• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

人脸老化模拟与PCA算法结合的人脸识别模型_余丰江

针对如何在读取两张年龄有较大跨度的人物面部照片的情况下来进行人脸识别这个问题,该文给出了较有创新性的方法。首先使用高斯模型,肤色信息人脸检测的分割算法,迭代算法提取人脸特征部位。然后使用基于人脸外轮廓的局部曲率标准差的个性化脸型匹配算法结合关于形状和颜色的衰老合成模型和年龄原型的纹理增强合成模型给出了基于个性化原型的人脸老化图像合成方法。接着在传统PCA算法的基础上给出了结合人脸老化模拟的改进型算法思路,从人脸不易变量和易变量的重建两方面入手判定人脸的相似性,理论上可以较为准确地在跨年龄情况下进行人脸识别。

  • 2021-05-06
  • 阅读361
  • 下载0
  • 8页
  • pdf

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型_刘敏

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

  • 2021-05-06
  • 阅读360
  • 下载0
  • 8页
  • pdf

基于最小二乘法和高斯混合模型的语音转歌声算法_段伟博

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

  • 2021-05-06
  • 阅读361
  • 下载0
  • 8页
  • pdf

基于改进HMM模型的3D景区地图匹配算法_黄娟娟

针对GPS误差和地图系统误差导致3D地图定位精度较低的问题,提出一种基于改进隐性马尔科夫模型的地图匹配算法。使用面积重叠法获取候选路段,引入距离、道路宽度和历史定位点计算观测概率,利用路网拓扑信息、游客行为特性、景点与道路的相关性计算转移概率,采用Viterbi算法得出最优匹配路段。在Unity3D平台上实现景区场景3D可视化,利用校园地图进行实验验证,结果表明,该算法匹配精度达到95.4%,在3D景区导航中具有良好的实用性和较高的准确性。

  • 2021-05-06
  • 阅读360
  • 下载0
  • 8页
  • pdf

基于光线折射模型的水下图像转换算法研究_陈旭阳

针对水下目标成像时光线折射所造成的图像失真问题,以及现有图像转换算法因忽略光线二次折射所造成的转换误差,提出一种基于光线折射模型的水下图像转换转算法。该算法首先获取水下图像的像素点信息,通过映射关系计算得到像素点在等效空气图像中的对应坐标信息,从而获得水下目标的等效空气图像。实验结果显示,文中所提算法较之现有图像转换算法,u方向图像转换误差均值由2.289 5降为1.213 3,降低47.01%,v方向图像转换误差均值由3.252 5降为1.526 3,降低53.07%。同时,测距误差均值由58.83 mm降为28.88 mm,降低50.91%。

  • 2021-05-06
  • 阅读370
  • 下载0
  • 8页
  • pdf

融合图卷积网络模型的无监督社区检测算法_姜东明

图卷积神经网络(Graph Convolutional Neural Network)能有效地提取非欧式距离数据中的特征信息。提出一种基于图卷积网络模型的无监督社区检测算法。选择图中某些节点添加人工标签来模拟在图上的信号输入,使其满足图卷积网络的传播特征的要求,通过修改后的图卷积网络传播规则将节点本身的标签传递至其相邻节点,通过对同一节点获得的不同标签进行比较后将节点归类,之后优化归类结果并输出社区划分矩阵。使用现实世界的数据集进行测试,并与一些其他社区检测算法进行对比评估。实验结果表明算法在不同类型的数据集中都能得到很好的社区划分效果。

  • 2021-05-06
  • 阅读362
  • 下载0
  • 8页
  • pdf

智慧城市建设,从智能建筑开始!

智慧城市建设,从智能建筑开始!智慧城市的总体目标是使城市地区更高效、更可持续,对居民和游客更具吸引力……

  • 2021-05-06
  • 阅读179
  • 下载0
  • 8页
  • pdf

从波音737MAX失事反思数字化技术应用

2019年3月10日上午,一架载着149名乘客的波音737-MAX8坠毁在埃塞俄比亚首都亚的斯亚贝巴附近,包括8名中国公民在内的所有乘客全部罹难,令人扼腕痛心!这是继去年10月29日印尼狮航空难造成189人罹难的波音737-MAX8客机发生的第二起空难。

  • 2021-05-06
  • 阅读192
  • 下载0
  • 8页
  • docx
上一页 1 …… 1257512576125771257812579125801258112582125831258412585 …… 16551 下一页 共 132407 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读106
  • 下载2

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读79
  • 下载1

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读33
  • 下载0

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读935
  • 下载0

最新上线

具身智能行业应用方案解决方案

具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案具身智能行业应用方案解决方案

  • 阅读30
  • 下载0

数据中心电力电子变压器技术探讨

数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨数据中心电力电子变压器技术探讨

  • 阅读30
  • 下载0

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读106
  • 下载2

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读79
  • 下载1
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南