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354
  • 下载0
  • 6页
  • pdf

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354
  • 下载0
  • 6页
  • pdf

基于低通滤波模型的行人再识别算法_花超

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法。首先,将行人图像进行分块；然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征；最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标。实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加（SDALF）方法提升了近20%；同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果。

  • 2021-04-24
  • 阅读354
  • 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354
  • 下载0
  • 6页
  • pdf

基于相空间重构和长短期记忆算法的电力系统无功负荷预测模型_赵冬梅

为了优化无功控制策略,改善电压质量,减小网损,针对无功负荷的随机性与非线性,提出一种基于相空间重构和长短期记忆神经网络的无功负荷预测模型。利用C-C法确定最优重构维数和延迟时间；通过计算最大Lyapunov指数说明无功负荷的混沌性；利用相空间重构技术将无功序列映射到高维空间,在高维空间利用长短期记忆神经网络进行预测；最后以海南省某地区的有功及无功负荷数据为例,通过Kolmogorov熵证实无功负荷的混沌程度大于有功负荷的混沌程度,算例验证了该方法的可行性,能提高无功负荷预测结果的准确度,有利于对电力系统无功进行更合理的调配和控制。

  • 2021-04-25
  • 阅读354
  • 下载0
  • 8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353
  • 下载0
  • 7页
  • pdf

融合用户关系和时间因素的主题模型推荐算法_高茂庭

用户的行为偏好往往会受到社交关系、时间因素等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,从而难以准确地产生推荐。为此,提出一种融合用户社交关系和时间因素的主题模型推荐算法。首先利用主题模型对用户打标签的行为进行主题建模,得到用户-物品概率矩阵；然后根据用户标注物品的时间计算用户标注行为的时间权重,再将时间权重与用户的标注行为权重相结合,计算基于时间的用户相似度；并利用用户的社交关系与基于时间的用户相似度进行加权处理得到用户的权重；最后根据用户权重,考虑其它用户的影响,得到用户对物品最终的偏好权重,根据排名产生推荐。在Last.fm数据集上对比实验表明,该算法能更全面地考虑用户特征,从而有效提高推荐的质量。

  • 2021-05-06
  • 阅读353
  • 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353
  • 下载0
  • 8页
  • pdf