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

基于数据引力模型的改进多标签算法_程子为

针对目前数据引力模型的多标签懒惰学习分类算法不能同时利用标签相关性以及数据质量的相互作用的问题,提出基于数据引力模型的改进多标签算法IMLDGM。首先,计算训练集中的每个样本数据的K个最近邻居样本,构成新的数据样本集；其次,根据新的数据样本集标签的分布情况计算交互引力系数IGC,同时为每个数据样本建立相关性矩阵来计算标签相关性关系,再计算出每个训练集样本数据的密度以及权重大小；最后计算粒子间的正、负引力大小来构建新的多标签分类模型。仿真实验结果表明,IMLDGM算法子集准确率SA与微平均F1值MF1评价指标均优于对比算法,汉明损失HL也较为明显的降低。

  • 2021-05-06
  • 阅读163
  • 下载0
  • 7页
  • pdf

一维GTD散射中心模型参数估计的改进MUSIC算法_郑舒予

针对利用多重信号分类（MUSIC）算法估计一维几何绕射理论（GTD）的散射中心模型时噪声鲁棒性较差、参数精度不高这一问题,提出一类改进的MUSIC算法。首先,构建原始回波数据的共轭矩阵,有效提高了原始回波数据的利用率；其次,将原始回波数据的协方差矩阵、共轭数据的协方差矩阵叠加取平均,得到一个新的总协方差矩阵；最后,对矩阵作2次方、4次方等偶次方处理,得到另一矩阵,以达到增大信号特征值与噪声特征值之间差距的作用,等效为增大了信噪比。仿真结果表明:所提改进算法的参数估计性能及噪声鲁棒性均要优于经典MUSIC算法。

  • 2021-05-06
  • 阅读163
  • 下载0
  • 7页
  • pdf

基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测_王晨阳

光伏发电受天气与地理环境影响,呈现出波动性和随机多干扰性,其输出功率容易随着外界因素变化而变化,因此预测发电输出功率对于优化光伏发电并网运行和减少不确定性的影响至关重要.本文提出一种基于遗传算法（GA）优化的卷积长短记忆神经网络混合模型（GA-CNN-LSTM）,首先利用CNN模块对数据的空间特征提取,再经过LSTM模块提取时间特征和附近隐藏状态向量,同时通过GA优化LSTM训练网络的超参数权重与偏置值.在初期对历史数据进行归一化处理,以及对所有特征作灰色关联度分析,提取重要特征降低数据计算复杂度,然后对本文提出来的经GA优化后的CNN-LSTM混合神经网络（GA-CNN-LSTM）算法模型进行光伏功率预测实验.同时与CNN,LSTM两个单一神经网络模型以及未经GA优化的CNNLSTM混合神经网络模型的预测性能进行比较.结果显示在平均绝对误差率（MAPE）指标下,本文提出的GA-CNN-LSTM算法模型比单一神经网络模型最好的结果减少了1.537%的误差,同时比未经优化的CNNLSTM混合神经网络算法模型减少了0.873%的误差.本文的算法模型对光伏发电功率具有更好的预测性能.

  • 2021-05-03
  • 阅读164
  • 下载0
  • 7页
  • pdf

层次混合模型快速遥感影像分割算法_石雪

针对高分辨率遥感影像中同物异谱和同谱异物导致的分割困难问题,提出一种层次高斯混合模型（HGMM）快速遥感影像分割算法.首先采用HGMM构建影像的统计模型,其具有准确建模像素强度统计分布呈现的非对称、重尾和多峰等复杂特性的能力；然后根据贝叶斯理论构建基于HGMM的分割模型,为了简化参数求解并提高算法效率,定义均值和方差为关于权重的函数；最后采用共轭梯度（CGM）求解模型参数.实验中采用所提出算法和传统统计模型分割算法分别对合成、全色和彩色高分辨率遥感影像进行分割实验.实验结果表明,所提出的HGMM具有准确建模复杂统计分布的能力,且能够准确和有效地分割全色和彩色遥感影像.

  • 2021-05-03
  • 阅读168
  • 下载0
  • 7页
  • pdf

基于改进涡流搜索算法的支持向量机分类模型_李学贵

支持向量机（SVM:Support Vector Machine）是定义在特征空间上的间隔最大的线性分类器,参数的选择决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择,寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM参数选择方法,有利于跳出局部最小值,其优化性能不低于涡流搜索算法。

  • 2021-04-30
  • 阅读166
  • 下载0
  • 7页
  • pdf

遗传退火算法的模型相似性计算方法_高雪瑶

为了检索最相似的CAD模型,本文结合遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,提出了基于遗传退火算法的模型相似性度量方法。利用面的边数差异来计算源模型面与目标模型面之间的形状相似性。结合面的形状相似性和面的邻接关系来计算面的结构相似性。以面的形状相似性和结构相似性为基础,构造2个模型的整体相似度矩阵。利用遗传退火算法对该矩阵进行搜索,得到2个模型之间的最优面匹配序列。以最优面匹配序列为基础,计算2个模型的相似性。实验结果表明:相对于模拟退火算法,本文所提出方法使13.33%的模型的排序效果有所改善。该方法能够更准确地度量2个模型之间的差异。

  • 2021-04-30
  • 阅读165
  • 下载0
  • 7页
  • pdf

基于AdaBoost算法的炉芯温度预测模型_王坤

为了更好地检测炉缸工作状态的变化,运用AdaBoost集成算法建立了炉芯温度提前预测模型。通过提前预测炉芯温度,可以捕捉炉缸状态的变化趋势,便于操控者及时调整。收集了承钢4号高炉相关参数的实时数据,以时间为轴进行整合对应,使用拉依达准则进行粗大异常值的检验,线性插值法进行空缺值的填补,再利用相关性系数对输入参数进行冗余剔除,最后运用AdaBoost集成树模型进行预测,发现其预测效果较之单棵决策树模型要更加精准。

  • 2021-04-30
  • 阅读168
  • 下载0
  • 7页
  • pdf

一种零高分辨率3D网格模型的信息隐藏算法_任帅

针对目前3D网格模型信息隐藏算法抗分析性弱的问题,提出一种零高分辨率的信息隐藏算法。首先,利用改进半边折叠网格简化算法对网格模型进行多分辨率分析,将3个分辨率层表示为High-layer,Mid-layer,Low-layer；其次,在High-layer进行同心球面分割,提取特征向量,在Mid-layer计算顶点突出度,确定嵌入信息的特征点；再次,通过将特征向量中特征值的最高位与Chebyshev置乱的加密信息建立联系以形成关联信息；最后,利用分段映射函数将关联信息嵌入到特征点球面坐标r值的DCT变换交流系数中。算法将高分辨率层的特征向量与置乱信息所构建的关联信息隐藏于能量小于15%中分辨率层的鲁棒特征点的仿射变换不变量中,有利于算法的不可见性、鲁棒性和抗分析性。采用一阶拉普拉斯平滑的隐写分析方法检测不到点、面特征的明显变化,表明所提算法的抗分析性好。

  • 2021-04-30
  • 阅读165
  • 下载0
  • 7页
  • pdf