导读 互联网是高科技的产物，是历史发展、社会进步、人类智慧的结晶；是人类迄今所拥有的容量最大、内容最广、传递速度最快的信息中心。全球每天
互联网是高科技的产物，是历史发展、社会进步、人类智慧的结晶；是人类迄今所拥有的容量最大、内容最广、传递速度最快的信息中心。全球每天有四亿人使用互联网，上网人数占世界人口的百分之6.互联网为我们了解时事、学习知识、与人沟通、休闲娱乐等提供了便捷的条件，接下来这篇文章给大家说说互联网科技的一角。
高等经济学院(HSE大学)教授Andrey Savchenko开发了一种方法，可以帮助增强视频图像识别。在他的项目中，网络由新算法教授，现在可以以比以前快10倍的速度决定图像识别和分类。这项研究发表在信息科学出版的“基于距离因子的深度特征的多类图像识别中的顺序三向决策”一文中。
很久以前，神经网络学会了在视频中识别人类和动物。人工神经元可以通过记住图像中某个对象的样子来学习。通常，研究人员采用开放的照片数据库(例如，ImageNet，地方等)并使用它来教授神经网络。为了加快决策过程，我们的算法设置为仅选取一些样本图像，或者关注有限数量的特征。当不同类别的对象在同一张照片中时，可能会出现并发症，并且每个类别只有少量训练样例。
通过应用顺序三向决策方法，新算法现在可以识别图像而不会显着降低精度。通过采用这种方法，神经网络可以以一种方式分析简单图像以获得清晰可识别的对象，而难以识别的对象可以进行更详细的检查。
“每张照片都可以通过几千个特征来描述。因此，将给定输入图像的所有特征与基本训练示例的特征进行比较是没有多大意义的，因为大多数样本与分析的不相似因此，我们最初只比较了一些重要的特征，并将训练实例放在一边，这显然不能作为最终的解决方案。因此，训练样本变得更小，只剩下几个例子。在下一阶段，我们将增加剩余图像的特征数量，然后重复这个过程，直到只留下一个类，“Savchenko教授指出。
与常规分类器和已知的多类别顺序三向决策相比，该方法将识别时间减少了1.5到10倍。因此，该技术将来可用于移动设备和其他基本设备。
