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

仿生型脉冲神经网络学习算法和网络模型_尚瑛杰

为解决脉冲神经网络训练困难的问题,基于仿生学思路,提出脉冲神经网络的权值学习算法和结构学习算法,设计一种含有卷积结构的脉冲神经网络模型,搭建适合脉冲神经网络的软件仿真平台。实验结果表明,权值学习算法训练的网络对MNIST数据集识别准确率能够达到84.12%,具备良好的快速收敛能力和低功耗特点；结构学习算法能够自动生成网络结构,具有高度生物相似性。

  • 2021-04-30
  • 阅读518
  • 下载0
  • 8页
  • pdf

基于量子粒子群与标准粒子群混合算法的框架结构异构体系模型参数辨识_张迁

为了研究相邻框架结构地震碰撞问题,经常将框架结构动力学模型简化为树形拓扑结构,以提高计算效率。该文提出了一种将量子粒子群与标准粒子群结合的参数辨识方法,基于结构的动力特性等效原则,对框架结构建立适应于多体系统传递矩阵法（MS-TMM）高效计算的树形拓扑系统动力学模型,模型的相关力学参数的确定是基于量子粒子群与标准粒子群混合算法,由有限元方法计算得到模态参数,通过参数辨识的方法来完成。为了验证所提出方法的有效性,以三层框架结构为工程算例,将三层框架结构转化为树形拓扑力学模型,通过提出的参数辨识方法和标准量子粒子群算法分别进行参数辨识,并将两种方法的辨识结果分别利用多体系统传递矩阵法（MS-TMM）计算频率,将频率计算结果分别与Ansys结果进行比较。结果表明,该文方法的识别精度优于标准量子粒子群算法。

  • 2021-04-30
  • 阅读518
  • 下载0
  • 8页
  • pdf

配电网故障区段定位的互补松弛约束新模型与算法_郭壮志

研究快速高容错性馈线故障区段辨识技术对于提升配电网运行安全可靠性具有重要作用。基于故障电流信号并联叠加特性和逼近关系理论,首次提出代数建模机制下馈线故障区段定位的互补松弛约束模型,其优势为:克服了逻辑模型对群体智能算法的依赖,可采用数值稳定性好的梯度算法求解；利用互补松弛约束条件将非线性整数规划模型转化为具有光滑特性的非线性规划模型,降低了决策求解复杂性；无需对配电网进行分层解耦,即可实现单一和多重故障区段的有效辨识。为有效求解互补松弛故障定位模型,基于模型等价转换思想和松弛因子压缩策略,提出具有全局收敛特性的交互式优化决策算法。仿真算例验证新方法可实现配电网馈线单一或多重故障区段的准确高容错性辨识,且数值稳定性好、故障定位效率高。

  • 2021-04-30
  • 阅读518
  • 下载0
  • 9页
  • pdf

基于Kriging代理模型的失效机会测度算法_李贵杰

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。

  • 2021-04-29
  • 阅读518
  • 下载0
  • 6页
  • pdf

基于新增确诊数据和光滑算子对FU_省略_AN_CCDC模型反演算法的改进_邵年

2019年12月,新型冠状病毒肺炎（Corona-Virus-Disease,COVID-19）的疫情被人们识别认知,全世界都开始重视这个疫情.截至2020年4月21日24时,全球已累计确诊2 568 603例.科学地预测疫情发展趋势对疫情防控至关重要.FUDAN-CCDC模型用于国内疫情的预测产生了很好的效果,但是在用于欧美国家的疫情分析预测时效果不是很理想.本文对FUDAN-CCDC模型的优化目标进行了改进,考虑了新增数据的拟合,并考虑了欧美疫情数据的周末现象,提出对数据进行光滑预处理.新加入的两种可能的反演优化目标的改变,会对零增时间有较大的影响.在此基础上进一步发展的算法,可以得到更好的拟合和预测效果.

  • 2021-04-29
  • 阅读518
  • 下载0
  • 9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517
  • 下载0
  • 7页
  • pdf

一种零高分辨率3D网格模型的信息隐藏算法_任帅

针对目前3D网格模型信息隐藏算法抗分析性弱的问题,提出一种零高分辨率的信息隐藏算法。首先,利用改进半边折叠网格简化算法对网格模型进行多分辨率分析,将3个分辨率层表示为High-layer,Mid-layer,Low-layer；其次,在High-layer进行同心球面分割,提取特征向量,在Mid-layer计算顶点突出度,确定嵌入信息的特征点；再次,通过将特征向量中特征值的最高位与Chebyshev置乱的加密信息建立联系以形成关联信息；最后,利用分段映射函数将关联信息嵌入到特征点球面坐标r值的DCT变换交流系数中。算法将高分辨率层的特征向量与置乱信息所构建的关联信息隐藏于能量小于15%中分辨率层的鲁棒特征点的仿射变换不变量中,有利于算法的不可见性、鲁棒性和抗分析性。采用一阶拉普拉斯平滑的隐写分析方法检测不到点、面特征的明显变化,表明所提算法的抗分析性好。

  • 2021-04-30
  • 阅读517
  • 下载0
  • 7页
  • pdf

基于改进大气散射模型的图像去雾算法研究_龚晓婷

在成像的过程中,光的传播受到悬浮颗粒散射的影响,图像质量不佳。为了解决这种问题,提出了一种基于改进的大气散射模型的图像去雾算法。首先,运用开运算获取精确的大气光,避免白色物体误判大气光；其次,提出一种可调介质传输函数的估算方法,通过白平衡思想估计传输率的最大范围,并用可调系数来调整传输率；最后,由于暗通道先验方法得到的去雾图像整体偏暗,进行像素级融合得到最终复原图像。通过大量试验分析发现,该算法可以有效的去雾,同时提高有雾图像的对比度,细节信息等,使去雾后的图像纹理更丰富。

  • 2021-05-06
  • 阅读517
  • 下载0
  • 6页
  • pdf