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

应用于软件缺陷预测模型的量子粒子群优化BP算法_洪晓彬

为了降低软件测试的成本并改善软件缺陷预测的能力,提出将量子粒子群算法和BP神经网络相结合,以提高软件缺陷预测模型的准确性和适用性。该算法以3层BP神经网络结构为基础,运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化,从而在一定程度上克服了传统BP神经网络算法在收敛性能上的不足。仿真模拟实验结果表明:相比传统BP神经网络和粒子群优化BP神经网络,提出算法能够更有效地提高BP神经网络的收敛速度,防止陷入局部极小,提升软件缺陷预测的准确率、效率。

  • 2021-05-06
  • 阅读164
  • 下载0
  • 6页
  • pdf

基于VSIMM_SRCKF的ADS_B航迹滤波方法研究_杜云

为了提高ADS-B航迹跟踪精度,并针对交互多模型算法所选模型集而导致的跟踪性能下降的问题,采用基于平方根容积卡尔曼的变结构交互多模型（VSIMM-SRCKF）算法对航迹进行滤波。建立运动目标跟踪的VSIMM模型集来描述机动目标的系统总模型集合,在滤波过程中,SRCKF递推的更新通过将协方差矩阵开平方得到,使计算复杂度降低,并且使协方差矩阵保持非负定,能够避免滤波中的发散问题。仿真结果表明:提出的基于平方根容积卡尔曼的变结构交互多模型算法（VSIMM-SRCKF）在估计误差均值、估计误差标准差以及平均绝对百分比误差方面均优于IMM-CKF算法和IMM-SRCKF算法,说明VSIMM-SRCKF算法具有更好的跟踪精度,可适应于复杂目标航迹的实时跟踪。

  • 2021-05-06
  • 阅读164
  • 下载0
  • 6页
  • pdf

工业互联网和智能制造

互联是基础，工业互联网是工业系统的各种元素互联起来，无论是机器、人还是系统。互联解决了通信的基本，更重要的是数据端到端的流动，跨系统的流动，在数据流动技术上充分分析、建模。伯特认为智能化生产、网络化协同、个性化定制、服务化延伸是在互联的基础上，通过数据流动和分析，形成新的模式和新的业态。这是工业互联网的基理，比现在的互联网更强调数据，更强调充分的连接，更强调数据的流动和集成以及分析和建模，这和互联网是有所不同的。工业互联网的本质是要有数据的流动和分析。

  • 2021-04-29
  • 阅读164
  • 下载0
  • 11页
  • docx

求解FDCP模型问题的ABC算法_肖宁

为了对模糊规划领域中存在的模糊相关机会规划（fuzzy dependent-chance programming,FDCP）模型问题进行计算,提出了模糊模拟技术与人工蜂群算法相结合的求解FDCP模型问题的求解方法。该算法运用模糊模拟技术来求解模糊机会函数,ABC算法则用于寻优,给出了完整的求解FDCP模型问题的ABC算法流程。通过与经典的求解算法相对比,本文的算法搜素效率更高,具有一定的求解优越性。

  • 2021-04-25
  • 阅读164
  • 下载0
  • 7页
  • pdf

大数据医疗现状趋势及标杆分析

大力推动政府健康医疗信息系统和公众健康医疗数据互联融合、开放共享，消除信息孤岛，积极营造促进健康医疗大数据安全规范、创新应用的发展环境，通过“互联网+健康医疗”探索服务新模式、培育发展新业态。到2020年，建成国家医疗卫生信息分级开放应用平台，实现....基础数据资源跨部门，、跨区域共享，医疗、医药、医保和健康各相关领域数据融合应用取得明显成效；统筹区域布局，依托现有资源建成100个区域临床医学数据示范中心，基本实现城乡居民拥有规范化的电子健康档案和功能完备的健康卡一一医疗大数据正式纳入国家战略。

  • 2021-04-28
  • 阅读164
  • 下载0
  • 47页
  • pdf

EM算法在神经机器翻译模型中的应用研究_杨云

传统的机器翻译模型的性能受限于双语平行语料库的规模,仅使用单语数据的无监督机器翻译方法难以有效保证模型性能的稳定。针对该问题,提出一种联合EM算法的自动语料扩充方法。利用生成的单语料结合原数据集构建平行语料,进行模型的迭代训练。根据部分双语语料初始化预训练两个单向Transformer模型；通过联合EM算法进行模型优化；通过逐渐减少训练数据的翻译损失来迭代更新两个相对翻译任务上机器翻译模型。实验结果表明,基于单双语料混合的EM迭代训练方法相比使用全双语数据的监督机器翻译方法和仅使用单语数据的无监督机器翻译方法,在中英机器翻译任务上具有更好的表现。

  • 2021-04-25
  • 阅读164
  • 下载0
  • 6页
  • pdf

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型_牛曼丽

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法（PSO）优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果；模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。

  • 2021-04-25
  • 阅读164
  • 下载0
  • 7页
  • pdf

基于C3D_GRNN模型的人群异常行为识别算法_彭月平

针对传统人群行为识别算法受人工主观因素影响较大等问题,综合三维卷积神经网络（C3D）与广义回归神经网络（GRNN）的优势和特点,提出并实现了基于C3D-GRNN模型的人群异常行为识别算法。该算法首先采用ViBe算法确定运动目标区域,然后通过改进C3D网络提取目标的HOG时空特征,再加入GRNN层进行分类训练,最后根据训练好的C3D-GRNN模型完成人群异常行为的识别与分类。实验结果表明:所提算法的HOG时空特征能够明显提升对人群行为的表达能力,减少了特征提取工作量,并且该方法的准确度和鲁棒性均高于支持向量机等其他同类方法,为小样本数据集的分类问题提供解决新思路,具有较高的应用价值。

  • 2021-04-25
  • 阅读164
  • 下载0
  • 7页
  • pdf