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

基于高斯混合模型的火焰检测算法_张怡

火灾作为对社会和环境危害最大的灾难,一直是人们重点防范的对象。但目前现有的火灾预警系统都存在误报率过高的问题。因此,文中提出了一种基于火焰闪烁动力学的火焰检测框架。在该框架中,火焰颜色分布模型采用高斯混合模型。此外,采用概率显著性分析方法和一维小波变换提取运动显著性和滤波后的时间序列作为特征,描述火焰的动态特性和闪烁特性。通过实验证明了提出的方法对比现有方法具有较好的精确度,能够获得95%以上的精度,并且具有较低的误报率,满足实际需求。

  • 2021-04-20
  • 阅读553
  • 下载0
  • 6页
  • pdf

基于差分理论的混凝土温度参数反演模型的GA算法研究_杜玮

混凝土温度参数对于混凝土温控防裂具有重要意义,采用差分算法,对混凝土温度场进行仿真计算,依据实测温度数据,对仿真计算进行误差分析,并建立基于实测数据的反演模型,针对反演模型的具体特性,构建了GA算法,通过反演模型的求解计算,可以确定更符合实际情况的混凝土温度参数,从而为混凝土温度参数的合理确定以及后续温控计算提供参考。

  • 2021-04-20
  • 阅读515
  • 下载0
  • 5页
  • pdf

基于YOLO多模型交叠桥接策略的人脸检测算法_朱泽群

时变重力场是研究地球内部介质物性变化的重要手段。本文提出了一种适用于地面流动重力测量获得的时变重力信号的场源反演方法,该方法采用球坐标系下的六面体单元来模拟场源介质,适合大尺度地震流动重力测量数据的等效源模型构建。通过引入重力时变信号的一阶光滑先验条件,压制了时变重力信号中的短周期高频分量,可用于提取与地震孕育相关的长周期信号。通过理论和模型实验证明了本文算法的可靠性和稳定性,并使用南北地震带南段2014—2017年的流动重力实测数据进行了反演解释,获得了地壳内部等效场源的视密度时变信号,变化量级在正常地壳密度的±0.7‰之间,其空间形态受川滇菱形块体边界控制。研究成果可用于时变重力场模型解释和深部场源特征提取,可为地震重力前兆信号分析和相关研究提供完备的方法保障。

  • 2021-04-20
  • 阅读817
  • 下载0
  • 3页
  • pdf

法向算子和D2算子相结合的铸件三维模型分类算法_孙晓龙

为了解决铸造生产中相同类型铸件的历史工艺复用问题,提出了一种法向算子和D2算子相结合的铸件三维模型分类算法。该方法从三维模型的面特征和点特征信息出发,分别提取三维模型的法向算子和D2算子特征描述符,通过度量新铸件模型和各类别模型特征描述符的相似性实现铸件模型分类。在企业实际生产的铸件模型库中的实验结果表明,该方法对常见的铸件类别有很好的特征识别效果,解决了D2算子作为预分类器时处理部分复杂模型时存在的特征不敏感的缺陷,可以获得准确率高的分类结果。

  • 2021-04-22
  • 阅读404
  • 下载0
  • 8页
  • pdf

国密算法在工业互联网安全中的应用研究

工业互联网安全是网络空间安全的重要组成部分。 加强国密算法在工业互联网中的应用研究，对 于提高我国网络空间安全的防护能力和实现自主化目标具有重大意义。 阐述了国密算法在工业互联网的 应用现状和存在的挑战，并基于国密算法设计一种轻量级的身份认证协议。 分析表明，该协议两次握手可 完成认证，并能够满足认证的安全性要求，具有良好的应用价值。

  • 2021-04-21
  • 阅读605
  • 下载0
  • 4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509
  • 下载0
  • 7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400
  • 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397
  • 下载0
  • 7页
  • pdf