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

基于加权遗传算法的双目标应急物资配送车辆路径优化决策模型_宋英华

灾害发生后,应急物资调度是救援工作的核心,而应急物资车辆路径方案的选择尤为重要。以配送时间惩罚成本最小化和驾驶员心理成本最小化为目标,建立双目标应急物资配送车辆路径问题整数规划模型,并采用加权遗传算法求解,得出在两个目标成本最小情况下的最优近似配送方案。最后以四川省阿坝州九寨沟地震作为算例,验证了该模型和算法的有效性和可行性,对灾害后应急物资配送具有一定的参考价值。

  • 2021-04-29
  • 阅读338
  • 下载0
  • 8页
  • pdf

基于多光伏互补模型的最优出力设定值算法_薛婧

随着光伏渗透率快速增加,光伏出力随机波动与预测误差引起电力系统功率不平衡。为维持电力系统可靠性,调度部门不得不增加备用。针对含多光伏电站联合系统,文章建立了多光伏互补模型,降低系统有功出力波动和备用容量需求；为了满足备用约束条件且充分利用光伏发电,提出混合差分进化算法以求解光伏出力最优设定值。计算结果表明,该文所提多光伏电站互补模型和最优出力设定值算法,可以有效降低备用容量需求。

  • 2021-04-29
  • 阅读342
  • 下载0
  • 6页
  • pdf

一种基于C_V模型的电晕放电紫外成像分割方法_潘臻

为了判断高压设备发生电晕放电的位置和大致的放电强度,利用紫外成像仪对设备进行记录并判断高压设备的绝缘缺陷。通过C-V（Chan-Vese）模型方法对紫外图像光斑进行图像分割提取,且引入了光斑面积和光斑边界周长两个特征量来判断设备放电状态。结果表明,C-V模型提取光斑自动化程度高,耗时短,抗噪能力更强,具有很好的全局优化,能够在一定程度上减少漏检的放电区域,且引入的特征量能够较好地表征放电状态。

  • 2021-04-30
  • 阅读339
  • 下载0
  • 6页
  • pdf

仿生型脉冲神经网络学习算法和网络模型_尚瑛杰

为解决脉冲神经网络训练困难的问题,基于仿生学思路,提出脉冲神经网络的权值学习算法和结构学习算法,设计一种含有卷积结构的脉冲神经网络模型,搭建适合脉冲神经网络的软件仿真平台。实验结果表明,权值学习算法训练的网络对MNIST数据集识别准确率能够达到84.12%,具备良好的快速收敛能力和低功耗特点；结构学习算法能够自动生成网络结构,具有高度生物相似性。

  • 2021-04-30
  • 阅读339
  • 下载0
  • 8页
  • pdf

网格模型上基于线性插值的自适应保特征去噪算法_岳少阳

网格去噪是改善扫描设备所得数据并为后续数字几何处理提供理想模型的重要步骤.针对近年来涌现出的各种网格去噪算法难以平衡好时间消耗和去噪结果之间的关系,提出一种高效的基于线性插值的框架性保特征去噪算法,将体现结构特征的充分磨光模型与包含综合信息的噪声模型进行联合分析,通过自适应的线性插值算法逐步从噪声模型中提取出特征信息加到光滑模型中,从而实现保持不同程度特征（从显著特征到微弱特征）的去噪结果.同时提出迭代去噪算法的迭代终止判别条件,可为不同迭代去噪算法提供自动且可靠的终止条件.大量在不同复杂度和不同噪声程度的模型上的实验结果表明,与现有的局部迭代算法相比,该算法取得更好的视觉效果和较低的均方角度误差值,能够保持不同程度的特征且具有较好的时间性能.

  • 2021-04-30
  • 阅读736
  • 下载0
  • 12页
  • pdf

基于多元线性回归算法的5G基站能耗模型_帅农村

5G基站能耗高,对运营商的网络运营成本带来较大的压力。优化了5G基站能耗测试方法和业务加载方法,获取了大量现网5G基站能耗和无线利用率关系的实测基础数据。基于多元线性回归算法,构建了不同场景下的5G基站能耗模型,能耗模型拟合优度达到0.99以上。

  • 2021-04-30
  • 阅读339
  • 下载0
  • 6页
  • pdf

基于AdaBoost算法的炉芯温度预测模型_王坤

为了更好地检测炉缸工作状态的变化,运用AdaBoost集成算法建立了炉芯温度提前预测模型。通过提前预测炉芯温度,可以捕捉炉缸状态的变化趋势,便于操控者及时调整。收集了承钢4号高炉相关参数的实时数据,以时间为轴进行整合对应,使用拉依达准则进行粗大异常值的检验,线性插值法进行空缺值的填补,再利用相关性系数对输入参数进行冗余剔除,最后运用AdaBoost集成树模型进行预测,发现其预测效果较之单棵决策树模型要更加精准。

  • 2021-04-30
  • 阅读340
  • 下载0
  • 7页
  • pdf

基于Faster_R_CNN网络模型的铁路异物侵限检测算法研究_徐岩

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量；通过增加锚点个数来提高对目标区域建议的精确性；引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。

  • 2021-04-30
  • 阅读356
  • 下载0
  • 8页
  • pdf