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

互联网大数据下的征信发展

传统征信由专业机构通过固定的模型定向采集财务和金融交易信息并对信息进行加工、处理、报告的专业化信用管理服务。传统征信兴起于国外，在美国，以1933年成立的邓白氏公司为代表，在我国主要是以中央人民银行征信系统为代表，是目前我国乃至全球范围内普遍存在的征信业态。

  • 2021-04-23
  • 阅读329
  • 下载0
  • 25页
  • pdf

综合交通数字化转型之道白皮书

每一次交通出行的跨越发展都是科技革命及时代进步的显著标志。18世纪，蒸汽机车的出现标志着第一次工业革命的开始；19世纪，内燃机和电力机车的发明带来了第二次工业革命；20世纪，信息技术革命帮助交通系统实现网络化；而在21世纪的今天，物联网（lot）、5G、大数据、新能源等标志性技术的革新又将交通行业推到了转型的关键节点。

  • 2021-04-22
  • 阅读328
  • 下载0
  • 25页
  • pdf

深度学习中高斯噪声：为什么以及如何使用

高斯噪声是深度学习中用于为输入数据或权重添加随机性的一种技术。 它是一种通过将均值为零且标准差 (σ) 正态分布的随机值添加到输入数据中而生成的随机噪声。 向数据中添加噪声的目的是使模型对输入中的小变化更健壮，并且能够更好地处理看不见的数据。 高斯噪声可用于广泛的应用，例如图像分类、对象检测、语音识别、生成模型和稳健优化。

  • 2023-01-31
  • 阅读328

机器人与工业自动化

随着科技的提升，机械制造产品在人们生活中水起到的作用越来越大，所以使得人们对于智能化技术水平的需求也越来越高

  • 2022-02-07
  • 阅读328
  • 下载0
  • 531页
  • pdf

基于多模型判决的红外运动小目标检测算法_范鹏程

针对空中红外运动小目标检测虚警率较高的问题,提出了利用多种模型联合判决来实现红外运动小目标的检测方法。首先依据红外小目标的成像模型特点,采用背景预测算法逐像素判断是否为疑似目标点；然后依据目标知识模型,用支持向量机（Support Vector Machine,SVM）分类器对疑似目标点进行二次判决,进一步滤除虚假目标点；最后依据运动模型来判断目标点在相邻帧之间的相对运动,筛除掉相对静止的虚假目标点,最终检测结果即为红外运动小目标。实验表明,该方法能有效降低对空红外运动小目标检测的虚警率,可用于强杂波环境下的红外运动小目标检测。

  • 2021-05-06
  • 阅读328
  • 下载0
  • 7页
  • pdf

基于粒子群优化算法的CE模型研究_汪瑾

针对CE模型多参数测量数据的融合性弱和自适应调度能力差的问题,提出基于粒子群优化算法的CE模型。首先构建多参数测量数据传输的约束进化参量,根据多参数测量数据融合的优化训练,得到粒子群的适应度函数,建立多参数测量数据传输模型,然后进行CE模型的约束参量输出控制。在此基础上采用粒子群寻优方法进行多参数测量数据的寻优控制,分布式检测多参数测量数据,建立多参数测量数据分布式检测模型,采用非线性重构的方法进行多参数测量数据CE模型构造过程中的自适应调度,实现多参数测量数据的稀疏性重组和融合调度。仿真结果表明,采用该方法进行多参数测量数据CE模型设计,提高了数据的融合和自适应调度能力,粒子群进化寻优的收敛性较好。

  • 2021-04-26
  • 阅读328
  • 下载0
  • 5页
  • pdf

一种密码专用可编程逻辑阵列的分组密码能效模型及其映射算法_李伟

密码专用可编程逻辑阵列（CSPLA）是一种数据流驱动的密码处理结构，该文针对不同规模的阵列结构和密码算法映射实现能效关系的问题，首先以CSPLA的特定硬件结构为基础，以分组密码的高能效实现为切入点，建立基于该结构的分组密码算法映射能效模型并分析影响能效的相关因素，然后进一步根据阵列结构上算法映射的基本过程提出映射算法，最后选取几种典型的分组密码算法分别在不同规模的阵列进行映射实验。结果表明越大的规模并不一定能够带来越高的能效，为取得映射的最佳能效，阵列的规模参数应当与具体的硬件资源限制和密码算法运算需求相匹配，CSPLA规模约为4×4～4×6时映射取得最优能效，AES算法最优能效为33.68Mbps/mW，对比其它密码处理结构，CSPLA具有较优的能效特性。

  • 2021-04-24
  • 阅读328
  • 下载0
  • 9页
  • pdf

基于遗传算法优化极限学习机模型的干旱预测_以云贵高原为例_刘振男

为准确预测干旱情势,提高防旱抗旱能力,构建了遗传算法优化的极限学习机（GA-ELM）模型进行干旱预测。以近年来干旱频发的云贵高原为研究区,利用该模型以关键致旱因子为输入变量实现了云贵高原中长期干旱预测,并与自适应神经模糊推理系统（Adaptive Neural Fuzzy Inference System,ANFIS）模型、极限学习机（Extreme Learning Machine,ELM）模型的预测结果进行比较。结果表明:GA-ELM模型适用于云贵高原地区的干旱预测；与ELM模型相比,不同时间尺度下GA-ELM模型的干旱预测结果精度均有明显提升；在干旱强度和干旱历时方面,GA-ELM模型的预测精度总体上也优于ANFIS模型。

  • 2021-04-23
  • 阅读328
  • 下载0
  • 6页
  • pdf