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

基于改进无迹卡尔曼滤波算法的动力电池SOC估计模型_谈发明

针对车载动力电池SOC估计精度欠佳的问题,提出一种改进型无迹卡尔曼滤波（UKF）算法。引入基于残差特性的异常状态检测机制,异常状态下采用改进的自适应衰减因子修正UKF合模型为基础,应用递推最小二乘法辨识电池参数,利用改进型UKF算法对电池SOC进行估计,并从多个角度进行了仿真验证分析。结果表明,改进型UKF算法具有很好的鲁棒性和跟踪速度,各类误差精度均控制在5%以内。

  • 2021-05-07
  • 阅读793
  • 下载0
  • 7页
  • pdf

基于半张量积的修正压缩感知模型重构算法研究_刘俊梅

为了降低随机观测矩阵的存储空间,给出一种基于半张量积的正交匹配追踪重构算法.该方法利用半张量积理论,修正压缩感知模型,构造低维观测矩阵对原始信号进行随机观测,并采用正交匹配追踪算法对信号进行重构,从而得到稀疏信号的估计值.仿真实验分别采用1维时域稀疏信号、1维变换域稀疏信号进行测试,并从重构误差、重构概率、重构时间等角度进行了测试.给出的算法可以大大降低观测矩阵的存储空间,也可以降低数据运算复杂度,在压缩感知中可以得到广泛应用.

  • 2021-04-21
  • 阅读790
  • 下载0
  • 5页
  • pdf

基于双尺度约束模型的BN结构自适应学习算法_戴晶帼

在无先验信息的情况下,贝叶斯网络（Bayesian network, BN）结构搜索空间的规模随节点数目增加呈指数级增长,造成BN结构学习难度急剧增加.针对该问题,提出基于双尺度约束模型的BN结构自适应学习算法.该算法利用最大互信息和条件独立性测试构建大尺度约束模型,完成BN结构搜索空间的初始化.在此基础上设计改进遗传算法,在结构迭代优化过程中引入小尺度约束模型,实现结构搜索空间小尺度动态缩放.同时,在改进遗传算法中构建变异概率自适应调节函数,以降低结构学习过程陷入局部最优解的概率.仿真结果表明,提出的基于双尺度约束模型的BN结构自适应学习算法能够在无先验信息的情况下保证BN结构学习的精度和迭代寻优的收敛速度.

  • 2021-05-06
  • 阅读790
  • 下载0
  • 15页
  • pdf

基于PSO_SVM算法的乐昌峡鹅公带滑坡体位移预测模型_徐文兵

以乐昌峡鹅公带滑坡体作为研究对象,考虑日降雨量、渗压对边坡变形的影响,建立了BP、SVM、PSO-BP、PSO-SVM四种滑坡体变形预测模型。从乐昌峡安全检测系统导出近4年研究数据,筛选使用其中410组数据进行训练,取30组变形位移作为输出,分析后发现PSO-SVM模型为最佳模型。以PSO-SVM模型为研究对象,对粒子群算法迭代次数、种群规模、速度位置相关系数（k）等因素进行研究,得知三者分别为100、30、0.5时得到最优的PSO-SVM模型,此时的RMSE、MAPE、R2分别为0.202 mm、0.589%、0.985。相对于大型有限元仿真软件、多元线性回归模型等传统方法,文章所提出的预测模型可以减少计算成本；在面对非线性问题时也能够获得更好的处理效果。

  • 2021-04-23
  • 阅读790
  • 下载0
  • 9页
  • pdf

基于无模型预估算法的电工钢边部减薄滞后控制系统_张岩

边部减薄是电工钢控制的重要参数,直接影响着带钢产品的质量和成材率。边部减薄的闭环控制过程存在严重的滞后问题,解决系统滞后问题对于控制精度的提高具有重要意义。以鞍钢硅钢1 500 mm冷连轧机生产线为基础,分析了边部减薄滞后问题产生的原因,采用反馈控制和前馈边部减薄控制策略,并采用无模型预估算法对含有滞后环节的闭环系统进行有效控制。应用结果表明,无模型预估算法对于控制模型精度具有良好的控制品质,解决了由于系统大滞后易产生的不稳定问题,无需对象模型且响应速度快,极大地提高了电工钢产品的边部减薄控制精度。

  • 2021-04-21
  • 阅读789
  • 下载0
  • 7页
  • pdf

高斯混合模型结合加权似然的目标跟踪算法_陈超

鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵,提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标,然后空间加权似然来进行视频中的目标定位,引入加权似然期望值来改进高斯混合模型处理视频中的多尺度、多角度变化的目标跟踪不精准问题。通过VOT 2014 dataset对比实验结果表明提出的基于加权似然跟踪（Weighted Likelihood Tracking,WLT）和改进高斯混合模型（Improved Gaussian Mixture Model,IGMM）的目标跟踪算法较传统高斯混合模型跟踪算法在跟踪的精度有较大提高。在应对多尺度、多角度变化的目标跟踪表现出了较大的优势。

  • 2021-05-07
  • 阅读789
  • 下载0
  • 8页
  • pdf

基于深度学习技术的语法纠错算法模型构建分析_景艳娥

为了探究基于深度学习技术的语法纠错算法模型,文中从系统需求分析入手,首先介绍了模型构建基于seq2seq的深度学习技术模型和语料库的相关理论基础,然后对基于seq2seq的语法纠错模型进行了分析,最后对语法纠错算法模型的架构设计和核心模块的运行框架和主要原理进行了介绍。研究成果表明:人工智能在语法纠错中的应用也逐渐受到相关研究者的关注,该技术的成型不仅能有效减少教师批卷工作量,更有助于学生的自主学习；在基于seq2seq的深度学习技术模型的引入Attention机制,技能保证语法纠错的准确性,又能提高语法纠错模型的运算效率；在模型中引入反馈建议模块,有助于及时发现并优化系统的不足之处。

  • 2021-04-22
  • 阅读787
  • 下载0
  • 6页
  • pdf

基于最邻近模型的知识库多层次标签分类算法_黄秀彬

传统的知识库多层次标签分类算法分类精度低,为了解决这一问题,基于最临近模型的知识库研究一种新的多层次标签分类算法。该算法对知识库多层次标签进行特征提取,将提取的对象标签特征进行特征降维,以此获得简化知识库多层次的特征空间,通过最临近模型计算简化知识库空间中对象特征之间的距离,通过计算结果完成多层次标签分类,实现基于最临近模型的知识库多层次标签分类算法研究。实验结果表明,基于最邻近模型的知识库多层次标签分类算法能够在短时间内实现精准分类。

  • 2021-04-22
  • 阅读785
  • 下载0
  • 5页
  • pdf