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

基于优势演员-评论家算法的强化自动摘要模型

针对长文本自动摘要任务中抽取式模型摘要较为冗余，而生成式摘要模型时常有关键信息丢失、摘要不准确和生成内容重复等问题，提出一种面向长文本的基于优势演员-评论家算法的强化自动摘要模型（A2C-RLAS）。首先，用基于卷积神经网络（CNN）和循环神经网络（RNN）的混合神经网络的抽取器（extractor）来提取原文关键句；然 后，用基于拷贝机制和注意力机制的重写器（rewriter）来精炼关键句；最后，使用强化学习的优势演员-评论家（A2C）算法训练整个网络，把重写摘要和参考摘要的语义相似性（BERTScore值）作为奖励（reward）来指导抽取过程，从而提高抽取器提取句子的质量。在CNN/Daily Mail数据集上的实验结果表明，与基于强化学习的抽取式摘要（Refresh）模 型、基于循环神经网络的抽取式摘要序列模型（SummaRuNNer）和分布语义奖励（DSR）模型等模型相比，A2C-RLAS的最终摘要内容更加准确、语言更加流畅，冗余的内容有效减少，且A2C-RLAS的ROUGE和BERTScore指标均有提升。相较于Refresh模型和SummaRuNNer模型，A2C-RLAS模型的ROUGE-L值分别提高了6. 3%和10. 2%；相较于DSR模 型，A2C-RLAS模型的F1值提高了30. 5%。

  • 2021-06-15
  • 阅读231
  • 下载0
  • 7页
  • pdf

基于SVM模型算法和大数据分析技术的船舶设备故障诊断

为在船舶设备发生故障时能准确、及时地定位故障发生根源，保证船舶安全、经济运行，采用大数据分析方法和支持向量机（Support Vector Machine，SVM）模型算法对船舶设备进行故障诊断，提前预测可能发生的故障。以船舶柴油机滑油压力低故障为例，应用Python语言，通过SVM模型算法预测该故障的发生概率。结果表明，在已采集的船舶数据样本的训练集和测试集上，数据拟合和故障预测的效果十分理想，预测故障发生的准确率较高。关键词：大数据分析；支持向量机模型算法；Python语言；船舶设备故障诊断

  • 2021-06-15
  • 阅读260
  • 下载0
  • 5页
  • pdf

基于修正JC模型和BP-ANN算法预测HNi55-7-4-2合金高温流变行为的对比

采用 Gleeble-3500型热模拟试验机,分别在变形温度为873,923,973,1023,1073K, 应变速率为0.01,0.1,1,10s-1 条件下对 HNi55-7-4-2合金进行等温热压缩试验,研究了该合金的 高温流变行为；基于试验数据,分别采用修正Johnson-Cook（M-JC）模型和反向传播人工神经网络 （BP-ANN）算法构建本构模型,对比分析这2个模型的预测精度。果表明:HNi55-7-4-2合金的 流变应力随着应变速率的增加而增大,随着变形温度的升高而降低。基于 M-JC 模型和 BP-ANN 算法建立的本 构 模 型 预 测 得 到 真 应 力 与试 验 结 果 间 的 平 均 相 对 误 差 绝 对 值 分 别 为 14.63%, 0.35%,相关系数分别为0.9787,0.9999；基于 BP-ANN 算法的本构模型的预测精度更高,可以较 好地描述HNi55-7-4-2合金的高温流变行为

  • 2021-06-16
  • 阅读219
  • 下载0
  • 8页
  • pdf

基于Watershed和Snake混合模型的图像分割算法

针对传统 Snake 模型存在着对初始轮廓曲线位置敏感和不能收敛到凹陷区域的问题，提出将改进的分水岭算法应用于优化 Snake 模型边缘曲线中。同时再利用遗传算法的全局优化特性，来解决 Snake 模型的局部极小值问题，提升Snake 模型的分割精度。实验结果表明，改进的 Snake 分割算法不仅能有效解决传统 Snake 分割算法对初始轮廓位置敏感以及不能收敛到凹陷区域的问题，而且具有分割效率高、分割结果更加精确的优点。

  • 2021-06-16
  • 阅读252
  • 下载0
  • 6页
  • pdf

计算流体力学的时空观_模型的时空关联性及算法的时空耦合性

流体力学中波的有限传播、粒子的碰撞、各种力之间相互作用,无不体现时空关联效应.本文从计算方法 的视角探讨计算流体力学的时空观,即流体力学模型的时空关联性和计算方法的时空耦合性.从流体力学微团法 建模出发,明确模型时空关联性的涵义,建立有限体积格式的基本原理,阐述算法时空耦合的必要性,实现流体力 学基本控制方程物理建模与有限体积格式数学原理的统一.在实践中,给出时空耦合高精度数值方法设计思路, 利用算例比较它与时空解耦方法的差别.期望通过时空观的建立,对未来计算流体力学的算法研究提供帮助.

  • 2021-06-15
  • 阅读223
  • 下载0
  • 20页
  • pdf

基于遗传算法和非线性规划求解信息交互的光伏阵列模型鲁棒参数辨识方法

对光伏阵列进行建模不仅可以研究温度、光照等囚素对V I特性f}f【线的影响，还可以用模型代替实际光伏阵列进行各种光伏实验，降低实验成本，节省实验时间；参数辨识可以使光伏阵列模型的参数值设置更精确，使其与实际值相一致；针对基于非线性规划的光伏阵列模型鲁棒参数辨识方法容易陷入局部搜索的问题，提出了遗传算法与非线性规划求解信息交互的鲁棒参数辨识方法；将遗传算法与非线性规划求解信息交互，既u、『以进行全局搜索，又町以进行局部搜索，以得到问题的全局最优解；通过仿真测试，使用该方法得到的结果均方误差降低』，8倍，均力‘误差量级达到J，1．oE 3，表明J，该力‘法在光伏阵列模型参数辨识方面具有较高的精确度。

  • 2021-06-15
  • 阅读285
  • 下载0
  • 5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274
  • 下载0
  • 6页
  • pdf

基于BoW模型的增强RGB-D SLAM算法

即时定位与地图构建（simultaneous localization mapping,SLAM）被认为是机器人自主运动的核心技术。 针对目 前的 RGB-D SLAM 算法实时性和鲁棒性差的问题,提出了一种增强的 RGB-D SLAM 算法。 提取 RGB 图像的 ORB 特征描 述子,然后利用 BoW（bag of word）模型缩小特征描述子的匹配范围从而提高算法的实时性；接着采用 PROSAC 算法结合 PnP 算法解算初始相机位姿并通过非线性优化的方式得到优化的相机位姿；利用 BoW 模型结合关键帧技术和结构一致性 几何约束提高回环检测的鲁棒性；采用通用图优化工具 g2o 对位姿图进行优化,得到全局一致的位姿和点云；最后采用贪 心三角化算法将点云转换成网格地图。 针对 Fr1 数据集,该算法的平均定位误差为 0. 079 7 m,每帧数据平均处理时间为 0. 04 s。 与 RGB-D SLAM 原始算法相比,该算法具有良好的实时性和鲁棒性,可以满足机器人实时 SLAM 的要求。

  • 2021-06-15
  • 阅读242
  • 下载0
  • 7页
  • pdf