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

基于改进深度学习模型的焊缝缺陷检测算法_谷静

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息；改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。

  • 2021-04-29
  • 阅读373
  • 下载0
  • 6页
  • pdf

基于双层规划的应急物资调度模型与算法研究_李艳

突发灾害情景下,为了提高对应急物资需求的快速响应能力,在应急物资调度实际特征和现实需求的基础上,以系统响应时间最短为上层目标,以系统总成本最小为下层目标,构建了一个双层规划模型。根据应急物资调度模型上下层之间相互关联、相互制约的特点,设计一种改进遗传算法。该算法研究了变异率对跳出早熟收敛问题的影响,并结合聚合度模型对原始遗传算法进行了改进。最后以某地区突发灾害事件为例,运用双层规划模型和改进遗传算法对算例进行求解,并对求解结果进行分析比较,验证所建立模型的有效性和所设计算法的可行性。

  • 2021-04-25
  • 阅读373
  • 下载0
  • 7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373
  • 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373
  • 下载0
  • 7页
  • pdf

基于色阶阈值模型的Criminisi图像修复算法_赵卫东

Criminisi图像修复算法用于优先权计算时,对图像纹理和结构信息的处理存在不足,极易导致错误的匹配和纹理延伸。针对此问题,提出基于色阶阈值模型的Criminisi图像修复算法。首先,在优先权计算中结合修复块的色阶信息建立色阶阈值模型,据此模型获取优先修复块,用以增加优先权的可靠性,避免纹理延伸和结构混乱。然后,在搜寻最佳匹配样本块时,以加入样本块的色度和亮度信息作为比较对象,以便在已知像素块中更加快速准确地搜寻出最佳匹配样本块,减少匹配错误。与其他图像修复算法相比,该算法的修复顺序更加稳定,修复效果满足视觉要求。

  • 2021-04-23
  • 阅读372
  • 下载0
  • 6页
  • pdf

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型_任燕龙

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络（long-short term memory,LSTM）和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型；并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解；最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。

  • 2021-04-26
  • 阅读372
  • 下载0
  • 7页
  • pdf

基于二维云模型和Apriori算法的围岩稳定性分级研究_薛黎明

针对围岩稳定性分级大多是对未受工程扰动岩体进行分级,以及分级结果难以为支护方式提供决策的现状,建立围岩稳定性的岩体及地质因素和工程因素二维分级指标体系。运用云理论确定岩体及地质因素和工程因素的等级期望值、熵和超熵,通过二维云发生器绘出围岩稳定性分级的二维云图,并向二维体系等级图进行投影,得到围岩稳定性的综合等级。将该模型应用于工程实例,并与一维云模型和实际进行对比,验证了该模型的准确性。该模型得到不同系统耦合作用下的围岩稳定性等级,实现了等级的可视化。通过Apriori算法进行关联挖掘得到围岩稳定性的综合等级决策表,可以快速确定工程的综合稳定性等级,并根据已知综合等级和岩体及地质因素等级确定工程因素的等级。

  • 2021-04-27
  • 阅读372
  • 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372
  • 下载0
  • 6页
  • pdf