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

图解最常用的10个机器学习算法

在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。

  • 2021-04-16
  • 阅读362
  • 下载0
  • 15页
  • pdf

物流包装租赁系统配送库存路径模型与算法_李家斌

发展物流包装租赁共享系统是解决落后的一次性包装使用方式的有效手段。为优化物流包装租赁系统中的空包装配送与库存控制这一频繁决策问题，本文将租赁客户点的需求和物流包装租赁系统的服务中心的库存能力、库存费用、车辆容量、单位运费等因素引入模型，建立了总成本费用最小的物流包装租赁共享系统的空包装配送库存路径集成优化模型。针对稍小和稍大规模算例，对利用CPLEX优化软件和论文设计的带精英保留的改进遗传算法进行了求解比较分析。通过比较得出：论文设计的改进遗传算法对稍大规模算例求解的结果虽然稍差，但求解时间大大缩短，这说明了本文设计的启发式算法对大规模的实际问题是有效性的。该模型和算法可为物流包装租赁企业的空包装配送和库存控制的集成优化决策提供参考。

  • 2021-04-22
  • 阅读362
  • 下载0
  • 18页
  • pdf

基于烟花算法的基站群协作计算卸载模型研究_许斌

车联网、AR、AI等计算密集、时延敏感型应用迅速发展，而移动设备因自身计算能力相对不足，执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求。针对此问题，提出综合考虑时延与成本的多用户、多MEC（Mobile Edge Computing）服务器的基站群协作计算卸载模型。并提出基于凸优化的改进烟花算法（Improved Fireworks Algorithm based on Convex Optimization， CVX-FWA）来对模型进行求解，对用户任务进行合理的卸载与资源分配。仿真结果表明，提出的计算卸载方案有效降低了任务总时延成本值，实现计算卸载资源的整体优化配置。

  • 2021-04-20
  • 阅读361
  • 下载0
  • 13页
  • pdf

改进TV图像去噪模型的全景图像拼接算法_呼亚萍

全景图像生成过程中易受到噪声的影响。针对该问题，提出一种改进的全变分（Total Variation，TV）图像去噪模型应用于全景图像的拼接。首先，对图像去噪过程中建立的泛函函数进行卷积运算，利用卷积操作降低噪声点的灰度值，随后求解泛函函数所对应的拉格朗日方程极小值，达到图像去噪的效果；其次，采用SIFT （Scale Invariable Feature Transfomation）特征匹配算法对去噪后的图像进行特征提取和匹配；最后，对待拼接图像进行加权融合处理，优化视觉效果。仿真实验结果表明，与经典算法相比，该研究能够较理想地去除图像中的噪声，降低全景图像拼接过程中的干扰，提高的视觉效果。

  • 2021-04-23
  • 阅读361
  • 下载0
  • 12页
  • pdf

时变重力场球面模型反演算法和模拟实验_张贝

时变重力场是研究地球内部介质物性变化的重要手段。本文提出了一种适用于地面流动重力测量获得的时变重力信号的场源反演方法,该方法采用球坐标系下的六面体单元来模拟场源介质,适合大尺度地震流动重力测量数据的等效源模型构建。通过引入重力时变信号的一阶光滑先验条件,压制了时变重力信号中的短周期高频分量,可用于提取与地震孕育相关的长周期信号。通过理论和模型实验证明了本文算法的可靠性和稳定性,并使用南北地震带南段2014—2017年的流动重力实测数据进行了反演解释,获得了地壳内部等效场源的视密度时变信号,变化量级在正常地壳密度的±0.7‰之间,其空间形态受川滇菱形块体边界控制。研究成果可用于时变重力场模型解释和深部场源特征提取,可为地震重力前兆信号分析和相关研究提供完备的方法保障。

  • 2021-04-20
  • 阅读359
  • 下载0
  • 12页
  • pdf

BP神经网络模型算法

BP（Back Propagation）算法,是1986年由Rinehart和McClelland为首的科学家提出，按误差逆向传播算法训练多层前馈网络，是目前最广泛的神经网络模型之一。BP网络能学习和存储大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。学习过程使用最快下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

  • 2021-04-18
  • 阅读356
  • 下载0
  • 11页
  • pdf

大数据实时推荐-不只是统计

大数据实时推荐-不只是统计 随着大数据时代的来临，如何帮助用户从大量信息中迅速获得对自己有用的信息成为众多商家的重要任务，个性化推荐系统应运而生。个性化推荐系统以海量数据挖掘为基础，引导用户发现自己的信息需求，现已广泛应用于很多领域。传统的个性化推荐系统，采用定期对数据进行分析的做法来更新模型。由于是定期更新，推荐模型无法保持实时性，对用户当前的行为推荐结果可能不会非常精准。实时个性化推荐实时分析用户产生的数据，可以更准确地为用户进行推荐，同时根据实时的推荐结果进行反馈，更好地改进推荐模型。

  • 2021-04-20
  • 阅读355
  • 下载0
  • 11页
  • pdf

从浅层模型到深度模型：概览机器学习优化算法

本篇论文旨在介绍关于将最优化方法应用于机器学习的关键模型、算法、以及一些开放性问题。这篇论文是写给有一定知识储备的读者，尤其是那些熟悉基础优化算法但是不了解机器学习的读者。首先，我们推导出一个监督学习问题的公式，并说明它是如何基于上下文和基本假设产生各种优化问题。然后，我们讨论这些优化问题的一些显著特征，重点讨论 logistic 回归和深层神经网络训练的案例。本文的后半部分重点介绍几种优化算法，首先是凸 logistic 回归，然后讨论一阶方法，包括了随机梯度法（SGD）、方差缩减随机方法（variance reducing stochastic method）和二阶方法的使用。最后，我们将讨论如何将这些方法应用于深层神经网络的训练，并着重描述这些模型的复杂非凸结构所带来的困难。

  • 2021-04-18
  • 阅读355
  • 下载0
  • 11页
  • pdf