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

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

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

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

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

基于免疫连通模型的多路径传输选择算法_张争万

为解决无线传感器网络（WSN）中节点部署不均匀造成的节点能量消耗大、数据传输可靠性低的问题,提出了一种基于免疫连通模型的多路径传输选择算法。当数据传输发生故障时,免疫机制被用来选择路径的适应度函数,从而达到优化传输路径和减少节点能耗的目的。实验从网络寿命、端到端传输延迟、覆盖率、传输可靠性、载荷分布等指标对算法进行评价。实验结果显示,所提算法可更好地平衡负载,延长网络的生命周期,以及保证数据传输的可靠性。所提算法可以应用于对能量效率、可扩展性、延长网络寿命和降低网络开销有较高要求的传感器网络设计。

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