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

基于机器学习算法模型的巫山县洪水灾害研究_牟凤云

用机器学习算法RF模型、K-means模型与ARMA模型,对巫山县范围内12 369条径流河段进行分类预测,研究水文参数在时间序列上的变化规律,探究降雨-径流演变规律；并结合GIS空间可视化技术,综合研究区地理环境,基于RF模型预测洪水致灾范围,分析洪水灾害预测结果的空间特征。

  • 2021-06-18
  • 阅读1344
  • 下载0
  • 9页
  • pdf

基于改进深度强化学习算法的电力市场监测模型研究_许杨子

针对典型深度强化学习算法若干显性固有弊端,提出了一种改进深度强化学习算法,设计了基于改进深度强化学习算法的电力市场监测模型。引入智能体（agent）机制,Agent执行动作（action）并把当前收益（reward）和未来收益反馈给环境（environment）模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现深度估值网络。以国家电网某电力公司为效能评价载体,基于谷歌的Tensorflow 1.2.1和OpenAI的Gym 0.9.2环境开发了验证环境并对模型进行了实证分析,仿真验证结果表明所提模型可以在较短的时间内处理多维波动非线性电力市场监预测模型,在稳定性、监测自主性、预测准确性、对抗环境下的模型性能等方面具有明显优势。

  • 2021-06-18
  • 阅读1404
  • 下载0
  • 6页
  • pdf

大数据分析与情报分析关系辨析-李广建

大数据与情报分析的深入辩解，通过大数据深入探讨情报的前景与应用

  • 2021-06-15
  • 阅读638
  • 下载0
  • 9页
  • pdf

数据与模型双驱动的高效压缩感知磁共振成像重构算法_张宇夕

统压缩感知磁共振成像重构算法基于先验构造与迭代求解,通常具有很低的计算效率,近期提出的深度方法依赖训练数据与结构设计,因此泛化能力差.针对两者的问题,提出一种高效鲁棒的重构算法以实现性能与效率的平衡.算法从互补的视角出发,对细节恢复和伪影去除2个问题分别构建模型驱动的先验表达过程与数据驱动的深度预测过程,实现了领域知识与深度信息的充分融合；交替迭代的求解机制保证中间结果被及时修正,进一步引导解序列沿着理想的传播方向逼近目标解.针对T1加权与T2加权数据的实验结果表明,与现有先进算法相比,所提算法在3种采样模板与5种采样频率下均能实现更高的重构精度,且提高了在GPU与CPU上的计算效率,进一步实验表明所提算法对采样部位差异与莱斯噪声干扰具有更强的鲁棒性.

  • 2021-06-18
  • 阅读1343
  • 下载0
  • 8页
  • pdf

基于GA_ELM混合模型的急性心肌梗死定位算法研究_张行进

针对心肌梗死疾病的快速准确定位,提出一种结合基因算法和极限学习机（GA-ELM）的新定位算法。对多导联心电图（electrocardiogram, ECG）进行去噪预处理；分别定位出每个R波峰的位置,并将心电信号分割成相互独立的心搏序列,作为混合模型的输入；采用（Physikalisch-Technische Bundesanstalt,PTB）心肌梗死数据库验证所提算法的有效性。利用十折交叉验证法评测算法定位的精度,实验结果表明,GA-ELM混合模型对心肌梗死定位的准确率达到98.42%,性能优于其他文献的算法,对医护工作者确定心肌梗死部位具有重要的临床意义。

  • 2021-06-17
  • 阅读1365
  • 下载0
  • 6页
  • pdf

基于主题模型及其扩展的短文本算法评述_韩肖赟

随着短文本网络舆情的快速传播和流行,传统主题模型的重心实现了从长文本到短文本的转变。针对潜在狄利克雷模型（Latent Dirichlet Allocation,LDA）在短文本上效果不佳的问题,系统地阐述文本特征表示法的变化、常见短文本处理方式和主题模型调整方案；总结LDA和狄利克雷多项混合模型（Dirichlet Multinomial Mixture,DMM）在生成过程、参数估计以及潜在主题个数确定上的发展现状及相应的扩展研究；对主题模型在网络舆情话题演化与深度学习在短文本上的相关应用进行分析,并指出未来主题模型的研究及应用方向。

  • 2021-06-17
  • 阅读1356
  • 下载0
  • 7页
  • pdf

基于体素模型与卷积神经网络的三维模型分类算法_刘泽鑫

针对传统三维模型分类算法时间复杂度较高、分类准确率较低等问题,提出一种基于体素模型与卷积神经网络的三维模型分类算法。将原始模型表示为八叉树结构的体素模型以优化模型的性状表达,使用设计的卷积神经网络对体素模型进行特征提取以及分类运算。实验结果表明,与其他三维模型分类算法相比,该分类算法的显存占用较小,同时具有较低的时间复杂度和较高的分类能力。

  • 2021-06-18
  • 阅读1368
  • 下载0
  • 6页
  • pdf

基于时空相关属性模型的公交到站时间预测算法_赖永炫

公交车辆到站时间的预测是公交调度辅助决策系统的重要依据,可帮助调度员及时发现晚点车辆,并做出合理的调度决策.然而,公交到站时间受交通拥堵、天气、站点停留和站间行驶时长不固定等因素的影响,是一个时空依赖环境下的预测问题,颇具挑战性.提出一种基于深度神经网络的公交到站时间预测算法STPM,算法采用时空组件、属性组件和融合组件预测公交车辆从起点站到终点站的总时长.其中,利用时空组件学习事物的时间依赖性与空间相关性.利用属性组件学习事物外部因素的影响.利用融合组件融合时空组件与属性组件的输出,预测最终结果.实验结果表明,STPM能够很好地结合卷积神经网络与循环神经网络模型的优势,学习关键的时间特征与空间特征,在公交到站时间预测的误差百分比和准确率上的表现均优于已有的预测方法.

  • 2021-06-16
  • 阅读1353
  • 下载0
  • 15页
  • pdf