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

数字化部队与数字化战场

数字化部队，是数字信息技术运用于军事领域的产物，要知道什么是数字化部队，必须首先了解什么是数字化和数字化技术。

  • 2021-04-25
  • 阅读256
  • 下载0
  • 5页
  • pdf

VMware虚拟化实施方案

VMware虚拟化实施方案 在本期项目中，将遵照规划和架构设计进行项目实施。本实施方案不涉及具体操作步骤和细节配置，而主要针对项目实施的过程进行控制。预计的实施步骤如下： 1.准备阶段 准备阶段是为项目的实施搜集各方面资料和必要的工具，同时也包括双方参与实施人员的确定。准备阶段主要内容如下； 软件介质准备，包含项目涉及的所有软件产品介质，如果是项目内采购则由卖方准备，如采用用户现有的软件则由用户方提供，主要的介质包含

  • 2021-04-25
  • 阅读266
  • 下载0
  • 10页
  • docx

城市TOCC建设方案

城市TOCC建设方案-城市交通大脑，凭借不断创新的北斗、物联网、移动互联网、大数据、人工智能、5G等新一代信息技术和理念，全面整合海、陆、空、铁、邮等多元数据资源， 以服务政府决策、行业监管、企业运营、公众服务为主线，围绕一个交通大数据资源中心，两大支撑平台（交通地理信息平台、综合交通视频管理平台），多个业务应用系统，即“1+2+N”架构，为城市交通运输管理部门在数据整合与交换共享、态势评估、决策支撑、调度指挥、安全监管、资产管理和便民服务等方面提供全面数据支撑与信息服务。

  • 2021-04-25
  • 阅读463
  • 下载0
  • 49页
  • pdf

基于3DS_MAX平台事故再现车辆模型减面优化算法设计_蔡爽

传统的交通事故分析均是基于事故图像材料的二维展示,很难直观地揭示事故发生过程,因此国内事故鉴定机构愈来愈趋向于使用基于三维计算机建模的事故再现技术。在道路交通事故中,车辆3D模型需要尽可能准确,但是随之而来的模型中多边形数量严重制约实时仿真的效率。为解决多边形网格模型数据量较大的问题,以3DS MAX为仿真平台,搭建了以某品牌国产车辆为原型的三厢轿车模型,再利用平台内嵌的程序开发语言MAX进行模型网格减面优化算法设计,实现对车辆车身模型的减面优化处理。通过试验模拟仿真,得出该算法可以将模型三角形的数量减少40%,能较好地为事故车辆三维实体模型进一步推广应用提供技术支撑,提高事故再现仿真技术的效率。

  • 2021-04-24
  • 阅读477
  • 下载0
  • 6页
  • pdf

智能优化算法及人工神经网络在催化裂化模型分析中的应用进展_杨帆 （1）

催化裂化是一个由多种高度非线性和相互强关联因素影响的复杂工艺过程,对其工艺过程和产品收率优化的数学建模分析一直是石油加工领域研究的热点和难点。集总动力学模型是机理分析层面最为常用的研究方法。选用合适而快捷的参数估算和求取方法,是集总动力学模型构建过程中的重要一环。遗传算法、粒子群算法和模拟退火算法等智能算法一定程度上克服了经典算法对初值依赖性,难寻找全局最优的问题,同时还保证了算法的收敛性,对于集总动力学模型的发展起到了极大的促进作用。此外,通过构建原料油性质、催化剂性质、操作条件和产品分布之间的神经网络模型,可以从统计学的角度找到产物分布的影响机制,分析得到常规集总分析方法忽略的一些因素,且可对产物分布进行进一步的预测,是构建催化裂化分析模型的一种新型且有效的手段。笔者对现有关于人工智能算法在催化裂化工艺模型构建中应用的研究成果做一整理,以期对后续的研究提供帮助。

  • 2021-04-24
  • 阅读881
  • 下载0
  • 11页
  • pdf

基于低通滤波模型的行人再识别算法_花超

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法。首先,将行人图像进行分块；然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征；最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加（SDALF）方法提升了近20%；同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

  • 2021-04-24
  • 阅读473
  • 下载0
  • 6页
  • pdf

基于量子遗传算法优化的新Prophet模型及其验证_邓翔

时间序列预测是预测领域中的一个重要研究方向,尤其是对受节假日、季节性以及突发事件冲击较大的时间序列进行预测仍然存在着一些缺陷,表现在拟合效果差、精确度低和不稳定性方面。本文在Faccbook设计的Prophet模型基础上,构建一种以X-13-ARIMA-SEATS模型得到超参数的经验范围,利用量子遗传算法优化超参数的新Prophet模型,该模型能够更好地拟合和预测含有季节性和突发事件冲击的时间序列,并且大大简化超参数的优化。进一步,采用宏观时间序列CPI作为实证对象,通过新Prophet模型对其进行预测并与其他时间序列模型的预测效果对比,其实证结果对新Prophet模型的预测效果进行了佐证。

  • 2021-04-24
  • 阅读502
  • 下载0
  • 10页
  • pdf

Norm_DP模型行人检测优化算法_柴恩惠

传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型（Norm-DP）算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制（soft-NMS）算法和边界框回归（BBR）算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。

  • 2021-04-24
  • 阅读480
  • 下载0
  • 8页
  • pdf