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

一种基于自适应学习率的推荐优化算法模型_熊彬

在预测推荐系统中用户和项目构成的高维稀疏矩阵中的缺失值时,通常采用随机梯度下降算法对构造的隐因子（LF）模型进行求解,由于在求解过程中,学习速率始终保持不变,这使得在模型训练过程中模型的性能有所损失。因此,本文将构造一种带有自适应学习率的随机梯度下降算法的LF模型（ADALF）来处理推荐系统中的高维稀疏矩阵。采用大型工业数据集对模型进行实验测试,结果表明,采用ADASGD算法构建的LF模型在收敛速率、预测精度上都有明显提升,提高了模型的性能。

  • 2021-05-06
  • 阅读341
  • 下载0
  • 7页
  • pdf

基于多尺度下凸包改进的贝叶斯模型显著性检测算法_鲁文超

针对传统基于贝叶斯的显著性检测算法存在的准确率不理想的问题,提出了一种基于多尺度凸包改进贝叶斯模型的显著性检测算法。该算法首先通过流行排序算法（MR）在CIELab颜色空间上对图像的前景进行提取,并将其作为先验图；其次通过高斯金字塔算法对图像进行降采样,得到3种不同尺度的图像（包括原图）,结合经典的Harris算子检测不同尺度图像的角点,求三者的交集,得到更合理的凸包；然后利用颜色直方图结合凸包来计算观察似然概率；最后根据已有的先验图和似然概率,利用贝叶斯模型计算显著图,并进行优化处理得到最终的显著图。为了验证该算法的正确性和有效性,在公开数据集MSRA1000和ECSSD上进行仿真实验。结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升。

  • 2021-05-06
  • 阅读341
  • 下载0
  • 6页
  • pdf

多工厂环境下考虑个体利益的多目标协同生产计划模型及算法_景熠

针对由多个工厂组成的分布式系统,考虑不同工厂的个体利益诉求,构建了多目标协同生产计划模型。在该模型中,以最大化整体收益作为第一个优化目标；同时,基于亚当斯的公平理论,利用偏离系数法,以最小化个体收益平衡偏差作为第二个优化目标。结合模型结构特点,基于快速非支配排序遗传算法,设计了相应的求解过程。最后,通过一个算例验证表明,本文设计的计划模型和求解方法,不仅可以从网络集成角度协调各个工厂的生产、库存和运输活动,而且能够实现整体利益和个体利益非一致性的最小化。

  • 2021-05-06
  • 阅读341
  • 下载0
  • 7页
  • pdf

工业互联网的应用

融合网络化协同制造和智能制造，实现覆盖制造全产业链和全生命周期的社会化协同制造。工业互联网应用于制造业的三种先进制造模式的关弱协同制造所对应的制造过程一般具有特定的、 相对固定的协作配套关系，而云制造的协作配套关系是随机的，任务完成随时解除配套关系。

  • 2021-04-25
  • 阅读341
  • 下载0
  • 16页
  • pdf

基于CRT分类算法的用户画像分层模型_以银行借贷用户为例_孙铁柱

【目的/意义】随着"互联网+"的推进,网络借贷市场越来越完善。由于借贷市场信息不对称导致了道德风险问题,因此对借贷用户进行风险预测有助于市场的完全竞争,促进小额借贷企业发展。【方法/过程】以access为平台搭建借贷用户的数据库对借贷用户进行画像描绘,并通过C5.0与CRT分类算法对借贷用户信息进行分类,最终实现对借贷用户风险进行预测。【结果/结论】建模后发现,影响借贷用户风险的主要分为主观因素即受教育程度以及客观因素即用户的资金能力表现为本期账单金额以及预借现金额度,通过对模型进行调整,最终实现79%的预测准确率。

  • 2021-04-25
  • 阅读341
  • 下载0
  • 7页
  • pdf

基于FP_growth算法与分层线性模型交互的招生数据挖掘_唐成龙

为了进一步提高招生数据挖掘的有效性,将FP-growth算法与分层线性模型相结合,用于高等院校的招生数据挖掘；利用FP-growth算法,通过频繁集的生成与关联规则,从高校历史招生数据中获取置信区间大的关联数据；采用单层和多层线性模型,将学生层面变量与学校层面变量相结合,确定招生数据挖掘有效变量；在分别建立单层线性模型和多层线性模型后,借助多层线性模型软件库,求解模型的系数和显著性检验水平。实例仿真结果表明,通过对比不同变量的系数和显著性检验水平,所提出的模型能够有效分析不同变量对招生录取的影响。

  • 2021-04-22
  • 阅读341
  • 下载0
  • 6页
  • pdf

工业互联网驱动下的数字资产优化配置

从数据管理到数据资产运营，其实质是通过数据资源的价值获取实现企业资源的高效优化配置。数据的治理、数据的增长、数据资产的运营，需要通过扶持生态赋能者，形成行业协同和数据资产管理模式协同。在工业互联网应用驱动下，企业智能制造内循环与工业互联网的外循环必然会催生一批新工具、新的商业模式以及基于数据资产运营的第三方生态平台，将成为产业数字化专业化分工的关键，从而推动生产力与生产关系的良性发展。

  • 2021-04-11
  • 阅读340
  • 下载0
  • 8页
  • docx

电力系统并行恢复分区新模型及算法_项胤兴

制定合理的电网并行恢复分区方案可以有效缩短系统恢复时间,而如何构建更为有效的分区模型及算法是该问题的关键。提出了电网并行恢复的分区新模型及快速求解算法。首先根据系统恢复的实际过程,构建了完善的系统并行恢复最优分区新模型；进而,为了克服大型混合整数非线性规划问题求解的困难,提出了分步求解策略:先基于电气距离对待启动机组进行划分和调整；再基于电气距离和潮流追踪算法的负荷分区和调整。所构建的模型相对比较完整,所提算法计算性能好且易于实现,而有望用于工程实际。不同规模算例验证了所提模型及算法的有效性和正确性。

  • 2021-05-06
  • 阅读340
  • 下载0
  • 9页
  • pdf