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

EM算法在神经机器翻译模型中的应用研究_杨云

传统的机器翻译模型的性能受限于双语平行语料库的规模,仅使用单语数据的无监督机器翻译方法难以有效保证模型性能的稳定。针对该问题,提出一种联合EM算法的自动语料扩充方法。利用生成的单语料结合原数据集构建平行语料,进行模型的迭代训练。根据部分双语语料初始化预训练两个单向Transformer模型；通过联合EM算法进行模型优化；通过逐渐减少训练数据的翻译损失来迭代更新两个相对翻译任务上机器翻译模型。实验结果表明,基于单双语料混合的EM迭代训练方法相比使用全双语数据的监督机器翻译方法和仅使用单语数据的无监督机器翻译方法,在中英机器翻译任务上具有更好的表现。

  • 2021-04-25
  • 阅读165
  • 下载0
  • 6页
  • pdf

点云模型的切片式曲面重构算法设计_陈华伟

对大数据量、复杂点云模型进行曲面重构,切片法具有速度快、算法简单的优势。采用等区间分割和半区域点云映射法获得分割面上的平面点云,并采用转角法提取切片点云凸包边界；提出基于边界闭合性分析的闭合边界解环方法,以及边界起点和方向一致性调整方法；基于拟合曲线及采样型值点进行NURBS曲面拟合。通过程序开发实现上述算法,模型实验和对比实验表明,顺应模型主轴方向的分割有助于更准确提取切片点云边界,切片密度越大则拟合曲面的精度越高。

  • 2021-04-25
  • 阅读165
  • 下载0
  • 6页
  • pdf

基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识_宗原

针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法,该算法采用基于莱维飞行和柯西变异来解决这类问题。莱维飞行可以提高算法的全局搜索能力,而柯西变异有助于避免陷入局部最优。结果表明,相比于遗传算法、粒子群算法和蚁狮算法,LCALO的收敛速度快,具有全局搜索能力和局部开发能力好的优点。最后将改进算法应用于黄酒发酵模型的参数辨识,仿真结果证明该算法具有较好的参数辨识能力。

  • 2021-04-25
  • 阅读165
  • 下载0
  • 7页
  • pdf

基于相空间重构和长短期记忆算法的电力系统无功负荷预测模型_赵冬梅

为了优化无功控制策略,改善电压质量,减小网损,针对无功负荷的随机性与非线性,提出一种基于相空间重构和长短期记忆神经网络的无功负荷预测模型。利用C-C法确定最优重构维数和延迟时间；通过计算最大Lyapunov指数说明无功负荷的混沌性；利用相空间重构技术将无功序列映射到高维空间,在高维空间利用长短期记忆神经网络进行预测；最后以海南省某地区的有功及无功负荷数据为例,通过Kolmogorov熵证实无功负荷的混沌程度大于有功负荷的混沌程度,算例验证了该方法的可行性,能提高无功负荷预测结果的准确度,有利于对电力系统无功进行更合理的调配和控制。

  • 2021-04-25
  • 阅读165
  • 下载0
  • 8页
  • pdf

求解FDCP模型问题的ABC算法_肖宁

为了对模糊规划领域中存在的模糊相关机会规划（fuzzy dependent-chance programming,FDCP）模型问题进行计算,提出了模糊模拟技术与人工蜂群算法相结合的求解FDCP模型问题的求解方法。该算法运用模糊模拟技术来求解模糊机会函数,ABC算法则用于寻优,给出了完整的求解FDCP模型问题的ABC算法流程。通过与经典的求解算法相对比,本文的算法搜素效率更高,具有一定的求解优越性。

  • 2021-04-25
  • 阅读165
  • 下载0
  • 7页
  • pdf

基于自适应差分演化算法的光伏模型参数提取_李水佳

快速准确地提取光伏（PV）模型的参数对于光伏系统的模拟、评估和控制是至关重要的。近些年来,使用智能优化方法对PV模型进行参数提取得到了极大的关注。然而,这些智能优化方法往往消耗了大量的计算资源。为了准确快速地提取光伏模型的参数,提出了一种新型的自适应差分演化算法。在该算法中,提出了一种新的变异策略。为了验证算法的性能,选择单二极管模型、双二极管模型和PV模型作为测试模型。实验结果表明:提出的算法可以快速准确地提取到不同PV模型的参数。因此,提出的算法可以作为一种有效的PV模型参数提取方法。

  • 2021-04-26
  • 阅读165
  • 下载0
  • 6页
  • pdf

基于一种混合智能算法的有限元模型修正多解问题_康俊涛

为了使有限元模型修正结果更加符合结构实际情况,将传统的提供单一修正结果转变为提供多个修正结果,然后由决策者根据现场情况、类似工程经验等非参数信息来决定最终采用的修正模型；并且针对这一问题,将优化速度快的稳态遗传算法和优化精度高的梯度下降算法相结合,提出了一种混合智能算法.最后分别采用数值算例和ASCE-Benchmark模型修正过程验证了所提算法的寻找多解能力和优化精度.结果表明,本文所提算法可以寻找到定义域内的全部极值,且相比于稳态遗传算法具有更高的精度,ASCE-Benchmark算例中,两个修正后的有限元模型与实测结果之间的频率误差均有明显下降.

  • 2021-04-26
  • 阅读165
  • 下载0
  • 9页
  • pdf

模型剪枝与低精度量化融合的DNN模型压缩算法_吴进

拥有庞大参数量的网络模型很难部署在智能手机、可穿戴智能设备等资源受限的移动设备上。从深度神经网络模型的基本原理出发,在现有压缩算法的基础上,采用优化剪枝策略与参数量化的方法相融合,提出了一种结果导向的数据驱动剪枝算法,利用低精度的量化算法来进一步压缩模型。使用VGGNet作为原始模型,在Kaggle猫狗图像和Oxford102植物样本集上进行微调。实验数据表明,使用本实验改进的方法,模型压缩的存储容量下降到113.1 MB,识别率提高到86.74%。

  • 2021-04-26
  • 阅读165
  • 下载0
  • 8页
  • pdf