99精品成人无码a片观看,4399视频在线播放,亚洲综合成人无码专区

基于DBN-BP深度算法的熱軋板帶橫斷面預測[其他][其他]

隨著各工業(yè)領域的快速發(fā)展，市場對薄規(guī)格、高強度板帶產(chǎn)品的需求快速增加。而熱軋板帶橫斷面形狀是熱軋板帶產(chǎn)品質量的主要評價指標。基于數(shù)據(jù)挖掘技術，對軋機數(shù)據(jù)庫中的數(shù)據(jù)進行分析與處理，其中數(shù)據(jù)挖掘技術采用深度置信網(wǎng)絡(Deep Belief Neural，DBN)和BP(Back Propagation)算法相結合，構建板帶橫向厚度分布的預測模型。DBN-BP算法由多個限制玻爾茲曼網(wǎng)絡(Restricted Botlzmann Machine，RBM)逐層堆疊而成，并使用無監(jiān)督的逐層訓練的方式得到網(wǎng)絡的權值矩陣和偏置供BP算法使用，而BP算法通過誤差反向傳播的方式對整個網(wǎng)絡進行微調(diào)。該方法克服了BP算法因隨機初始化權值參數(shù)而陷入局部最優(yōu)和訓練時間長的缺點。通過與BP算法相比較可知，采用DBN-BP方法預測終軋道次穩(wěn)定軋制時板帶中點厚度誤差在±5.6 μm范圍內(nèi)的概率可達95%；而BP算法的預測誤差范圍為±11 μm。并且通過對板帶橫斷面形狀的預測結果分析可知，相比于BP算法，DBN-BP深度學習方法對于板帶邊部厚度的預測更具有優(yōu)勢。

發(fā)表于：11/9/2022 1:39:00 PM

智慧軍營研究綜述及展望[其他][其他]

首先介紹了智慧軍營的研究背景以及其在國防領域的重要性。其次結合智慧營區(qū)研究建設目前處于初級階段所存在的問題與挑戰(zhàn)，對智慧軍營體系架構和其中各層級的研究現(xiàn)狀及成果進行了詳細探討和評價。最后結合技術發(fā)展趨勢和項目建設經(jīng)驗論述了智慧軍營未來的研究方向和發(fā)展趨勢。

發(fā)表于：11/9/2022 1:35:00 PM

智能計算芯片技術及產(chǎn)業(yè)趨勢和對北京的建議[其他][其他]

智能計算芯片是處理海量數(shù)據(jù)，體現(xiàn)計算能力的硬件載體，是承載數(shù)字經(jīng)濟時代生產(chǎn)力的重要支撐。隨著人工智能、5G、大數(shù)據(jù)、區(qū)塊鏈等新一代信息技術的規(guī)?；瘧茫袠I(yè)數(shù)字化轉型和產(chǎn)業(yè)智能化升級對計算資源的需求呈現(xiàn)指數(shù)級增長。加上集成電路的發(fā)展進入后摩爾時代，現(xiàn)行計算架構(馮·諾依曼架構)缺陷所導致的瓶頸愈加凸顯，發(fā)展受到嚴重挑戰(zhàn)。而滿足多樣化計算需求的新型計算架構和計算范式、滿足智能計算需求的先進封裝技術、基于新材料新工藝的新型計算器件也進入到創(chuàng)新活躍的階段，智能計算芯片迎來了快速發(fā)展的黃金時代。綜合分析了數(shù)字經(jīng)濟時代智能計算芯片的戰(zhàn)略重要性，梳理了國內(nèi)外智能計算主要產(chǎn)業(yè)格局、新興關鍵技術以及發(fā)展機遇，并對北京發(fā)展智能計算芯片的機遇與路徑提出相關建議。

發(fā)表于：11/9/2022 1:30:00 PM

針對遙感影像的MSA-YOLO儲油罐目標檢測[其他][其他]

原油作為一種重要的戰(zhàn)略物資，在我國經(jīng)濟和軍事等多個領域均起到重要作用。提出一種算法MSA-YOLO(MultiScale Adaptive YOLO)，該算法在YOLOv4算法的基礎上進行優(yōu)化，并基于以吉林一號光學遙感衛(wèi)星影像為主的遙感圖像數(shù)據(jù)集進行實驗，對特定監(jiān)控區(qū)域內(nèi)的儲油罐進行識別與分類。算法優(yōu)化內(nèi)容包括：為簡化儲油罐監(jiān)測模型同時保證模型的效率，對YOLOv4的網(wǎng)絡結構中的多尺度識別模塊進行修剪；使用k-means++聚類算法進行初始錨框的選取，使模型加速收斂；使用基于CIoU-NMS的優(yōu)化，進一步提升推理速度和準確度。實驗結果表明，與YOLOv4相比，MSA-YOLO模型參數(shù)數(shù)量減少25.84%；模型尺寸減少62.13%；在Tesla V100的GPU環(huán)境下，模型的訓練速度提升6 s/epoch，推理速度提升15.76 F/s；平均精度為95.65%。與此同時，MSA-YOLO算法在多種通用目標識別算法進行的對比實驗中均體現(xiàn)出了更高效的特點。MSA-YOLO算法對儲油罐進行準確且實時的識別具有通用可行性，可為遙感數(shù)據(jù)在能源期貨領域提供技術參考。

發(fā)表于：11/9/2022 1:26:00 PM

基于Involution Prediction Head的小目標檢測算法[其他][其他]

針對通用目標檢測算法在檢測小目標時存在錯檢和漏檢等問題,提出了一種小目標檢測算法IPH(Involution Prediction Head)，將其運用在YOLOv4和YOLOv5的檢測頭部分，在VOC2007數(shù)據(jù)集上的實驗結果表明，運用IPH后的YOLOv4小目標檢測精度APs(AP for small objects)相比原始算法提升了1.1%，在YOLOv5上的APs更是提升了5.9%。經(jīng)智能交通檢測數(shù)據(jù)集進一步檢驗，IPH算法和去下采樣能有效提升小目標檢測精度，減少錯檢和漏檢的情況。

發(fā)表于：11/9/2022 1:22:00 PM

基于改進暗通道先驗的車牌圖像去霧方法研究[MEMS|傳感技術][智能交通]

針對霧霾場景下車牌識別系統(tǒng)存在識別精度較差的問題，提出改進型車牌識別模型。該模型運用改進型暗通道先驗去霧算法進行去霧處理，考慮到原去霧算法處理含明亮區(qū)域霧霾圖像時會出現(xiàn)顏色失真等問題，首先對大氣光值進行閾值限制，其次對引入因子進行優(yōu)化選擇，最后引入容差機制以修正透射率，并對圖像亮度進行調(diào)整以提升圖像可視化效果。仿真結果表明，運用改進后算法得到的去霧結果在PSNR、SSIM、Entropy、e性能上相對于改進前分別平均提升1.934 dB、0.082、0.235、38.995。將去霧前后車牌圖像進行識別測試，車牌識別精度提升22%，證明了所提模型的優(yōu)越性。

發(fā)表于：11/9/2022 1:17:00 PM

基于Swin Transformer的肝囊型包蟲病超聲圖分類研究[其他][醫(yī)療電子]

為了提高肝包蟲病的篩查和診斷效率，彌補部分地區(qū)醫(yī)療資源不足的情況，提出一種基于Swin Transformer的肝包蟲病病灶智能分型方法，結合卷積注意力機制模型，通過學習圖像的整體和局部細節(jié)特征來實現(xiàn)對五種類型的囊型包蟲病病灶的全自動分類。為了驗證模型具有優(yōu)越性，將提出的預測模型與常見分類模型對比分析。結果顯示基于改進的Swin Transformer模型在測試集上分類準確率可達92.6%。實驗結果表明相較于其他算法，基于改進的Swin Transformer網(wǎng)絡能較好地分類出肝囊型包蟲超聲圖像，并且該方法可以推廣到其他醫(yī)療應用中。

發(fā)表于：11/9/2022 1:13:00 PM

基于漫水填充算法的中文印章識別方法[其他][其他]

印章識別是智能化辦公中必不可少的一環(huán)，現(xiàn)階段的印章識別方法是將掃描后的電子文檔直接輸入神經(jīng)網(wǎng)絡模型中進行識別，面臨著無法準確定位印章位置、彎曲文本識別準確率低等問題。針對上述問題，提出了一種高效的中文印章文本識別方法，該方法使用漫水填充算法處理灰度圖像進行印章圖像特征增強，保證了中文印章檢測精度，同時引入了極坐標轉換操作以確保文本特征完整性。為了評估本文方法的有效性，在現(xiàn)有的文本識別網(wǎng)絡模型進行了多組對比實驗。經(jīng)實驗表明，已有的網(wǎng)絡模型融合該方法所提取的文本特征均表現(xiàn)出優(yōu)異的識別結果。

發(fā)表于：11/9/2022 11:53:00 AM

時空編碼技術在Web3.0數(shù)字金融中的應用研究[其他][其他]

以青島市城市信息模型(Q-CIM)為基礎，分析了基于時間和空間數(shù)據(jù)的新一代編碼技術——時空編碼技術的特征，結合Web3.0開放性和可能的發(fā)展方向，從架構、身份管理、信息管理等方面論證時空編碼技術成為Web3.0的重要支撐技術的合理性，并利用時空編碼的唯一性和確定性特征，結合區(qū)塊鏈、大數(shù)據(jù)等現(xiàn)有技術手段，探討將時空編碼技術應用在Web3.0數(shù)字金融流量分發(fā)與反欺詐、智能化風險控制、數(shù)字金融風控等方面的可能性。

發(fā)表于：10/27/2022 2:39:52 PM

考慮知識庫的企業(yè)隱性知識傳播模型研究[其他][其他]

針對企業(yè)知識庫對隱性知識傳播的影響，基于經(jīng)典的傳染病動力學理論，提出考慮知識庫的企業(yè)隱性知識傳播模型。首先，將企業(yè)員工分為未知者S、潛伏者Se、傳播者I、免疫者R四類；其次，利用微分動力學和下一代矩陣方法計算模型的傳播閾值；最后，運用MATLAB軟件對模型參數(shù)進行數(shù)值仿真分析。研究結果表明，企業(yè)知識庫的建立可以促進企業(yè)的隱性知識傳播，未知者自學率的提高可以增加企業(yè)傳播者密度，企業(yè)獎勵強度的增大僅對傳播者有較大影響，對未知者和潛伏者影響較小。

發(fā)表于：10/27/2022 2:34:43 PM