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

模糊计算树逻辑的模型检测修复算法_毛兆东

为了解决基于模糊逻辑的模型检测修复问题,提出了模糊计算树逻辑模型检测的模型修复算法。该算法采用原子修复操作来修复模糊Kripke结构,通过模糊Kripke结构之间的距离比较原始的模糊Kripke结构和修复后的模糊Kripke结构,并从多个修复后的模糊Kripke结构中,选出满足给定模糊计算树逻辑的α-极小的修复模型作为算法的最终返回结果。研究结果表明,模糊计算树逻辑中的命题逻辑以及?X的修复问题能够在多项式时间内得到解决。

  • 2021-04-22
  • 阅读408
  • 下载0
  • 6页
  • pdf

基于CNN_ResNet_LSTM模型的城市短时交通流量预测算法_蒲悦逸

针对交通流量特性和外部因素对交通流量预测结果的影响,提出了一种对城市短时交通流量预测的模型CNN-ResNet-LSTM,将卷积神经网络（CNN）、残差神经单元（Res Net）和长短期记忆循环神经网络（LSTM）集成到一个端到端的网络框架.利用卷积神经网络来捕获城市区域间交通流量的局部空间特征,并在卷积神经网络中加入多个残差神经单元来加深网络深度,可提高预测的准确性；利用长短期记忆循环神经网络来捕获交通流量数据的时间特征；利用相应的权重将2个网络的输出结果融合,得到通过轨迹数据预测的结果；最后与外部因素融合,得到城市区域的交通流量预测值.用北京市轨迹交通数据对该模型进行验证,CNN-ResNet-LSTM模型不仅在准确率方面比传统模型高,而且在保证预测准确率的情况下,模型使用的参数也少.

  • 2021-04-22
  • 阅读492
  • 下载0
  • 6页
  • pdf

基于粒子群算法的CFB机组协调系统模型辨识_白建云

为了消纳风光等新能源,火电机组均需要参与到调峰调频中,机炉协调控制系统是机组AGC模式下的核心。熟悉控制系统被控对象的特性并且建立系统的动态模型,是提高系统控制品质的基础。该文以山西某电厂超临界350 MW循环流化床机组协调系统为研究对象,首先对研究对象的动态特性进行分析,依据生产现场闭环运行数据,利用标准粒子群智能算法,寻优得到两输入两输出的协调系统模型。然后选取其他时间段的采样数据作为模型验证数据,证实利用标准PSO算法对多变量系统建模的可行性。

  • 2021-04-22
  • 阅读416
  • 下载0
  • 6页
  • pdf

海堤越浪量的物理模型试验及人工智能算法模型预测_倪琦

通过物理模型试验,研究不规则波作用下,平均破波参数、相对坡肩宽度、相对防浪墙高度和相对堤顶超高对海堤越浪量的影响,采用人工智能算法构建海堤越浪量的预测模型,并结合实际工程进行验证。结果表明,海堤越浪量随平均破波参数的增大而增大,随其余3个影响因素的增大而减小,越浪量与这4个因子具有复杂的非线性函数关系；人工智能算法模型具有良好的预测精度和泛化性能,测试组超过90%的数据预测误差控制在±10%范围内。

  • 2021-04-22
  • 阅读758
  • 下载0
  • 6页
  • pdf

基于改进的隐马尔可夫模型的新闻推荐算法_张丹 （1）

推荐系统已经应用到各行各业中,新闻推荐也应运而生。用户在阅读新闻时一般是时间序列的形式,然而,传统的新闻推荐算法很少考虑用户浏览行为的时间序列特征。因此,它并不能有效地预测用户阅读的下一篇新闻。针对这一问题,将隐马尔可夫模型融入到新闻推荐算法中,根据用户的阅读轨迹,找到用户下一时刻阅读概率最高的新闻。在此基础上,加入状态驻留时间元素,将隐马尔可夫模型的五元素扩展为六元素,以此来提高推荐准确度。为证明解决方案的有效性,与其他的新闻推荐算法进行了对比,结果显示论文算法在F1指标上约提高了14%。

  • 2021-04-21
  • 阅读472
  • 下载0
  • 6页
  • pdf

基于Hammerstein模型的非线性系统参数辨识算法研究_李蓓蕾

为了提高非线性系统参数的辨识精度,以典型的非线性系统Hammerstein模型为例,结合莱维飞行（Levy）算法对标准粒子群优化（PSO）算法进行改进。首先回顾了对于非线性系统辨识算法的发展及存在问题；其次介绍以Levy算法结合PSO算法对非线性系统辨识的整体流程；然后将改进后的算法应用于两个Hammerstein模型中,对模型参数进行辨识,完成对剔除算法的验证；最后对Levy-PSO算法存在的问题做出总结,以及未来的发展方向。通过对基本粒子群和改进的粒子群算法进行仿真对比分析,实验结果表明改进的算法能显著提高辨识速度,有效改善基本粒子群算法的过早收敛问题,并且提高了辨识精度。

  • 2021-04-21
  • 阅读596
  • 下载0
  • 6页
  • pdf

基于金字塔模型和注意力机制的YOLO_V3目标检测算法_高建瓴

YOLO V3作为一种多尺度的目标检测算法,结构简单,可快速检测。但在训练过程中,由于底层的卷积层中包含较多的目标细节信息,而通过不断的卷积,底层的信息会被逐渐淡化掉。针对于此,本文利用改进的金字塔结构,将浅层特征图的细节信息和高层的语义特征信息进行融合,从而提高检测效果。在特征提取网络的残差连接中加入注意力机制,使得具有注意力效果的梯度能流入更深的网络中,通过在YOLO V3中加入注意力机制提升检测精度。即提出一种基于金字塔模型和注意力机制的YOLO V3目标检测算法。将改进后的算法和原有算法在COCO 2014数据集上进行对比实验,结果表明改进后的YOLO V3算法在mAP上有所提升,证明了它的可行性。

  • 2021-04-21
  • 阅读555
  • 下载0
  • 6页
  • pdf

基于深度学习VGG网络模型的海洋单细胞藻类识别算法_王羽徵

为更好地对海洋中单细胞藻类进行有效识别,本研究提出了基于改进式VGG16网络模型的单细胞藻类识别算法—AlgaeNet,在传统VGG网络模型基础上,通过减少卷积核数量,并添加BatchNormalization层进行神经网络模型加速。结果表明:在相同试验条件下,本研究中提出的AlgaeNet算法在训练过程中的损失值收敛速度及对测试集样本（卵形小球藻Chlorella ovalis与小等刺硅鞭藻Dictyocha fibula Ehrenberg）的预测准确率上升速度较传统VGG、AlexNet网络模型优势明显,识别准确率可达99.317%。研究表明,基于改进式VGG16网络模型的单细胞藻类识别算法AlgaeNet在单细胞藻类识别领域具有较好的分类识别性能,可实现海洋中藻类的准确识别。

  • 2021-04-21
  • 阅读772
  • 下载0
  • 6页
  • pdf