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

谈谈如何构建现代数据体系架构（数据湖+数据仓库）

谈谈如何构建现代数据体系架构（数据湖+数据仓库）

  • 2021-05-31
  • 阅读666
  • 下载2
  • 26页
  • docx

72页PPT-防错法（防呆法愚巧法）_2020-12-06

防呆法，其义即是防止呆笨的人做错事。亦即，连愚笨的人也不会做错事的设计方法，故又称为愚巧法。通常人性的弱点总是在怪罪一件错误的发生，而较少去动脑筋想想如何去设计一些方法来避免错误的发生。

  • 2021-12-17
  • 阅读666
  • 下载0
  • 76页
  • doc

中国支付清算协会支付产业数字化转型发展白皮书330页

中国支付清算协会支付产业数字化转型发展白皮书330页中国支付清算协会支付产业数字化转型发展白皮书330页

  • 2021-11-23
  • 阅读666
  • 下载0
  • 330页
  • pdf

基于神经网络语言模型的动态层序Softmax训练算法_杨鹤标

针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡式下降,利用梯度的一阶矩估计与二阶矩估计动态调整参数更新方向与学习率,通过梯度迭代缩小权值变化范围和收敛训练误差,提高词向量的训练效率.以维基百科中文语料作为数据进行了试验,完成了训练效率和质量的分析.结果表明:相较于现有方法动态层序Softmax算法显著提高了训练效率,当增量样本大小为10 kB～1 MB时,训练增速有近30倍的提升,有效地缩短训练周期.

  • 2021-06-17
  • 阅读665
  • 下载0
  • 7页
  • pdf

信号控制与交通分配协同模型的自适应IOA算法_段力

现有求解信号控制与交通分配协同问题的IOA（Iterative OptimizationandAssignment）算法,是通过对两个子问题分别求解并迭代至收敛,其收敛速度快,但解的质量仍有待改善.对IOA算法改进,提出自适应IOA（Adaptive Iterative OptimizationandAssignment,AIOA）算法,提升解质量的同时保持计算速度快的优点.首先,把迭代过程中路径流量的差分值作为自适应修正项加入信号控制模型的输入参数中,增大解的变异程度,既可加快收敛速度,又可突破IOA寻优范围的局限性；其次,根据目标函数的变化趋势自适应地转入采用黄金分割法的局部搜索,避免解的劣化.仿真结果表明:AIOA算法将IOA算法与全局最优解的差距平均缩小50.8%,时间成本降低10%,仅为遗传算法的1%；AIOA算法能在短时间内求得满意解,且适用于大规模路网.

  • 2021-06-18
  • 阅读665
  • 下载0
  • 8页
  • pdf

基于穷举_粒子群算法的大功率LED四热阻模型研究_段秀娟

针对目前LED寿命难以准确评估的问题,从LED热阻出发,将穷举法（Exhaustive Attack method,EAM）和粒子群算法（particle swarm optimization,PSO）相结合,提出了基于穷举-粒子群算法的大功率LED四热阻模型。建立了LED的四热阻模型和系统约束条件,实现了LED热阻系统满足LED计算结温与实际结温差最小的优化目标。实验结果表明:EAM-PSO算法能有效解决LED四热阻计算问题,与LED两热阻模型算法比较,EAM-PSO算法能够更加准确的评估LED寿命。

  • 2021-06-18
  • 阅读665
  • 下载0
  • 6页
  • pdf

改进的PM模型的医学超声图像去噪算法_晏满钰

为解决传统的各向异性扩散算法在医学超声波图像处理方面存在着细节信息保留欠佳和去噪效果不明显的两个缺陷,提出了一种改进的Perona-Malik模型（PM模型）。方法主要从两个方面对PM模型进行改进,首先将传统的PM扩散模型选取4个方向改进为8个扩散方向,最后通过各方向梯度值和图像梯度变化关系来选取不同扩散函数,从而将传统PM模型的单一扩散方式改在不同区域有不同的扩散特性,进一步提高去噪效果,更好保留细节。通过matlab进行算法仿真,从仿真结果峰值信噪比和均方根误差这两个评价图像质量指标表明,改进后模型在去除图像中的噪声和保护细节信息这两个方面都优于PM模型和HW模型。

  • 2021-06-18
  • 阅读664
  • 下载0
  • 6页
  • pdf

基于Logistic模型和随机差分变异的正弦余弦算法_徐明

针对标准正弦余弦算法（Sine Cosine Algorithm,SCA）处理全局优化问题时存在收敛速度慢、易陷入局部最优和求解精度低的缺点,文中提出了一种基于非线性转换参数和随机差分变异策略的改进正弦余弦算法（LS-SCA）。首先,设计一种基于Logistic模型的非线性转换参数策略以平衡算法的全局搜索和局部开发能力；其次,引入随机差分变异策略以增强种群的多样性与避免算法陷入局部最优；最后,将非线性转换参数和随机差分变异策略进行融合。一方面,选取12个标准测试函数进行全局寻优的仿真实验。结果表明,与其他SCA类算法和最新智能算法相比,LS-SCA在收敛精度和收敛速度指标上均能达到较优的效果。其中,随机差分变异策略对LS-SCA全局寻优能力的提升尤为明显。另一方面,利用LS-SCA优化神经网络参数解决了两类经典分类问题。实验结果表明,与传统的BP算法和其他智能算法相比,基于LS-SCA的神经网络能达到较高的分类准确率。

  • 2021-06-17
  • 阅读664
  • 下载0
  • 7页
  • pdf