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

基于变分模态分解和改进鲸鱼算法优化的神经网络风速预测模型_李志鹏

风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出一种基于变分模态分解和改进鲸鱼算法优化的模糊神经网络（VMD-CGWOA-ANFIS）的混合预测模型。该模型首先使用变分模态分解（VMD）技术将原始风速序列分解为一系列子序列,对各子序列分别采用模糊神经网络（ANFIS）建立预测模型。为进一步提高预测精度,克服鲸鱼（WOA）算法容易陷入局部最优和收敛过早的缺点,引入共轭梯度算法（CG）对WOA进行改进,利用改进的CGWOA算法对ANFIS参数进行优化。使用优化后的ANFIS分别对VMD分解后的各子序列进行预测,最后将预测后各子序列叠加得到最终预测结果。为测试模型的有效性,选择宁夏地区三组实际风电数据进行模拟试验,将ANFIS、VMD-ANFIS、VMD-WOA-ANFIS与提出模型进行对比,结果表明,所提出的混合模型预测精确度明显高于其他对比模型。

  • 2021-05-06
  • 阅读301
  • 下载0
  • 8页
  • pdf

融合用户关系和时间因素的主题模型推荐算法_高茂庭

用户的行为偏好往往会受到社交关系、时间因素等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,从而难以准确地产生推荐。为此,提出一种融合用户社交关系和时间因素的主题模型推荐算法。首先利用主题模型对用户打标签的行为进行主题建模,得到用户-物品概率矩阵；然后根据用户标注物品的时间计算用户标注行为的时间权重,再将时间权重与用户的标注行为权重相结合,计算基于时间的用户相似度；并利用用户的社交关系与基于时间的用户相似度进行加权处理得到用户的权重；最后根据用户权重,考虑其它用户的影响,得到用户对物品最终的偏好权重,根据排名产生推荐。在Last.fm数据集上对比实验表明,该算法能更全面地考虑用户特征,从而有效提高推荐的质量。

  • 2021-05-06
  • 阅读304
  • 下载0
  • 8页
  • pdf

基于改进转矩模型的异步电机转子时间常数在线辨识算法_张兴

在异步电机间接矢量控制系统中,基于电磁转矩的模型参考自适应系统可以实现转子时间常数的在线辨识。但是,转矩模型的有效作用区间仅限于电机重载工况。通过建立辨识系统的小信号模型深入分析转矩模型的稳定性,得出结论:转矩模型具有2个平衡点,即期望平衡点和错误平衡点；错误平衡点是限制转矩模型作用范围的根本原因。为此,通过修改传统转矩模型中的参考转矩计算式,进而构造一种改进转矩模型。借助所提算法,可以避免错误平衡点问题。此外,从系统稳定运行和优化收敛过程2个角度给出比例积分自适应律参数的设计思路。实验验证了理论分析的正确性。

  • 2021-05-06
  • 阅读401
  • 下载0
  • 10页
  • pdf

六关节工业机器人TCP标定模型研究与算法改进_周星

研究了六关节工业机器人工具坐标系原点TCP的标定原理,提出了TCP标定的解析化模型和几何模型,并对标定误差来源进行了综合性分析,定量分析了标定点数和标定位姿对TCP标定精度的影响。在经典四点法标定的基础上,引入了误差阈值的概念,提出一种改进的"五点选优TCP标定算法",并进行了仿真验证和实物验证。验证结果表明,提出的标定算法能够有效筛选出误差偏大的点,对标定精度能进一步提高,可靠性也得到了进一步保证。

  • 2021-05-06
  • 阅读654
  • 下载0
  • 11页
  • pdf

基于量子人工鱼群和模糊核聚类算法的网络入侵检测模型研究_李根

针对基于传统模糊C均值聚类的网络入侵检测模型存在分类效果不佳,且容易出现局部极值的问题,提出了一种基于量子人工鱼群的半监督模糊核聚类算法。该算法使用少量的标记数据和大量未知标记数据生成网络入侵检的分类,并通过核距离的方式构建了模糊C均值聚类算法的新目标函数,此外,结合了量子人工鱼群算法来解决模糊核聚类算法的全局最优解问题,适用于并行执行架构。在KDD Cup 99网络入侵检测数据上的仿真实验结果表明,相比于基于FCM和PSO-FCM的入侵检测模型,以及基于此提出的算法入侵检测模型具有更好的检测率。

  • 2021-05-06
  • 阅读318
  • 下载0
  • 5页
  • pdf

一种模型决策森林算法_尹儒

随机森林（RF）具有抗噪能力强,预测准确率高,能够处理高维数据等优点,因此在机器学习领域得到了广泛的应用。模型决策树（MDT）是一种加速的决策树算法,虽然能够提高决策树算法的训练效率,但是随着非纯伪叶结点规模的增大,模型决策树的精度也在下降。针对上述问题,提出了一种模型决策森林算法（MDF）以提高模型决策树的分类精度。MDF算法将MDT作为基分类器,利用随机森林的思想,生成多棵模型决策树。算法首先通过旋转矩阵得到不同的样本子集,然后在这些样本子集上训练出多棵不同的模型决策树,再将这些树通过投票的方式进行集成,最后根据得到的模型决策森林给出分类结果。在标准数据集上的实验结果表明,提出的模型决策森林在分类精度上明显优于模型决策树算法,并且MDF在树的数量较少时也能取到不错的精度,避免了因树的数量增加时间复杂度增高的问题。

  • 2021-05-06
  • 阅读302
  • 下载0
  • 9页
  • pdf

结合颜色模型的核相关滤波跟踪算法_袁友前

为改善Staple目标跟踪算法的运行速度,在学习位置滤波器的过程中,对提取的图像特征进行PCA降维；在学习尺度滤波器的过程中,将提取的不同尺度样本个数由33减少至17,并且通过QR分解对尺度信息进行压缩。为保证尺度估计的准确性,在计算尺度响应时,使用插值法将尺度响应个数插值到33。实验结果显示,在准确率几乎不变的情况下,所提算法可将跟踪速度提升50%左右。

  • 2021-05-06
  • 阅读346
  • 下载0
  • 5页
  • pdf

基于烟花算法的多传感器优化模型部署_田桂林

针对现代化战场多传感器网络部署优化问题,对传感器网络部署进行了优化,以总区域覆盖率、重点区域的共视参数、传感器资源利用率三方面作为评价指标,设计了多传感器网络优化模型,并将烟花算法应用于该模型,提出了烟花算法最优解求解方法。通过仿真验证算法的有效性,结果表明:经过烟花算法计算后,总区域覆盖率和重点区域的共视参数均超过了90%,传感器的资源利用率高；同时烟花算法的求解速度快,可赋予重点区域共视参数更高的权重,有利于战场重点区域覆盖率的提高。

  • 2021-05-06
  • 阅读300
  • 下载0
  • 7页
  • pdf