一种基于LSTM神经网络的电力负荷预测方法

设计了一种基于长短期记忆(LSTM)神经网络的电力负荷预测模型,在TensorFlow框架下使用Python语言编程实现;使用西班牙2018年一整年的电力负荷数据对模型进行训练,得到的模型可准确预测电力负荷数据的日变化、周变化规律,模型损失值可达0. 2,验证了模型的有效性;与RNN模型对比证明了LSTM模型的长期依赖学习能力更为优越。提出的模型是一种有效的电力负荷数据预测方法,可为电力系统的负荷预测提供依据。     

一种新的基于混合图的图像结构关系描述

针对关系树结构描述图像结构的不完整性,提出一种可用于描述图像区域拓扑关系的混合图结构.利用区域分割方法将图像分割成若干区域,并确定区域间拓扑关系后,建立混合图结构描述这种关系.混合图中的结点代表各区域,有向边表示区域间的包含关系,无向边表示区域间的相邻关系.该结构不仅具有关系树结构表达图像的能力,还考虑了区域间是否相邻,更完整地表示图像各区域的位置关系.可应用于需要精确匹配原图像目标的图像检索、图像识别等.     

一种A-BiLSTM的中文图书分类方法

针对图书文本数据高维度、语义复杂难以进行图书分类的难题,提出一种基于注意力机制的双向长短时记忆神经网络(A-BiLSTM)方法.首先,从待分类文本中提取词向量以进行句子建模;然后利用BiLSTM对上下文连接关系进行表征;再利用注意力机制对BiLSTM隐藏层的信息给予不同的关注度,凸显重要信息;最后,用Softmax分类...     

基于多级夹角函数的傅里叶形状描述子(英文)

为了描述形状由全局信息到局部变化的层次信息,提出一种有效的形状签名,即多级夹角函数.多级夹角函数具有内在的旋转、平移和缩放不变性.对轮廓上每一点,其多级夹角函数通过轮廓的非等弧长分割所得的成对线段计算得到.然后利用多级夹角函数推导出傅里叶描述子,以进行高效的形状检索.使用标准的性能评价方法对所提出的描述子在3个形状图像库上进行了测试,包括MPEG-7图像库、Kimia-99图像库和Swedish树叶图像库.形状检索实验结果表明,基于多级夹角函数的傅里叶描述子优于已有的傅里叶描述子,且具有较低的计算复杂度.与其他类型的形状描述方法相比,所提出的描述子在相同查全率时具有最高的查准率,证明了该描述子的有效性.     

一种新的基于混沌序列的图像加密方法

利用混沌序列的特性,提出了一种新的基于混沌序列的图像加密方法。首先由混沌序列生成变换矩阵对图像进行置乱处理,然后由另一个混沌矩阵对置乱图像逐像素以异或方式加密,最后将加密图像与目标图像进行线性融合得到最终的图像。     

一种基于商标的图像搜索引擎方法

以商标的二值化图片作为商标的形状特征,待辨识图案经过一系列预处理过程(包括商标图案的分割和定,图片大小调整)之后,以点对点比对方式与作为模板的标准图片进行比较,通过得到最大相似程度的方式来进行商标图片分类。通过对实验结果进行分析,表明二值化图片作为商标图案的形状特征具有一定的有效性。     

一种基于XML的图像高效存储方法

XM L技术广泛应用于数据库和在网络传输。但是XM L主要适用于文本数据,所以对于图形数据一般是分开传输的,从而改变了传输的统一性。本文提出了一种简单高效的图像转换的方法,从而实现了图像在XM L中的传输。     

一种基于灰度图像的汽车牌照预处理方法

车牌图像预处理作为车牌自动识别系统最基础的一个环节,其处理效果直接影响到车牌自动识别系统的识别效果．对车牌图像的灰度化、灰度图像增强、灰度图像二值化预处理技术进行研究,利用采集的原始车牌图像在MAIZAB环境下进行实验．实验结果表明,所采用的预处理方法具有良好的处理效果,为后续车牌的准确定位与识别奠定基础．     

基于CGAN-LSTM的无监督网络异常流量检测算法

针对现有网络异常流量检测算法鲜少关注网络流量这类时间序列数据在时间上的依赖关系以及没有从时间周期角度对网络异常流量进行检测的问题,提出一种基于CGAN-LSTM的无监督网络异常流量检测算法.首先使用LSTM结构的生成器和判别器学习正常样本的数据分布,其次使用时间周期信息指导生成器G生成样本,最后同时使用生成器的重构误差...     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是Web Ontology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.     

基于分块DCT的图像多描述编码研究

多描述编码(MDC)能有效提高数据在不可靠网络传输中的接收质量。结合JPEG编码原理,根据分块DCT系数的不同划分提出了两种图像MDC方法。该两种方法具有不同的应用特点,无论是单个描述还是两个描述的重构图均取得令人满意的效果。     

一种基于双网络模型的图像识别新方法

针对基于复杂网络图像识别方法建模复杂度过高问题,提出一种基于双网络模型的灰度图像识别新方法。首先将像素点作为复杂网络节点,基于灰度乘积构建图像的结构平衡网络模型以及基于欧氏距离构建复杂网络模型,然后分别计算两种网络模型的拓扑特征参量,形成最终的图像特征识别参量。相比现有基于复杂网络的图像识别方法,该方法在理论上能够降低图像建模复杂度,提高图像识别速度。使用 YALE 人脸数据库进行仿真对比实验,结果表明,该方法的图像识别速度为传统复杂网络方法的 35%,正确率提高了 4%。     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是WebOntology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.     

摄影叙事研究及在展示武夷民俗中的应用

摄影叙事作为影像叙事的方法,在网络、相机普及的今天因其操作简便、传递快捷越来越受到叙事者的喜爱。但摄影叙事不是照片的简单组合,而是内在逻辑关系严谨,能在受众中产生“切身体验或回忆”系列照片的有序排列。本文从镜头入手分析影像叙事基本结构和视觉逻辑,并就影像叙事在武夷民俗中的应用提出思路和方法。     

一种基于K-平均簇划分算法的图像分割方法

给出了一种对簇分布近似球状分布的图像进行分割的有效算法，与其他算法相比，这种算法不但是一种阚值自适应分割算法，而且正确分割率较高。