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PCA_LSTM模型的多元时间序列分类算法研究_张可

多元时间序列数据广泛存在于金融市场、动作识别等众多领域,但由于其存在指标多、时序长等特点,现有分类算法难以兼顾两个维度的特征提取。文章提出将PCA和LSTM综合应用于多元时间序列分类问题中序列,采分用类P算CA法提。取并指通标过维与度k N特N征、SV,利M用等L分ST类M算遗法忘在门多学个习数时据间集维上度的特实征验,对从比而,建验立证基了于该P方C法A-不LS仅TM降的低多了元计时算间复杂度,且在多个数据集上均取得了精度较高的实验结果。

  • 2021-04-25
  • 阅读328
  • 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328
  • 下载0
  • 7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328
  • 下载0
  • 6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327
  • 下载0
  • 6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327
  • 下载0
  • 8页
  • pdf

一种基于改进模型预测控制算法的空_省略_量PWM虚拟磁链直接功率控制策略_陈伟丽

虚拟磁链定向的空间矢量PWM直接功率控制（VF-DPC-SVM）策略的功率内环PI控制参数整定过程复杂,电压型整流器（VSR）控制稳定性不高、快速性较差。对此,提出虚拟磁链定向的改进模型预测直接功率控制（VFMPDPC）策略。在功率内环用模型预测控制（MPC）算法代替PI控制器改善VSR的控制系能,并引入内模反馈校正环节在每个采样周期修正功率的预测给定值,通过改进的MPC模型实现对瞬时功率的高精度跟踪。仿真分析表明:改进的VF-MPDPC策略使系统稳态时调整时间短,响应快,电网污染小,输出母线电压质量高,功率纹波小；动态响应鲁棒性高,稳定性能好。

  • 2021-05-06
  • 阅读327
  • 下载0
  • 7页
  • pdf

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327
  • 下载0
  • 6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327
  • 下载0
  • 7页
  • pdf