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

基于十六项误差模型算法的GCPW校准标准研制_周瑞

开发了用于表征W波段电路的在片十六项误差模型GCPW校准标准。GCPW校准标准与被测晶体管制作在薄的砷化镓（GaAs）衬底上,可有效消除校准标准和被测件由于衬底、边界条件不一致带来的系统误差。校准标准设计中采用合适的尺寸和过孔工艺来保证单模传输（减小平行板模式和表面波模式）。为了精确标定十六项误差模型校准标准的散射参数,同一片晶圆片还设计了多线TRL辅助校准标准。十六项误差模型校准标准和商用的阻抗标准（LRRM）测试同一无源器件,测试结果表明前者在测试串扰方面更为准确。实验结果表明,GCPW校准标准可替代传统的多线TRL校准标准,用于W波段及以上的在片测试。

  • 2021-04-25
  • 阅读316
  • 下载0
  • 6页
  • pdf

基于SSD模型的人脸检测与头部姿态估计融合算法_方阳

针对头部姿态估计常用的人脸检测、姿态估计两步串联框架中流程复杂、耦合性高、整体鲁棒性低的问题,提出了一种基于改进SSD模型的人脸检测与头部姿态估计融合算法.通过拓展SSD模型,设计了人脸检测与姿态估计融合网络模型,在多层次卷积特征图上检测人脸,并估计头部姿态；采用端到端训练模式进行模型训练,简化了头部姿态估计任务的处理流程.在Pointing′04和300W-LP数据集上进行了试验.结果表明,本模型能够在满足实时性要求的前提下有效地完成检测任务与估计任务,在两个数据集中的pitch预测平均绝对误差分别达到了4.80°和6.48°,这充分证明了所提出算法的实用性和鲁棒性.

  • 2021-05-06
  • 阅读316
  • 下载0
  • 7页
  • pdf

基于球状模型的短波频率泛克里金重构算法_徐池

针对现有短波频率优选方法中数据处理过程复杂、输入参数条件苛刻、工程实现难度较大等不足,结合电离层变化特性,提出了一种基于球状模型的泛克里金法,应用于短波频率的重构。利用短波频率管理系统中大量的实测频率数据,构建了符合频率数据变化特征的基于球状模型的变异函数,建立了反映沿经度、纬度及水平方向通信频率变化剧烈程度的漂移表达式。随机选取多个样本数据,通过交叉重构法对短波频率数据进行重构。实验结果表明,基于球状模型的泛克里金法具有较高的频率重构精度,能够应用于短波通信频率的重构,特别是满足军事通信方面对短波频率优选手段的需求。

  • 2021-04-25
  • 阅读314
  • 下载0
  • 7页
  • pdf

适用于饱和砂土循环动力分析边界面塑性模型的显式积分算法_高源

基于适用于饱和砂土循环动力分析的边界面模型,利用修正广义Mises方法将其推广至三维应力空间中,引入与状态相关的剪胀函数,采用历史最大加载面硬化准则,以反映饱和砂土排水条件下刚度变化、剪胀剪缩等特性。结合子增量步显式积分算法的思想,建立了适用于饱和砂土循环动力分析边界面模型的显式积分算法流程。借助有限元软件子程序接口,将该算法流程开发到有限元软件中,通过建立土体单元数值模型,对Toyoura砂在单调荷载和循环荷载下的三轴试验工况进行模拟。结果表明,利用子增量步显式积分算法对模型进行积分,能够准确有效地模拟砂土的应力-应变曲线、以及砂土在单调和循环荷载作用下均展现的剪胀剪缩现象,验证了显式积分算法的有效性。通过设置不同的增量步长,验证了子增量步显式积分算法对于较小应变增量步的高度稳定性和收敛性

  • 2021-05-06
  • 阅读314
  • 下载0
  • 8页
  • pdf

基于局部一致性调整算法的犹豫模糊语言决策模型_胡甜甜

犹豫模糊语言偏好关系（HFLPRs）适用于信息不完全导致专家做决策时犹豫不决的情况,是帮助专家评价方案的有效工具。在应用HFLPRs进行决策时,其一致性改进过程对于得到准确有效的结果至关重要。因此,设计了HFLPRs乘性一致性改进算法,并构建了新的犹豫模糊语言决策模型。首先,引入了HFLPRs的有关概念以及HFLPRs的规范化方法；其次,为改进HFLPRs的乘性一致性,设计了新的乘性一致HFLPRs构造模型,并建立了乘性一致性改进算法；在该算法基础上,进一步利用HFLA算子构造犹豫模糊语言决策模型；最后,运用决策模型来处理实践中的配送中心选址问题,通过与现有方法的对比分析,验证了模型的合理性和有效性。

  • 2021-04-30
  • 阅读314
  • 下载0
  • 6页
  • pdf

基于新增确诊数据和光滑算子对FU_省略_AN_CCDC模型反演算法的改进_邵年

2019年12月,新型冠状病毒肺炎（Corona-Virus-Disease,COVID-19）的疫情被人们识别认知,全世界都开始重视这个疫情.截至2020年4月21日24时,全球已累计确诊2 568 603例.科学地预测疫情发展趋势对疫情防控至关重要.FUDAN-CCDC模型用于国内疫情的预测产生了很好的效果,但是在用于欧美国家的疫情分析预测时效果不是很理想.本文对FUDAN-CCDC模型的优化目标进行了改进,考虑了新增数据的拟合,并考虑了欧美疫情数据的周末现象,提出对数据进行光滑预处理.新加入的两种可能的反演优化目标的改变,会对零增时间有较大的影响.在此基础上进一步发展的算法,可以得到更好的拟合和预测效果.

  • 2021-04-29
  • 阅读314
  • 下载0
  • 9页
  • pdf

基于改进花朵授粉算法的极限学习机模型_邵良杉

为提高瓦斯突出风险预测的准确率和效率,在极限学习机（ELM）模型的基础上构建预测模型ACFPA-ELM。采用核线性鉴别分析（KLDA）对瓦斯突出样本数据进行特征抽取,利用代价敏感思想修正ELM适应度函数,同时将Tent混沌搜索和自适应算子引入花朵授粉算法（FPA）中,优化ELM的初始输入权值和阈值,从而提高对瓦斯突出风险的预测能力。实验结果表明,相较于经典的SVM、BP和ELM单一预测模型以及改进的FPA-ELM和PSO-ELM复合预测模型,ACFPA-ELM模型在瓦斯突出风险预测的准确率、预测一致性以及运行效率方面均具有明显的优势。

  • 2021-05-06
  • 阅读313
  • 下载0
  • 8页
  • pdf

基于遗传算法的BP神经网络模型在预测海洋沉积物烧失量中的应用_李强

烧失量（LOI）是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法（GA）-BP神经网络预测模型。利用X射线荧光光谱（XRF）分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差（RSD）为1.3%；海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%～6.2%之间,为烧失量的测定提供了一种新的有效途径。

  • 2021-05-06
  • 阅读313
  • 下载0
  • 6页
  • pdf