• 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

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型_刘敏

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

  • 2021-05-06
  • 阅读292
  • 下载0
  • 8页
  • pdf

基于最小二乘法和高斯混合模型的语音转歌声算法_段伟博

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

  • 2021-05-06
  • 阅读290
  • 下载0
  • 8页
  • pdf

基于改进HMM模型的3D景区地图匹配算法_黄娟娟

针对GPS误差和地图系统误差导致3D地图定位精度较低的问题,提出一种基于改进隐性马尔科夫模型的地图匹配算法。使用面积重叠法获取候选路段,引入距离、道路宽度和历史定位点计算观测概率,利用路网拓扑信息、游客行为特性、景点与道路的相关性计算转移概率,采用Viterbi算法得出最优匹配路段。在Unity3D平台上实现景区场景3D可视化,利用校园地图进行实验验证,结果表明,该算法匹配精度达到95.4%,在3D景区导航中具有良好的实用性和较高的准确性。

  • 2021-05-06
  • 阅读291
  • 下载0
  • 8页
  • pdf

基于光线折射模型的水下图像转换算法研究_陈旭阳

针对水下目标成像时光线折射所造成的图像失真问题,以及现有图像转换算法因忽略光线二次折射所造成的转换误差,提出一种基于光线折射模型的水下图像转换转算法。该算法首先获取水下图像的像素点信息,通过映射关系计算得到像素点在等效空气图像中的对应坐标信息,从而获得水下目标的等效空气图像。实验结果显示,文中所提算法较之现有图像转换算法,u方向图像转换误差均值由2.289 5降为1.213 3,降低47.01%,v方向图像转换误差均值由3.252 5降为1.526 3,降低53.07%。同时,测距误差均值由58.83 mm降为28.88 mm,降低50.91%。

  • 2021-05-06
  • 阅读294
  • 下载0
  • 8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294
  • 下载0
  • 8页
  • pdf

基于ADE算法优化的木材单板染色全光谱配色模型研究_魏艳秀

采用自适应的交叉因子与变异因子在增强全局搜索能力的同时提高收敛速度,通过循环迭代取值的方法确定Stearns-Noechel模型中参数M的最优值。采用新模型对8组标准样进行染色配方预测,以CIEDE 2000色差评价标准对实验结果进行评价。结果表明:基于ADE优化模型预测染色配方得到的拟合样与标准样间ΔE00均小于3;迭代次数是遗传算法的13.04%,差分进化算法的50.00%,寻优速度更快;对于标准样1,新模型预测配方得到拟合样与标准样间ΔE00约为最小二乘法、遗传算法和差分进化算法优化模型的1/5、1/3与1/2,预测精度更高,说明了新模型在染色木材单板全光谱配色方面具有较高的使用价值。

  • 2021-05-03
  • 阅读293
  • 下载0
  • 8页
  • pdf

基于改进2D_ESPRIT算法的二维GTD模型参数估计_张小宽

针对经典2D-ESPRIT算法在估计基于几何绕射理论的二维GTD模型参数时受噪声影响较大这一问题,提出了一种改进的2D-ESPRIT算法,有效提高了算法的抗噪性能与参数估计性能。改进算法在经典2D-ESPRIT算法的基础上,首先通过构建交换矩阵,得到含有原始数据Ee共轭信息的另一矩阵Y;其次在通过自相关与互相关处理、叠加取平均,得到新的协方差矩阵R;最后对协方差矩阵解算,估计得到二维GTD模型各参数值。仿真实验表明,改进2D-ESPRIT算法抗噪性能要优于经典2D-ESPRIT算法,在信噪比较低的情况下,改进2D-ESPRIT算法估计得到的模型参数精度更高,性能更稳定。文中还针对其他因素(如矩阵束参数及配对标量β值)对模型参数估计精度的影响进行了探究,为后续仿真实验提供了参考。

  • 2021-04-30
  • 阅读304
  • 下载0
  • 8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296
  • 下载0
  • 8页
  • pdf
上一页 1 …… 2728293031323334353637 …… 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9
  • 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21
  • 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21
  • 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