原生 Java 人工智能算法框架 easyAI v1.1.9 版本发布

前言

EasyAi的出现对于Java的意义，等同于在JavaWeb领域spring出现的意义一样——做一个开箱即用，让每一个开发者都可以使用EasyAi，来开发符合自己人工智能业务需求的小微模型，这就是它的使命！

EasyAi介绍

EasyAi无任何依赖，它是一个原生Java人工智能算法框架。首先，**它可以Maven一键丝滑引入我们的Java项目，无需任何额外的环境配置与依赖，做到开箱即用。**再者，它既有一些我们已经封装好的图像目标检测及人工智能客服的模块，也提供各种深度学习，机器学习，强化学习，启发式学习，矩阵运算，等底层算法工具。开发者可以通过简单的学习，就能完成根据自身业务，深度开发符合自己业务的小微模型

EasyAI码云下载链接:https://gitee.com/dromara/easyAi
EasyAI GitHub下载链接:https://github.com/lifejwang11/easyAi
EasyAI主要技术文档地址：https://yhk.yhktech.com/easyai
EasyAI详细视频教程：https://www.bilibili.com/video/av89134035
JAVA人工智能0基础体系课程:https://www.bilibili.com/cheese/play/ss17600

v1.1.9 更新内容

图像目标检测稳定程度增加，增加可调参数，来性能与稳定性之间的平衡。
对图像识别API进行功能补全，增强性能，对YOLO进行工程性与算法环节优化，简化API步骤，调用上手清晰简单。

图像识别FastYolo效果展示

使用EasyAi实现图像结算自动贩卖机视觉内核

sayOrder人工智能客服

sayOrder是依赖EasyAi进行封装的人工智能客服系统。
它可以分析用户输入的语义，来识别用户的行为，并通过typeID来区分用户意图ID。并通过捕捉其后台设置的关键词类别，来抓出系统关心的用户在语句中包含的内容，比如语句中的时间，地点等。
它还可以与用户自主进行问答交互，进行自主解答疑问或者进行其余意图的交流等。
项目链接地址: https://gitee.com/dromara/sayOrder

sayOrder交互基本业务流程演示

用户第一次进行输入表达自己的想法
SayOrder发现用户的描述缺少订单必要信息，则进行反问。用户接收到SayOrder的反问，进一步补充的自己的想法
用户第二次输入信息依然不满足后台14分类法律咨询的订单关键信息要求，继续补充信息，最终完成订单信息补充生成订单。
用户输入想要咨询的问题，SayOrder对用户咨询的问题进行自主解答

以上是SayOrder（基于easyAI引擎）自定义业务接口的简单案例演示，具体安装部署及细节详情请到其主页下载:https://gitee.com/dromara/sayOrder

架构设计

常用底层算法模块

基础矩阵及线代计算模块：

1.内置矩阵类，矩阵计算类，可以完成常用矩阵四则运算，奇偶性，多元线性回归，逻辑斯蒂回归，欧式距离，余弦相似性，im2col，逆im2col，求代数余子式，求逆，求伴随矩阵，内积等，微分等一系列api。

2.RGB三通道矩阵，可进行图像转化，剪切，分块，生成图像矩阵等操作方便后续计算。
机器学习-聚类：

k聚类，混合高斯聚类，密度聚类，学习向量量化聚类等
机器学习-分类及拟合：多层前馈神经网络，多层循环神经网络，残差网络，多层残差循环神经网络，卷积神经网络，决策树，随机森林，k最近邻等
启发式算法：粒子群，蚁群，模拟退火
强化学习动态规划，蒙特卡洛分析，马尔可夫，时序差分