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

基于蚁群算法的无人机任务规划优化模型研究_蒋莎

目的】为了研究无人机在灾情巡查中的航径优化问题。【方法】设计了一个蚁群算法求解该问题,并通过仿真实例进行验证。【结果】无人机的航径优化问题是一种具有多约束条件的复杂任务规划问题,将时效性和均衡性为核心的评价体系考虑到问题中,构建一个双目标优化模型,实现了无人机的外部合理分配和内部航径优化。【结论】仿真结果表明提出的模型与算法在解决无人机巡查灾情飞行航径方面具有一定的应用价值。

  • 2021-05-07
  • 阅读899
  • 下载0
  • 7页
  • pdf

大数据实时推荐-不只是统计

大数据实时推荐-不只是统计 随着大数据时代的来临，如何帮助用户从大量信息中迅速获得对自己有用的信息成为众多商家的重要任务，个性化推荐系统应运而生。个性化推荐系统以海量数据挖掘为基础，引导用户发现自己的信息需求，现已广泛应用于很多领域。传统的个性化推荐系统，采用定期对数据进行分析的做法来更新模型。由于是定期更新，推荐模型无法保持实时性，对用户当前的行为推荐结果可能不会非常精准。实时个性化推荐实时分析用户产生的数据，可以更准确地为用户进行推荐，同时根据实时的推荐结果进行反馈，更好地改进推荐模型。

  • 2021-04-20
  • 阅读899
  • 下载0
  • 11页
  • pdf

中国新基建与5G智慧城市建设蓝皮书

本蓝皮书针对新基建落地实施问题，结合5G时代新型智慧城市建设，提出新基建实施方法论，由四个方面组成：一是怎么策划；二是怎么设计；三是怎么管理；四是怎么应用，认为重点要解决四个核心问题：策划、设计、管理、应用。 本蓝皮书的主要内容包括：新基建发展背景与现状；从“数智网”到新基建生命体到新老基建操作系统；“数智网+”城市智慧治理；新基建驱动5G新型智慧城市创新应用；“新基建+”影响分析及发展建议。

  • 2021-03-29
  • 阅读898
  • 下载0
  • 28页
  • pdf

基于高斯混合部件模型的铁路扣件检测_何彪

针对采集图像中铁路扣件存在形状的变化、扣件图像的光照差异较大和扣件被异物局部遮挡的问题,根据对可变形部件模型算法和高斯混合模型的研究,提出了高斯混合部件模型算法.结合扣件图像边缘特性及改进的Roberts算子计算图像梯度,将归一化后的方向梯度直方图特征作为高斯混合部件模型算法的底层特征,根据扣件形状划分部件,部件之间的相对位置采用星型连接方式度量,运用余弦相似性度量部件中方向梯度直方图特征的相似度,部件模型使用高斯混合模型并采用期望最大化算法迭代求解.将高斯混合部件模型算法应用于扣件检测中,最终平均检测效果为漏检率3.16%、误检率9.80%、正确率90.27%.

  • 2021-05-07
  • 阅读898
  • 下载0
  • 7页
  • pdf

5G智慧地铁白皮书2019

随着智慧城市的发展，互联网、大数据、物联网等新技术的广泛应用，新一代信息技术驱动下的智慧轨交运营将成为智慧城市的主要标志之一。基于5G 网络高带宽技术，打破现有车地通信鸿沟，建立“车-地、车-车、人-车”之间的高速通路，实时采集地铁列车监控和视频数据，将数据分析和计算能力推送到地铁列车，为地铁线路全专业智能运维、地铁列车无人驾驶等创新应用提供支持。

  • 2021-03-30
  • 阅读898
  • 下载0
  • 25页
  • pdf

数学建模常用的十大算法

数学建模常用的十大算法：包括蒙特卡罗算法、数据拟合、参数估计、插值等数据处理算法、线性规划、整数规划、多元规划等

  • 2021-05-11
  • 阅读897
  • 下载0
  • 3页
  • docx

基于云模型的改进粒子群PMSM参数辨识算法_时维国

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型；将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.

  • 2021-05-07
  • 阅读897
  • 下载0
  • 7页
  • pdf

基于深度学习VGG网络模型的海洋单细胞藻类识别算法_王羽徵

为更好地对海洋中单细胞藻类进行有效识别,本研究提出了基于改进式VGG16网络模型的单细胞藻类识别算法—AlgaeNet,在传统VGG网络模型基础上,通过减少卷积核数量,并添加BatchNormalization层进行神经网络模型加速。结果表明:在相同试验条件下,本研究中提出的AlgaeNet算法在训练过程中的损失值收敛速度及对测试集样本（卵形小球藻Chlorella ovalis与小等刺硅鞭藻Dictyocha fibula Ehrenberg）的预测准确率上升速度较传统VGG、AlexNet网络模型优势明显,识别准确率可达99.317%。研究表明,基于改进式VGG16网络模型的单细胞藻类识别算法AlgaeNet在单细胞藻类识别领域具有较好的分类识别性能,可实现海洋中藻类的准确识别。

  • 2021-04-21
  • 阅读896
  • 下载0
  • 6页
  • pdf