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

Infrastructure As Code 在阿里巴巴的初步实践 - 许晓斌

1. 使用 PaaS/IaaS 实现更快的业务交付（通常使用云服务）。 2. 更安全地变更基础设施，降低风险。 3. 安全管控、合规管控更方便。 4. 使用各类基础设施有一致的体验（云上，云下，甚至不同的云）。

  • 2021-05-06
  • 阅读852
  • 下载0
  • 16页
  • pdf

Keynote 云原生-数字经济技术创新基石 - 易立 V1.7

？ 支持原生K8s：提供完整的 Kubernetes 兼容性，支持原生K8s 的所有工作负载，以及 Operator、CNI、CSI等 ？ 无缝转换：为开发者提供了转换工具，可以轻松实现原生Kubernetes 集群一键转化为 OpenYurt 集群 ？ 节点自治：具备云边弱网或断网环境下的边缘节点自治能力，保障边缘业务连续性 ？ 多场景覆盖：支持x86/ARM等多种CPU体系架构，广泛适用于 工业大脑、城市大脑、音视频、云游戏、 IoT等业务场景

  • 2021-05-06
  • 阅读836
  • 下载0
  • 17页
  • pdf

集装箱轻重货物混合平衡装载模型与算法_雷定猷

负载平衡是集装箱装运过程中的基本约束,轻重货物混合装载时较难满足,如何精确量化负载平衡、实现轻重货物混合平衡装载亟待研究。以集装箱轻重货物混合平衡装载问题为研究对象,构造负载平衡函数,综合考虑负载平衡、位置、重量和旋转等约束,建立轻重货物混合平衡装载模型；根据对负载平衡的影响程度,将待装货物分类组成轻重货物单元,在采用评估函数和中心骨架等启发式方法分类处理的基础上,设计轻重货物混合平衡装载算法。3 000个算例表明:所提出的模型和算法能够在保证集装箱容积利用率不低于90%的同时使负载平衡约束满足率达96.07%以上。

  • 2021-05-06
  • 阅读389
  • 下载0
  • 8页
  • pdf

基于BP神经网络代理模型的交互式遗传算法_朱苗苗

针对交互式遗传算法存在用户评价噪声和审美疲劳的问题,提出一种基于误差反向传播神经网络用户认知代理模型的交互式遗传算法。通过构建用户评价噪声模型,形成进化个体动态模糊区间适应值,以刻画用户认知随机不确定性；在用户认知确定阶段历史评价信息基础上,构建误差反向传播神经网络代理模型,给出一种新的适应值估计策略；通过度量均方误差,实现代理模型的管理与更新。将所提方法应用于蜡染风格图案设计,并与其他典型算法对比。结果表明,该方法能够有效优化进化个体适应值质量、降低用户审美疲劳。

  • 2021-05-06
  • 阅读376
  • 下载0
  • 6页
  • pdf

一种基于词义向量模型的词语语义相似度算法_李小涛

针对基于词向量的词语语义相似度计算方法在多义词、非邻域词和同义词三类情况计算准确性差的问题,提出了一种基于词义向量模型的词语语义相似度算法.与现有词向量模型不同,在词义向量模型中多义词按不同词义被分成多个单义词,每个向量分别与词语的一个词义唯一对应.我们首先借助同义词词林中先验的词义分类信息,对语料库中不同上下文的多义词进行词义消歧；然后基于词义消歧后的文本训练词义向量模型,实现了现有词向量模型无法完成的精确词义表达；最后对两个比较词进行词义分解和同义词扩展,并基于词义向量模型和同义词词林综合计算词语之间的语义相似度.实验结果表明本文算法能够显著提升以上三类情况的语义相似度计算精度.

  • 2021-05-06
  • 阅读665
  • 下载0
  • 16页
  • pdf

基于突发事件的任务计划动态调整模型及算法_孙鹏

由于战场环境的复杂多变,在作战过程中会产生一些突发事件,这些事件主要包括新任务出现和平台实体失效.为应对作战中的突发事件,战前制定的任务计划在作战过程中需作出适应性调整,战时任务计划的调整是作战指挥控制领域的难点问题.首先,描述指挥控制组织的组成要素,分析在突发事件下任务计划调整的约束条件,建立以得到最小使命完成时间为目标函数,以任务完成质量、任务插入顺序和调整稳定性为约束的数学模型；其次,提出一种基于可行任务执行序列和贪婪算法（greedy strategy, GS）的任务计划调整方法,给出任务计划调整方法的设计思路和详细步骤；最后,结合联合登陆作战的案例进行仿真,仿真实验验证了所提出方法应对突发事件的可行性和有效性.

  • 2021-05-06
  • 阅读685
  • 下载0
  • 11页
  • pdf

基于改进花朵授粉算法的极限学习机模型_邵良杉

为提高瓦斯突出风险预测的准确率和效率,在极限学习机（ELM）模型的基础上构建预测模型ACFPA-ELM。采用核线性鉴别分析（KLDA）对瓦斯突出样本数据进行特征抽取,利用代价敏感思想修正ELM适应度函数,同时将Tent混沌搜索和自适应算子引入花朵授粉算法（FPA）中,优化ELM的初始输入权值和阈值,从而提高对瓦斯突出风险的预测能力。实验结果表明,相较于经典的SVM、BP和ELM单一预测模型以及改进的FPA-ELM和PSO-ELM复合预测模型,ACFPA-ELM模型在瓦斯突出风险预测的准确率、预测一致性以及运行效率方面均具有明显的优势。

  • 2021-05-06
  • 阅读353
  • 下载0
  • 8页
  • pdf

采用改进型SOS算法的光伏组件模型参数辨识_康童

针对当前大部分光伏（photovoltaic,PV）模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法（symbiotic organisms search,SOS）的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做Im SOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制；在互利共生搜索阶段采用了改进受益因子策略；在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次,给出了采用Im SOS算法求解基于实验测量电流—电压（I-V）数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了Im SOS算法在光伏组件模型参数辨识的有效性和优越性。可见Im SOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。

  • 2021-05-06
  • 阅读400
  • 下载0
  • 9页
  • pdf