z_PSO z粒子智能识别分类算法demo版v0.1
下载地址:http://www.ziwang.com/down/z_pso.zip
z_PSO
z粒子智能识别分类算法demo版v0.1,这个属于zBrow意外衍生项目,个人认为学术价值较高、有望冲击院士级成果。
目前仅0.1版本,已成功应用于zBrow智能浏览器ocr识别模块,可对近百种不同风格的验证码进行自动分类,有效识别率近80%(不含无法分类的数据)。
由于本算法采用基本粒子进行识别分类,无需对数据进行语义分析,应用范围很广。
未来,本算法应用于知识管理的知识库,可对文档、网页,按内容(娱乐、体育、科技等)进行自动分类;
应用于图像识别,可根据图片内容,按主题(人物、动物、卡通等)、风格(风景、运动、景物)、人像(男人、女人、老人、儿童等)进行智能Tag标注
应用于体育、安全、军事领域,如NBA:对连续视频图像,逐帧分析,自动进行Tag标注,如:运球、扣篮、转身、防守等。
z_PSO属于基础项目,受资源限制,目前z_PSO仅0.1版本阶段,现征求策略合作伙伴,共同开发此项目,无实力者请绕行(投资额不低于100w)。
联系人:何先生 hhq54@163.com qq:357811718
:: zBrow智能浏览器,是荣获国家发明专利的新一代可编程浏览器,专利号:200910082837.4
技术博客:http://blog.sina.com.cn/zbrow
:: z_PSO
z粒子智能识别分类算法demo版v0.1,属于原创算法,与PSO粒子优化算法无任何关系,仅是借用PSO名称。
------------
demo版本使用方法
------------
1、点击文件列表的文件名,系统会自动识别验证码图片的类型,无法识别的类型为:<err_type>
2、数据图片保存在pic目录下,默认前缀是验证码文件类型,用户可自行更改文件名,或下载类似的验证码图片,进行测试
3、整个z_PSO演示版本,仅用了10个小时,根据zBrow_ocr模块源码编写,仅提供基本演示,不含学习功能。
QQ群 247994767(delphi与halcon)
【zw版《delphi与halcon系列原创教程》,网址,cnblogs.com/ziwang/ 】
QQ:2592439395(zw) ,
delphi+halcon,图像分析神级配置,
分分钟秒杀 c+opencv,python+opencv,c+matlab,
以及其他各种组合