国产欧美日韩综合AⅤ天堂,欧美精品色婷婷五月综合,欧美一区二区三区久久综合

基于CNN的智慧農(nóng)場圖像分類方法[人工智能][工業(yè)自動化]

為解決新疆兵團(tuán)農(nóng)業(yè)現(xiàn)代化建設(shè)中有感知無決策的問題，提出一種基于注意力機(jī)制模塊（SENet）與卷積神經(jīng)網(wǎng)絡(luò)混合模型遷移學(xué)習(xí)的圖像分類方法（TL-DA-SE-CNN）。該方法選擇4種不同的CNN模型進(jìn)行權(quán)重采集，包括VGGNet、ResNet、InceptionNet和MobileNet。模型使用SENet分類器代替卷積神經(jīng)網(wǎng)絡(luò)的全連接層，提取圖像的結(jié)構(gòu)性高階統(tǒng)計(jì)特征進(jìn)行主題分類，并使用BP算法進(jìn)行參數(shù)調(diào)整，分類準(zhǔn)確度達(dá)98.20%。實(shí)驗(yàn)結(jié)果表明，將CNN與遷移學(xué)習(xí)、數(shù)據(jù)增強(qiáng)和SENet相結(jié)合的技術(shù)提高了牲畜圖像分類的性能，是卷積神經(jīng)網(wǎng)絡(luò)在農(nóng)場自動化分群中的有效應(yīng)用。

發(fā)表于：5/8/2023 3:07:10 PM

基于改進(jìn)TOPSIS模型的出租車運(yùn)營決策優(yōu)化方法[人工智能][汽車電子]

以降低出租車運(yùn)營損失為目標(biāo)，分別利用排隊(duì)論對司機(jī)等待的平均時(shí)間成本進(jìn)行量化，以及通過熵值法改進(jìn)的TOPSIS模型對不同時(shí)段載客可能性進(jìn)行量化，進(jìn)而完成空載潛在損失參數(shù)的量化，通過量化指標(biāo)構(gòu)建出出租車運(yùn)營損失模型，并基于此模型給出了降低損失的運(yùn)營決策方法。引用洛陽北郊機(jī)場航班及出租車數(shù)據(jù)的驗(yàn)證，證明了該決策方法能夠有效降低出租車的運(yùn)營損失。

發(fā)表于：5/8/2023 3:00:11 PM

國產(chǎn)PLC發(fā)展現(xiàn)狀及展望[模擬設(shè)計(jì)][信創(chuàng)產(chǎn)業(yè)]

綜述了國內(nèi)PLC的發(fā)展歷史，介紹了國內(nèi)PLC市場現(xiàn)狀、主流國產(chǎn)PLC、PLC標(biāo)準(zhǔn)以及相關(guān)國家政策，分別從功能性能、邏輯編程軟件、網(wǎng)絡(luò)協(xié)議、產(chǎn)品譜系以及標(biāo)準(zhǔn)化等方面分析了國內(nèi)外PLC的差距。針對存在的差距，結(jié)合歐系、美系和日系PLC的特點(diǎn)，提出了一種中國系PLC的發(fā)展思路，瞄準(zhǔn)國防軍工、關(guān)鍵基礎(chǔ)設(shè)施等行業(yè)需求，通過重大項(xiàng)目和重點(diǎn)領(lǐng)域的帶動，基于國產(chǎn)自主軟硬件生態(tài)開展國產(chǎn)PLC研制和應(yīng)用推廣工作。

發(fā)表于：5/8/2023 2:53:02 PM

孔縫尺寸參數(shù)對腔體的5G屏蔽效能影響規(guī)律研究[通信與網(wǎng)絡(luò)][5G]

為保證換流站5G設(shè)備屏蔽腔體的屏蔽性能，明確腔體孔縫數(shù)量及尺寸對其屏蔽效能的影響規(guī)律，在HFSS仿真環(huán)境下，構(gòu)建了屏蔽腔體的電磁屏蔽效能分析模型，分析了5G微帶貼片天線電磁輻射的空間分布特征；然后，分析了腔體孔縫高度對屏蔽效能的影響，發(fā)現(xiàn)不同孔縫直徑下屏蔽效能均隨孔縫高度的增加而呈增強(qiáng)趨勢，電磁輻射強(qiáng)度由0.5 mm高度下的24.81 dB降低為2.0 mm高度下的16.29 dB，同時(shí)分析發(fā)現(xiàn)屏蔽效能隨孔縫直徑的增加呈現(xiàn)下降趨勢，最大輻射強(qiáng)度由1.0 mm直徑的-15.13 dB增長至7.0 mm直徑的49.87 dB；最后，在孔縫面積占比一定的情況下，發(fā)現(xiàn)隨著孔縫數(shù)量的增多和孔縫直徑的減小，屏蔽腔體的屏蔽效能是不斷提高的。

發(fā)表于：5/8/2023 2:45:00 PM

基于5G小基站的室內(nèi)定位技術(shù)與應(yīng)用研究[通信與網(wǎng)絡(luò)][5G]

高精度室內(nèi)定位技術(shù)與小基站通信網(wǎng)絡(luò)結(jié)合能夠有效降低室內(nèi)定位的部署及運(yùn)維成本，為各類定位應(yīng)用場景提供了重要解決方案。首先歸納對比了常用定位技術(shù)，進(jìn)一步分析了不同定位技術(shù)在小基站應(yīng)用的可行性；然后，提出了基于5G小基站的室內(nèi)定位方案，并對其架構(gòu)進(jìn)行了具體闡述，該方案具備傳輸網(wǎng)絡(luò)易擴(kuò)展、傳輸路徑靈活化、定位接口開放化的優(yōu)勢；最后，給出了基于本方案選定的兩種定位技術(shù)的應(yīng)用場景及定位流程。結(jié)果表明，基于小基站的室內(nèi)定位方案能夠滿足消費(fèi)者領(lǐng)域及更加廣泛的垂直行業(yè)的定位需求，具有重大意義及應(yīng)用前景。

發(fā)表于：5/8/2023 2:33:52 PM

基于AI算法的5G無線通信設(shè)備能耗建模方法研究[通信與網(wǎng)絡(luò)][5G]

基于5G網(wǎng)管系統(tǒng)中可采集到的大量能耗、性能指標(biāo)和基站配置數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法對現(xiàn)網(wǎng)主流AAU設(shè)備建立能耗測算模型，并對模型的準(zhǔn)確性進(jìn)行驗(yàn)證。測試結(jié)果表明，利用該方案對現(xiàn)網(wǎng)幾款主流AAU設(shè)備建立的能耗測算模型精度都達(dá)到97%以上，充分證明該能耗建模方法具有很高的實(shí)用性和推廣價(jià)值。

發(fā)表于：5/8/2023 2:26:41 PM

基于風(fēng)險(xiǎn)均衡度的電力5G通信鏈路自動選擇方法研究[通信與網(wǎng)絡(luò)][5G]

發(fā)表于：5/8/2023 2:05:19 PM

基于數(shù)據(jù)中臺的園區(qū)經(jīng)營監(jiān)管平臺的設(shè)計(jì)與實(shí)現(xiàn)[其他][其他]

針對園區(qū)經(jīng)營、管理和服務(wù)水平提升的需要，為解決園區(qū)經(jīng)營相關(guān)系統(tǒng)集成性、一體化和智能化不高的問題，提出一種基于數(shù)據(jù)中臺和地理信息系統(tǒng)的園區(qū)經(jīng)營綜合監(jiān)管平臺，實(shí)現(xiàn)以園區(qū)房產(chǎn)為視角的園區(qū)經(jīng)營全方位監(jiān)控。平臺通過數(shù)據(jù)同步程序獲取業(yè)務(wù)數(shù)據(jù)，用數(shù)據(jù)采集程序采集外部系統(tǒng)數(shù)據(jù)，經(jīng)數(shù)據(jù)清洗程序到達(dá)主題庫服務(wù)器，創(chuàng)建房產(chǎn)、客戶等主題庫，由數(shù)據(jù)呈現(xiàn)程序呈現(xiàn)至平臺服務(wù)器群組，實(shí)現(xiàn)一體化園區(qū)經(jīng)營監(jiān)控。通過在上海自貿(mào)區(qū)的應(yīng)用，實(shí)現(xiàn)了園區(qū)房產(chǎn)資源多維度和多層級的圖層化呈現(xiàn)，對園區(qū)客戶進(jìn)行精準(zhǔn)畫像，通過房產(chǎn)租售、收入、成本等監(jiān)管指標(biāo)以及客戶欠租、合同到期等預(yù)警模塊，提升了園區(qū)經(jīng)營管理和客戶服務(wù)水平。

發(fā)表于：4/25/2023 5:05:00 PM

基于特征優(yōu)化和ISSA-LSTM的脫硝系統(tǒng)入口NOx濃度預(yù)測模型[其他][其他]

針對電廠脫硝系統(tǒng)入口NOx濃度受較多因素的影響波動較大，且CEMS檢測儀表有很大遲延難以精準(zhǔn)測量的問題，提出了一種基于隨機(jī)森林算法（RF）和改進(jìn)麻雀搜索算法(ISSA) 優(yōu)化長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）的脫硝系統(tǒng)入口NOx濃度預(yù)測模型。首先，通過機(jī)理和相關(guān)性分析確定與SCR入口NOx質(zhì)量濃度相關(guān)的初始輔助變量，并利用RF算法對輔助變量進(jìn)行特征優(yōu)化選擇，然后通過互信息（MI）對各輔助變量與輸出變量之間進(jìn)行遲延估計(jì)并提取時(shí)序特征，并通過小波濾波對輸入變量進(jìn)行降噪處理，建立LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測模型。利用ISSA算法確定LSTM模型的最優(yōu)組合參數(shù)，最后與傳統(tǒng)的LSSVM、RBF、BP模型的預(yù)測結(jié)果進(jìn)行對比。實(shí)驗(yàn)結(jié)果證明，特征優(yōu)化后的ISSALSTM神經(jīng)網(wǎng)絡(luò)預(yù)測模型的決定系數(shù)（R2）最大，均方根誤差（RMSE）和平均絕對百分比誤差(MAPE)最小，具備很強(qiáng)的擬合和泛化能力，可以精準(zhǔn)預(yù)測脫硝系統(tǒng)入口氮氧化物的質(zhì)量濃度。

發(fā)表于：4/25/2023 5:01:00 PM

基于屬性加密的聯(lián)邦學(xué)習(xí)參與方選擇方案[其他][其他]

聯(lián)邦學(xué)習(xí)通過讓用戶使用本地?cái)?shù)據(jù)訓(xùn)練模型來保護(hù)隱私，但現(xiàn)有的工作普遍忽略了真實(shí)場景下參與方的異質(zhì)性。針對傳統(tǒng)聯(lián)邦學(xué)習(xí)難以避免與不恰當(dāng)參與方共享模型的問題，提出一種聯(lián)邦學(xué)習(xí)參與方選擇方案。設(shè)計(jì)新的可撤銷的密文策略屬性基加密算法，在不泄露隱私的前提下對參與方實(shí)現(xiàn)高效的訪問控制。對所提出的方案進(jìn)行安全性的深入討論，同時(shí)使用公開的數(shù)據(jù)集進(jìn)行模擬實(shí)驗(yàn)，結(jié)果表明所提方案在提供可靠參與方選擇應(yīng)用的同時(shí)極大提升了模型的性能，能促進(jìn)聯(lián)邦學(xué)習(xí)在智慧城市等場景中的廣泛落地。

發(fā)表于：4/25/2023 4:44:00 PM