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

基于多模型判决的红外运动小目标检测算法_范鹏程

针对空中红外运动小目标检测虚警率较高的问题,提出了利用多种模型联合判决来实现红外运动小目标的检测方法。首先依据红外小目标的成像模型特点,采用背景预测算法逐像素判断是否为疑似目标点；然后依据目标知识模型,用支持向量机（Support Vector Machine,SVM）分类器对疑似目标点进行二次判决,进一步滤除虚假目标点；最后依据运动模型来判断目标点在相邻帧之间的相对运动,筛除掉相对静止的虚假目标点,最终检测结果即为红外运动小目标。实验表明,该方法能有效降低对空红外运动小目标检测的虚警率,可用于强杂波环境下的红外运动小目标检测。

  • 2021-05-06
  • 阅读181
  • 下载0
  • 7页
  • pdf

基于改进混合蛙跳算法的氧量对象模型辨识_孙宇贞

针对混合蛙跳算法易早熟、寻优精度低的缺陷,将混沌初始化和局部变异高斯因子引入混合蛙跳算法,进行种群初始化和局部搜索的改进。将改进后的混合蛙跳算法用于火电厂过程模型辨识,以某1 000 MW火电机组双输入单输出的尾部烟气含氧量模型为辨识对象进行系统辨识。结果表明:与混合蛙跳算法相比,改进的混合蛙跳算法种群遍历性更广,局部搜索更快,能够避免陷入局部最优解,全局寻优能力更强,寻优精度更高,收敛速度更快,稳定性更好。

  • 2021-05-06
  • 阅读160
  • 下载0
  • 6页
  • pdf

融合图卷积网络模型的无监督社区检测算法_姜东明

图卷积神经网络（Graph Convolutional Neural Network）能有效地提取非欧式距离数据中的特征信息。提出一种基于图卷积网络模型的无监督社区检测算法。选择图中某些节点添加人工标签来模拟在图上的信号输入,使其满足图卷积网络的传播特征的要求,通过修改后的图卷积网络传播规则将节点本身的标签传递至其相邻节点,通过对同一节点获得的不同标签进行比较后将节点归类,之后优化归类结果并输出社区划分矩阵。使用现实世界的数据集进行测试,并与一些其他社区检测算法进行对比评估。实验结果表明算法在不同类型的数据集中都能得到很好的社区划分效果。

  • 2021-05-06
  • 阅读158
  • 下载0
  • 8页
  • pdf

随机多变量NARMAX模型的非线性递推最小二乘算法_侯小秋

针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广递推最小二乘算法和随机非线性递推最小二乘算法,将改进的多变量NARMAX模型转换为具有耦合的子系统,给出具有遗忘因子的,能克服算法病态的,适用于具有时变参数模型的改进随机多变量NARMAX模型的非线性递推最小二乘算法。应用在线修正参数预测滤波PID控制,仿真结果验证了算法的有效性。

  • 2021-05-06
  • 阅读156
  • 下载0
  • 7页
  • pdf

基于PPP模型的多扩展目标跟踪的JPDA算法研究_杜浩翠

针对多扩展目标跟踪问题,提出了基于泊松点过程（Poisson Point Process, PPP）模型的多扩展目标跟踪的联合概率数据关联（Joint Probabilistic Data Association, JPDA）算法。首先,采用PPP对扩展目标进行测量建模,其次以"多对一"关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联（Probability Data Association, PDA）的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。

  • 2021-05-06
  • 阅读181
  • 下载0
  • 9页
  • pdf

考虑客户满意度的物流末端节点选址模型及算法_肖玉徽

为了解决自取货的物流末端单一节点选址问题,在服务顾客数量和地理位置已知的前提下,考虑最远取货距离的约束,建立以客户满意度模糊隶属度为目标函数的数学模型。为了求解该模型,运用均值聚类给出初始可行节点,以满意度较小的客户为顶点,在分析其合理性的基础上,设计基于三角形外心和等分点的启发式算法优化初始解,算法允许接受一次次优解以避免陷入局部最优,并通过记忆数组来跟踪搜索过程,最终输出过程最优解。最后给出算例分析,证明了所提出的图上寻优算法优于均值聚类和点密度聚类算法。

  • 2021-05-06
  • 阅读157
  • 下载0
  • 6页
  • pdf

稀疏高斯厄米特PHD机动多目标跟踪算法_张文

针对基于概率假设密度（probability hypothesis density, PHD）的非线性机动多目标跟踪精度低、滤波发散、目标数目估计不准确等问题,提出一种基于交互式多模型的稀疏高斯厄米特PHD算法.该算法在PHD滤波器下,采用稀疏高斯厄米特方法对目标进行状态预测和量测更新,构造一种稀疏高斯厄米特PHD滤波器；然后将交互式多模型算法融入稀疏高斯厄米特PHD滤波框架中,解决了目标机动过程中运动模式不确定的问题.仿真结果表明该算法能对机动多目标进行有效的跟踪,相比交互式多模型不敏卡尔曼PHD等滤波方法具有更高的状态估计精度,且目标数目估计更准确.

  • 2021-05-06
  • 阅读157
  • 下载0
  • 7页
  • pdf

基于变分模态分解和改进鲸鱼算法优化的神经网络风速预测模型_李志鹏

风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出一种基于变分模态分解和改进鲸鱼算法优化的模糊神经网络（VMD-CGWOA-ANFIS）的混合预测模型。该模型首先使用变分模态分解（VMD）技术将原始风速序列分解为一系列子序列,对各子序列分别采用模糊神经网络（ANFIS）建立预测模型。为进一步提高预测精度,克服鲸鱼（WOA）算法容易陷入局部最优和收敛过早的缺点,引入共轭梯度算法（CG）对WOA进行改进,利用改进的CGWOA算法对ANFIS参数进行优化。使用优化后的ANFIS分别对VMD分解后的各子序列进行预测,最后将预测后各子序列叠加得到最终预测结果。为测试模型的有效性,选择宁夏地区三组实际风电数据进行模拟试验,将ANFIS、VMD-ANFIS、VMD-WOA-ANFIS与提出模型进行对比,结果表明,所提出的混合模型预测精确度明显高于其他对比模型。

  • 2021-05-06
  • 阅读161
  • 下载0
  • 8页
  • pdf