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

信息安全应急演练方案及报告

一、应急演练总体目标        网络与信息安全应急演练的总体目标：建立健全网络与信息安全运行应急工作机制，检验网络与信息安全综合应急预案和业务技术专项应急预案的有效性，验证相关组织和人员应对网络和信息安全突发事件的组织指挥能力和应急处置能力，保证各项应急指挥调度工作迅速、高效、有序地进行，满足突发情况下网络与信息系统运行保障和故障恢复的需要，确保信息系统安全畅通。同时通过演练，不断提高各部门开展应急工作的水平和效率，发现预案的不足，进一步完善应急预案。    

  • 2021-06-20
  • 阅读231
  • 下载0
  • 5页
  • docx

基于相似日算法及集成学习的短期光伏预测模型

随着分布式发电系统的日益增多，光伏发电预测逐渐成为影响电力系统运行及调度的关键。本文提出一种基于改进相似日算法和集成学习的短期光伏发电混合预测模型。应用改进的相似日算法在历史数据中找到相似日，将相似日数据和气候因素等作为 Bagging 集成学习的输入变量，对其进行建模训练。通过公开的光伏数据集进行验证，并与传统的神经网络模型和支持向量机进行对比。结果表明，该模型具有较高的预测精度。

  • 2021-06-18
  • 阅读224
  • 下载0
  • 5页
  • pdf

基于改进粒子群算法的电流互感器J-A模型参数辨识

：在应用Jiles—Atherton（J—A）磁滞模型对电流互感器的磁滞回线进行分析时，需对J—A磁滞模型中5个关键参数进行精确识辨。针对目前辨识方法存在的计算时问长和寻优能力差等问题，提出了一种改进的粒子群算法对J—A磁滞模型中的关键参数进行辨识。该算法将遗传选择策略引入到粒子群算法中，通过增加粒子群的多样性来提高了算法全局搜索能力，从而提高J—A磁滞模型关键参数辨识的准确度。文中对比分析了所提改进算法（GSS—PS0）与其他智能算法对J—A磁滞模型的关键参数辨识速度与准确度。结果表明，改进的算法得到的磁滞回线与实测磁滞回线的误差最小，且识别效率较高，证明了该算法在J—A磁滞模型参数辨识中的准确性和有 效性。

  • 2021-06-18
  • 阅读255
  • 下载0
  • 8页
  • pdf

人工智能在5G系统中应用综述

人工智能和5G强联手，激发出不一样的业态 。

  • 2021-06-18
  • 阅读214
  • 下载0
  • 27页
  • pdf

基于小生境鱼群算法的有限元模型修正多解问题研究

传统模型的修正技术采用智能算法找到一组全局最优解, 能使有限元模型的计算结果与结构实际响应 更加接近。 实际上由于传感器数量有限, 测量数据不充分及仪器识别存在误差, 局部最优解可能比全局最优解 更能代表结构的实际参数。 因此, 引入小生境技术及反向学习策略, 提出了一种改进的小生境鱼群算法, 并在 算法运行后期采用模拟退火算法执行局部细化寻优, 克服了人工鱼群算法难以找到多个函数峰值、 对初值敏感、 后期收敛慢且精度不高的弊端； 然后, 通过数值仿真分析验证其可行性； 最后, 将其应用在一座缩尺斜拉桥模 型的修正上。 为避免大量调用有限元模型, 采用响应面作为代理模型, 通过拉丁超立方产生试验数据, 对各因 素进行显著性检验, 剔除无关因素后检验拟合精度。 研究发现: 模型修正后产生了使缩尺斜拉桥模态的计算值 与实测值误差减小的 1 组全局最优解与 7 组局部最优解, 从而使得决策人员可根据工程经验, 从多组解中做出 选择, 减少了对实际结构参数误判的可能。

  • 2021-06-17
  • 阅读231
  • 下载0
  • 9页
  • pdf

基于改进遗传算法的生鲜多目标闭环物流网络模型

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题，综合考虑退货量的不确定性，以经济成本最小、碳排放最小、社会效益最大为目标，建立了不确定条件下的生鲜多目标闭环物流网络模型。首先，利用改进的遗传算法（GA）求解该模型；然后，结合上海某生鲜企业运营管理数据，验证了模型的可行性；最后，将改进的 GA的结果与粒子群优化（PSO）算法的结果对比，验证了算法的有效性，凸显了改进的 GA在求解多目标的复杂约束问题时的优越性。算例结果表明，多目标优化满意度达到0. 92，高于单目标优化满意度，展示了所提模型的有效性。

  • 2021-06-17
  • 阅读285
  • 下载0
  • 7页
  • pdf

全模型迭代重建算法在儿童腹部低剂量CT检查中的可行性研究

目的：探讨 80 kV、30 mAs 扫描条件结合全模型迭代重建（iterative model reconstruction，IMR）算法在儿童腹 部 CT 扫描中的可行性。 方法：前瞻性地连续采集行腹部 CT 检查的 1~5 岁患儿 237 例，入组患儿 232 例，采用随机 数字法分为 A、B 2 组，A 组 120 例（正常体质量患儿 89 例，超重患儿 31 例），B 组 112 例（正常体质量患儿 83 例，超 重患儿 29 例）。A 组采用管电压 80 kV 结合 DoseRight 技术进行扫描，B 组采用管电压 80 kV 固定管电流（30 mAs）进 行扫描，扫描完成后分别采用 IMR 和 iDose4 算法重建。比较 2 组患儿的图像质量及辐射剂量。采用 SPSS 20.0 进行统 计学分析。结果：2 种重建算法下所有图像均能满足诊断需求，A 组患儿图像质量均优于 B 组（P＜0.01）；组内比较，A、 B 2 组的 IMR 算法图像评分均优于本组的 iDose4 算法图像评分（P＜0.01）；B 组正常体质量患儿 IMR 和 iDose4 算法图 像评分均高于超重患儿（P＜0.05），而 A 组正常体质量患儿和超重患儿 2 种算法图像评分差异无统计学意义。 A 组患 儿的体型特异性剂量估算值（size-specific dose estimate，SSDE）和容积 CT 剂量指数（volume CT dose index，CTDIvol）均 高于 B 组（P＜0.01）；组内比较，A 组患儿 SSDE 较 CTDIvol 高 49.1%，B 组患儿 SSDE 较 CTDIvol 高 48.0%，P 均＜0.01；A 组超重患儿 SSDE 较正常体质量患儿高 18.8%（P＜0.01），B 组超重患儿和正常体质量患儿 SSDE 差异无统计学意义 （P=0.18＞0.05）。 结论：80 kV、30 mAs 低剂量扫描在儿童腹部 CT 检查中是可行的，结合 IMR 算法能够进一步提高图 像质量。

  • 2021-06-17
  • 阅读245
  • 下载0
  • 5页
  • pdf

三种新型智能算法在疫情预警模型中的应用_——基于百度搜索指数的COVID-19疫情预警

自2019年12月底中国武汉爆发新型冠状病毒性肺炎（Corona Virus Disease 2019，COVID-19）以来，我国经济社会遭受巨大危害，利用网络数据预警疫情发展趋势可以有效降低其社会危害。而采用机器学习算法构建预警模型时，参数选取是其中重要内容，与最终构建模型的精度密切相关，探讨多种新型智能优化算法在百度搜索指数COVID-19预警模型中的应用效果，可为新型智能优化算法的推广应用提供一定的理论依据和分析策略。对比多元宇宙算法（Multi-Verse Optimizer，MVO）、黏菌算法（Slime Mould Algorithm，SMA）及平衡算法（Equilibrium Optimizer，EO）三种新型智能优化算法，在最小二乘支持向量机（Least Squares Support Veotor Machine，LSSVM）百度搜索指数疫情预警模型中的应用效果。优化算法寻优过程，SMA算法收敛性较差，全局搜索能力弱于MVO和EO算法，而EO算法运算效率相对较低，MVO算法的运算效率高，收敛性也较强，最终构建预警模型优势明显（测试集的MSE为17.77，MAE 为 38.38，RMSE 为 129.35，R2为 0.87）。三种智能优化算法皆可提升 LSSVM 预警模型的预测性能，而MVO优化算法的综合运算效能最好，最终构建的MVO-LSSVM预警模型可为后续疫情常态化防控阶段的防疫行为预判提供一定参考。

  • 2021-06-17
  • 阅读255
  • 下载0
  • 8页
  • pdf