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460
  • 下载0
  • 6页
  • pdf

基于改进栈式核稀疏深度模型的大规模极化SAR地物分类算法_肖茹

地物分类是极化SAR应用的一个重要分支。传统的地物分类方法需要提取特征,通过分类器进行分类。在栈式稀疏自编码模型的基础上,提出一种鲁棒的极化SAR地物分类算法。采用基于Morlet小波核的最小二乘支撑向量机代替深度模型中常用的Softmax分类器。通过与栈式稀疏自编码网络相结合,在一定程度上克服了传统极化SAR影像地物分类方法受相干斑噪声影响,且结果过于粗糙的缺点,保证了分类结果中非匀质区域的连贯性和匀质区域的一致性。真实极化SAR数据仿真实验结果表明,该算法可以有效地提高分类精度,降低相干斑噪声的对分类精度的影响。

  • 2021-05-06
  • 阅读460
  • 下载0
  • 6页
  • pdf

基于用户兴趣迁移的隐语义模型推荐算法_徐吉

协同过滤算法一般根据用户的评价信息来推测用户的喜好,但受到数据稀疏问题的影响,许多时候无法得到较为理想的推荐结果。除此之外,一般协同推荐算法忽略了用户兴趣的动态变化。本文所提出的基于改进的隐语义模型（TLFM算法）则将用户的兴趣喜好的改变考虑进来。具体的,在传统的隐语义模型的基础上加入对时间信息的权衡,选取适当的权重,有效地模拟用户兴趣随时间的变化状况,根据用户兴趣变化来决定推荐值,可以很好的提高推荐准确度。

  • 2021-05-06
  • 阅读460
  • 下载0
  • 6页
  • pdf

基于MMPSO算法的风电场多机等值模型参数辨识_刘立群

为了解决基于容量加权法的风电场等值模型参数难以充分反映风电场全部运行状态的问题,文章针对多机等值模型进行了参数辨识。首先,以电网侧故障为激励,根据各等值机组参数的轨迹灵敏度大小区分关键参数和一般参数。然后,采用改进的多粒子群优化算法分步辨识电气与控制器部分的关键参数。最后,通过仿真分析了各等值机组参数轨迹灵敏度大小与输出功率的关系及其变化规律,得到了参数修正后具有更优动态性能的多机等值模型。

  • 2021-05-06
  • 阅读460
  • 下载0
  • 7页
  • pdf

遗传算法与行人疏散模型结合的建筑出口优化_韩雨烔

构建基于遗传算法与行人运动仿真模型的双层优化框架,选取单室双出口场景,考虑两个出口在同一侧、相邻侧、相对侧3种典型布局,设定3种人员身形,3种疏散初始人群密度,9种疏散出口大小条件,形成243个数值实验场景,分别计算获得最有利于人员疏散的出口布局。研究发现疏散出口宽度与疏散效率呈正向关系,疏散人员半径、初始人员密度与疏散效率呈负向关系,同时在不同布局中,影响疏散效率的关键参数有一定区别。

  • 2021-05-06
  • 阅读460
  • 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459
  • 下载0
  • 7页
  • pdf

基于PoolNet显著性和SUR_省略_IBE模型的林火视频烟雾提取算法_汪鑫

烟雾的实时视频探测可用于早期森林火灾的预警,然而,由于烟雾具有飘动、扩散、闪烁等特性,通过实时视频提取烟雾区域具有极大挑战。本文根据人眼视觉注意力机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,提出了一种基于显著性检测和SURF-VIBE模型的疑似烟雾区域提取算法。首先采用一种基于PoolNet的显著性检测方法获得烟雾显著性图谱,通过VIBE运动检测算法获得视频中运动前景,并使用SURF特征匹配算法消除相机抖动等对运动前景带来的干扰,再由计算出的运动前景构造运动能量函数,对显著性谱进行估计,最终提取出疑似烟雾区域。实验验证结果表明:该算法检测准确率为91.3%,每帧检测速度为0.028 s,可用于实时视频烟雾探测。

  • 2021-04-29
  • 阅读459
  • 下载0
  • 7页
  • pdf

基于时间序列模型的RED算法研究_李多佳

＜正＞一、引言RED算法曾是一种有效的网络拥塞控制算法,其主要思想是通过路由器输出端的队列长度控制发送端的数据。算法操作简单易实现,但同时也存在着参数难以确定、难以有效处理突增的网络流量以及公平性等问题。随着网络信息量的爆炸式增长,现行RED算法已经无法有效解决网络流量过分饱和的现状,也无法保证网络的服务质量。

  • 2021-04-25
  • 阅读459
  • 下载0
  • 6页
  • pdf