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

交互多模型无迹卡尔曼滤波算法预测锂电池SOC_陈德海

在动力电池荷电状态（state of charge,SOC）预测方法中,针对安时积分法存在累计误差、拓展卡尔曼滤波算法估计结果发散等问题,本文提出了基于交互多模型无迹卡尔曼滤波（IMM-UKF）算法的SOC估计策略。首先建立二阶RC电池等效模型,利用含有遗忘因子的递推最小二乘法在线辨识电池等效模型参数,考虑电池在不同倍率状态下放电引起电池实际容量的变化和传感器的噪声,通过建立大电流、中电流、小电流3个不同参数的电池模型,然后研究三个模型之间马尔科夫链,根据先验信息确定各模型之间的转移概率和模型概率,最后搭建Matlab仿真模型,其实验结果表明IMM-UKF估计平均误差在1%以内,算法的自适应性增强,预测精度提高,较目前主流的预测方法有更好地预测效果。

  • 2021-06-17
  • 阅读1363
  • 下载0
  • 9页
  • pdf

互联网医院管理制度汇编

患者在线问诊，如由于检查检验资料不足，不足以支持医生做出诊疗方案或建议，医生可要求患者补充检查检验资料，开具相关检查检验项目，患者完成相应检查检验后，提供检查检验结果给医生，以便获得更有价值的诊疗。

  • 2021-06-17
  • 阅读229
  • 下载0
  • 39页
  • pdf

基于树模型的虚拟测量算法在半导体制造中的应用_周江兵

半导体制造是一个大批量多阶段生产的系统,工艺技术复杂、工序步骤繁多,稍有不慎就可能使晶圆的表面和内部产生缺陷,从而影响生产的质量和效率。将半导体制造业和互联网技术相结合,可以提高生产制造的效率和质量,降低成本和损耗。本文将进行数据采集和预处理,从数据中选择并提取出重要特征,并使用树模型中随机森林和梯度提升树两种算法来实现W plug中对电阻率的虚拟测量。实验结果表明,本文提出的方法与传统算法相比,测量误差减少近50%,能够准确预测出生产过程中电阻率变化的趋势,捕获到异常点；在实际的生产环境之中可以及时的给生产线上报警。

  • 2021-06-17
  • 阅读1370
  • 下载0
  • 6页
  • pdf

（完整版）美国、欧洲、中国关于工业互联网的比较分析

物联网利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。物联网是互联网的延伸，它包括互联网及互联网上所有的资源,兼容互联网所有的应用，但物联网中所有的元素（所有的设备、资源及通信等）都是个性化和私有化。

  • 2021-06-17
  • 阅读265
  • 下载0
  • 68页
  • pdf

基于改进蚁狮算法的广义预测控制对T_S模糊模型的控制研究_张文彬

针对广义预测控制（GPC）参数设定问题,提出一种改进的蚁狮算法（IALO）应用于广义预测控制进行参数优化,并将提出的方法对Takagi-Sugeno（T-S）模糊模型进行控制,取得良好的效果。对智能材料中广泛存在的迟滞非线性特点用T-S模糊模型进行了建模。对于传统蚁狮算法存在的收敛速度慢,易陷入局部最优解的问题进行改进,并用测试函数来验证改进方法的有效性。最后将改进后的蚁狮算法同GPC相结合,对所建立的T-S模糊模型进行控制,结果表明所提出方法的有效性。

  • 2021-06-17
  • 阅读1394
  • 下载0
  • 5页
  • pdf

基于神经网络语言模型的动态层序Softmax训练算法_杨鹤标

针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡式下降,利用梯度的一阶矩估计与二阶矩估计动态调整参数更新方向与学习率,通过梯度迭代缩小权值变化范围和收敛训练误差,提高词向量的训练效率.以维基百科中文语料作为数据进行了试验,完成了训练效率和质量的分析.结果表明:相较于现有方法动态层序Softmax算法显著提高了训练效率,当增量样本大小为10 kB～1 MB时,训练增速有近30倍的提升,有效地缩短训练周期.

  • 2021-06-17
  • 阅读1361
  • 下载0
  • 7页
  • pdf

一种遗传算法的声带模型参数反演方法_陈莉媛

采用遗传算法进行声带模型参数反演能够有效地实现概率意义的全局搜索,但存在易陷入局部最优解和收敛性能弱等缺陷,针对这些问题本文提出了一种改进遗传算法的声带模型参数反演方法。通过声门波形参数构建目标函数,引入精英保留策略,选择适应度高的精英个体保留至下一代种群,对普通种群进行双向邻域搜索；通过目标函数值进行模型参数反演操作,得到模型参数最优解。实验结果表明,反演后得到的特征相对误差不超过1.5%,改进后的加权平均相对误差比改进前减小了0.11%。说明改进后的遗传算法搜索性能好,收敛性能高；得到的特征参数精确度更高。

  • 2021-06-17
  • 阅读1472
  • 下载0
  • 5页
  • pdf

基于改进MPSO_SVM算法的下肢连续运动预测模型_隋修武

针对当前下肢连续运动预测精度低的问题,提出一种基于改进的MPSO-SVM算法对下肢连续运动进行精确预测。首先采集人体正常行走时下肢的表面肌电信号、加速度和髋关节角度信息,对消噪后的肌电信号提取均方根值、积分肌电值和加速度的信号幅度域作为特征样本,利用主成分分析方法进行特征值融合,然后通过引入正弦函数和指数函数对自适应粒子群优化（MPSO）算法进行改进,利用改进的MPSO算法优化支持向量机（SVM）的惩罚参数和核函数参数,最后,利用行走时下肢的肌电信号和加速度信号特征样本数据对基于改进的MPSO-SVM算法构造的髋关节角度预测模型进行训练、测试。结果表明:基于改进的MPSO-SVM算法对髋关节的关节角度预测均方根误差为2.67°、平均误差为1.40°、最大绝对误差为7.72°,远远优于SVM算法预测的21.27°、8.02°、58.38°和BP神经网络预测结果的23.60°、13.59°、63.69°。

  • 2021-06-17
  • 阅读1401
  • 下载0
  • 7页
  • pdf