• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

基于载噪比模型加权的GNSS双频载波和差联合跟踪算法优化与分析_刘文学

前期发展的全球导航卫星系统(global navigation satellite system,GNSS)双频载波和差联合跟踪算法存在双频信号载噪比不一致情况下双频信号跟踪稳定度和跟踪精度较差问题,对此提出了优化改进的算法。针对实际应用中共星双频信号存在的信号载噪比不同情况,优化原有双频载波和差联合跟踪环路结构,基于载噪比模型计算GNSS双频信号在双频载波和差联合跟踪环路中的加权值,利用该加权值实现共星双频信号的载波和差联合跟踪。算法理论分析和仿真结果表明,优化后的基于载噪比模型加权的GNSS双频载波联合跟踪算法更加适用于实际应用条件,能够提高原有算法在双频信号载噪比不一致情况下共星双频信号跟踪稳定性和跟踪精度。

  • 2021-05-07
  • 阅读548
  • 下载0
  • 8页
  • pdf

基于云模型的改进粒子群PMSM参数辨识算法_时维国

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.

  • 2021-05-07
  • 阅读598
  • 下载0
  • 7页
  • pdf

基于似然函数的自适应Singer模型滤波算法_蒋冬婷

Singer模型滤波算法可以对机动目标进行有效跟踪,但其模型参数的确定依赖于先验知识,且一旦确定,将在滤波过程中不再变化.因此,当事先确定的参数与目标机动不匹配时,跟踪精度会变得比较差.针对模型参数失配时,传统Singer模型不能有效跟踪机动目标的问题,提出一种自适应Singer模型滤波算法.在滤波过程中,构造多模型的模型似然函数,并随着滤波过程实时计算模型似然函数,根据似然函数的变化,自适应调整Singer模型加速度参数.仿真表明,该算法能够有效跟踪目标不同的机动情况,滤波效果较固定参数的Singer模型算法和离散自适应Singer模型算法更优.

  • 2021-05-07
  • 阅读590
  • 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292
  • 下载0
  • 8页
  • pdf

现代战争正在加速从信息化向智能化时代迈进_吴明曦

<正>新世纪以来,以人工智能为核心的智能科技的快速发展,加快了新一轮军事革命的进程,军事领域的竞争正加速走向智权时代,战争的制胜机理将完全改变。其中,基于模型和算法的AI脑体系是核心作战能力,贯穿到各个方面、各个环节,起到了倍增、超越和能动的作用,平台有AI控制,集群有AI引导,体系有AI决策,传统以人为主的战法逐步

  • 2021-04-30
  • 阅读294
  • 下载0
  • 6页
  • pdf

基于两层体素模型的碰撞检测算法_陈骞

碰撞检测是布尔运算中的关键步骤。针对现有的大尺度三角网格模型的布尔运算时间效率不足的问题,提出一种基于两层体素模型的碰撞检测算法,以求提高两个静置模型在布尔运算场景中碰撞检测的速度。在算法中,首先利用AABB包围盒算法确定模型的相交区域,然后在相交区域内构建起两级体素模型,检测出发生碰撞的体素后,将体素中所对应的三角面两两进行求交测试,最终以两个三角网格模型的交线集合作为碰撞检测算法的结果。经过多组表面复杂的模型测试,比VTK中的算法时间效率平均提高了90%。 关键词:碰撞检测;体素模型;体素化;布尔运算;AABB包围盒;

  • 2021-04-29
  • 阅读345
  • 下载0
  • 5页
  • pdf

基于学习者模型的文本学习资源推荐算法研究_陈鑫宇

为解决学习者在网站中获取文本学习资源的准确性,避免学习者浪费大量的时间和精力等问题,提出并构建了"三位一体"的基于学习者模型推荐系统。首先,该系统通过分析用户行为,把用户分为普通用户和目标用户两大类。然后针对每一类用户使用不同的推荐算法。通过在传统向量空间模型表示法的基础上引入语义相关度,使文本向量模型和学习者兴趣向量模型进行了更新,从而更好地根据学习者的学习兴趣来推荐中文文本学习资源,使推送文本学习资源变得有据可依。其次,通过对这两个模型进行余弦相似度对比,更好地实现中文文本学习资源的个性化推荐。最后,通过在家教服务系统上进行实验仿真,验证了所提算法对推荐准确度的提高。实验结果表明该算法是有效的。

  • 2021-04-29
  • 阅读337
  • 下载0
  • 5页
  • pdf

基于改进遗传算法的城市道路级配模型_刘宇航

为缓解交通拥堵的问题,构建满足供需平衡的城市道路等级配置模型.从出行链的特征出发,对道路等级进行分层,结合交通功能进行分类,将城市道路等级划分为三层四类道路.在交通供需平衡、道路总里程、道路用地面积的约束下,以出行总时耗最小为优化目标构建模型,并通过改进的遗传算法求解得各等级道路的级配比.以南京市的城市道路为例进行应用,得到快速路、干路、支路、巷道四类道路的理想级配比为1:4.8:6:7.2.结果表明,该方法对我国城市道路的等级配置有较好的理论借鉴意义.

  • 2021-04-29
  • 阅读310
  • 下载0
  • 9页
  • pdf
上一页 1 …… 3536373839404142434445 …… 81 下一页 共 643 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

2025年车路云一体化系统云控基础平台功能场景参考架构报告2.0

汽车智能化网联化融合发展已经成为全球政府、产业界的发展共识,各国通过升级政策法规、推动测试示范、加速创新应用等方式推动智能网联汽车产业发展。2024年1月,我国启动智能网联汽车“车路云一体化”应用试点,推动车路云一体化从技术验证迈向规模化应用。

  • 阅读98
  • 下载1

2025年中国新锐品牌全球成长白皮书

过去十年,中国消费市场的高速迭代催生了一批极具活力的新锐品牌。它们凭借对消费趋 势的敏锐洞察、柔性灵活的供应链体系以及成熟的数字化运营能力,在国内细分市场中迅 速崛起,创造了一个又一个“爆款神话”。

  • 阅读86
  • 下载2

中服云多模态工业物联网平台介绍

中服云作为国内著名的专业工业物联网平台系列产品提供商,历经十余年深耕发展,已构建起成熟的全系列多层次产品体系,精准适配不同行业、不同规模用户的差异化需求。凭借在工业数据采集、边缘计算、人工智能、数字孪生等领域的深厚技术积累与持续创新,中服云已为海量工业企业提供了稳定可靠的数字化转型解决方案。平台支持云端SaaS在线部署与用户现场私有化部署两种模式,既满足中小企业轻量化、低成本的在线使用需求,也保障大型企业对数据安全、定制化服务的高标准要求。

  • 阅读97
  • 下载0

中服云工业物联网平台数字孪生版技术原理与功能介绍

中服云数字孪生平台以物联网平台+数据中台为坚实基础,以2D/3D/GIS为核心展示形式,致力于打造一个从设备原始数据到孪生应用落地的一站式数智化平台。

  • 阅读138
  • 下载4

最新上线

智慧物流园区信息化趋势

区别于传统消防联网模式,在符合GB50440要求的同时,将互联网思维融入消防信息化管理,将离散在园区各个消防设施实时状态信息有效整合在统一系统上。

  • 阅读54
  • 下载0

2025全球人工智能展望报告

2025 年,人工智能正式迈入 “智能体元年”,AI Agent?成为驱动产业变革的核心力量,硬件迭代、多模态融合、世界模型演进共同推动行业从 “被动响应” 向 “主动解决复杂问题” 跨越。

  • 阅读10
  • 下载0

算力是人工智能的基础设施

机器学习与深度学习有着明显的异同点 在数据准备和预处理方面,两者是很相似的。他们都可能对数据进行一些操作:数据清洗、数据标签、归一化、去噪、降维。核心区别:传统机器学习的特征提取主要依赖人工,针对特定简单任务的时候人工提取特征会简单有效,但是并不能通用;深度学习的特征提取并不依靠人工,而是机器自动提取的。这也是为什么都说深度学习的可解释性很差,因为有时候深度学习虽然能有好的表现,但是我们并不知道他的原理是什么。

  • 阅读23
  • 下载0

2026六大未来产业发展趋势与人工智能八大落地场景洞察

2025年是中国人工智能规划中期规划的关键节点,AI场景解决方案从“能用”到“有用”到“好用”在垂2025年中国AI产品在用户规模与产品数量上已具备全球竞争力

  • 阅读24
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南