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

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160
  • 下载0
  • 6页
  • pdf

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型_牛曼丽

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法（PSO）优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果；模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。

  • 2021-04-25
  • 阅读160
  • 下载0
  • 7页
  • pdf

基于FP_growth算法与分层线性模型交互的招生数据挖掘_唐成龙

为了进一步提高招生数据挖掘的有效性,将FP-growth算法与分层线性模型相结合,用于高等院校的招生数据挖掘；利用FP-growth算法,通过频繁集的生成与关联规则,从高校历史招生数据中获取置信区间大的关联数据；采用单层和多层线性模型,将学生层面变量与学校层面变量相结合,确定招生数据挖掘有效变量；在分别建立单层线性模型和多层线性模型后,借助多层线性模型软件库,求解模型的系数和显著性检验水平。实例仿真结果表明,通过对比不同变量的系数和显著性检验水平,所提出的模型能够有效分析不同变量对招生录取的影响。

  • 2021-04-22
  • 阅读160
  • 下载0
  • 6页
  • pdf

基于特征融合及自适应模型更新的相关滤波目标跟踪算法_刘威

针对单一特征目标跟踪算法因背景干扰、目标遮挡造成的跟踪失败问题,以及跟踪过程中每帧进行模型更新容易造成错误更新和实时性差的问题,提出了一种基于特征融合及自适应模型更新策略的相关滤波目标跟踪算法-多特征自适应相关滤波目标跟踪算法。该算法在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征,加强对边缘特征的学习；在模型更新阶段通过计算预测区域与真实区域的奇异值特征向量相似度,并结合设定的阈值判断是否需要进行模型更新,通过自适应更新的方式减少模型的更新次数。在标准测试视频集下验证所提算法,并与两种经典相关滤波算法进行比较,结果表明该算法能够较好地适应背景干扰及目标遮挡问题,跟踪目标的平均中心误差减少了9.05像素,平均距离精度提高12.2%,平均重叠率提高4.53%。

  • 2021-04-23
  • 阅读159
  • 下载0
  • 8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159
  • 下载0
  • 6页
  • pdf

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159
  • 下载0
  • 6页
  • pdf

基于主题模型包含突发因素的推荐算法研究_严长春

推荐系统是社交平台个性化服务的重要工具,协同过滤算法由于其推荐的准确性和高效性已经成为推荐领域最经典的算法之一。论文提出一种结合突发话题检测和主题模型的混合协同过滤方法。该算法在语料筛选阶段加入了突发因素,使通过主题模型LDA话题训练的话题具有时效性,然后在低维主题-文档概率分布上计算用户和项目的相似度；最后采用邻域方法预测未知评分。实验表明,该方法适用于微博突发话题的推荐,显著提高了推荐系统的时效性和准确性。

  • 2021-04-26
  • 阅读159
  • 下载0
  • 6页
  • pdf

基于C3D_GRNN模型的人群异常行为识别算法_彭月平

针对传统人群行为识别算法受人工主观因素影响较大等问题,综合三维卷积神经网络（C3D）与广义回归神经网络（GRNN）的优势和特点,提出并实现了基于C3D-GRNN模型的人群异常行为识别算法。该算法首先采用ViBe算法确定运动目标区域,然后通过改进C3D网络提取目标的HOG时空特征,再加入GRNN层进行分类训练,最后根据训练好的C3D-GRNN模型完成人群异常行为的识别与分类。实验结果表明:所提算法的HOG时空特征能够明显提升对人群行为的表达能力,减少了特征提取工作量,并且该方法的准确度和鲁棒性均高于支持向量机等其他同类方法,为小样本数据集的分类问题提供解决新思路,具有较高的应用价值。

  • 2021-04-25
  • 阅读159
  • 下载0
  • 7页
  • pdf