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

多元部分变量误差模型及解算_杨根新

本文针对多元总体最小二乘中系数矩阵存在常数项和重复元素的问题,提出了一种多元部分变量误差模型（multivariate partial EIV model）。根据总体最小二乘平差准则,采用非线性最小二乘平差理论和经典间接平差方法推导了三种多元部分变量误差模型的解算算法。通过一个实测算例和一个模拟算例进行了参数解算,结果分析表明本文算法能得到与文献算法一致的参数估值,验证了本文算法的有效性和可行性。

  • 2021-05-06
  • 阅读383
  • 下载0
  • 6页
  • pdf

基于人工蜂群算法优化支持向量机的接地网腐蚀速率预测模型_刘渝根

为了提高接地网腐蚀速率预测的精确度,在建立预测模型的过程中,首先对接地网进行了基于电网络理论的腐蚀诊断过程,并以经过诊断之后确定的腐蚀支路位置为采样点。考虑到仅以土壤理化性质反映接地网腐蚀速率的局限性,在接地网腐蚀诊断结果的基础上,提出接地网电阻平均增长速率作为预测模型的输入特征量之一。建立了基于人工蜂群优化支持向量机的接地网腐蚀速率预测模型,测试结果显示相对BP神经网络模型和广义回归神经网络模型,所提模型的预测结果精确度和稳定性更高,表明了对于解决接地网腐蚀速率预测问题,所提模型具有良好的适用性。

  • 2021-05-06
  • 阅读383
  • 下载0
  • 6页
  • pdf

基于Logsitic回归模型和自_省略_密度聚类算法的分行业负荷增长规律_朱涛

电力企业营配大数据的持续积累为电力用户负荷发展规律的研究提供了良好的数据基础。传统分行业负荷特性研究方法在海量数据挖掘上存在一定局限性,且缺乏对用户负荷年度成长模式的研究。应用Logsitic回归模型自动识别电力用户的饱和水平值和增长速度,形成3项用户增长特性参数。应用参数自适应的密度聚类算法,分不同行业、不同规模搜索典型用户,获取增长特性参数的典型值,形成分行业分容量的典型负荷成长曲线。所提方法能够识别电力用户的负荷成长模式,降低数据维度,具备较好的大数据处理分析效果。最后对某沿海城市3万个电力用户进行模型验证,结果表明所提方法识别度较高,经挖掘得到的分行业负荷发展规律对负荷预测、电网规划有较强的指导意义。

  • 2021-05-06
  • 阅读383
  • 下载0
  • 9页
  • pdf

一种多参量决策的非侵入式负荷辨识算法评价模型_肖勇

随着非侵入式负荷监测技术的广泛研究,负荷辨识算法种类繁多,然而负荷辨识算法的性能通常以准确率等单一因素进行评价,导致算法性能评价不合理等问题。为此文章提出一种基于多参量决策的算法综合评价方法。该方法依据现有的算法评价的各项指标为基础,采用递阶层次结构模型构建非侵入式负荷辨识算法评价体系,然后采用各层次之间不同影响因素的权重比例方法,确定判别矩阵并进行一致性检验,最后根据归一化计算得到算法性能评价值,实现算法性能的有效评价。实验结果表明文中所提评价指标体系和综合算法评价模型能够有效评价算法性能,为后续推广应用奠定基础。

  • 2021-05-06
  • 阅读383
  • 下载0
  • 7页
  • pdf

基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测_王晨阳

光伏发电受天气与地理环境影响,呈现出波动性和随机多干扰性,其输出功率容易随着外界因素变化而变化,因此预测发电输出功率对于优化光伏发电并网运行和减少不确定性的影响至关重要.本文提出一种基于遗传算法（GA）优化的卷积长短记忆神经网络混合模型（GA-CNN-LSTM）,首先利用CNN模块对数据的空间特征提取,再经过LSTM模块提取时间特征和附近隐藏状态向量,同时通过GA优化LSTM训练网络的超参数权重与偏置值.在初期对历史数据进行归一化处理,以及对所有特征作灰色关联度分析,提取重要特征降低数据计算复杂度,然后对本文提出来的经GA优化后的CNN-LSTM混合神经网络（GA-CNN-LSTM）算法模型进行光伏功率预测实验.同时与CNN,LSTM两个单一神经网络模型以及未经GA优化的CNNLSTM混合神经网络模型的预测性能进行比较.结果显示在平均绝对误差率（MAPE）指标下,本文提出的GA-CNN-LSTM算法模型比单一神经网络模型最好的结果减少了1.537%的误差,同时比未经优化的CNNLSTM混合神经网络算法模型减少了0.873%的误差.本文的算法模型对光伏发电功率具有更好的预测性能.

  • 2021-05-03
  • 阅读383
  • 下载0
  • 7页
  • pdf

自动驾驶数据安全白皮书（2020）

当前，信息化、数字化已经成为人们重要的生活和生产方式，数据驱动的智能时代正加速来临。自动驾驶被认为是未来智慧交通的重要组成部分，其功能实现依赖于海量数据，其安全运行的关键在于数据安全。因此，如何在保障安全的基础上促进数据的充分利用，是发展自动驾驶及更多“智能+”领域需要面对和解决的问题。

  • 2021-05-07
  • 阅读383
  • 下载0
  • 55页
  • pdf

基于主题模型包含突发因素的推荐算法研究_严长春

推荐系统是社交平台个性化服务的重要工具,协同过滤算法由于其推荐的准确性和高效性已经成为推荐领域最经典的算法之一。论文提出一种结合突发话题检测和主题模型的混合协同过滤方法。该算法在语料筛选阶段加入了突发因素,使通过主题模型LDA话题训练的话题具有时效性,然后在低维主题-文档概率分布上计算用户和项目的相似度；最后采用邻域方法预测未知评分。实验表明,该方法适用于微博突发话题的推荐,显著提高了推荐系统的时效性和准确性。

  • 2021-04-26
  • 阅读383
  • 下载0
  • 6页
  • pdf

基于改进鸡群算法的区域水资源配置模型研究_卞雨

为了满足很多应用对于Web服务传输性能要求不断增加的需求,提高Web服务性能,同时降低系统响应时间,最有效的方法是对SOAP进行文档压缩,然而当前主流的压缩算法仅适于单文档压缩,对于多文档（文档集）压缩,效率低下并且无法解决文档间冗余问题。首次将XDrill压缩算法应用于Web服务,在单机条件下的测试结果表明,XDrill压缩算法极大地提高了文档集压缩效率,与传统的Gzip和XMill相比,平均压缩效率增加约30%；进一步用XDrill压缩算法对Web服务进行改进,成功解决了文档间冗余问题,和Pure-SOAP（不进行SOAP压缩）以及XMill相比,其平均响应效率分别提升47.23%和8.61%。

  • 2021-04-22
  • 阅读383
  • 下载0
  • 6页
  • pdf