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

基于载噪比模型加权的GNSS双频载波和差联合跟踪算法优化与分析_刘文学

前期发展的全球导航卫星系统（global navigation satellite system,GNSS）双频载波和差联合跟踪算法存在双频信号载噪比不一致情况下双频信号跟踪稳定度和跟踪精度较差问题,对此提出了优化改进的算法。针对实际应用中共星双频信号存在的信号载噪比不同情况,优化原有双频载波和差联合跟踪环路结构,基于载噪比模型计算GNSS双频信号在双频载波和差联合跟踪环路中的加权值,利用该加权值实现共星双频信号的载波和差联合跟踪。算法理论分析和仿真结果表明,优化后的基于载噪比模型加权的GNSS双频载波联合跟踪算法更加适用于实际应用条件,能够提高原有算法在双频信号载噪比不一致情况下共星双频信号跟踪稳定性和跟踪精度。

  • 2021-05-07
  • 阅读898
  • 下载0
  • 8页
  • pdf

基于高斯混合模型和EM算法的序贯三支决策方法_英文_张华幸

人脸识别是人工智能领域研究的重要方向。传统人脸识别方法大多考虑降低识别错误率,忽略了不同误分类代价的差异性。此外,训练一个精确的人脸识别分类器需要大量的标记样本,实际问题中标记样本往往很少。为解决这一问题,文章提出了一种基于高斯混合模型和EM算法的增量序贯三支决策方法,用于解决标记样本不足的代价敏感的人脸识别问题。文章针对人脸图像数据建立高斯混合模型,通过EM算法将有标记和未标记的图像数据进行综合识别,充分利用未标记样本可以帮助训练的分类器更好地表示测试样本,并得到更理想的识别效果。设计动态代价敏感识别策略,不仅考虑降低识别错误率,而且实现识别错误率和误分类代价之间的平衡。当标记样本不足时,引入边界域决策。随着序贯分类决策过程中可用信息的增加,边界域决策可以转化为正域决策或负域决策,从而形成增量式序贯三支决策过程,并通过实验验证了其有效性。

  • 2021-04-21
  • 阅读897
  • 下载0
  • 11页
  • pdf

认知结构模型机动目标跟踪算法_王树亮

针对复杂战场中环境特性复杂以及目标机动性能提升所带来的跟踪难题,提出一种基于人类认知机制的机动目标自适应跟踪算法。算法将人类"记忆"机制引入机动模型构建,利用神经网络对目标特征参数进行离线学习并存储,指导机动模型参数实时调整,使模型对运动状态的描述更加合理。为进一步提高跟踪性能,基于人类认知"感知-行动"循环理论,将雷达接收端经数据处理后的目标状态估计信息反馈至雷达发射端,以最小感知信息熵为代价函数,从波形库中自适应选择最佳波形来匹配目标。仿真对比实验表明,该算法对环境及目标的感知更加准确,融入波形选择的自适应目标跟踪算法要明显优于传统采用固定波形的跟踪算法。

  • 2021-05-07
  • 阅读897
  • 下载0
  • 8页
  • pdf

基于张量积B样条的几何模型EMD算法及其应用_周财进

经验模态分解（empirical mode decomposition,简称EMD）算法是一种处理非线性非平稳信号的时频分析方法.文章针对拓扑同胚于圆盘的开网格模型提出几何模型上的EMD算法,并应用于网格去噪以及特征编辑.首先,借助曲面上离散高斯曲率提取模型的极值点,随后对模型进行平面参数化,利用均匀节点的三次张量积B样条计算极大和极小包络曲面,最后将平均包络曲面离散成网格模型作为分解一次的残差模型,并将原模型与残差模型的差值向量记为当前分解的偏置向量,迭代地处理残差模型得到模型各个层次的偏置向量以及最终表示原模型基本形状的残差模型.通过对偏置向量的处理与重构,实现算法在网格去噪以及特征编辑的应用.实验结果表明,文章算法可以有效地实现网格模型的多尺度分解,并在网格去噪以及特征编辑方面取得了较好的效果.

  • 2021-04-29
  • 阅读897
  • 下载0
  • 13页
  • pdf

基于回归模型的全卷积网络人群计数算法_吴晓燕

针对当前采用密度图回归方法估计人群数量时人数被高估的问题,提出一种基于计数回归和密度图估计的全卷积网络框架,采用计数回归与密度图回归相结合的方式对人群密度图进行估计。为训练模型参数和有效避免过拟合现象的出现,设计一种更深更轻且参数数量很少的完全卷积网络（full convolutional network,FCN）作为人群密度图估计器。实验结果表明,提出算法对密度分布不均和尺度不一的人群图像都有很好的适用性和准确性,算法性能优于现有的人群计数算法。

  • 2021-04-22
  • 阅读893
  • 下载0
  • 5页
  • pdf

放疗绝对剂量的数学算法模型_谢天赐

本文提出一种通过物理模型计算放疗过程中每一个组织深度处绝对剂量的算法,它可代替蒙特卡罗仿真的部分工作且耗费时间更少.这个算法是基于对照射野内X射线产生电子的能量注量的积分运算,并考虑了射线的能谱及二次散射线,得到了后向散射对表面剂量的贡献比例,同时得到前向散射、后向散射及原射线剂量贡献的关系.比较了二次光子和二次电子的三维能谱,得出该能谱是粒子注量关于粒子能量和粒子运动方向的函数.为了得到每一深度处的光子注量,计算了有连续能谱的X射线的期望质量衰减系数.上述算法计算得到的绝对剂量与蒙特卡罗方式仿真的结果趋势一致,两者的差异在于算法未考虑高于二次的散射线.最后将算法应用到非均匀模体剂量计算,能准确反映其中剂量分布特点且具有较小的误差.

  • 2021-04-23
  • 阅读893
  • 下载0
  • 11页
  • pdf

基于图嵌入模型的协同过滤推荐算法_高海燕

传统协同过滤算法存在严重的数据稀疏和冷启动问题。利用社交网络中的丰富信息为解决传统协同过滤算法的数据稀疏和冷启动带来了契机。然而,传统基于社交网络的协同过滤算法仅利用粗粒度、稀疏的用户信任关系来改进传统协同过滤算法,即用0或1表示用户之间信任程度。另外,传统基于社交网络推荐算法仅仅集成用户之间显式信任关系,而忽略用户之间隐式的信任关系。本文提出一种基于图嵌入模型的协同过滤推荐算法,即利用图嵌入模型技术学习社交网络中用户的低维特征表示,并根据用户的低维特征表示推导用户之间细粒度的信任关系。最后,根据信任用户和相似用户对目标物品的评分权重预测用户对目标物品的评分。在真实数据集上的实验结果表明,基于图嵌入模型的协同过滤算法的性能优于传统的协同过滤算法。

  • 2021-04-30
  • 阅读891
  • 下载0
  • 11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890
  • 下载0
  • 6页
  • pdf