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VGG16模型的快速闭环检测算法_张学典

深度卷积神经网络在图像特征表示方面优于传统手工特征,将其用于闭环检测时还存在计算时间随着数据增长不断增加的问题。为了解决这一问题,提出了一种基于VGG16模型的快速闭环检测算法。该算法使用在ImageNet上预训练的VGG16网络模型提取图像卷积特征,并通过一种自适应粒子滤波方法得到闭环候选帧,以固定运算时间。在主流的闭环检测数据集City Centre和New College上对此算法进行测试,实验结果显示,该算法在两个数据集上可以分别达到92%准确率下70%召回率和96%准确率下61%召回率,超过了同类算法,并有效解决了计算时间增长的问题。

  • 2021-05-06
  • 阅读161
  • 下载0
  • 7页
  • pdf

基于MacCormack_TVD_省略_差分算法的二维泥石流数值计算模型_刘建麟

泥石流是一种介于崩塌滑坡和洪水之间的物理过程,既有土体的结构性,又有水体的流动性。随着泥石流运动控制方程和数值模拟技术的发展,基于数值模拟的泥石流危险性分区方法成为泥石流危险性分区的主要方法。本文应用Massflow模型,基于深度平均的连续介质力学方法,从Navier-Stokes方程出发,推导出二维运动堆积控制方程,采用MacCormack-TVD有限差分算法计算,根据古交官长沟的地形条件、水文条件、物源条件模拟了泥石流运动的全过程,计算得出泥石流泛滥范围内的流深和流速。并根据数值模拟结果和最大动能分区模型,获取该流域的泛滥范围并确定危险性分区,将模拟区划分为四个区域,即高危险区、中危险区、低危险区和安全区。泥石流的分区模型是每个网格上泥石流体的最大动能,能够直接反应泥石流对建筑物的破坏能力,分区模型具有直接的物理意义。

  • 2021-05-06
  • 阅读224
  • 下载0
  • 7页
  • pdf

一种应用于空间碎片演化模型的碰撞概率算法_王晓伟

针对碰撞概率算法Cube模型参数影响空间碎片演化模型的仿真结果问题进行了深入分析与研究,并将原Cube算法进行改进,由此提出I-Cube模型。经过多次蒙特卡洛仿真结果验证,I-Cube模型对演化过程中空间碎片碰撞概率的计算更为准确合理,空间碎片长期演化模型的结果不再依赖于自身碰撞概率算法的相关参数,提高了空间碎片长期演化模型的稳定性与可信度。

  • 2021-05-06
  • 阅读205
  • 下载0
  • 7页
  • pdf

基于遗传算法的BP神经网络模型在预测海洋沉积物烧失量中的应用_李强

烧失量（LOI）是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法（GA）-BP神经网络预测模型。利用X射线荧光光谱（XRF）分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差（RSD）为1.3%；海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%～6.2%之间,为烧失量的测定提供了一种新的有效途径。

  • 2021-05-06
  • 阅读167
  • 下载0
  • 6页
  • pdf

基于蚁群算法的Qo_S路由模型的设计与优化_高新成

为了提升网络数据传输中路由性能,采用蚁群算法解决网络路由出现的问题。首先介绍了蚁群算法的原理与模型,然后根据实际应用的QoS路由具体问题,建立QoS路由模型,设计基于ACO的Qo S路由算法。通过仿真实验,对参数进行优化分析,验证了蚁群算法在网络路由中的应用效果,证明这种方法能够提高网络数据传输中路由的性能。

  • 2021-05-06
  • 阅读216
  • 下载0
  • 6页
  • pdf

基于大数据集域自适应快速算法的图像特征智能识别模型构建_王鹏宇

通常采用图像特征智能识别以提高对图像高频成分的识别度。基于大数据集域自适应快速算法构建图像特征智能识别模型。在图像特征智能识别模型构建过程中,对于图像特征智能识别过程中容易产生伪图像特征识别、细节性模糊与图像特征智能识别的不间断性问题,使用大数据集域自适应快速算法可以提高图像特征智能识别的效率。经过实验表明,基于大数据集域自适应快速算法的识别特征模型能够有效提升微小图像特征平均识别率,且鲁棒性较好。

  • 2021-05-06
  • 阅读216
  • 下载0
  • 5页
  • pdf

基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究_郑威迪

终点碳含量是决定钢质量的关键因素,是转炉炼钢过程中需要控制的核心变量之一.本文建立了一种基于莱维飞行的鲸鱼优化算法（Levy Whale Optimization Algorithm,LWOA）和最小二乘向量机（Least Squares Support Vector Machine,LSSVM）的钢水终点碳含量综合预测模型.通过莱维飞行代替了传统鲸鱼优化算法（Whale Optimization Algorithm,WOA）参数的随机选择,优化了鲸鱼算法中跳出局部最优的能力；借助改变鲸鱼算法的系数向量收敛方式明显提高了鲸鱼优化算法的泛化能力、预测精度和收敛速度.数据仿真结果表明,所提出的LWOA-LSSVM预测模型,不仅能够克服局部寻优获取全局最优解,而且具有快速的收敛速度和更高的预测精度,得出预测结果的均方根误差、平均绝对误差和平均绝对百分比误差与遗传算法BP神经网络、遗传算法最小二乘支持向量机和传统鲸鱼算法最小二乘支持向量机相比均有着明显提高.同时,通过调整目标命中率和训练输入样本量验证了预测模型具有更好的鲁棒性.

  • 2021-05-07
  • 阅读216
  • 下载0
  • 7页
  • pdf

基于差分量子粒子群算法的锅炉NO_x排放模型优化_董泽

提出一种基于改进的差分量子粒子群（DEQPSO）算法,将其与超限学习机（ELM）相结合,以某1 000 MW超超临界机组锅炉燃烧系统为研究对象,建立了NOx排放模型,采用现场样本数据测试所建模型的预测能力,并将该模型的预测结果与基本超限学习机以及引力搜索算法（GSA）、粒子群算法（PSO）和量子粒子群算法（QPSO）优化的超限学习机模型的预测结果进行了对比。结果表明:DEQPSO算法具有更好的参数优化性能,DEQPSO-ELM模型具有较强的泛化能力和良好的预测精度,为电站锅炉NOx排放质量浓度预测提供了一种有效方法。

  • 2021-05-07
  • 阅读229
  • 下载0
  • 7页
  • pdf