智能视频的公交客流量统计算法

为了解决复杂背景及运动状态下城市公交客流量的准确检测、识别与统计问题,提出了运动矢量跟踪方法,研究了公交乘客头部运动特征及客流量统计算法.传统的帧间差分、边缘检测等目标检测算法很难处理紧邻的多目标情况.利用类圆形处理提取类似圆形的目标连通域,对目标特征点进行运动矢量跟踪,实现了上、下公交车人数的准确统计.     

小 i“云”上的智能机器人

如今,人力成本不断高涨,企业都在寻求客服转型,而这种转型不仅是沟通渠道的变化,更是沟通关系的变化。要提供高质量的服务和提升用户体验,只能靠服务转型和技术升级。小i机器人的云服务平台拥有领先的中文自然语言智能对话引擎,这种基于上下文和语义推理的自然语言处理系统,平均响应时间小于0.1秒,在各行业、多渠道实现"能听会说、有问必答、自然交互"。     

智能电网调度自动化关键技术研究

电能是促进社会经济发展极为重要的清洁能源,其质量受电网工作稳定性的影响,而电网调度系统是确保电网稳定、安全运行的重要保障,尤其智能电网调度自动化技术的应用,极大的提高了电网调度效率,因此,有关智能电网调度自动化技术的研究是近年来业内专家研究的热点.鉴于此,该文结合笔者多年实践经验,对智能电网调度自动化及其作用进行分析,探讨了智能电网调度自动化关键技术,以及自动化系统的功能,以期为自动化关键技术更好的应用提供参考.     

从统治到治理——智能社会新型技治主义的问题与出路

不同于以往专家和政府主导的统治思路,在智能社会的新型技治主义中,以谷歌和脸书为代表的企业主体借助大数据等信息和通讯技术的掌控,意图获得唯一决策者的统治地位,造成了经济、政治乃至社会层面的诸多不良影响,亟需加以治理.鉴于技治主义建基其上的科学实在论不再适应当下科学、技术与社会关联交杂的现实,从科学实践哲学视角出发的科学治...     

基于景观偏好的城市公园景观健康效益评价机制研究

【目的】景观偏好是研究人与被选择感知的环境交互作用的结果,与景观元素的构建紧密联系,对于研究城市公园的健康景观营造具有重要意义。受新冠肺炎疫情影响,人们对于城市公园的健康功能提出更高的要求。从游客自身需求出发,构建城市公园景观元素、景观偏好与景观健康效益评价三者之间的结构模型,探讨基于景观偏好的城市公园景观健康效益评价机制,为城市公园景观健康功能提升和优化建设提供参考。【方法】以福州西湖公园为例,运用位置大数据手段、问卷调查法、质性扎根法与结构方程模型分析法等,探索疫情影响下基于景观偏好的城市公园景观健康效益评价机制。【结果】①与疫情前相比,疫情期间研究区景观环境中构筑物与设施类景观元素偏好增加4.918%,空间与氛围类减少4.996%;相对而言,无论是否涉及疫情,在各类景观环境的选择中,自然元素都是非常重要的组成部分,游客更加偏好于自然元素较多的景观环境;②在景观偏好的反映特性中,修正后易读性(0.45)和神秘性(0.59)能够有效反映景观偏好,其中神秘性的影响系数最大;③消除疲劳(0.70)、集中注意力(0.67)、恢复活力(0.62)、稳定情绪(0.56)都能够有效反映景观环境的健康效益,其中消除疲劳的影响系数最大;④景观偏好对景观健康效益评价有一定的正向影响,但影响不显著,可以通过景观元素产生间接影响。【结论】通过质性分析,结合景观元素、景观偏好以及健康效益三者之间结构方程模型的评价结果,可以为提升城市公园景观健康效益提供一定的方向,从而进行针对性地开发保护和改造,提高公园的效能。     

严寒地区老旧小区宅旁绿地植物对PM10浓度的影响

老旧小区宅旁绿地对空气质量的提升具有重要意义。为探讨寒地城市老旧小区宅旁绿地不同植物配置结构对PM10浓度的影响,以长春市为例,在2020年夏季和冬季对围合式、行列式和混合式楼房布局的老旧小区宅旁绿地内PM10质量浓度及气象因子进行监测。结果表明：1）不同楼房布局监测地之间的PM10质量浓度水平分布和垂直分布基本一致,...     

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

人工记忆优化算法

为了求解复杂函数优化问题,根据人类记忆原理构造出了具有全局收敛性的人工记忆优化算法. 在该算法中,每个记忆元对应着一个试探解; 将记忆原理的记忆和遗忘规律用于控制每个记忆元的状态转移; 记忆元的状态由与试探解相关的状态描述量以及记忆残留值构成,该值分为瞬时记忆、短时记忆和长时记忆三种状态类型,并依据记忆元接受刺激的强度被加强或衰减; 处在瞬时记忆、 短时记忆和长时记忆状态的记忆残留值衰减速度由快到慢,记忆残留值低于某个阈值的记忆元要被遗忘,不再被处理. 在记忆元状态转变过程中,记忆元从一个状态转移到另一个状态实现了对优化问题最优解的搜索. 该算法将试探解与记忆关联,使得试探解依据其质量好坏被自动分类; 处于长时记忆状态的试探解因其质量好,其部分变量的状态值将被传给其它质量差的试探解对应的变量,使其质量得到改善; 处于不同记忆状态的试探解交换信息时,只有很少部分变量进行状态信息交换,这样既可以使试探解的大部分变量的状态保持不变,又能使其质量得到改善,且可大幅减少变量处理个数,对于高维优化问题此举可大幅提高算法收敛速度; 随着演化的进行,质量差的试探解会不断被遗忘,被处理的试探解的数量会不断减少,因此,随着时间的推移,本算法的收敛速度将越来越快. 应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性. 测试结果表明本算法的性能与现有的群智能优化算法相比,具有收敛速度快,求解精度高的优势.     

城市工商业用户天然气分时定价的Multi-Agent仿真研究

本文引入多智能体建模方法,构建了政府、用户、燃气公司、实时监控和人机交互五类智能体,通过智能体的协助与交互模拟由于价格变化所引起的城市天然气管网需求与运营的动态变化过程.并且以郑州市为例,对工商业用户实施分时定价政策,模拟了该地区天然气管网的运行状态.结果表明:1)在保证用户和燃气运营商同时获益的情况下,存在一个最优的价格关系能有效降低燃气管网的峰谷负荷差.2)在峰价格逐渐上调的过程中,工商业用户效益是单调递增的,而燃气运营商的效益是先减少后增加的,即价格上调到一定程度后,燃气运营商才开始获益.