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

一种改进的Adaboost_BP算法在手写数字识别中的研究_叶晓波

为了提高神经网络对手写数字的识别率,基于Adaboost思想改进Adaboost-BP二分类算法,实现用于多分类的Adaboost-BP算法,提高了神经网络对手写数字的识别率。改进了"弱"分类器权重值的计算公式,将权重值归一化处理的步骤放到"弱"分类器迭代训练完成之后,"强"分类器的构成不使用符号函数而是直接计算分类结果。实验数据采用MNIST手写数据库,实验结果显示改进的Adaboost-BP算法构造出的"强"分类器分类结果正确率明显高于"弱"分类器。改进的Adaboost-BP算法可明显提高手写数字识别正确率。

  • 2021-05-06
  • 阅读539
  • 下载0
  • 5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507
  • 下载0
  • 8页
  • pdf

快速成型中保留模型特征的分层算法研究_丁承君

在快速成型领域,一般分层算法不考虑模型特征,这可能会导致一些重要特征的丢失或偏移。针对此问题,在充分研究现有分层算法的基础上,提出一种保留模型特征的分层算法。该分层算法首先对STL模型三角面片进行预处理排序,然后以自适应分层算法确定分层厚度,最后对特征进行识别,针对不同特征进行不同处理来调整分层厚度,使分层厚度考虑到加工层厚引起的误差,从而可以保证成型件特征位置的准确。通过实验验证,该分层算法可以精确地识别特征,合理地确定分层厚度,具有一定的参考价值。

  • 2021-05-06
  • 阅读504
  • 下载0
  • 6页
  • pdf

基于蜂群K_means聚类模型的协同过滤推荐算法_李艳娟

针对目前协同过滤推荐算法的推荐质量和推荐效率低的问题,提出了一种基于改进蜂群K-means聚类模型的协同过滤推荐算法。首先,根据用户属性信息,采用改进蜂群K-means算法对用户进行聚类,建立用户聚类模型；然后,计算目标用户与用户聚类模型中各聚类中心的距离,其中距离最近的类为目标用户的检索空间；最后,从检索空间中依据用户-项目评分矩阵通过相似度计算搜索目标用户的最近邻居,由最近邻居的信息产生推荐列表。实验结果表明,该算法降低了平均绝对误差值,缩短了运行时间,提高了推荐质量和推荐效率。

  • 2021-05-06
  • 阅读508
  • 下载0
  • 9页
  • pdf

双层集装箱运输配载模型与算法研究_杨广全

采用双层集装箱运输可以显著提高铁路运输能力,为保障双层集装箱列车的运行安全,针对人工编制双层集装箱运输配载方案费时费力技术难题,依据车辆、集装箱和双层集装箱连接锁技术参数,结合集装箱装载方式,推导车辆装载安全技术指标计算公式,建立双层集装箱运输配载模型,设计启发式遗传算法对该模型进行求解,并针对遗传编码设计交叉算子和变异算子,以保证生成可行解。案例计算结果表明,配载模型和求解算法能够得到合理的双层集装箱配载方案,满足双层集装箱装载技术要求,实现了双层集装箱装车配载的智能化。

  • 2021-05-06
  • 阅读498
  • 下载0
  • 6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509
  • 下载0
  • 8页
  • pdf

基于卷积神经网络的人体动作识别_于华

针对复杂场景下人体动作识别精度不高的问题,提出融合改进的可变形部件模型算法（DPM）以及卷积神经网络模型算法（CNN）的人体动作识别算法。在特征提取阶段,为提高人体检测精度,采用改进的DPM算法将部件滤波器模型由5个增加到8个,同时结合分支定界（BB）算法；CNN采用连续的卷积层提取特征,使用的CNN模型是经过梯度优化训练的针对人体动作识别的卷积神经网络,两个算法并行进行。在特征融合阶段,用加权求和的方式把两个模型提取的特征进行融合。用softmax分类器进行人体动作的分类识别。实验结果表明,该算法在标准的数据集、自搜集数据集上的精度较传统的机器学习方法提高了约10个百分点。

  • 2021-05-06
  • 阅读510
  • 下载0
  • 6页
  • pdf

稀疏高斯厄米特PHD机动多目标跟踪算法_张文

针对基于概率假设密度（probability hypothesis density, PHD）的非线性机动多目标跟踪精度低、滤波发散、目标数目估计不准确等问题,提出一种基于交互式多模型的稀疏高斯厄米特PHD算法.该算法在PHD滤波器下,采用稀疏高斯厄米特方法对目标进行状态预测和量测更新,构造一种稀疏高斯厄米特PHD滤波器；然后将交互式多模型算法融入稀疏高斯厄米特PHD滤波框架中,解决了目标机动过程中运动模式不确定的问题.仿真结果表明该算法能对机动多目标进行有效的跟踪,相比交互式多模型不敏卡尔曼PHD等滤波方法具有更高的状态估计精度,且目标数目估计更准确.

  • 2021-05-06
  • 阅读491
  • 下载0
  • 7页
  • pdf