排序方式: 共有24条查询结果,搜索用时 203 毫秒
1.
2.
对中国企业诚信经营的现状进行分析,提出建立全国性信用信息系统的建议、实施方案以及政府在这个过程中应扮演的角色等。 相似文献
3.
近年来,随着智能冰箱技术的不断发展,对冰箱果蔬食材进行精准的类别识别,进而对食材进行保鲜控制,得到了研究者越来越多的关注。目标检测技术依靠深度学习相关技术的发展,也渐渐应用于食材盘点的方法。通过对冰箱果蔬食材特性进行分析,提出了一种基于注意力机制和集成学习思想的YOLOv5和EfficientDet融合的方法。首先对冰箱食材数据集进行了伪彩色图像处理,将SE模块和CBAM模块整合提出了新的SC模块,并引入到YOLOv5s网络中,组成SC-YOLOv5s网络结构;然后将SC-YOLOv5s网络结构与EfficientDetd0网络进行异质集成;最后用集成后的整体网络对尺度有差异但外貌相似的食材进行识别。实验结果表明当IOU阈值为0.5时,在60类果蔬食材测试集上,改进后集成模型的平均最大精确度(mAP)从SC-YOLOv5s的95.88%和EfficientDetd0的83.22%提高到了97.36%,明显提升了对果蔬类食材的检测效果。 相似文献
4.
针对短期电力负荷数据随机性强,难以实现准确预测的问题,提出了一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)和时间卷积网络-长短期记忆网络(temporal convolutional network-long short-term memory network, TCN-LSTM)混合模型的预测方法。所提算法先使用CEEMDAN方法将负荷数据分解为一系列相对平稳的子序列。同时为了降低后续计算规模,通过引入排列熵的方法将各子序列进行重组。然后,将各个重组序列输入到TCN-LSTM组合模型中,利用TCN模型提取特征并构建序列的特征向量,再基于LSTM模型对其进行训练及预测。最后把全部预测值进行相加得到完整的预测负荷值。通过使用欧洲某地真实负荷数据进行验证。结果表明:所提算法与其他常见的预测算法相比具有更高的预测精度,可为负荷预测等研究工作提供相关参考。 相似文献
5.
一种自适应Tikhonov正则化参数估计方法 总被引:1,自引:0,他引:1
为了解决离散线性反问题中正则化参数选择困难的问题,在Tikhonov正则化方法等效统计模型的基础上,提出了一种自适应Tikhonov正则化参数估计方法.将正则化参数选择的问题转换为关于被测信号和测量噪声的超参数的统计推断问题;基于测量噪声潜在的高斯分布特性,可在独立于测量噪声水平的条件下自适应地估计正则化参数.仿真结果表明:从最大化重建信号后验概率分布的角度来看,自适应Tikhonov正则化参数估计方法计算得到的正则化参数可视为具有随机分布特性的最佳正则化参数的近似折中,其对应的重建信号准确度接近于最优重建信号的准确度,且收敛速度较快. 相似文献
6.
为了抑制无输出隔离变压器中由于控制漂移、器件性能不一致等原因使得三相逆变器输出中包含的直流分量,提出了两种直流分量的抑制策略并进行了对比分析。第一种是在dq坐标系下采用带通滤波器检测输出电流直流分量并进行PI调节,然后补偿SVPWM脉宽的策略;第二种是在abc坐标系下采用滑动平均滤波检测出输出电流的直流分量并进行PI调节,然后补偿SVPWM脉宽的策略。通过理论分析和建模仿真对两种策略进行了对比分析,并在450kW的三相逆变器上做了一系列实验。结果表明,采用滑动平均滤波策略在不同负载下对输出直流分量的抑制都有更好的效果,而带通滤波策略在轻载下抑制效果不能达标,重载下抑制效果也没有滑动平均法好。 相似文献
7.
提出了在量化单位受系统噪声限制的条件下,提高A/D系统分辨率的一种有效方法-梯度均值法.对梯度均值法的工作原理给出了严格的数学论证,并与普通的统计均值法进行了性能对比分析.该方法的原理可推广应用于任一量化系统,在达到相同分辨率的条件下,与普通均值法相比响应速度大为提高. 相似文献
8.
粒子群算法是一种基于群智能的随机优化算法,具有简单易实现、设置参数少、全局优化能力强等特点。本文先介绍了基本粒子群算法,归纳了粒子群算法的研究现状和几种改进型态,然后根据该仿真系统对土壤形态和运动显示效果要求,提出了一种基于粒子群算法的优化方案,对系统中土壤模型的各种运动形态,对土壤粒子采用粒子群优化算法的运动过程进行仿真实验,评测图像运行速率,效果明显。 相似文献
9.
10.
记载我国产的蝇科秽蝇属Coenosia Meigen,1826共80种.其中包括前人报道过的70个种,又补充了10个种的名录及其分布,并对我国产的软毛秽蝇C.mollicula和灰石秽蝇C.grisella进行了再描述和绘制了原图. 相似文献