|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
大學(xué).jpg){kind=logo}
基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無(wú)人智能運(yùn)輸車(chē)的設(shè)計(jì)
項(xiàng)目旨在設(shè)計(jì)出一款基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無(wú)人智能運(yùn)輸車(chē)。該項(xiàng)目主要可分為兩個(gè)部分:實(shí)車(chē)與模型車(chē)的同步開(kāi)發(fā)和基于eclipse平臺(tái)的APP開(kāi)發(fā)。在實(shí)車(chē)和模型車(chē)的開(kāi)發(fā)過(guò)程中，通過(guò)常規(guī)車(chē)載傳感器實(shí)現(xiàn)小車(chē)的“智能化”，利用Dijkstra算法解決最短路徑選擇問(wèn)題。利用計(jì)算機(jī)語(yǔ)言完成在eclipse平臺(tái)上的APP開(kāi)發(fā)，實(shí)現(xiàn)APP同時(shí)與實(shí)車(chē)和模型車(chē)的互聯(lián)，實(shí)現(xiàn)智能運(yùn)輸小車(chē)運(yùn)輸末端的配送。
同濟(jì)大學(xué)
2021-02-24
.jpg){kind=logo}
大規(guī)模代數(shù)系統(tǒng)新型快速算法及與信息科學(xué)的交叉研究
旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問(wèn)題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問(wèn)題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。
電子科技大學(xué)
2015-01-14
.jpg){kind=logo}
一種用于分布式電源的孤島保護(hù)裝置及其檢測(cè)算法
本發(fā)明公開(kāi)了一種用于分布式電源的孤島保護(hù)裝置，包括降壓變壓器、限流電抗、晶閘管和控制器單元。本發(fā)明通過(guò)在電網(wǎng)電壓過(guò)零附近的一定區(qū)間內(nèi)觸發(fā)晶閘管導(dǎo)通，制造一個(gè)受控的短路電流和電網(wǎng)電壓畸變；本發(fā)明還公開(kāi)了此種孤島保護(hù)裝置的檢測(cè)算法，檢測(cè)算法包括晶閘管觸發(fā)角在線優(yōu)化算法和孤島判別準(zhǔn)則算法。基于電網(wǎng)支持與脫離時(shí)分布式電源接入點(diǎn)的短路容量的明顯差異，本發(fā)明可以可靠識(shí)別出分布式電源是否處于孤島運(yùn)行。該發(fā)明的孤島保護(hù)裝置是一種可分布式安裝的設(shè)備，不依賴任何通訊媒介，成本低、無(wú)信號(hào)衰減和干擾問(wèn)題。
東南大學(xué)
2021-04-11
一種基于遺傳算法的含鉸結(jié)構(gòu)非線性參數(shù)識(shí)別方法
本發(fā)明公開(kāi)了一種基于遺傳算法的含鉸結(jié)構(gòu)非線性參數(shù)識(shí)別方法，包括用一種非線性模型來(lái)描述含鉸結(jié)構(gòu)中鉸鏈的非線性特性，建立鉸鏈結(jié)構(gòu)的動(dòng)力學(xué)模型，得到含鉸結(jié)構(gòu)的Ｍ、Ｋ、Ｃ方程；將含鉸結(jié)構(gòu)的Ｍ、Ｋ、Ｃ方程轉(zhuǎn)化為非線性的代數(shù)方程組；利用數(shù)值分析中的Ｎｅｗｔｏｎ迭代法對(duì)得到的代數(shù)方程組進(jìn)行求解，得到含鉸結(jié)構(gòu)的頻響數(shù)據(jù)；根據(jù)求解的頻響數(shù)據(jù)與試驗(yàn)獲得的頻響數(shù)據(jù)構(gòu)建目標(biāo)函數(shù)，通過(guò)Ｍａｔｌａｂ中的ＧＡ遺傳算法進(jìn)行全局化搜索，最終識(shí)別出最優(yōu)的非線性參數(shù)值。本發(fā)明的含鉸結(jié)構(gòu)非線性參數(shù)的識(shí)別方法，可以識(shí)別含鉸結(jié)構(gòu)的非線性特性，克服了傳統(tǒng)方法需要提供經(jīng)驗(yàn)初值及只能保證局部最優(yōu)的局限性。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于自適應(yīng)邊緣檢測(cè)和映射模型的一維碼識(shí)別算法
本發(fā)明公開(kāi)了一種基于自適應(yīng)邊緣檢測(cè)和映射模型的一維碼識(shí) 別算法。該算法利用一維碼四個(gè)角點(diǎn)對(duì)一維碼圖片進(jìn)行投影變換，校 正一維碼圖像中可能存在的投影或者仿射變形，然后利用校正后的圖 像生成兩種掃描線，一種是基于圖像分塊的，一種是基于梯度變化的， 對(duì)于獲得的掃描線采用一種自適應(yīng)邊緣檢測(cè)算法來(lái)找到一維碼條和空 的邊緣位置，接著采用一種邊緣映射模型將獲得的邊緣位置映射到正 確的編碼位置，根據(jù)編碼位置來(lái)獲得條和空的寬度，從而依據(jù)條空的 寬度比和編碼規(guī)則求解一維碼信息。按照本發(fā)明實(shí)現(xiàn)的一維碼識(shí)別算 法，能實(shí)現(xiàn)對(duì)
華中科技大學(xué)
2021-04-14
防誤碼擴(kuò)散的 JPEG-LS 圖像無(wú)損/近無(wú)損壓縮算法硬件實(shí)現(xiàn)方法
本發(fā)明公開(kāi)了一種防誤碼擴(kuò)散的圖像無(wú)損/近無(wú)損壓縮方法：采用并行預(yù)測(cè)方式，將分塊的圖像通過(guò)兩路并行得到預(yù)測(cè)結(jié)果，在每個(gè)預(yù)測(cè)環(huán)節(jié)，像素之間間隔一個(gè)像素時(shí)鐘周期，使得由參數(shù)索引、預(yù)測(cè)修正、殘差計(jì)算、參數(shù)更新反饋環(huán)路可使用流水線設(shè)計(jì)；在近無(wú)損壓縮模式下，每個(gè)像素有足夠的時(shí)間進(jìn)行像素重建，在當(dāng)前像素進(jìn)行上下文建模前能剛好得到上一個(gè)像素對(duì)應(yīng)的像素重建值；通過(guò)引入分塊壓縮與檢糾錯(cuò)編碼相結(jié)合的方法，防止了誤碼的大面積擴(kuò)散，提高了
華中科技大學(xué)
2021-04-14
一種基于CMA-ES優(yōu)化算法設(shè)計(jì)聲學(xué)超材料單元的方法
本發(fā)明公開(kāi)了一種基于CMA?ES優(yōu)化算法設(shè)計(jì)聲學(xué)超材料單元的方法，該方法將CMA?ES優(yōu)化算法和有限元分析方法集合，CMA?ES優(yōu)化算法可以對(duì)0?1排布的陣列進(jìn)行優(yōu)化，每一個(gè)尺寸維度的0?1陣列，都對(duì)應(yīng)一種聲學(xué)超材料單元結(jié)構(gòu)，其中，0和1分別代表由空氣或光敏樹(shù)脂構(gòu)成的聲學(xué)單元結(jié)構(gòu)的子單元；在優(yōu)化過(guò)程中，每一個(gè)聲學(xué)超材料單元結(jié)構(gòu)的等效折射率和阻抗值可以通過(guò)有限元分析方法分析提取，作為CMA?ES優(yōu)化算法中適應(yīng)度函數(shù)的變量；通過(guò)對(duì)適應(yīng)度函數(shù)的值進(jìn)行優(yōu)化，最終可以得到最優(yōu)的、滿足設(shè)計(jì)要求的聲學(xué)超材料單元結(jié)
東南大學(xué)
2021-04-14
構(gòu)建基于卷基神經(jīng)網(wǎng)絡(luò)的胃癌HE病理切片AI輔助診斷算法
懸賞金額：95萬(wàn)元
發(fā)榜企業(yè)：百盛（廣州）生物制品有限公司
需求領(lǐng)域：環(huán)醫(yī)療器械及設(shè)備及醫(yī)學(xué)專用軟件；臨床醫(yī)學(xué)-腫瘤
產(chǎn)業(yè)集群：生物醫(yī)藥與健康產(chǎn)業(yè)集群
技術(shù)關(guān)鍵詞：人工智能；病理學(xué)；組織形態(tài)學(xué)
百盛（廣州）生物制品有限公司
2021-11-01
一種基于改進(jìn)和聲搜索算法的無(wú)線傳感器網(wǎng)絡(luò)路由方法
本發(fā)明提出了一種基于改進(jìn)和聲搜索算法的無(wú)線傳感器網(wǎng)絡(luò)路由方法，包括以下步驟：Step1、初始化算法相關(guān)參數(shù) HMS、HMCR、PAR 以及評(píng)價(jià)次數(shù) eval_Nomax；Step2、利用輪盤(pán)賭初始化和聲記憶庫(kù) HM；Step3、評(píng)價(jià)和聲庫(kù)中各和聲路徑的適應(yīng)度；Step4、設(shè)置 eval_No＝0；Step5、設(shè)置 i＝0；Step6、產(chǎn)生候選和聲；Step7、eval_No++，若 eval_No＜eval_Nomax，執(zhí)行 Step8；否則執(zhí)行 Step11；Step8、對(duì)和聲庫(kù)中的第 i 條和聲 Xi＝{s,x2,…xj,…,d},進(jìn)行鄰域搜索；Step9、eval_No++，若 eval_No＜eval_Nomax，執(zhí)行 Step10；否則執(zhí)行 Step11；Step10、i++，若 i＜HMS，執(zhí)行 Step6；否則執(zhí)行 Step5；Step11、記錄和聲記憶庫(kù)中的最優(yōu)和聲路徑。本發(fā)明的路由方法具有較高的能效，并且能夠有效地延長(zhǎng)整個(gè)網(wǎng)絡(luò)的生命周期。
華中科技大學(xué)
2021-04-11
農(nóng)業(yè)大學(xué).jpg){kind=logo}
一種基于自然共享最近鄰居搜索的發(fā)現(xiàn)簇和離群點(diǎn)的算法
本發(fā)明屬于數(shù)據(jù)挖掘領(lǐng)域，尤其是涉及一種基于自然共享最近鄰居搜索的發(fā)現(xiàn)簇和離群點(diǎn)的算法。其特征在于，首先對(duì)數(shù)據(jù)集進(jìn)行自然最近鄰居搜索，當(dāng)發(fā)現(xiàn)數(shù)據(jù)集中沒(méi)有共享最近鄰居的點(diǎn)的數(shù)量不再變化時(shí)搜索結(jié)束，得到搜索最近鄰個(gè)數(shù)n；根據(jù)提出的自然共享鄰居定義，計(jì)算每個(gè)對(duì)象在n近鄰下得到的自然共享最近鄰居關(guān)系；然后基于共享最近鄰的自然鄰居搜索算法確定了每個(gè)對(duì)象的自然共享最近鄰域關(guān)系，根據(jù)該自然共享最近鄰居關(guān)系，對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)和離群點(diǎn)判別。本發(fā)明的算法中提出一種新的共享最近鄰居關(guān)系和自然鄰居搜索終止條件，解決了現(xiàn)有算法因?yàn)樽匀秽従雨P(guān)系定義不夠嚴(yán)密及搜索條件不夠科學(xué)而引起的聚類(lèi)效果不好和離群點(diǎn)檢測(cè)精度不高的問(wèn)題。
中國(guó)農(nóng)業(yè)大學(xué)
2021-04-11