|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
城市道路交通信號協(xié)調(diào)控制算法的優(yōu)化研究與應(yīng)用
本項成果對傳統(tǒng)的協(xié)調(diào)控制算法進行了優(yōu)化研究，可以使城市道路綠波帶控制的效果得到改善，使交叉口通行效率獲得提升。仿真表明，本項成果的應(yīng)用可以使延誤減小10%~20%。
揚州大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于和聲搜索算法的無線傳感器網(wǎng)絡(luò)分簇路由方法
本發(fā)明公開了一種基于和聲搜索算法的無線傳感器網(wǎng)絡(luò)分簇路 由方法，包括:(1)全局信息的傳遞和匯聚，獲得全局信息，并將其傳 遞到匯聚節(jié)點;(2)匯聚節(jié)點通過全局信息對整個傳感器網(wǎng)絡(luò)進行網(wǎng)絡(luò) 分簇路由的優(yōu)化計算與配置;(3)普通傳感器節(jié)點監(jiān)測采集和處理應(yīng)用 信息，將其處理成數(shù)據(jù)包，轉(zhuǎn)發(fā)到簇頭節(jié)點，簇頭節(jié)點進行數(shù)據(jù)融合， 并向下一跳簇頭節(jié)點發(fā)送數(shù)據(jù)包;(4)下一跳簇頭節(jié)點接收到數(shù)據(jù)包后， 將自身剩余能量信息加入到數(shù)據(jù)包中，并按照數(shù)據(jù)包中的最優(yōu)路由， 繼續(xù)向下一跳簇頭節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)包。本發(fā)明的方法解決了無線傳
華中科技大學(xué)
2021-04-14
一種基于動態(tài)規(guī)劃算法的網(wǎng)絡(luò)數(shù)據(jù)傳輸能耗優(yōu)化方法
本發(fā)明公開了一種基于動態(tài)規(guī)劃算法的網(wǎng)絡(luò)數(shù)據(jù)傳輸能耗優(yōu)化 方法，具體步驟為：①統(tǒng)計當(dāng)前網(wǎng)絡(luò)傳輸任務(wù)列表及截止時間列表， 挑選出最大截止時間，作為所有任務(wù)的結(jié)束時間；②若當(dāng)前有新任務(wù) 加入，則根據(jù)任務(wù)列表、截止時間列表、網(wǎng)絡(luò)帶寬狀態(tài)，通過本發(fā)明 中改進的動態(tài)規(guī)劃算法計算出傳輸決策方案，以此控制網(wǎng)絡(luò)傳輸，時 間推進并執(zhí)行步驟①；③若當(dāng)前無新任務(wù)到達且任務(wù)未完成，則按照 最近一次的傳輸決策序列控制網(wǎng)絡(luò)傳輸，時間推進并執(zhí)行步驟
華中科技大學(xué)
2021-04-14
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測算法
一種基于視覺顏色理論和同質(zhì)抑制的輪廓與邊界檢測方法，屬于計算機視覺和模式識別的交叉領(lǐng)域，旨在從復(fù)雜的自然場景中提取目標的輪廓和邊界。本發(fā)明通過研究人眼視覺信息處理機制，對視覺通路各級神經(jīng)元的感受野建立數(shù)學(xué)模型，同時利用非經(jīng)典感受野的調(diào)制作用來抑制紋理邊緣，從而突顯輪廓和邊界。本發(fā)明的創(chuàng)新點在于將人眼顏色信息處理機制引入輪廓與邊界檢測模型中，通過設(shè)置不平衡的視錐輸入檢測出顏色和亮度邊界，保持輪廓的完整性，同時考慮
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法
本發(fā)明公開了一種考慮逆變型分布式電源接入的配電網(wǎng)故障區(qū)域定位算法，包括如下步驟：(1)建立恒功率控制方式下逆變型分布式電源故障特性分析模型；(2)根據(jù)配電網(wǎng)中聯(lián)絡(luò)開關(guān)、斷路器等開關(guān)器件的分布特點對配電網(wǎng)進行分區(qū)處理，使用圖論的理論分析方法，建立配電網(wǎng)的圖模型，并設(shè)定配電網(wǎng)的電流參考方向；(3)利用設(shè)定的配電網(wǎng)電流參考方向以及斷路器處保護裝置上傳的故障信息，通過矩陣運算求取故障判斷矩陣，實現(xiàn)故障區(qū)域的定位。本發(fā)明能夠滿足分布式電源接入，無需動作值整定，具備一定拓撲結(jié)構(gòu)自適應(yīng)的能力。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于人工蜂群和量子粒子群算法的一維水質(zhì)模型參數(shù)率定方法
本發(fā)明公開了一種基于人工蜂群算法和量子粒子群算法的優(yōu)化計算方法，其包括以下主要步驟：(1)根據(jù)實際問題編制待優(yōu)化目標函數(shù)；(2)輸入算法的通用運行參數(shù)：種群數(shù)目、迭代次數(shù)、變量維數(shù)、變量取值范圍、待優(yōu)化目標函數(shù)；(3)選取ABC、QPSO、QPSO+ABC和ABC+QPSO的一種或多種計算方法進行計算；(4)若只使用一種，直接判斷結(jié)果是否滿足優(yōu)化要求；若多于一種計算方法，綜合比較計算結(jié)果及評價最優(yōu)的結(jié)果是否滿足此次優(yōu)化的要求；(5)若滿足要求，運算結(jié)束，輸出計算結(jié)果和迭代曲線；(6)否則，修改算法的
安徽建筑大學(xué)
2021-01-12
一種基于改進的 SVD-Krylov 算法的數(shù)控機床進給系統(tǒng)建模方法
本發(fā)明公開了一種基于改進的 SVD-Krylov 算法的數(shù)控機床進給 系統(tǒng)建模方法，該算法包括如下步驟：基于動力學(xué)方程建立數(shù)控機床 進給系統(tǒng)的狀態(tài)空間方程模型；獲得原始系統(tǒng)狀態(tài)空間矩陣，原始系 統(tǒng)和傳遞函數(shù)模型；設(shè)定降階系統(tǒng)階次，啟動多點矩匹配 SVD-Krylov·112·算法進行降階；輸出降階系統(tǒng)狀態(tài)空間矩陣，降階系統(tǒng)及相應(yīng)降階傳 遞函數(shù)模型；采用正交實驗方法和時間響應(yīng)法進行降階算法仿真驗證。 提出的降階建模算法降階后的模型能夠保證漸近穩(wěn)定，計算效率高， 同時采用迭代
華中科技大學(xué)
2021-04-14
技術(shù)需求，自然語言處理，文本信息提取算法，政策知識圖譜、企業(yè)知識圖譜
1、自然語言處理，文本信息提取算法。
2、政策知識圖譜、企業(yè)知識圖譜。
政和科技股份有限公司
2021-06-15
一種基于仿射算法和攝動方法的幾何模型高頻動力學(xué)特性預(yù)示方法
本發(fā)明提供了一種基于仿射攝動的區(qū)間不確定性結(jié)構(gòu)能量響應(yīng)預(yù)示方法，建立各子系統(tǒng)的確定性結(jié)構(gòu)的統(tǒng)計能量控制方程，進而引入?yún)^(qū)間因素，獲取區(qū)間不確定性結(jié)構(gòu)的區(qū)間統(tǒng)計能量控制方程，設(shè)定不確定性參數(shù)的區(qū)間參數(shù)，基于仿射攝動算法得到各區(qū)間變量的仿射區(qū)間表達式，設(shè)定各變量的攝動分析表達式，進而基于區(qū)間仿射算法的運算法則，推導(dǎo)得到考慮區(qū)間不確定性結(jié)構(gòu)的子系統(tǒng)區(qū)間能量表達式，給定初始邊界參數(shù)和求解頻率后，計算得到區(qū)間不確定性結(jié)構(gòu)的區(qū)間能量響應(yīng)。通過本發(fā)明方法使得區(qū)間不確定性結(jié)構(gòu)區(qū)間能量響應(yīng)的區(qū)間寬度大大縮小、區(qū)間能量響應(yīng)的預(yù)示精度大大提高，從而可以更加精確地評估區(qū)間不確定性結(jié)構(gòu)的高頻動力學(xué)特性，具有重要的工程應(yīng)用價值。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于免疫遺傳算法的模塊化多電平變換器的調(diào)制方法
本發(fā)明涉及一種基于免疫遺傳算法的模塊化多電平變換器的調(diào)制方法，對模塊化多電平變換器的優(yōu)化控 制方面的問題進行研究，優(yōu)化目標為模塊化多電平變換器的輸出電流波形最優(yōu)，本發(fā)明結(jié)合模塊化多電平變 換器的結(jié)構(gòu)特點和輸出特性，采用各相上橋臂投入子模塊的數(shù)目表示工作狀態(tài)，對模塊化多電平的工作狀態(tài) 進行優(yōu)化，通過編碼操作，注入疫苗，親和度計算，濃度計算，免疫選擇，交叉操作，變異操作，倒位操作， 經(jīng)過多次迭代收斂后得到優(yōu)化后的模塊化多電平變換器的輸出電壓階梯波。
武漢大學(xué)
2021-04-14