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

基于超复数融合模型的多图像同步加密算法_田雯

为了解决当前多图像加密技术存在的的安全性不高、解密图像存在失真的不足,设计了基于超复数融合模型与分数阶混沌动态混淆的多图像同步无损加密算法。构建分阶Logistic混沌映射,考虑每幅明文的像素,设计了动态混淆机制,对每幅明文进行置乱；基于（Discrete Cosine Transform,DCT）机制,输出4个置乱图像的DCT系数矩阵；设计超复数融合模型,将4个DCT系数矩阵进行无损融合,获取复合矩阵；利用逆DCT变换,输出复合置乱图像。再次迭代分阶Logistic混沌映射,获取混沌掩码,并联合（Fractional Fourier Transform,FrFT）变换,设计像素加密机制,实现多图像同步加密。试验数据显示,与当前多图像加密技术相比,所提同步加密算法具有更高的安全性与复原质量。

  • 2021-05-06
  • 阅读487
  • 下载0
  • 8页
  • pdf

CAD模型三角网格优化算法_尤磊

针对工业产品设计过程中的一个实际问题——如何高质量地将连续的CAD模型转换为离散的三角网格模型,提出一种基于Creo二次开发平台与几何特征保持的CAD模型的三角网格优化算法.首先基于Creo的二次开发平台构建CAD模型的特征点集；然后通过逐面网格化构建每个面的网格模型,通过网格模型逼近得到一个初始三角网格模型；最后结合CAD模型的几何特点改进RAR网格优化算法局部算子的适用性条件,使用改进算法对初始三角网格模型进行网格优化.将算法集成于Creo 2.0软件中,以3个工业零件的CAD模型为数据开展实验,结果表明,该算法构建的初始网格模型与原始几何模型逼近程度好,优化的网格模型具有较好的性能参数.

  • 2021-05-06
  • 阅读442
  • 下载0
  • 8页
  • pdf

背景抑制直方图模型的连续自适应均值漂移跟踪算法_王旭东

针对传统连续自适应均值漂移（CAMshift）跟踪算法在建立目标颜色模型阶段容易包含大量背景颜色信息从而使跟踪效果变差的问题,该文提出一种改进算法。利用混合高斯模型背景法（GMM）将原始图像分割成前景和背景的叠加,在原始图像和背景图像上运动物体所在区域分别建立色调分量直方图,利用背景图像的色调分量直方图计算原始图像中对应色调分量的权值,抑制原始图像中与背景颜色相同的色调,扩大前景与背景颜色的差异性。该方法通过对原始颜色模型中属于背景的色调进行抑制,扩大了目标颜色模型的显著性,提高了跟踪的准确性和稳定性,目标定位的最大中心误差小于20%,能够准确跟踪不发生丢失。

  • 2021-05-06
  • 阅读434
  • 下载0
  • 8页
  • pdf

计及短路电流限额的网架优化模型及启发式算法_田士君

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449
  • 下载0
  • 8页
  • pdf

基于蚁群算法的荔枝冷链物流配送成本模型优化_曾志雄

目的为了确保荔枝的采摘、预冷、贮藏、配送和销售等环节能在短时间内完成,以提高品质安全和新鲜度,降低物流成本。方法以配送车运输、冷链能耗、荔枝损耗、时间窗惩罚等4个主要因素为研究对象,构建各因素成本模型,并确定荔枝冷链物流配送过程中成本最优的目标优化函数。利用蚁群算法对荔枝冷链物流配送过程中成本最优目标函数算例进行求解,得到荔枝冷链物流配送路径网络优化路线图。结果当算法启发因子α=1,期望启发式因子β=4,信息素的挥发程度系数ρ=0.75,蚁群数量m=600,信息素强度系数Q=0.9,最大迭代次数Nmax=600,迭代次数超过300时,迭代趋于稳定。结论当算法运算的迭代次数越多,其优化结果越趋于稳定。该优化模型能够实现对荔枝冷链物流配送成本的优化设计,提高荔枝配送效率,并降低物流成本,为荔枝的冷链物流配送提供参考。

  • 2021-05-06
  • 阅读578
  • 下载0
  • 8页
  • pdf

基于变分模态分解和改进鲸鱼算法优化的神经网络风速预测模型_李志鹏

风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出一种基于变分模态分解和改进鲸鱼算法优化的模糊神经网络（VMD-CGWOA-ANFIS）的混合预测模型。该模型首先使用变分模态分解（VMD）技术将原始风速序列分解为一系列子序列,对各子序列分别采用模糊神经网络（ANFIS）建立预测模型。为进一步提高预测精度,克服鲸鱼（WOA）算法容易陷入局部最优和收敛过早的缺点,引入共轭梯度算法（CG）对WOA进行改进,利用改进的CGWOA算法对ANFIS参数进行优化。使用优化后的ANFIS分别对VMD分解后的各子序列进行预测,最后将预测后各子序列叠加得到最终预测结果。为测试模型的有效性,选择宁夏地区三组实际风电数据进行模拟试验,将ANFIS、VMD-ANFIS、VMD-WOA-ANFIS与提出模型进行对比,结果表明,所提出的混合模型预测精确度明显高于其他对比模型。

  • 2021-05-06
  • 阅读435
  • 下载0
  • 8页
  • pdf

融合用户关系和时间因素的主题模型推荐算法_高茂庭

用户的行为偏好往往会受到社交关系、时间因素等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,从而难以准确地产生推荐。为此,提出一种融合用户社交关系和时间因素的主题模型推荐算法。首先利用主题模型对用户打标签的行为进行主题建模,得到用户-物品概率矩阵；然后根据用户标注物品的时间计算用户标注行为的时间权重,再将时间权重与用户的标注行为权重相结合,计算基于时间的用户相似度；并利用用户的社交关系与基于时间的用户相似度进行加权处理得到用户的权重；最后根据用户权重,考虑其它用户的影响,得到用户对物品最终的偏好权重,根据排名产生推荐。在Last.fm数据集上对比实验表明,该算法能更全面地考虑用户特征,从而有效提高推荐的质量。

  • 2021-05-06
  • 阅读441
  • 下载0
  • 8页
  • pdf

采用置信度风险测度的鲁棒发电计划模型及算法_李鹏飞

针对大规模风电并网所带来的电网运行调度的不确定性及运行风险,提出基于置信度风险测度的鲁棒发电计划模型及求解算法。首先,提出一种新的风险测度—置信度风险测度（Riskα）,对于既定置信度α及相应的风电功率预测区间,以弃风风险值与切负荷风险值的和构成置信度综合风险测度,以量化风电实际功率超出风电可接纳域的风险。在此基础上,以发电成本和置信度风险之和最小为优化目标,构建计及置信度风险测度的鲁棒发电计划模型及分解求解算法,同时优化机组组合决策和风电可接纳域,使得所制定的发电计划方案实现经济性和运行风险之间的均衡。最后,通过算例证明算法的正确性及有效性。

  • 2021-05-06
  • 阅读435
  • 下载0
  • 8页
  • pdf