法处理, 给出实现过程。矫正后图像与实际赛道更契合, 保证了智能车识别路径的正确性、有效性。

关键词：智能车,摄像头,图像识别,信息矫正

参考文献

[1]卓晴, 黄开胜, 邵贝贝.学做智能车—挑战“飞思卡尔”杯[M].北京:北京航空航天出版社, 2007.

[2]卓晴, 黄开胜, 邵贝贝.学做智能车[M].北京:北航出版社, 2007.

[3]葛亚明, 刘涛等.视频同步分离芯片LM1881及其应用[J].应用科技, 2007, 31 (9) :6-7.

[4]常征等.第六届飞思卡尔杯智能车竞赛技术报告, 2011.

模式识别智能信息处理篇8

车牌识别、电子警察、卡口、闯红灯、交通事件、停车场诱导、智能交通、移动电子警察、压黄线、智能视频分析、交通流量、事件检测、客流统计、人数统计、视频诊断、超分辨率、违章抓拍、停车场、智能卡口，治安卡口、固定电子警察、移动电子警察、云台电子警察、移动测速，固定卡口，超速抓拍，车牌识别仪、车辆逆行、汽车左右拐、非法逆行、

文安智能卡口系统VT-IAC是我公司利用车辆牌照识别技术和视频车辆检测跟踪技术，开发出的一种用于监测机动车辆的智能交通系统，该系统能够对城市道路或高速公路出入口、收费站等治安卡口及重点治安地段进行全天候实时监测与记录，为侦破交通肇事逃逸、机动车盗抢行为以及协助执法布控等提供有效手段。

系统自动记录机动车辆的车牌特征（车牌类型及号码）和车辆全貌（颜色、车型大小、车标类型等），并自动检测超速、逆行等违章行为，对抓拍到的黑名单车辆或者违章车辆进行动态布控，并将车辆通过卡口监控点的时间、车速及车辆类型等信息一并生成数据文件保存，通过宽带网络将各个监控点的信息传送到远端的监控指挥中心，实现信息共享。

【产品功能】

◆ 实时监控

可查看卡口的`全景摄像机或特写摄像机的实时图像，并在不同车道和不同摄像机之间切换。

◆ 车辆图像自动记录

系统能够对通过卡口监控点的所有车辆进行图像记录全景与特征图片各一张。

◆ 车辆信息自动记录

系统实时记录通行车辆的车速、车牌号、车型、行驶方向及车身颜色等信息。

◆ 车速测定与超速报警

系统能够对通过的车辆速度进行测定，并能对超速车辆发出报警

-------------------------------------------------------------------------

名图车牌识别软件版

LPR车牌识别系统/红灯监测系统2011版

便携式高清电子警察-抓拍端2011版

威视_闯红灯卡口监测系统

文安红灯文安高清文安车牌识别

北京金翎联智车牌识别系统2011版

模式识别智能信息处理篇9

1.1项目背景

目前, 固网用户拨打电话, 必须先查出被叫的号码, 并按键进行拨叫。而随着通信业的发展, 要记的电话号码越来越多, 而目前大部分的固定电话都没有号码存储的功能, 所以很多时候使用固话打电话时, 要么从手机上查找被叫的电话, 或者是从纸制电话簿去查找, 既不方便, 又浪费时间。

“语音电话本”完全可以帮助用户解决以上问题, 用户只需拨打一个号码接入系统平台, 说出联系人的姓名, 系统就可以自动将话路转到该人的电话上。整个过程通过自然的语音方式交互, 即感到亲切自然方便快捷, 又节省时间, 提高工作效率。

从服务管理的角度来看, 随着信息通信客服业务受理的不断发展, 座席客服话务量越来越多, 用户对服务的质量要求也越来越高, 传统客服系统在传统语音信息处理上的局限性制约了系统服务和管理能力的提升。

服务方面, 由于业务的多样性和复杂性带来的海量数据信息不能得到快速、有效的关联处理而产生的问题, 影响了客户服务体验。

运营管理方面, 雇佣人工座席每天接听大量的信息查询电话, 座席业务人员的更替带来的培训, 消耗了部分运维成本, 影响了服务质量。

1.2建设目标

本项目通过研究智能语音技术在国网辽宁公司信息通信客服系统中的应用, 将语音识别及客服查号业务相结合, 使用先进的语音识别技术来代替繁重的人工劳动, 提高省公司内部沟通的效率。目前, 语音电话本技术实现主要包含:ASR、TTS、IVR三项技术, 其中TTS和IVR技术对于语音电话本业务来说已经非常成熟。

ASR语音识别技术近年来发展十分迅速, 其应用也逐步得到推广, 佳都新太也一直开发、调试、应用这项重要的语音技术, 自2001年以来佳都新太先后在广西、天津、广东、河北、湖北、江苏、辽宁等省的多个项目中使用了ASR自动语音识别系统, 佳都新太通过对ASR测试、改进, 自动语音识别率达到95%以上。

语音电话本业务可以说是CTI平台上的典型应用, 佳都新太把ASR语音自动识别技术、TTS语音合成技术与CTI的IVR技术三者融合为一体, 为语音电话本业务的技术实现提供了可靠的保障。

本项目可以达到目标:

1.2.1对语音信息的自动化处理

通过建立具备智能语音分析能力的语音识别平台, 实现对用户查号业务的语音实时识别及关联处理, 同时实现对语音文件的统一分析, 提供支撑客服业务受理的有效工具。

1.2.2文件分析处理

通过语音分析引擎对送入的语音进行文字转写、维度结合后生成索引文件, 这些结构化的索引文件中包含了语音中的所有信息。索引文件存储到数据仓库中, 通过对有效的海量录音文件、音频文件进行分析处理。

1.2.3实现自助查号功能

通过实现语音中的知识挖掘和语音文件的快速检索, 实现自动语音查号功能。

2项目技术方案

2.1项目设计原则

本次项目是对省公司固定电话语音自动查号系统的功能完善, 使用先进的语音识别技术来代替繁重的人工劳动, 提高省公司内部沟通的效率。

本次项目的关键点和技术难点在于语音识别, 因此在方案设计过程中我们着重考虑了这个问题, 选用了国内领先的智能语音技术来作为语音识别引擎, 结合座席客服系统的需求提供定制化专业服务。

2.2整体架构设计

如图1, 用户通过拨打查号服务电话, 系统为用户播放自动语音并引导用户按键选择功能和需要查号的人名, 系统根据语音分析出内容, 并在数据库中查询对应的号码, 系统将查到的号码以自动语音方式播报给用户。

系统部署需新增接入网关1台, 用于与电力内部电话程控交换机对接, 实现平台电话呼入呼出。采用电信级语音接入网关Dialogic DMG2030, 接入规模1E1 (即30路通话) , PRI信令, 通过电路中继上联到辽宁电力内部程控交换机。辽宁电力内部程控交换系统为语音电话本系统分配一个内部接入服务号码和一个外部接入服务号码。同时网关接入虚拟资源池虚机网络。

新增虚拟资源池虚机1台, 用于部署媒体处理软件、CTI平台、语音电话本业务应用软件、科大讯飞ASR软件和TTS软件、Oracle数据库。

新增核心网络交换机1台, 用于系统组网。

2.3系统逻辑结构

IVR与TTS、ASR通过语音引擎实现整个语音交互过程的自动识别、自动播放功能。系统采用B/S结构, 方便用户对电话本的修改, 也便于各营业网点的开户、受理以及对用户的电话本进行维护等。整个系统采用模块化结构, 具有很高的可靠性和可扩充性。

逻辑结构见图2。

2.4系统建设方案

新建“语音电话本”业务平台, 其网络拓扑结构如图3所示。

设备组成说明:

系统平台需要以下设备:

(1) IPS数字排队机;

(2) 信令网关节点;

(3) 数据库服务器:实现用户数据的存储和系统认证等功能;

(4) TTS服务器:通过IPS平台的MS模块来实现资源调用;

(5) ASR服务器:通过IPS平台的MS模块来实现资源调用;

(6) WEB服务器:实现用户通过互联网对电话簿的维护管理功能;

(7) 业务处理服务器:用于处理个人语音电话本业务流程;

(8) 管理维护节点;

(9) 路由器和防火墙等网络设备;

2.5配置计算依据

2.5.1中继和语音的配置比例

语音电话本业务, 用户报出要找的人的姓名后, ASR进行识别, 系统根据ASR识别出的名字, 找出对应的电话号码并进行外呼, 被叫接通后, 主被叫进行通话的过程中, 语音资源即可释放。整个业务实现和呼叫卡类业务的资源配置非常相似, 根据200业务的实际运行经验数据, 建议中继和语音的比例为4:1。

2.5.2中继和ASR的配置比例

在一个呼叫的过程中, 用户说出要找人的姓名, ASR资源进行识别, 在识别完成系统呼通被叫后, ASR资源释放, 主被叫双方进行通话, 按平均呼叫时长为150秒, 其中ASR识别的时间大概为30秒, 而在一次通话中占用一入一出两个通道, 按上面的估算数据, 中继和ASR的配比大约为2×150/30=10:1。

2.5.3中继容量和所能支持的用户数的比例

假设一些呼叫参数如下:

系统中继容量A

用户数B

每用户每天使用次数C:8次

每次呼叫时长D:150秒

忙时集中系统E:10%

忙时中继Erl数F:0.8

因为语音电话本业务每次呼叫要占用一入一出两个端口, 所以中继容量和所支持的用户数的比例约为1:10。

2.5.4数据库处理能力计算

忙时TPMC= (忙时呼叫次数× (平均每次呼叫数据库访问次数+其他应用模块平均每次呼叫事务访问处理次数) ) /60

按4.3.3假设的数据, 当使用语音电话本的用户数为10, 000用户时, 系统的忙时呼叫次数为10000×8×10%=8000次/小时

按每次呼叫对数据库的访问操作次数为10次来计算, 则10, 000用户时, 对数据库的TPMC值的要求为:

TPMC=8000×10/60=1333

2.6业务系统功能

2.6.1业务流程 (如图4)

2.6.2声控拨号

用户使用绑定电话拨打接入号码“***”进入系统后, 系统直接会提示用户报出用户想找的人的姓名, 并进行呼叫。

(1) “联系人名字”选中默认呼叫号码:

(2) 用户拨打“语音电话本”服务号码;

(3) 说出对方姓名, 如:张三;

(4) 系统识别语音, 查询对应的默认电话号码;

(5) 系统通过语音播报查询到的电话号码。

(6) “联系人名字+电话类型”精确查询:

(7) 用户拨打“语音电话本”服务号码;

(8) 说出对方姓名+电话类型, 如:张三手机;

(9) 系统识别语音, 查询对应的电话类型的号码;

系统通过语音播报查询到的电话号码。用户通过绑定电话使用语音电话本业务流程如图5所示。

用户使用非绑定电话使用语音电话本业务时, 必须先通过输入帐号和密码, 经过系统鉴权后才能使用。

2.6.3原始通讯录的录入

语音电话业务开展的一个关键问题, 就是用户申请该业务后首批通讯录的录入问题, 首批通讯录相对来说量比较大, 录入的方式建议采用营业厅前台填表录入、通过WEB录入的方式, 也可以采用电话、传真、信函的方式进行录入。在首批通讯录录入后, 用户在使用过程中做一些号码本的修改和维护, 维护量都比较小, 可以通过WEB方式、电话、短消息、传真等多种方式进行修改。

批量导入电话本:

通过Excel文件导入企业通讯录, 可以参考如表1格式。

可以根据实际需求增加其他列。

2.6.4电话本维护 (Web)

系统提供后台管理界面, 管理员登录后台对电话本进行管理, 如图6。

个人电话本资料可通过Web、人工坐席、电话、传真、短消息等多种方式进行电话本资料的维护管理, 包括修改用户密码等。

业务流程如图7所示。

“增加、删除、修改”用户记录:

系统提供对单个记录的“增加”、“删除”、“修改”功能, 方便对电话本进行灵活管理。

2.6.5多个号码优先呼功能

当用户录入的某个联系人有多个通讯号码时, 如有手机、小灵通、固定电话, 可以把这些号码都录入在系统中, 在呼叫时, 用户可以自行设置优先呼叫的号码, 在号码不通时再按设置的优先策略逐一呼叫被叫其他的联系方式。

2.6.6信息查询 (Web)