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

基于遗传算法的SiC_MOSFET导通电阻模型_曹瀚

提出了一种简洁、新颖的SiC MOSFET器件导通电阻模型,该模型采用遗传算法对其不同温度下的导通电阻进行准确描述。相比于传统的导通电阻建模方案,采用进化算法可以准确地得到MOSFET导通电阻与结温之间的关系。并探究了不同种群规模、交叉率和变异率对算法的影响。为了验证模型的准确性,采用一款自主封装的1 200 V/90 A SiC MOSFET模块去验证模型的静态特性,并与传统导通电阻建模方案进行对比,其最大误差为4.1%。

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

基于遗传算法的江西七一水库来水流量新安江预报模型参数优化_刘志萍

利用江西七一水库水电站2016—2017年水文资料,基于遗传算法对七一水库来水流量新安江模型进行了参数优化率定,并采用参数率定前后2种来水流量模型对七一水库2018年的预报结果进行检验,重点分析了水库来水流量预报结果的日误差、月误差和年误差以及强降水过程流量预报误差等。结果表明:1）遗传算法参数优化后的模型流量预报误差减小；2）日误差在7月中旬以后明显减小；3）月误差在7月之前以正偏差为主,7月以后以负偏差为主；4）参数优化后的年误差整体好于优化前；5）在强降水过程实例流量预报误差分析中,参数优化后的误差明显减小,但不同强降水过程误差程度相差较大,可能与降水空间分布的不连续性、面雨量计算方法的局限性以及降水的天气类型有关。

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

带时间窗的多式联运路径优化模型及算法研究_杨楠

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159
  • 下载0
  • 6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