TR-模式识别研究-腾讯计算机系统

TR-模式识别研究-腾讯计算机系统

手写识别

ocr的核心维护

优化

模式识别相关项目研究

信号处理、图像处理、特征提取、模式分类方法

Image processing with neural networks—a review

Pattern Recognition

Off-line recognition of realistic Chinese handwriting using segmentation-free strategy Original Research Article

Pattern Recognition

A Hilbert warping method for handwriting gesture recognition Original Research Article

Pattern Recognition

Bilinear Lanczos components for fast dimensionality reduction and feature extraction Original Research Article

Pattern Recognition

Writer independent on-line handwriting recognition using an HMM approach Original Research Article

Pattern Recognition

A new benchmark on the recognition of handwritten Bangla and Farsi numeral characters Original Research Article

Pattern Recognition

A hybrid ant colony optimization technique for power signal pattern classification Original Research Article

Expert Systems with Applications

Handwriting recognition

ocr core maintenance

Optimization

Pattern recognition-related research projects

Signal processing, image processing, feature extraction, pattern classification

19,518 articles found for: pub-date > 1999 and tak(((Handwriting recognition) or (ocr core maintenance) or Optimization) and ((Pattern recognition-related) or (research projects) or (Signal processing) or (image processing) or (feature extraction) or (pattern classification)))

Invariant and adaptive geometrical texture features for defect detection and

classification Original Research Article

Pattern Recognition

Directional features in online handwriting recognition Original Research Article

Pattern Recognition

Phrase-based correction model for improving handwriting recognition accuracies Original Research Article

Pattern Recognition

On deformable models for visual pattern recognition

Pattern Recognition

An improved feature selection method based on ant colony optimization (ACO) evaluated on face recognition system Original Research Article

Applied Mathematics and Computation

即时通信软件---“腾讯QQ”；即时通信软件开发

一直以追求卓越的技术为导向，始终稳健、高速发展

注册帐户的庞大受众群体现了对强负载大流量网络应用和各类即时通信应用的技术实力。

已经初步完成了面向在线生活产业模式的业务布局，形成了规模巨大的网络社区。在满足用户信息传递与知识获取的需求

Optimization of wavelets for classification of movement-related cortical potentials generated by variation of force-related parameters Original Research Article

Journal of Neuroscience Methods

Forty years of research in character and document recognition—an industrial perspective Original Research Article

Pattern Recognition

Fuzzy neural nets with non-symmetric π membership functions and applications in signal processing and image analysis Original Research Article

Signal Processing

Fuzzy neural nets with non-symme tric π membership functions and applications in signal processing and image analysis Original Research Article

Signal Processing

Audio–video biometric recognition for non-collaborative access granting Original Research Article

Journal of Visual Languages & Computing

门户、即时通讯工具以及年Foxmail电子邮件；满足用户群体交流和资源共享的方面，推出的个人博客将与访问量极大的论坛、聊天室、群相互协同；在满足用户个性展示和娱乐服务方面，拥有非常成功的虚拟形象产品pet（宠物）和Game（游戏）Music/Radio/LiveTV(音乐/电台/电视直播)产品，另外对手机用户提供彩铃、彩信等无线增值业务；在满足用户的交易需求方面，专门为用户所设计开发的c2c电子商务平台已经上线，并和整个社区平台无缝整合。

目前，正逐步实现“最受尊敬的互联网企业”的远景目标。

Exploiting zoning based on approximating splines in cursive script recognition Original Research Article

Pattern Recognition

Evaluation of the use of spectral and textural information by an evolutionary algorithm for multi-spectral imagery classification Original Research Article

Computers, Environment and Urban Systems

HAH manuscripts: A holistic paradigm for classifying and retrieving historical Arabic handwritten documents Original Research Article Expert Systems with Applications

Synthesis for handwriting analysis

Pattern Recognition Letters

Recognition-directed recovering of temporal information from handwriting images

Pattern Recognition Letters

Facial feature extraction by a cascade of model-based algorithms Original Research Article Signal Processing: Image Communication

A universal texture segmentation and representation scheme based on ant colony optimization for iris image processing Original Research Article

Computers & Mathematics with Applications

Towards robust writer verification by correcting unnatural slant

Pattern Recognition Letters

Research highlights

?The value of slant as a writer identification feature has been overrated. ? Deliberate slant change can be partly countered by the shear transform. ? Deliberate slant change introduces non-affine distortions to the handwriting. ? A new dataset of deliberately slanted handwriting was introduced.

3D head model classification by evolutionary optimization of the Extended Gaussian Image representation Original Research Article

Pattern Recognition

On-line Arabic handwriting recognition system based on visual encoding and genetic algorithm Original Research Article Engineering Applications of Artificial Intelligence

Application of a new feature extraction and optimization method to surface defect recognition of cold rolled strips Original Research Article

Journal of University of Science and Technology Beijing, Mineral, Metallurgy, Material

Combining diverse on-line and off-line systems for handwritten text line recognition Original Research Article

Pattern Recognition

Novel script line identification method for script normalization and feature extraction in on-line handwritten whiteboard note recognition Original Research Article

Pattern Recognition

Modelling sequences using pairwise relational features Original Research Article

Pattern Recognition

High performance iris recognition based on 1-D circular feature extraction and PSO–PNN classifier Original Research Article

Expert Systems with Applications

A distributed hierarchical genetic algorithm for efficient optimization and pattern matching Original Research Article

Pattern Recognition

Persian/arabic handwritten word recognition using M-band packet wavelet transform Original Research Article

Image and Vision Computing

Selecting of the optimal feature subset and kernel parameters in digital modulation classification by using hybrid genetic algorithm–support vector machines: HGASVM Original Research Article

Expert Systems with Applications

Writer identification of Chinese handwriting documents using hidden Markov tree model Original Research Article

Pattern Recognition

Parameter optimization for automated concrete detection in image data Original Research Article

Automation in Construction

Identification of drawing tools by classification of textural and boundary features of strokes

Pattern Recognition Letters

Discriminant feature extraction using dual-objective optimization model

Pattern Recognition Letters

Feature extraction based on the Bhattacharyya distance Original Research Article Pattern Recognition

One-dimensional representation of two-dimensional information for HMM based handwriting recognition

Pattern Recognition Letters

An adaptive classification system for video-based face recognition Original Research Article

Information Sciences

Development of an efficient neural-based segmentation technique for Arabic handwriting recognition Original Research Article Pattern

Real time feature extraction and Standard Cutting Models fitting in grape leaves Original Research Article

Computers and Electronics in Agriculture

Research highlights

Vision-based system for automation of stuffed grape leaves production. Feature extraction of grape leaves in real-time (under 1 s processing cycle) using a camera above a moving conveyor. Fitting of Standard Cutting Models (SCMs) onto grape leaves’ surface minimize wastage. Experimental results verify the quality and reliability of the “NtolcutPT” software application.

Multimodal interactive transcription of text images Original Research Article

Pattern Recognition

Image classification with the use of radial basis function neural networks and the minimization of the localized generalization error Original Research Article

Pattern Recognition

Adaptive algorithms and networks for optimal feature extraction from Gaussian data

Pattern Recognition Letters

人工智能与模式识别

人工智能与模式识别 摘要：信息技术的飞速发展使得人工智能的应用范围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。模式识别是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。模式识别的发展潜力巨大。 关键词：模式识别；数字识别；人脸识别中图分类号； Abstract:The rapid development of information technology makes the application of artificial intelligence become more and more widely. Pattern recognition, as one of the important aspects, has always been an important direction of artificial intelligence research. In the introduction of artificial intelligence and pattern recognition related knowledge at the same time, artificial intelligence in pattern recognition applications were discussed.Pattern recognition is a basic human intelligence, the emergence of the 20th century, 40 years of computer and the rise of artificial intelligence in the 1950s, pattern recognition technology has made great progress. Pattern recognition and statistics, psychology, linguistics, computer science, biology, cybernetics and so have a relationship. It has a cross-correlation with artificial intelligence and image processing. The potential of pattern recognition is huge. Key words:pattern recognition; digital recognition; face recognition; 1引言 随着计算机应用范围不断的拓宽，我们对于计算机具有更加有效的感知“能

人工智能地研究方向和应用领域

人工智能的研究方向和应用领域 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。 一、研究方向 1.问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2.逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。 3.自然语言理解 NLP(Natural Language Processing)自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令(而不是从键盘打入计算机的指令)。目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。

模式识别的研究现状与发展趋势

模式识别的研究现状与发展趋势 摘要：随着现今社会信息技术的飞速发展, 人工智能的应用越来越广泛, 其中模式识别是人工智能应用的一个方面。而且现今的模式识别的应用也越来越得到大家的重视与支持，在各方面也有重大的进步。模式识别也成为人们身边不可或缺的一部分。关键词：人工智能，技术，模式识别，前景 Abstract：In the modern society with the rapid development of information technology, the application of a rtificial intelligence is more and more extensive, among them pattern recognition is one of the ap ply of artificial intelligence. And now the application of pattern recognition is also more and more to get everyone's attention and support, in various aspects have significant progress. Pattern rec ognition has become an integral part of people around. Keywords: Artificial Intelligence, Technology,Pattern Recognition, prospects 一，引言 如今计算机硬件的高速发展, 以及计算机应用领域的不断开拓, 人们开始要求计算机能够更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但就一般意义来说, 目前一般计算机却无法直接感知它们, 我们常用的键盘、鼠标等外部设备, 对于这些外部世界显得无能为力。虽然摄像机、图文扫描仪、话筒等设备业已解决了上述非电信号的转换, 并与计算机联机, 但由于识别技术不高, 而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感知能力的低下, 成为开拓计算机应用的瓶颈, 也与其高超的运算能力形成强烈的对比。于是, 着眼于拓宽计算机的应用领域, 提高其感知外部信息能力的学科———模式识别, 便得到迅速发展。 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式, 是对人类感知外界功能的模拟, 研究的是计算机模式识别系统, 也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。现将人工智能在模式识别方面的一些具体和最新的应用范围遍及遥感、生物医学图象和信号的分析、工业产品的自动无损检验、指纹鉴定、文字和语音识别、机器视觉地圈模式识别等方面。 二，现状 以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解, 并借助一定的技术手段, 让计算机研究和分析地图上的各种模式信息, 获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。 地图模式识别是近年来在地图制图领域中新兴的一门高新技术, 是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁, 因此,地图模式识别遥感技术、地理信息系统一起, 被称为现代地图制图的三大技术。 目前, 地图模式识别由于具有广泛的应用价值和发展潜力,因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高, 科技不过发展的情况下，

腾讯企业发展战略

腾讯公司发展战略研究

摘要 提起“互联网行业”和“创新话题”，我们一定会想到这家不断陷入“抄袭门”的公司——腾讯。自腾讯1998年成立至今，14年的发展历程，一路过关斩将，坐拥现在“中国市值第一”、“营收第一”、“盈利第一”佳绩. 本文以“腾讯”为例，回顾腾讯14年的发展历程，审视现状，展望未来。 通过对腾讯公司公司内部资源能力分析，发掘腾讯发展道路上的优势、劣势，机遇和挑战，并揭示腾讯一路前行的“核心竞争力”。根据腾讯的愿景和战略目标定位，深入研究腾讯公司是如何围绕自身核心竞争力开展一系列的战略制定的，并对其战略选择加以剖析。 最后，通过腾讯近期的组织架构调整来看腾讯发展的未来。 本文旨在对腾讯全面剖析，呈现一个真实的腾讯公司，在蓬勃发展的互联网行业，树立一个行业真面的、积极的领袖企业。 1公司背景 腾讯公司成立于1998年11月，是目前中国最大的互联网综合服务提供商之一，也是中国服务用户最多的互联网企业之一。腾讯以“为用户提供一站式在线生活服务”作为自己的战略目标，并基于此完成了业务布局，构建了QQ、腾讯网、QQ游戏以及拍拍网这四大网络平台，形成中国规模最大的网络社区。目前，腾讯市值超过了300亿美元，已经成为中国市值第一、营收第一、盈利第一的互联网公司。同时，腾讯也超过雅虎、ebay成为全球第三大互联网上市公司。腾讯正以前所未有的速度改变着人们的生活方式，创造着更广阔的互联网应用前景。 1.1发展历程

图1腾讯公司的发展历程 1998年11月，腾讯公司成立，其主要业务是无线互联网寻呼解决方案。 1999年腾讯公司的即时通信服务开通，QQ注册用户逐年剧增。 2003年9月，QQ的注册用户达到2亿。 2004年6月16日，腾讯控股在香港联合交易所主板正式挂牌，是第一家在香港主板上市的中国互联网企业。 经过2004年到2010年的长足发展，腾讯公司立足即时通讯工具QQ，相继推出QQ游戏、QQ幻想、QQ空间、腾讯微博等衍生品，最终在2010年3月5日19时52分58秒，腾讯QQ同时在线用户数突破1亿，这在中国互联网发展史上是一个里程碑，也是人类进入互联网时代以来，全世界首次单一应用同时在线人数突破1亿。 十多年来，腾讯一直秉承“一切以用户价值为依归”的经营理念，始终处于稳健、高速发展的状态。 1.2发展现状 经过近几年的发展，腾讯已经初步完成了面向在线生活产业模式的业务布局，构建了QQ、https://www.wendangku.net/doc/3b13533825.html,、QQ游戏以及QQ移动手机门户这四大网络平台，分别形成了规模巨大的网络社区。 在满足用户信息传递与知识获取的需求方面，腾讯有https://www.wendangku.net/doc/3b13533825.html,门户、QQ即时通讯工具以及收购的Foxmail电子邮件； 满足用户群体交流和资源共享的方面，腾讯推出的个人博客Q-Zone与访问量极大的论坛、聊天室、QQ群相互协同； 在满足用户个性展示和娱乐服务方面，腾讯拥有非常成功的虚拟形象产品QQshow、QQpet （宠物）和QQGame（游戏）QQMusic/Radio/LiveTV(音乐/电台/电视直播)产品，另外对手机用户提供彩铃、彩信等无线增值业务； 在满足用户的交易需求方面，专门为腾讯用户所设计开发的c2c电子商务的拍卖网已经上线，并和整个社区平台无缝整合。 1.3问题与挑战 经过十几年的发展，腾讯已经实现了从创业公司到大型上市公司的转变，但互联网行业的日新月异，腾讯依然面对很多问题与挑战。 1、腾讯目前过分依赖QQ这一即时通讯平台，这一竞争优势是其他互联网公司不具备且难以切入的，但是互联网应用与创新瞬息万变，腾讯很难保证QQ在未来不会被取而代之。 2、腾讯的业务量不断扩张，对人才的需求也越来越大，因此腾讯需要建立完善的内部人才培养体系，根据岗位培养人才，才能确保内部组织高效运转，满足组织快速膨胀的需要。 3、腾讯公司不断壮大，员工人数日益增多（截止2012年，员工人数超2万），所以腾讯公司需要建立合理的组织架构，保证公司高效运营。 综上所述，腾讯优秀的经营业绩是不可否认的，但也应当正视隐藏的问题和挑战，辩证的看待企业的发展，才能使腾讯保持清醒和冷静，不断走向卓越。

时间序列分析中模式识别方法的应用-模式识别论文

时间序列分析中模式识别方法的应用 摘要：时间序列通常是按时间顺序排列的一系列被观测数据，其观测值按固定的时间间隔采样。时间序列分析(Time Series Analysis)是一种动态数据处理的统计方法，就是充分利用现有的方法对时间序列进行处理，挖掘出对解决和研究问题有用的信息量。经典时间序列分析在建模、预测等方面已经有了相当多的成果，但是由于实际应用中时间序列具有不规则、混沌等非线性特征，使得预测系统未来的全部行为几乎不可能，对系统行为的准确预测效果也难以令人满意，很难对系统建立理想的随机模型。神经网络、遗传算法和小波变换等模式识别技术使得人们能够对非平稳时间序列进行有效的分析处理，可以对一些非线性系统的行为作出预测，这在一定程度上弥补了随机时序分析技术的不足。【1】 本文主要是对时间序列分析几种常见方法的描述和分析，并重点介绍神经网络、遗传算法和小波变换等模式识别方法在时间序列分析中的典型应用。 关键字：时间序列分析模式识别应用 1 概述 1.1 本文主要研究目的和意义 时间序列分析是概率论与数理统计学科的一个分支，它是以概率统计学作为理论基础来分析随机数据序列(或称动态数据序列)，并对其建立数学模型，即对模型定阶、进行参数估计，以及进一步应用于预测、自适应控制、最佳滤波等诸多方面。由于一元时间序列分析与预测在现代信号处理、经济、农业等领域占有重要的地位，因此，有关的新算法、新理论和新的研究方法层出不穷。目前，结合各种人工智能方法的时序分析模型的研究也在不断的深入。 时间序列分析已是一个发展得相当成熟的学科，已有一整套分析理论和分析工具。传统的时间序列分析技术着重研究具有随机性的动态数据，从中获取所蕴含的关于生成时间序列的系统演化规律。研究方法着重于全局模型的构造，主要应用于对系统行为的预测与控制。 时间序列分析主要用于以下几个方面：

DX3004模式识别与人工智能--教学大纲

《模式识别与人工智能》课程教学大纲 一、课程基本信息 课程代码：DX3004 课程名称：模式识别与人工智能 课程性质：选修课 课程类别：专业与专业方向课程 适用专业：电气信息类专业 总学时： 64 学时 总学分： 4 学分 先修课程：MATLAB程序设计；数据结构；数字信号处理；概率论与数理统计 后续课程：语音处理技术；数字图像处理 课程简介： 模式识别与人工智能是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别。模式识别的原理和方法在医学、军事等众多领域应用十分广泛。本课程着重讲述模式识别的基本概念，基本方法和算法原理，注重理论与实践紧密结合，通过大量实例讲述如何将所学知识运用到实际应用之中去，避免引用过多的、繁琐的数学推导。这门课的教学目的是让学生掌握统计模式识别基本原理和方法，使学生具有初步综合利用数学知识深入研究有关信息领域问题的能力。 选用教材： 《模式识别》第二版，边肇祺，张学工等编著[M]，北京：清华大学出版社，1999； 参考书目： [1] 《模式识别导论》，齐敏，李大健，郝重阳编著[M]. 北京：清华大学出版社，2009； [2] 《人工智能基础》，蔡自兴，蒙祖强[M]. 北京：高等教育出版社，2005； [3] 《模式识别》，汪增福编著[M]. 安徽：中国科学技术大学出版社，2010； 二、课程总目标 本课程为计算机应用技术专业本科生的专业选修课。通过本课程的学习，要求重点掌握统计模式识别的基本理论和应用。掌握统计模式识别方法中的特征提取和分类决策。掌握特征提取和选择的准则和算法，掌握监督学习的原理以及分类器的设计方法。基本掌握非监督模式识别方法。了解应用人工神经网络和模糊理论的模式识别方法。了解模式识别的应用和系统设计。要求学生掌握本课程的基本理论和方法并能在解决实际问题时得到有效地运用，同时为开发研究新的模式识别的理论和方法打下基础。 三、课程教学内容与基本要求 1、教学内容： （1）模式识别与人工智能基本知识； （2）贝叶斯决策理论； （3）概率密度函数的估计； （4）线性判别函数； （5）非线性胖别函数；

模式识别与智能系统

模式识别与智能系统 （081104） 一、培养目标 培养热爱祖国，拥护中国共产党的领导，拥护社会主义制度，遵纪守法，品德良好，具有服务国家、服务人民的社会责任感，掌握本学科坚实的基础理论和系统的专业知识，具有创新精神、创新能力和从事科学研究、教学、管理等工作能力的高层次学术型专门人才。 模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源，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，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。 本学科培养德智体全面发展，具有坚实和系统的模式识别与智能系统理论知识和实践技能，了解模式识别与智能系统学科发展的前沿和动态，能够适应我国经济、科技、教育发展需要，面向二十一世纪的科学研究、工程技术和高等教育的高层次人才。学位获得者业务上应具有具备从事在本学科及相关学科领域独立开发研究工作的能力，注意理论联系实际，能够分析和解决现代经济建设和交叉学科中涌现出的新课题；能够熟练利用计算机解决本学科的有关问题；较为熟练地掌握一门外国语；具有健康的体格。 二、研究方向 （一）智能机器人系统 主要进行智能机器人控制与决策系统的研究与开发，包括自主移动机器人、特种机器人、服务机器人、工业机器人等内容。机器人的自主定位、导航、避障与多机器人协调控制为主要研究方向。 （二）系统仿真技术与应用 主要研究方向为控制系统仿真与计算机辅助设计、半实物仿真与实时控制、分数阶与网络控制系统仿真、系统建模校验与验证及仿真算法和高层体系结构理论与应用技术、工业过程建模仿真和提高控制效果与系统性能的方法研究。 （三）图像处理与计算机视觉 研究图像信息获取、处理、分析、理解与识别分类等理论与技术，研究图像处理技术在医学影像处理、动态目标识别与跟踪、智能交通系统、军事等领域的工程应用问题。 （四）建筑智能化技术 本方向以建筑智能化技术为背景，主要研究智能建筑系统集成理论与技术、

腾讯公司战略分析教案资料

腾讯公司战略分析

摘要 腾讯公司成立于1998年11月，是目前中国最大的互联网综合服务 提 供商，也是中国服务用户最多的互联网企业。腾讯业务非常广泛，涵盖：即时通讯、门户网站、网络游戏、无线服务、电子商务、搜索等业务，所以，对整个中国互联网行业来说，研究腾讯公司发展战略将具有重要意义。本文首先回顾了腾讯发展历程，然后通过对企业所处的外部环境和企业拥有的内部资源能力分析提炼出腾讯的优势、劣势、机遇与挑战，最终明确揭示出腾讯拥有的三大核心竞争力。接着我们根据腾讯的愿景以及战略目标定位，深入研究了腾讯是如何围绕自身核心竞争力进行战略制定，并对腾讯当前的战略进行了剖析。最后，我们在对腾讯公司发展战略记性全面分析后，进一步明确指出腾讯要想确保各项战略顺利实施应具备或提升的资源能力。 关键词外部环境；内部环境；战略分析；对策 收集于网络，如有侵权请联系管理员删除

目录 一、公司简介 (1) （一）企业愿景 (1) （二）企业使命 (2) 使命：通过互联网服务提升人类生活品质——发展自身 (2) （三）价值观 (2) （四）经营理念 (2) 二、外部环境分析 (3) （一）宏观环境分析 (3) 1.政治法律环境分析 (3) 2.经济环境分析 (3) 3.社会文化环境分析 (4) 4.技术环境分析 (5) （二）产业环境分析 (6) 1.行业内竞争者现在的竞争能力 (6) 2.供应商的讨价还价能力 (6) 3. 替代品的替代能力 (6) 4.顾客的讨价还价能力 (6) 5.潜在竞争者进入的能力 (7) （三）竞争环境分析 (7) 1.世界范围内 (7) 2.中国范围内 (7) （四）市场需求分析 (8) 三、内部环境分析 (9) （一）资源分析 (9) 1.人力资源 (9) 2.财务资源 (9) 3.实物资源 (9) （二）核心竞争力分析 (9) （三）品牌价值分析 (10) 四、SWOT 分析 (11) 收集于网络，如有侵权请联系管理员删除

图像模式识别的方法介绍

2.1图像模式识别的方法 图像模式识别的方法很多，从图像模式识别提取的特征对象来看，图像识别方法可分为以下几种：基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术。其中，基于形状特征的识别方法，其关键是找到图像中对象形状及对此进行描述，形成可视特征矢量，以完成不同图像的分类，常用来表示形状的变量有形状的周长、面积、圆形度、离心率等。基于色彩特征的识别技术主要针对彩色图像，通过色彩直方图具有的简单且随图像的大小、旋转变换不敏感等特点进行分类识别。基于纹理特征的识别方法是通过对图像中非常具有结构规律的特征加以分析或者则是对图像中的色彩强度的分布信息进行统计来完成。 从模式特征选择及判别决策方法的不同可将图像模式识别方法大致归纳为两类:统计模式(决策理论)识别方法和句法(结构)模式识别方法。此外，近些年随着对模式识别技术研究的进一步深入，模糊模式识别方法和神经网络模式识别方法也开始得到广泛的应用。在此将这四种方法进行一下说明。 2.1.1句法模式识别 对于较复杂的模式，如采用统计模式识别的方法，所面临的一个困难就是特征提取的问题，它所要求的特征量十分巨大，要把某一个复杂模式准确分类很困难，从而很自然地就想到这样的一种设计，即努力地把一个复杂模式分化为若干

较简单子模式的组合，而子模式又分为若干基元，通过对基元的识别，进而识别子模式，最终识别该复杂模式。正如英文句子由一些短语，短语又由单词，单词又由字母构成一样。用一组模式基元和它们的组成来描述模式的结构的语言，称为模式描述语言。支配基元组成模式的规则称为文法。当每个基元被识别后，利用句法分析就可以作出整个的模式识别。即以这个句子是否符合某特定文法，以判别它是否属于某一类别。这就是句法模式识别的基本思想。 句法模式识别系统主要由预处理、基元提取、句法分析和文法推断等几部分组成。由预处理分割的模式，经基元提取形成描述模式的基元串（即字符串）。句法分析根据文法推理所推断的文法，判决有序字符串所描述的模式类别，得到判决结果。问题在于句法分析所依据的文法。不同的模式类对应着不同的文法，描述不同的目标。为了得到于模式类相适应的文法，类似于统计模式识别的训练过程，必须事先采集足够多的训练模式样本，经基元提取，把相应的文法推断出来。实际应用还有一定的困难。 2.1.2统计模式识别 统计模式识别是目前最成熟也是应用最广泛的方法，它主要利用贝叶斯决策规则解决最优分类器问题。统计决策理论的基本思想就是在不同的模式类中建立一个决策边界，利用决策函数把一个给定的模式归入相应的模式类中。统计模式识别的基本模型如图2，该模型主要包括两种操作模型：训练和分类，其中训练主要利用己有样本完成对决策边界的划分，并采取了一定的学习机制以保证基于样本的划分是最优的;而分类主要对输入的模式利用其特征和训练得来的决策函数而把模式划分到相应模式类中。 统计模式识别方法以数学上的决策理论为基础建立统计模式识别模型。其基本模型是:对被研究图像进行大量统计分析，找出规律性的认识，并选取出反映图像本质的特征进行分类识别。统计模式识别系统可分为两种运行模式:训练和分类。训练模式中，预处理模块负责将感兴趣的特征从背景中分割出来、去除噪声以及进行其它操作;特征选取模块主要负责找到合适的特征来表示输入模式;分类器负责训练分割特征空间。在分类模式中，被训练好的分类器将输入模式根据测量的特征分配到某个指定的类。统计模式识别组成如图2所示。

模式识别与智能系统硕士点_研究生入学复试大纲pris_test

模式识别与智能系统硕士点 研究生入学复试大纲 复试笔试满分为150分，包括基本能力测试（45分）和专业基础知识测试（105分）两部分。采取闭卷考试，考试时间一般为2至3小时。 有关专业基础知识测试的说明 专业基础知识测试（105分）由21道题目组成，参加笔试同学可从中任意选择7道完成，每题15分。专业知识点包括以下七个方面： 一．图象处理(共3题) 考试知识点：数字图象直方图、基于直方图均衡化的图象增强、边缘检测算子、梯度大小/方向计算、频域滤波基础、频域滤波操作的基本步骤。 辅导材料：冈萨雷斯等，《数字图象处理》,第二版，电子工业出版社, 2003.3, ISBN 7-5053-8236-5。认真阅读该书的3.3, 4.2, 10.1。 二．信息安全(共2题) 考试知识点：信息熵的计算、信源编码。 辅导材料：《信息与编码理论基础》，万旺根，上海大学出版社。 三．人工智能(共2题) 考试知识点：人工智能的基本概念。 辅导材料：廉师友，人工智能技术导论（第二版）廉师友西安电子科技大学出版社, 2002.7, ISBN 7-5606-0811-6。认真阅读该书的第一章。 四．微型计算机原理(共5题) 考试知识点：80x86指令寻址模式及汇编指令的书写格式；不同进制数之间的转换；汇编程序的阅读；计数器模块8253及其编程；可编程中断控制器8259模块及其编程。 注：相关硬件模块控制字格式不需记忆。（提供）

辅导材料：微型计算机技术及应用（第3版），戴梅萼等，清华大学出版社，2003 五．多媒体信息处理(共4题) 考试知识点：1.多媒体基本概念 多媒体技术，多媒体系统的层次结构，多媒体系统的组成 2.多媒体数据压缩： 数据压缩算法概念及分类，统计编码，预测编码，变换编码，分形编码 静态图像压缩标准JPEG，运动图像压缩标准MPEG，音频压缩标准 3.音频信息处理 声音数字化，音频文件格式，声卡的组成与设计(含声卡的工作原理、硬件设计、软件结构、编程接口等) 4.视频信息处理 视频信号数字化，视频的文件格式，视频压缩卡的设计 辅导材料：多媒体技术基础及应用，钟玉琢等，北京：清华大学出版社，2006.2 六．生物特征识别(共2题) 考试知识点：生物信息学序列联配（双序列比对，多序列比对）。 辅导材料：David W. Mount，《生物信息学：序列与基因组分析（影印）》,Bioinformatics: Sequence and Genome Analysis, Cold Spring Harbor Lab(CSHL) Press。认真阅读sequence alignment 的相关内容。 七．射频识别(共3题) 考试知识点：电子标签的基本概念。 辅导材料：纪震，李慧慧等，《电子标签原理与应用》,西安电子科技大学出版社, 2005.12, ISBN 705606-1599-6。认真阅读该书的第一章。

模式识别方法简述

XXX大学 课程设计报告书 课题名称模式识别 姓名 学号 院、系、部 专业 指导教师 xxxx年 xx 月 xx日

模式识别方法简述 摘要：模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的( 数值的、文字的和逻辑关系的) 信息进行处理和分析, 以对事物或现象进行描述、辨认、分类和解释的过程, 是信息科学和人工智能的重要组成部分。模式识别研究主要集中在两方面, 一是研究生物体( 包括人) 是如何感知对象的，属于认识科学的范畴, 二是在给定的任务下, 如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容, 后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力, 已经取得了系统的研究成果。 关键词：模式识别; 模式识别方法; 统计模式识别; 模板匹配; 神经网络模式识别 模式识别(Pattern Recognition)是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着2 0 世纪4 0 年代计算机的出现以及5 0 年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。（计算机）模式识别在2 0 世纪6 0 年代初迅速发展并成为一门新学科。 模式识别研究主要集中在两方面, 一是研究生物体( 包括人) 是如何感知对象的，属于认识科学的范畴, 二是在给定的任务下, 如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容, 后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力, 已经取得了系统的研究成果。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。 模式识别是一种借助计算机对信息进行处理、判别的分类过程。判决分类在

浅析人工智能中的图像识别技术

浅析人工智能中的图像识别技术 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。文章简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1 图像识别技术的引入 图像识别是人工智能科技的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的

目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了我们的需求，于是就产生了基于计算机的图像识别技术。这就像人类研究生物细胞，完全靠肉眼观察细胞是不现实的，这样自然就产生了显微镜等用于精确观测的仪器。通常一个领域有固有技术无法解决的需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。 图像识别技术原理 其实，图像识别技术背后的原理并不是很难，只是其要处理的信息比较繁琐。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有

模式识别与智能系统

模式识别与智能系统 Pattern Recognition & Intelligent System （专业代码：081104） 一、学科概况 本校模式识别与智能系统学科为国务院1993年批准的博士学位授予权学科，2001年经国务院学位委员会批准为国家级重点学科（二级学科）；本学科所在的控制科学与工程学科具有一级学科博士学位授予权,同时拥有一级学科博士后流动站。本学科主要从事模式识别与智能系统的理论与应用研究，为本校“211工程”重点建设学科。经过多年的建设，现有博士生导师七名，百余名的博士生研究队伍，和先进的教学与科研硬设备环境。多年来，一批科研成果达到国际与国内先进水平。 二、培养目标 本学科培养的模式识别与智能系统的硕士研究生应具有较宽广的基础理论及较深入的专业知识，能解决国家经济建设与国防中在本领域内的工程技术的应用课题，具有较好的理论联系实际的能力。 三、学制和学分 全日制硕士研究生实行以两年半制为主的弹性学制，原则上不超过5年。 总学分33学分，其中必修课程不少于14学分。

四、硕士课程设置 五、科研能力与水平 1. 掌握本学科的基础理论和专业知识，对所研究的课题有新的见解，取得新的成果。对于学术型学位的硕士研究生，还应熟悉国内外相关的学术研究动态。 2. 工作认真踏实，能独立进行科研工作并圆满完成科研任务。 3. 对于应用型、复合型学位的硕士研究生，能发现实践中与本学科相关的需求，能提出工程解决方案；对于学术型学位的硕士研究生，能提出和界定科学问题。

4. 硕士研究生在校期间应积极发表学术论文，参与学术交流。 六、开题报告 为确保学位论文的质量，指导教师应针对每个硕士研究生的类型和层次，确定选题范围。硕士研究生在导师的指导下，通过阅读文献、收集资料和调查研究后确定研究课题，提交开题报告。开题报告的主要内容包括： （1）课题来源及研究的目的和意义； （2）国内外在该方向的研究现状及分析； （3）主要研究内容； （4）研究方案及进度安排，预期达到的目标； （5）预计研究过程中可能遇到的困难和问题以及解决的措施； （6）主要参考文献。 提交开题报告的时间一般为第四小学期，开题报告字数应在5000字以上。开题报告的评议结果为通过或不通过。硕士研究生学位论文选题、开题的要求详见《南京理工大学硕士学位论文选题、开题及撰写的有关规定 七、学位论文 学位论文工作是研究生培养的重要组成部分，是对研究生进行科学研究或承担专业技术工作的全面训练，是培养研究生创新能力、综合运用所学知识发现问题、分析问题和解决问题能力的重要环节。 硕士学位论文要求概念清楚、立论正确、分析严谨、计算正确、数据可靠、文句简练、图表清晰、层次分明，能体现硕士研究生具有宽广的理论基础，较强的独立工作能力和优良的学风。在阐明论文的目的、意义和成果时，应有实事求是的科学态度。 硕士研究生的论文工作必须在导师指导下，由研究生独立完成。完成后应按照《中华人民共和国学位条理暂行实施办法》和《南京理工大学博士、硕士学位授予细则》的规定,组织论文评审和答辩。获准参加答辩的前提条件是：必须修满规定的学分，外语通过学位英语考试或通过国家英语六级考试，其余学科基础课程成绩不得低于70分并完成教学实践、科研实习。

腾讯的多元化战略分析

腾讯为什么实施多元化战略 外部环境ＰＥＳＴ 1、政治环境： 腾讯公司成立之初正值20世纪90年代，第三次信息革命时代到来，中国网络刚刚起步。稳定的政治局面； 有力宽松的政策环境； 政府的重视； 日益完善的互联网服务的法律制度 2、经济环境： 得益于中国ＧＤＰ快速增长以及入世的推动，中国网络经济迅速发展 人民收入水平的提高，使需求从物质到精神转变 电脑价格下降，宽带的铺设接入使网络普及成为必然趋势 3、社会环境 网吧、宽带的普及，人们追求新鲜的娱乐方式； 人口基数大，年轻人（追随网络的主力军）多，潜在用户群庞大，有利于开拓市场； 4、技术因素 硬件上，网络传输及大型服务器进一步开发，提供了硬件支持； 单机游戏的技术积累，配合网络技术发展，导致了网络游戏的诞生 市场与行业环境分析 1、总需求分析：市场容量：市场容量大，极大的基数和用户在线时间的不断增长，都为我 国网络游戏的发展，提供了庞大的参与群体； （网民总人数为12300万人，截止到2005年6月30日，我国的在网用户总人数为10300万人。） 2、支付能力：支付能力也在快速增长，高速的产业成长和用户增长。 （平均每位网络游戏用户每年花费的金额也将从2003 年的257 元人民币，成长至2006 年的374元人民币，2003-2006 年平均复增长率率达13%，产业成长速度惊人。） 竞争环境分析 1、中国互联网企业的竞争方式使那些经营风格相近的企业面对着更大的威胁，他们互相学习对方的在线服务模式，降低产品的价格，增加服务器容量，提高硬件技术水平，以求更高的市场份额。 2、电脑、网络的普及使得更多人有机会接触到这项娱乐性、互动性和竞争性更强的休闲活动，从20-30年龄段的消费群逐渐向两端扩大。但这仅仅是相互竞争中可以利用的一个机遇。 3、如何取得自己产品独特吸引力才是在竞争中立于不败之地的根本方法，当产业中的产品具有各自不同的差异性时，产业的竞争强度就较低。 ●经营卡通风格游戏大话西游、梦幻西游的网易公司成为拥有国内最多玩家的网游公司； ●经营对立竞争风格游戏魔兽世界的九城公司在1年运营时间内获取了4.5亿的收入； ●以QQ为基础而开发的休闲类QQ游戏为广大游戏玩家所认可，使得腾讯公司销售增长 率每季度提高9%之多。 ●其他几家比较大的网络游戏公司盛大金山也有自己独具一个的差异性产品)

模式识别及其在图像处理中的应用

武汉理工大学 模式识别及其在图像处理中的应用 学院（系）：自动化学院 课程名称：模式识别原理 专业班级：控制科学与工程1603班 任课教师：张素文 学生姓名：王红刚 2017年1月3日

模式识别及其在图像处理中的应用 摘要:随着计算机和人工智能技术的发展,模式识别在图像处理中的应用日益广泛。综述了模式识别在图像处理中特征提取、主要的识别方法(统计决策法、句法识别、模糊识别、神经网络)及其存在的问题, 并且对近年来模式识别的新进展———支持向量机与仿生模式识别做了分析和总结, 最后讨论了模式识别亟待解决的问题并对其发展进行了展望。 关键词:模式识别;图像处理;特征提取;识别方法 Pattern Recognition and Its Application in Image Processing Abstract:With the development of computer and artificial intelli-gence , pattern recognition is w idely used in the image processing in-creasingly .T he feature extraction and the main methods of pattern recognition in the image processing , w hich include statistical deci-sion, structural method , fuzzy method , artificial neural netw ork aresummarized.T he support vector and bionic pattern recognition w hich are the new developments of the pattern recognition are also analyzed .At last, the problems to be solved and development trends are discussed. Key words:pattern recognition ;image processing ;feature extrac-tion;recognition methods

人工智能的模式识别与机器视觉

人工智能的模式识别与机器视觉 模式识别 “模式”(Panern)一词的本意是括完整天缺的供模仿的标本或标识。模式识别就是识别出给定物体所模仿的标本或标识。计算机模式识别系统使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。 模式识别是一个不断发展的学科分支，它的理论基础和研究范围也在不断发展。在二维的文字、图形和图像的识别方而，已取得许多成果。三维景物和活动目标的识别和分析是目前研究的热点。语音的识别和合成技术也有很大的发展。基于人工神经网络的模式识别技术在手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面已经有许多成功的应用。模式识别技术是智能计算机和智能机器人研究的十分重要的基础 机器视觉 实验表明，人类接受外界信息的80％以上来自视觉，10％左右来自听觉，其余来自嗅觉、味觉及触觉。在机器视觉方面，只要给计算机系统装上电视摄像输入装置就可以“看见”周围的东西。但是，视觉是一种感知，机器视觉的感知过程包含一系列的处理过程，例如，一个可见的景物由传感器编码输入，表示成一个灰度数值矩阵；图像的灰度数值由图像检测器进行处理，检测器检测出图像的主要成分，如组成景物的线段、简单曲线和角度等；这些成分又校处理，以便根据景物的表面特征和形状特征来推断有关景物的特征信息；最终目标是利用某个适当的模型来表示该景物。 视觉感知问题的要点是形成一个精练的表示来取代极其庞大的未经加工的输入情息，把庞大的视觉输人信息转化为一种易于处理和有感知意义的描述。 机器视觉可分为低层视觉和高后视觉两个层次，低层视觉主要是对视觉团像执行预处理，例如，边缘检测、运动目标检测、纹理分析等，另外还有立体造型、曲面色彩等，其目的是使对象凸现出来，这时还谈不上对它的理解。高层视觉主要是理解对象，显然，实现高层视觉需要掌捏与对象相关的知识。 机器视觉的前沿研究课题包括：实时图像的并行处理，实时图像的压缩、传输与复原，三绍景物的建模识别，动态和时变视觉等。 人娄的钉能活动过程主要是一个获得知识并运用知识的过程，知识是智能的基础。为了使计算机具有钉能，能模拟人类的智能行为，就必须使它具有知识。把人类拥有的知识采用适当的模式表示出来以便存储到计算机中，这就是知识表示要解决的问题。知识表示是对知识的一种描述，或者说是一组约定，是一种计算机可以接受的用于描述知识的数据结构，对知识进行表木就是把知识表示咸便于计算机存储和利用的菜种数据结构。知识表示方法给出的知识表示形式称为知识表示程式，知识表示模式分为外部表示模式和内部表示模式两个层次。知识外部表示模式是与软件开发的工具、运行的软件平台无关的知识表示的形式化描述。知

腾讯公司战略目标分析

腾讯公司战略目标分析 15级影视制片管理李玥 201504313026

1、腾讯公司是否有清晰的目标和战略？ 有 腾讯公司为?自?己定义的使命是：通过互联?网服务提升?人类?生活品质，使产品和服务像?水和电融?入?人们的?生活，为?人们带来便便捷和愉悦；关注不不同地域、群体，并针对不不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联?网?生态环境。

1、腾讯公司是否有清晰的目标和战略？ ?目前，腾讯把“连接?一切”作为战略略?目标，提供社交平台与数字内容两项核?心服务。 （在哪?里里竞争） ?面向未来，坚持?自主创新，树?立?民族品牌是腾讯的?长远发展规划。（怎样竞争）成为最受尊敬的互联?网企业是腾讯的远景?目标。

1、腾讯公司是否有清晰的目标和战略？ （在哪?里里竞争） 把“连接?一切”作为战略略?目标，提供社交平台与数字内容两项核?心服务。 过即时通信?工具QQ、移动社交和通信服务微信和WeChat、?门户?网站腾讯?网（https://www.wendangku.net/doc/3b13533825.html,）、腾讯游戏、社交?网络平台QQ空间等中国领先的?网络平台，满?足互联?网?用户沟通、资讯、娱乐和 ?金金融等?方?面的需求。

1、腾讯公司是否有清晰的目标和战略？ （怎样竞争） ?面向未来，坚持?自主创新，树?立?民族品牌是腾讯的?长远发展规划。—— ?目前，腾讯50%以上员?工为研发?人员，拥有完善的?自主研发体系，在存储技术、数据挖掘、多媒体、中?文处理理、分布式?网络、?无线技术六?大?方向都拥有了了相当数量量的专利利，在全球互联?网企 业中专利利申请和授权总量量均位居前列列。