会员中心
搜索
登录
注册

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

智能家居语音交互体验的设计方法探析_田钰彬

通过分析阻碍智能家居行业发展步伐的主要原因,发现控制技术不成熟导致智能家居产品存在交互体验不佳和缺乏刚需使用场景等问题。根据用户与设备接触程度划分,不同控制方式的交互体验感存在差异。以语音交互为例,对智能家居产品特性进行分析,并结合用户体验五要素分析框架,构建了语音交互控制智能家居的体验设计架构模型。最后,展望了智能家居语音交互体验设计对行业的潜在影响,为改进智能家居行业整体人机交互体验优化提供可参考的设计流程和方法。

  • 2021-06-16
  • 阅读554
  • 下载0
  • 6页
  • pdf

互联网 煤矿开采大数据技术研究与实践-张科利

将大数据引用到煤矿行业，行业发展更健康，安全可控，降低成本。

  • 2021-06-16
  • 阅读200
  • 下载0
  • 6页
  • pdf

基于GA-PSO融合算法的开采沉陷Richards预计模型参数优化

在矿区开采地表沉降动态预计模型建立过程中，针对 Richards 时间函数模型参数在地质采矿条件复杂情况下难以一次性准确求取的问题，采用遗传粒子群（Genetic Algorithm Particle Swarm Optimization，GA-PSO）融合算法对 Richards 模型参数进行动态修正，建立了一种基于 GA-PSO 融合算法的 Richards 时间函数参数优化模型。通过与传统 GA 算法和变步长果蝇优化算法（Fruit Fly Optimization，FOA）进行比较，结果表明：GA-PSO 算法对Richards 模型参数优化效果良好。通过单点举例和选取部分特征点验证的方法，得出 GA-PSO 算法模型在各个时期的预计中误差最大为 14.43 mm，最小中误差为 1.48 mm，最大平均误差为 11.16 mm，最小平均误差为 1.23 mm，且GA-PSO 算法模型精度高于拟合模型和变步长 FOA 模型。研究表明：经过 GA-PSO 算法优化参数后的 Richards 模型能够更加高效，有助于精确构建矿区地表移动动态预计模型。

  • 2021-06-16
  • 阅读1087
  • 下载0
  • 6页
  • pdf

_智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来,迎接人工智能时代》报告解读及启示

人工智能技术的应用渗透到各行各业，教育作为关乎国际民生的核心，利用人工智能促进教育公平似乎是题中应有之义。

  • 2021-06-16
  • 阅读200
  • 下载0
  • 6页
  • pdf

舞台演出的5G 8K直播信号制作_——以国家大剧院《繁华众声》线上直播为例

以国家大剧院“华彩秋韵”线上系列演出《繁华众声》为例，阐述基于5G+8K技术的线上超高清直播的切换流程、8K超高清视频及音频的制作要点，探讨5G+8K技术应用需要注意的问题。

  • 2021-06-15
  • 阅读814
  • 下载0
  • 6页
  • pdf

基于FP-growth算法与分层线性模型交互的招生数据挖掘

为了进一步提高招生数据挖掘的有效性，将 FP-growth 算法与分层线性模型相结合，用于高等院校的招生数据挖掘；利用 FP-growth 算法，通过频繁集的生成与关联规则，从高校历史招生数据中获取置信区间大的关联数据；采用单层和多层线性模型，将学生层面变量与学校层面变量相结合，确定招生数据挖掘有效变量；在分别建立单层线性模型和多层线性模型后，借助多层线性模型软件库，求解模型的系数和显著性检验水平。实例仿真结果表明，通过对比不同变量的系数和显著性检验水平，所提出的模型能够有效分析不同变量对招生录取的影响。

  • 2021-06-15
  • 阅读264
  • 下载0
  • 6页
  • pdf

混合模型下的雅可比矩阵退火算法优化

火算法可有效发现网络结构的聚类分布情况，但在不同的网络中算法处理结果的准确性有待提高．为更精确地识别混合模型网络结构中的数据分布，解决混合模型易陷入局部最大值和收敛等问题，提出混合模型下雅可比矩阵退火算法．首先利用逆温度参数卢对模型进行初始化，然后迭代执行计算期望步骤和最大化步骤2个任务；采用雅可比矩阵计算模型的后验概率，直至算法达到设定的准确性或收敛．将建立的雅可比矩阵退火算法与半监督高斯混合模型下的逆模拟退火聚类算法在真实网络上进行对比分析．实验结果表明，基于雅可比矩阵的算法在混合网络模型中的；住确性更优．该算法不仅能防止陷入局部最优，而且能提高分析网络聚类分布的准确性．

  • 2021-06-15
  • 阅读269
  • 下载0
  • 6页
  • pdf

基于遗传算法的分数阶灰色预测模型及其应用

近年来由于分数阶灰色预测模型在灰色系统中的高效性和灵活性，引起了学者们的研究兴趣. 但是，分数阶累加的计算复杂，给理论分析和应用带来了困难.提出了一种基于遗传算法的优化的分数阶灰色预 测模型，对少样本进行预测，根据河南省 2004—201 7 年能源消费的数据建立模型，利用平均绝对百分比误差和 均方根误差比较预测模型的性能.结果显示，基于遗传算法的分数阶灰色预测模型比传统的 GM（1 ，1 ）模型、 DGM（2，1 ）模型和灰色 Verhulst 模型更准确，性能更好.

  • 2021-06-15
  • 阅读225
  • 下载0
  • 6页
  • pdf