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

基于环绕数约束模型的轮廓识别算法研究_李泗兰

为了解决当前图像轮廓识别算法中由于区域标记和轮廓标记性质不同,导致难以将多标记融合识别技术应用于图像轮廓识别中的问题,本文提出了一种基于环绕数约束的能量最小化模型,用以精确识别目标轮廓.在这种模型中,区域标记（如颜色和纹理均匀性）和轮廓标记（如局部对比度和连续性）通过一个目标函数进行描述,实现多标记融合识别.首先,将环绕数作为约束,将其引入到能量最小化模型中,得到区域标记与轮廓标记的线性约束；然后,对区域标记、轮廓标记以及曲率标记进行融合,实现对图像中目标轮廓的识别；最后,将能量最小化模型与标记相结合,通过比率能量函数对算法进行实例应用分析,验证算法的有效性.实验结果表明:与传统轮廓识别算法相比,所提算法具有更高的轮廓识别精度.

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

智能制造ITOT融合的难题，竟然可以通过这种模式解决

对需要提质增效的传统工业企业来讲，绕不开的一个问题是——“要去哪里寻找最合适的技术和方案？”工业巨头们固然可以提供一站式的完整解决方案，但在新技术日新月异、快速迭代的当下，掌握着云计算、物联网、人工智能等数字化手段的中小科创企业们的力量同样不可忽视

  • 2021-05-06
  • 阅读167
  • 下载0
  • 9页
  • pdf

国内首只“智能制造ETF”上市，投资新领域！

在数字化经济大潮下，戴尔易安信PowerMax帮助企业IT基础架构进行现代化转型，使数据得到有效使用并进一步释放其价值，全方位满足业务需求，助力智能制造创新传统制造业。

  • 2021-05-06
  • 阅读173
  • 下载0
  • 9页
  • pdf

数字化智能配电已成未来技术趋势

带电导体绝缘的失效或损坏，导致正常条件下不带电的电气装置外露可导电部分呈现一定的电位，操作者或使用者触及时，可能发生电击事故，从而导致对人的伤害，甚至死亡，这是低压配电系统最常见，也是必须严格防范的重点问题。而低压配电设施由于以下原因，故障发生概率大，电击危险性亦大幅增加：

  • 2021-05-06
  • 阅读162
  • 下载0
  • 9页
  • docx

一种模型决策森林算法_尹儒

随机森林（RF）具有抗噪能力强,预测准确率高,能够处理高维数据等优点,因此在机器学习领域得到了广泛的应用。模型决策树（MDT）是一种加速的决策树算法,虽然能够提高决策树算法的训练效率,但是随着非纯伪叶结点规模的增大,模型决策树的精度也在下降。针对上述问题,提出了一种模型决策森林算法（MDF）以提高模型决策树的分类精度。MDF算法将MDT作为基分类器,利用随机森林的思想,生成多棵模型决策树。算法首先通过旋转矩阵得到不同的样本子集,然后在这些样本子集上训练出多棵不同的模型决策树,再将这些树通过投票的方式进行集成,最后根据得到的模型决策森林给出分类结果。在标准数据集上的实验结果表明,提出的模型决策森林在分类精度上明显优于模型决策树算法,并且MDF在树的数量较少时也能取到不错的精度,避免了因树的数量增加时间复杂度增高的问题。

  • 2021-05-06
  • 阅读338
  • 下载0
  • 9页
  • pdf

GPFR混合模型的动态模型选择算法_赵龙波

作为一种有效的数据建模和分析工具,高斯过程混合（MGP）模型被广泛地应用于时间序列的分析与预测,并成为一种新的机器学习模型。在传统的MGP模型中,高斯过程（GP）的均值被假设为零,这给其应用带来了很大的局限性,因此人们提出了可进行均值函数学习的高斯过程函数回归（GPFR）模型及其混合模型（MGPFR）进行更为精细的数据建模。与MGP模型一样,MGPFR模型同样存在着模型选择的问题。为了解决MGPFR模型的模型选择问题,本文将同步平衡准则进行了推广,并提出了相应的模型选择和动态模型选择算法,并通过实验发现了惩罚项系数的合理区间。实验表明,这些算法在模型选择和预测上均有很好表现,并且能够有效地应用于曲线聚类。

  • 2021-05-06
  • 阅读898
  • 下载1
  • 9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340
  • 下载0
  • 9页
  • pdf

基于蜂群K_means聚类模型的协同过滤推荐算法_李艳娟

针对目前协同过滤推荐算法的推荐质量和推荐效率低的问题,提出了一种基于改进蜂群K-means聚类模型的协同过滤推荐算法。首先,根据用户属性信息,采用改进蜂群K-means算法对用户进行聚类,建立用户聚类模型；然后,计算目标用户与用户聚类模型中各聚类中心的距离,其中距离最近的类为目标用户的检索空间；最后,从检索空间中依据用户-项目评分矩阵通过相似度计算搜索目标用户的最近邻居,由最近邻居的信息产生推荐列表。实验结果表明,该算法降低了平均绝对误差值,缩短了运行时间,提高了推荐质量和推荐效率。

  • 2021-05-06
  • 阅读336
  • 下载0
  • 9页
  • pdf