一种基于深度学习的交通流预测方法

<正>智能交通系统（Intelligent Transportation System,简称ITS）是指将先进的计算机,电子信息,传感器等技术运用于交通运输控制与决策中,以构建更加安全高效的交通运输环境。在ITS的构建中,运用大数据进行短时交通流预测起着重要作用。实现短时交通流的预测,可以帮助交管部门对复杂的交通状况进行监测和预测,以便及时采取措施展开交通管理和疏导;也可帮助出行者了解实时交通运行状态并作出合理安排,对交通拥堵的改善具有积极影响。因此,本文将道路短时交通流的预测作为研究对象,建立多因素复杂交通环境下的车流量预测模型。     

一种改进半监督学习的图像语义自动识别方法

针对大量不相关的冗余特征制约图像关键特征分类性,导致语义识别模型出现偏差的问题,提出一种混合约束的半监督图像语义特征选择方法。在半监督学习的基础上,算法采用成对约束和数据清洗相结合的特征评价方法快速去除不相关图像干扰特征,聚类过程中考虑可转换语义直接的特征相关性,保证语义特征正确。实验结果表明,与传统的语义特征识别方法相比,该方法能以更少的特征获得更好的语义特征分类性能,有更好的识别效果。     

一种基于深度学习的手语词识别算法

手语在聋哑人与外界的沟通中扮演着极为重要的角色,承担着信息传递和情感交流的职能.手语识别研究旨在通过计算机视觉技术,将聋哑人所用的手语转换成文本或语音的形式,降低聋哑人与外界交流沟通的难度.本文对手语词识别算法进行研究,采用深度学习的卷积神经网络CNN模型和YOLOv5模型对数字手势和简单的手语词进行识别.本系统实现了...     

一种文本无监督特征选择方法

由于向量空间模型在文本聚类中的应用,而必须对文本特征进行降维。本方法首先利用特征的概率分布计算特征之间的相似度,在此基础上对特征进行聚类;然后在文本聚类的结果上计算各个特征的信息增益值;最后在各个特征类上取出一定比例的最重要的特征达到特征选择的目标。实验表明,该改进算法在聚类的准确度方面较以前的方法有所提高,可以有效地用于文本自动聚类。     

一种基于深度学习的光伏生产异常数据检测算法

<正>随着绿色能源的发展,太阳能的应用越来越广泛。因为太阳能本身的特点,储量大且清洁,其潜力巨大。光伏项目目前依然是应用太阳能最主要的一种方式,环境因素是影响光伏发电效率的主要因素之一。各种遮挡物,如树叶、鸟粪、阴影等,都会对太阳能电池产生不同程度的影响。这些遮挡的部分会直接影响太阳能电池的发电效率,还有可能造成个别电池的损坏,这些损坏的电池会成为负载大量发热,对光伏电池的光电转换效率以及安全性都造成了很大的影响。     

一种基于深度学习算法的隧道裂缝智能检测系统

<正>现阶段,隧道结构作为隐蔽工程,其特点在于所处的外部环境复杂多变,受力情况复杂,隧道的结构安全性和稳定性受到影响。而国内铁路对隧道衬砌病害的检测工作,是通过人工检查完成的。依靠人工进行检测,要求检测人员具有专业性,检测工作是以人员主观判断为主,很难保证检测工作的准确性以及检测效率。同时受复杂的客观条件影响,例如：恶劣天气、照明、目视距离等,加大了人工检测的难度,     

一种基于深度学习的道路交叉口车辆排队长度检测方法

<正>随着智能交通系统的逐渐成熟,现在的交通信号控制机可以根据交叉口的实时车流量等交通数据优化信号灯配时,以减少拥堵、降低碳排放。在交通参数中,排队长度表示在交叉口排队的车辆所占道路的长度,不仅可以表征实时交通状态,同时也是评估交叉口拥堵的重要指标。但是排队事件涉及车辆多,车辆运动状态复杂,因此对排队长度的检测一直是该领域的研究热点。利用道路监控视频信息对交叉口排队长度进行检测具有重要的理论意义和实用价值。     

一种改进的神经网络学习算法研究

传统BP算法主要存在网络收敛速度慢,易陷入局部极小的问题。针对经典BP算法存在的问题,提出一种新型激励函数,并且联合使用了一些先进的技术对人工神经网络做了改进,改进算法具有更快的收敛速度、并且能有效地避免算法陷入局部极小。     

基于word2vec和自训练的无监督情感分类方法

针对现有情感分类算法中存在的问题,本文提出了一种基于word2vec和自训练的无监督情感分类方法。该方法首先利用word2vec和词性标签构建领域情感词典,并在此基础上融合否定词和程度副词来计算评论的情感倾向值;其次,选取情感倾向强烈的评论作为已标注训练集,剩余部分作为待分类数据集;最后,采用机器学习方法生成分类器进行自训练学习,直到迭代结束。采用手机评论作为实验数据,结果证实了该方法的有效性。     

一种结合GAN和伪标签的深度半监督模型研究

<正>深度学习的发展依赖于数据,尤其需要大量有标注的样本以支撑模型的训练。在很多领域,标注样本是高成本的,但与此同时存在大量而廉价的无标注数据。半监督学习能有效利用无标注数据以提升分类器的性能,符合应用场景的诉求。SGAN模型在GAN上进行拓展,使其能以端到端的模式完成半监督任务。但是该模型没有充分利用无标签和生成样本。因此本文提出一种新的方法 PSGAN,引入伪标签损     

一种自耦变压器降压起动控制线路的改进

分析了一种自耦变压器降压起动控制线路存在的弊病,并对此进行了改进,介绍了改进后控制线路的工作原理。     

一种基于自发电温控杯的设计

本文设计了一种基于自发电的温控杯。通过设置于杯盖圆柱槽中的导电静指针和导电滑动刷分别连接杯盖上的p型半导体与n型半导体,通过导电滑动刷切割磁体产生磁场,从而产生电动势。杯盖产生的电动势通过杯体中的半导体传导至杯底上的导体块,基于珀耳帖效应,导体块根据导电滑动刷旋转的方向加热或者冷却杯子的内衬,从而实现杯内温度的调节。     

一种基于自调整因子的模糊控制器

针对工业过程控制中遇到的被控对象通常具有严重的滞后、非线性的特性。文章提出一种基于自调整修正因子的模糊控制器,仿真实验表明,该控制系统既具有良好的动态性能,又有很好的稳态性能。     

基于深度学习的探究式教学改进设计——以“压强”一节为例

针对中学物理探究式教学中存在的一些问题,从深度学习角度出发,通过理论分析,立足教学实际,提出基于深度学习的探究式教学改进设计,并以“压强”一节为例探讨如何在课堂教学中有效实施相关策略,达到改进教学的目的。     

一种基于SPIHT的改进ROI编码

本文针对指纹图像存储难的问题提出了一种改进的新型ROI编码技术.在利用SPIHT与改进ROI编码技术相结合的同时,以指纹特征值作为ROI,使其精确保留关键点信息的同时可以提高图像的压缩比.通过实验,本编码技术可以运用到电子门票系统中.     

基于深度学习的图像识别研究

图像识别技术是人工智能的一个重要领域,传统的图像识别方法需要人工设计特征,而深度学习属于神经网络结构,它能够从大数据中自动学习特征,极大的提高了识别准确率以及效率。因此本文着重研究了基于深度学习的图像识别方法,并探讨了卷积神经网络以及深度信念网络的基本模型和原理。     

一种基于改进遗传算法的数据挖掘方法

目前,数据挖掘已经成为一个研究热点。而遗传算法作为一种有效的全面并行优化搜索工具,成为数据挖掘的主要算法之一。本文提出了一种基于改进遗传算法的数据挖掘方法,并将其应用于劳务公司员工管理系统。实验表明,该算法具有很强的随机性、鲁棒性和隐含并行性,能快速、有效地进行全局搜索,是处理大规模数据的有效方法,不仅有效克服了遗传算法的"早熟"现象,而且在很大程度上提高了搜索效率。     

一种基于知识树的科技前沿探测方法——以深度学习领域为例

[目的/意义]当前全球科技竞争愈加剧烈,准确把握未来科技前沿是科技竞争取得胜利的关键,科技前沿探测是科技情报研究的热点问题之一。[方法/过程]文章提出一种基于知识树的科技前沿探测方法,通过科技前沿知识树反映领域科技前沿的发展信息,探索解决科技前沿探测过程中存在的信息冗余、探测结果不准确等问题的方法和途径,并以深度学习领域为例进行了实证研究。[结果/结论]研究结果表明,基于知识树的科技前沿探测方法可以在一定程度上提高科技前沿探测过程的效率,改善科技前沿探测结果的质量,可以为面向特定领域的科技前沿研究提供参考。     

一种基于学习对象的数字图书馆体系结构

提出了一种基于学习对象模型的现代数字图书馆结构。该模型主要用于表示工程学资源,并完全适合于基于组件的协议原型系统结构。