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

基于激光雷达的3D实时车辆跟踪

3D多目标跟踪算法是智能车辆感知算法的重要组成部分，现有跟踪算法多与检测算法耦合以提高精度，导致算法实时性不足。针对此问题，本文中提出一种基于激光雷达的3D实时车辆跟踪算法。首先，对于激光雷达检测结果杂波较少的工况，提出结构精简的双波门GNN关联算法，有效提升其关联速度及精度；其次，优化关联向量与关联距离，既保证了算法的普适性，又提升其跟踪精度；最后，针对3D目标运动情况使用3D IMM？KF算法解决了3D机动目标的跟踪问题。基于公开数据集KITTI，本文算法在获得266.1 FPS跟踪速度的前提下可实现81.55%的MOTA精度；基于自研无人车平台进行面对遮挡工况的验证，结果表明本算法具有良好的目标跟踪及关联性能。

  • 2022-01-08
  • 阅读199
  • 下载0
  • 19页
  • docx

人工智能在测井地层评价中的应用现状及前景

测井是求取储层物性参数？发现与评价油气藏？预测油气储量的重要手段？测井技术更新换代？测井技术种类发展多样化？测井数据管理方式多元化等多重因素导致测井信息具有测量种类多？数据量大和多源异构等大数据特征？人工智能技术的快速发展为解决测井地层评价中的多解性？不确定性等难题提供了新的思路和方法,“测井+人工智能”也是一个亟待探索的新领域？在系统回顾人工智能在测井领域的研究现状和进展基础上,重点讨论了有监督机器学习和半监督机器学习？神经网络和深度学习等人工智能技术在测井曲线重构？岩相预测和物性参数计算等测井地层评价中的应用？受样本数量有限？处理流程不完善和自我调节能力较差等因素制约,人工智能在流体研究？储层综合评价等测井领域具有较大的发展空间和广阔的应用前景？

  • 2022-01-08
  • 阅读113
  • 下载0
  • 18页
  • docx

一文入门基于三维数据的深度学习

近年来，由于3D的传感器的不断迭代和发展，使得获取的点云数据精度不断提高，同时硬件成本不断下降，以及虚拟网络应用趋向转为物理世界应用的原因，使得3D数据的应用逐渐从专业领域向消费级产品进行过度，以2010年Kinect和2017年iPhoneX的发布为标志，使用3D数据驱动的方法用于对现实世界的理解以及交互显然变得越来越重要。

  • 2022-01-08
  • 阅读113
  • 下载0
  • 20页
  • docx

水下无人系统智能化关键技术发展现状

水下无人系统是目前探索、开发和利用海洋资源的主要装备之一，也是现代海军装备的重要组成部分。随着应用需求的增加以及人工智能技术的发展，水下无人系统的智能化逐渐成为该领域的研究热点。针对水下无人系统智能化的水下通信、智能集群以及水下智能仿生等关键技术，回顾当前发展现状，指出当前水下无人系统智能化亟待突破的大容量/远距离条件下的高速率/高灵敏度信息传输、水下仿生机器人智能驱动与控制、大规模协同及复杂海况下控制理论等技术难点。并对未来水下无人系统智能化的研究方向做出提高水下通信效率、加强智能化等级及开发更先进材料的展望。本研究将为智能化水下无人系统的发展提供参考依据。

  • 2022-01-08
  • 阅读124
  • 下载0
  • 23页
  • docx

通过基于SWAT的优化工具获得流域尺度上具有成本效益的农业保护措施实施策略

本研究通过确定 Maumee 河流域最具成本效益的农业最佳管理措施（BMPs）来解决 Erie 湖的藻华问题。为此创建了一个优化工具，该工具结合了多目标优化算法、SWAT 和计算效率框架，以最佳地识别流域尺度的农业 BMP。优化工具在 Maumee河流域的 Matson Ditch 农业流域进行了证明，该流域考虑了关键区域和整个流域。低支出 BMP 的初步实施大大降低了污染物负荷；到达一定程度的污染物消减后，额外支出导致污染物负荷减少幅度较小。与整个流域的优化相比，关键区域的优化可以大大减少计算时间，并获得与初始减污效果相似的优化结果，其中溶解活性磷（DRP）消减10%，总磷消减38%（TP）；然而，为了更大程度地减少污染物负荷，关键区域优化的成本效益较低。以同时降低3-7月DRP/TP 损失 40% 为目标，优化后 DRP 损失40%的方案可降低 TP 的51.1%；然而降低 TP 损失40%的优化方案只能降低 DRP 的11.3%。优化工具可以帮助利益相关者确定最佳的 BMP 类型、数量和空间位置，从而以最低的 BMP 成本最大限度地减少污染物负荷。

  • 2022-01-08
  • 阅读175
  • 下载0
  • 25页
  • docx

超快光纤激光器的低延迟深度强化学习算法

计算机领域研究的人工智能算法在医学、金融和光学等许多其他领域发挥了巨大作用。人工智能的应用主要包括反馈控制、模式识别、大数据分析、特征提取和降噪。作为人工智能领域的一个重要分支，深度强化学习以其感知和决策能力为复杂系统的反馈控制问题提供了一种解决方案。因此，它被广泛应用于自动驾驶和工业自动化等领域的反馈控制。当深度强化学习在不同的环境中应用时，策略是不同的。因此，出现了大量的基于强化学习的算法，如马尔可夫决策过程、动态规划、蒙特卡罗方法、时态差分、SARSA、深度？？网络、深度确定性策略梯度和其他算法。这些算法可以使系统在不同的环境中尽快达到并保持期望的状态。

  • 2022-01-08
  • 阅读116
  • 下载0
  • 14页
  • docx

基于分布鲁棒的风-氢混合系统氢储能容量优化配置

氢储能系统受地理、气候条件限制较小，在构建面向高比例新能源电力系统的风-储混合系统中极具发展潜力。然而，由于风电场的出力具有不确定性，氢储能系统需要在储能、释能、热备用等工况下频繁切换，内部热能供需平衡也呈现出不确定性，进而影响其响应速度甚至实际可用容量。为此，设计了考虑热平衡的风-氢混合系统，构建了考虑电解槽、燃料电池间歇工作模式热平衡的氢储能系统模型；在此基础上，综合考虑风电场功率的不确定性和氢储能系统的投资成本，提出了考虑热平衡不确定性的风-氢混合系统氢储能容量优化配置方法。采用分布鲁棒方法对风电场功率的不确定性进行建模，并将其转化为一组线性风险机会约束进行求解。基于实际风电场数据构建算例，对所提模型和方法进行验证和分析。结果表明，氢储能系统中电解槽和燃料电池的散热系数对系统实际可用容量具有重要的影响，在风-氢混合系统的氢储能容量配置中考虑热平衡约束可以有效提升氢储能系统的实际可用容量和混合系统的经济性。

  • 2022-01-08
  • 阅读144
  • 下载0
  • 13页
  • docx

低轨卫星网络中业务图驱动的星间协作计算方案

低轨卫星网络具备覆盖范围广、星地链路短等优点，成为当前的热点研究领域。针对将业务卸载到云计算中心产生过高传输时延的问题，提出在低轨卫星网络中实现业务图驱动的星间协作计算方法。该方法首先依托加权时间扩展图模型，屏蔽低轨卫星网络的动态性；之后联合多颗卫星的计算资源和星间链路资源，将有向无环图形式的业务调度到传输路径内的卫星上，实现业务在低轨卫星网络内的“边传输边计算”。仿真结果表明，当数据量取5 MB时，星间协同计算的时延性能相比地面云计算提高了58.9%。

  • 2022-01-08
  • 阅读113
  • 下载0
  • 19页
  • docx