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

基于共形辛Euler算法的非金属_省略_下管道精细化高效探地雷达正演模型_雷建伟

我国城市地下管线种类繁多、规模巨大.近年来,因城市管网家底不清、位置不明导致的管道挖断事故频发.探地雷达（GPR）是目前最为有效的地下设施探测定位设备,通过对探地雷达回波信号进行反演分析,可获取管道埋深、位置等信息.然而,地下管道等地下圆形目标,传统正演模型中阶梯近似方法会产生一定误差.本文结合辛Euler算法与曲面共形技术,建立探地雷达电磁波在含非金属管道地下结构中传播的精细化数值模型,并通过图形处理器（GPU）加速技术进一步提升模型计算效率.数值模拟结果显示,共形网格技术有效降低了由于阶梯近似造成的虚假绕射波,并通过结合GPU并行计算,在不增加网格密度的前提下,实现了对地下管道电磁响应的高效精细化计算.

  • 2021-04-25
  • 阅读682
  • 下载0
  • 13页
  • pdf

求解FDCP模型问题的ABC算法_肖宁

为了对模糊规划领域中存在的模糊相关机会规划（fuzzy dependent-chance programming,FDCP）模型问题进行计算,提出了模糊模拟技术与人工蜂群算法相结合的求解FDCP模型问题的求解方法。该算法运用模糊模拟技术来求解模糊机会函数,ABC算法则用于寻优,给出了完整的求解FDCP模型问题的ABC算法流程。通过与经典的求解算法相对比,本文的算法搜素效率更高,具有一定的求解优越性。

  • 2021-04-25
  • 阅读339
  • 下载0
  • 7页
  • pdf

基于模拟退火算法的模型检索_高雪瑶

为了从模型库中检索到最相似的CAD（Computer-Aided Design）模型,采用模拟退火算法检索相似模型。利用源模型面与目标模型面之间的边数差异,来构造两个模型之间的面相似度矩阵。利用模拟退火算法对面相似度矩阵进行搜索,得到两个模型之间的最优面匹配序列。以最优面匹配序列为基础,来计算源模型与目标模型之间的相似性。实验结果表明:该方法能够准确地度量两个模型之间的差异。

  • 2021-04-25
  • 阅读341
  • 下载0
  • 6页
  • pdf

一种面向图模型数据的差分隐私保护算法_宋宇宁

在公开的社会网络数据模型研究中,随机图模型是当前流行的针对社会关系数据的统计和研究方法,其数据通常来源于公开的社会网络数据,而差分隐私技术的理论完备性正适合此类信息的收集、分析和发布。本文对差分隐私在图模型数据中的应用做了概述,提出了一种用于随机图模型数据中的差分隐私方法并讨论了其效能、应用场景以及当前的局限性,最后对差分隐私在该领域未来的探索方向做了简要的分析。

  • 2021-04-25
  • 阅读387
  • 下载0
  • 5页
  • pdf

基于改进近邻传播算法的聚类质量评价模型_邹臣嵩

针对近邻传播（Affinity Propagation,简称AP）算法在对非团状数据集聚类过程中出现的局部聚类较多、精准度不高等问题,提出了一种基于改进AP算法的聚类质量评价模型.首先,在AP算法初步聚类的基础上,通过合并相似度较大的簇,减小聚类上限值kmax,进一步压缩聚类区间范围；其次,给出一个新的内部评价指标,用分属不同簇的样本对的平均距离代表簇间距离,削弱噪声数据的影响,平衡簇间分离度与簇内紧致度的关系.在UCI和KDD CUP99数据集上的实验结果表明,新模型可以给出精准的最优聚类数（范围）,能够在保持较低漏报率的同时,有效提高样本的检测率和分类正确率.

  • 2021-04-26
  • 阅读471
  • 下载0
  • 10页
  • pdf

基于库仑力模型的动态社会网络积极影响力最大化算法_卢敏

影响力最大化问题已经成为社会网络中重要的研究内容,其影响力传播模型和求解算法是关键的核心问题。为了提高预测传播结果的准确度,引入传播过程中激活节点数量动态变化与节点间信任关系对IC模型进行改进,结合社会影响力与库仑力之间的相似性,提出一种基于信任关系的动态社会库仑力（dynamic social Coulomb forces based on trust relationship,DSC-TR）模型,构建一种优化的随机贪心（random greedy,RG-DPIM）算法求解影响最大化问题。仿真实验结果表明,DSC-TR模型的预测准确度明显优于SC-B、IC模型；RG-DPIM算法性能优于G-DPIM、IPA、TDIA算法。

  • 2021-04-26
  • 阅读705
  • 下载0
  • 12页
  • pdf

基于滑窗算法和序列翻译模型的非侵入式负荷跨域分解_刘海东

非侵入式负荷分解作为实现电网与家庭用户能量监测的关键技术，能够量化能耗，为合理分配能源提供数据支撑。虽然目前已有算法在同数据集中功率分解准确率上有了很大的提高，但模型泛化性差且跨数据集间分解准确率低。为此，文中提出了一种基于滑窗方法的序列翻译优化模型，并运用迁移学习实现算法的跨数据集分解。该模型以滑动窗口的方式读取主电源有功功率的时间序列，采用基于LSTM编解码的序列到点模型预训练，经迁移学习获得训练模型，实现在不同数据集中的负荷分解。算例结果表明提出的深度学习模型在不同的数据集间训练测试均有较高的分解性能和准确率，提高了算法的泛化能力。

  • 2021-04-26
  • 阅读509
  • 下载0
  • 10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340
  • 下载0
  • 6页
  • pdf