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

基于改进蝗虫优化算法的光伏电池模型参数辨识_吴忠强

针对蝗虫优化算法容易陷入局部最优、收敛精度不足等缺点,提出一种改进蝗虫优化算法。将混沌算法与蝗虫优化算法融合,对蝗虫优化算法进行混沌初始化,改善初始种群质量；再引入差分进化算法的差分策略,通过变异、交叉和选择过程,维持种群的多样性,增大算法跳出局部最优的可能性,从而使算法能搜索到更好的解；在个体更新部分引入了粒子群算法的思想,以当前的最优个体为目标进行个体位置更新,加快算法寻优速度。将改进蝗虫优化算法用于多晶硅太阳能电池模型参数的辨识中,并通过与其它智能优化算法的比较,验证了改进蝗虫算法辨识太阳能电池参数的有效性和优越性。通过实验验证了改进蝗虫优化算法在不同光照下对太阳能电池参数的辨识效果

  • 2021-04-21
  • 阅读569
  • 下载0
  • 8页
  • pdf

一种附非负约束秩亏平差模型的迭代算法_郝天恒

针对附非负约束秩亏平差的问题,该文先将最小二乘问题转化为线性互补问题,然后利用极大熵函数的性质对其进行迭代求解,建立了一种附非负约束秩亏平差模型的迭代算法。它充分利用了测量中符号约束的先验信息,只需参数具有非负约束或先将参数转化为非负约束,无须对矩阵求逆,计算简便。文中还针对算法的收敛性进行了分析,并模拟了GPS网平差的算例。数值实验表明,与其他秩亏平差算法相比,该文算法在精度和计算效率方面均具有一定的优势。

  • 2021-04-23
  • 阅读568
  • 下载0
  • 6页
  • pdf

锂离子电池模型参数和荷电状态联合估算算法_刘秭杉

针对电动汽车锂离子电池状态估算问题,提出了一种复合的电池荷电状态（state of charge,SOC）估算算法。在固定参数卡尔曼滤波算法的基础上,引入基于遗忘因子的递推最小二乘法（forgotten factor recursive least square,FFRLS）进行电池模型参数在线辨识；基于在线模型参数,利用无迹卡尔曼滤波算法（unscented Kalman filter,UKF）估算电池SOC,实现电池模型参数和SOC的实时联合估算。采集电池充放电实验数据进行离线仿真,结果表明该算法能较好地跟踪电池工作状态,SOC估算误差基本稳定在3%以内。

  • 2021-05-06
  • 阅读568
  • 下载0
  • 7页
  • pdf

DAS模型中数据库可撤销密匙分配算法仿真_晋国卿

由于DAS模型中数据库的访问控制能力较强,导致传统算法进行密匙分配时容易出现阻塞、丢包等现象,造成密匙分配结果不精准且耗时长。设计了一种基于蜂窝系统的可撤销密匙分配算法。根据蜂窝多址方案的相关规则,优化数据库中的分配目标,结合可撤销密匙的相似特性,建立关于密匙分配的协调机制；利用等效函数,确定可撤销密匙的分配权重。利用蜂窝系统,从静态分配和动态分配两方面,实现可撤销密匙的分配计算。仿真结果表明,基于蜂窝系统的密匙分配算法能够有效降低分配阻塞率和丢包率,在分配耗时方面也有一定的优化。说明基于蜂窝系统的密匙分配算法具备有效性,较传统算法的分配性能均有所提升,符合实际应用标准。

  • 2021-04-21
  • 阅读566
  • 下载0
  • 5页
  • pdf

基于块稀疏贝叶斯模型的鬼成像重构算法_吴学林

传统的相机系统使用物体透射或从物体反向散射的光在胶片或焦平面探测器阵列上形成图像,鬼成像系统则使用分离的光场之间的空间相关性来获得图像而且无需记录图像本身,在遥感、医学和显微成像方面具有巨大的应用潜力。然而传统的鬼成像系统存在大尺寸图像重构存储要求高难以实现的问题。针对此问题,本文提出了一种基于块稀疏贝叶斯模型的鬼成像重构算法。该算法首先将一个大尺寸的目标图像等分成若干个小尺寸图像块,然后再利用贝叶斯学习模型对每一个小图像块进行压缩感知重构求解,最后通过合并每一个小图像块的重构结果,得到最终的大目标重构图像。仿真实验结果显示,基于块稀疏贝叶斯的鬼成像重构算法可以明显提升图像重构速度及重构质量,并且在日常条件下也可以快速有效地重构大尺寸目标图像。

  • 2021-04-21
  • 阅读564
  • 下载0
  • 5页
  • pdf

结合注意力模型与双峰高斯分布的深度哈希检索算法_李宗民

哈希检索因为具有存储空间小、检索速度快的特点而受到广泛关注.目前深度哈希算法存在2个主要问题:深度哈希编码本质上是二值化特征,并且编码长度较短,存在特征表达能力有限的问题；已有的深度哈希算法无法直接通过反向传播学习离散哈希编码,通常将离散值松弛为连续值来优化学习,存在量化误差的问题.针对以上问题,提出一种结合注意力模型和双峰高斯分布的深度哈希检索算法.该算法设计嵌入空间和通道注意力模型的网络结构,关注重要特征并抑制不必要特征,增强了哈希编码的特征表达能力；同时为了解决量化误差问题,将均值为+1/-1的双峰高斯分布作为先验分布,并借鉴变分自编码机的思想,提出通过KL散度约束哈希编码分布服从先验分布,以减少量化误差.在3个基准数据集CIFAR-10,ImageNet,NUS-WIDE上,在不同码位下计算MAP结果显示,其MAP值优于对比的其他算法,取得了良好的检索效果,验证了文中算法的有效性.

  • 2021-05-06
  • 阅读563
  • 下载0
  • 10页
  • pdf

模糊环境下合作联盟收益分配模型和算法研究_李淑霞

在合作联盟中,由于不确定性因素的存在,联盟收益不能精确得到分配。文章将合作对策的支付值用三角模糊数来表示,解决模糊收益分配问题,并考虑了联盟的重要性（即权重）及有效性等因素对利益分配的影响。通过构建多权重模糊分配二次规划模型,给出其解析式,据此确定参与合作联盟的局中人的三角形模糊数分配值。最后,通过数值算例验证了该模型的合理性和优越性,从而为合作联盟利益分配提供了一种合理、有效的计算方法。

  • 2021-05-06
  • 阅读563
  • 下载0
  • 9页
  • pdf

基于金字塔模型和注意力机制的YOLO_V3目标检测算法_高建瓴

YOLO V3作为一种多尺度的目标检测算法,结构简单,可快速检测。但在训练过程中,由于底层的卷积层中包含较多的目标细节信息,而通过不断的卷积,底层的信息会被逐渐淡化掉。针对于此,本文利用改进的金字塔结构,将浅层特征图的细节信息和高层的语义特征信息进行融合,从而提高检测效果。在特征提取网络的残差连接中加入注意力机制,使得具有注意力效果的梯度能流入更深的网络中,通过在YOLO V3中加入注意力机制提升检测精度。即提出一种基于金字塔模型和注意力机制的YOLO V3目标检测算法。将改进后的算法和原有算法在COCO 2014数据集上进行对比实验,结果表明改进后的YOLO V3算法在mAP上有所提升,证明了它的可行性。

  • 2021-04-21
  • 阅读562
  • 下载0
  • 6页
  • pdf