排序方式: 共有19条查询结果,搜索用时 176 毫秒
11.
12.
已有标记分布学习(LDL)算法在一定程度上破坏不同标记间的关联性及标记分布的整体结构,同时,大多仅以提升标记分布的预测性能为目的,忽略计算代价和噪声鲁棒性在实际应用中的重要性.为了缓解上述不足,文中提出基于局部协同表达的标记分布学习算法(LCR-LDL).在LCR-LDL中,一个未标记样本可被视作由该未标记样本邻域构建的局部字典的协同表达,表达系数中的鉴别信息可用于重构未标记样本的标记分布.在15个真实的LDL数据集上的实验表明,LCR-LDL不仅可有效提升LDL的预测性能,而且具有较强的鲁棒性和轻量级的计算开销. 相似文献
13.
CFD是目前研究气膜密封在多工况变参数下相关性能的高效计算方法,其中网格划分方式和数量是影响计和0. 4时的开启性能和泄漏值出现较大不合理波动,得到的密封性能参数不符合实际变化规律,在低于0. 3或高于0. 5时的结果合理、趋势稳定;网格层数变化对开启力影响较小,层数在1~5区间变化时对泄漏量影响较大,网格划分超过5层后泄漏量变化趋于稳定;基于檿檿檿檿檿檿檿算精度和效率的关键因素。以T形槽气膜密封为研究对象,建立UG三维分析模型,通过Gambit进行网格划分方式和数量的渐次变化,最终以Fluent计算结果为依据进行气膜密封网格无关性分析。结果表明:网格划分中的size参数、层数及其变化后相应的网格数量对密封性能具有较大影响; size参数取值0. 3较小的size值及5层以上的层数时,网格数量大于50万时计算得出的开启力和泄漏值变化趋势稳定。 相似文献
14.
“鉴于贵单位在履行企业社会责任方面的杰出表现以及良好的公众综合评价.经企业申报、评委会审议.贵单位获评2014年度最佳公益创新奖。”12月9日.经第四届中国公益节评委会审议,苏州科达凭借1年来助力思源公益远程支教项目.荣获最佳公益创新奖。 相似文献
15.
宜兴紫砂经过数百年的传承、创新和发展,时至今日已经十分完美地构建了独特的文化体系。尤其是紫砂壶自明清以来作为茶、陶文化合二为一的产物.其造型艺术已经成熟地构建了自己的规律与法则。形成了文人风格和艺术品位。得到了世人的高度赞赏,视同拱璧。 相似文献
16.
从极少量的测量值中有效且高概率高质量恢复出原始信号是压缩感知图像重建研究的核心问题,学者们相继提出了传统和基于深度学习的压缩感知图像重建算法,传统算法通常基于优化模型迭代求解,重建质量和重建速度都无法保证;基于深度学习的算法重建质量相对较高,但缺乏物理可解释性。受滤波流的启发,本文提出了联合全局与局部的深度压缩感知图像重建模型(G2LNet),其以卷积层执行压缩采样以及初始重建过程,利用快速傅里叶卷积与滤波流,同时考虑了图像全局上下文信息和图像像素局部邻域信息,联合学习优化测量矩阵与滤波流,建立了完整的端到端可训练的深度图像压缩感知重建网络。经实验验证,在压缩感知图像重建领域常用的Set5,Set11,BSD68测试集上取得了良好的重建效果,在采样率为20%的情况下,G2LNet的图像重建质量相比于经典的传统算法MH与基于深度学习的算法CSNet的平均PSNR分别提高了2.29 dB,0.51 dB,有效提升了重建图像质量。 相似文献
17.
传统的基于迭代的压缩感知(CS)图像重构算法易于集成图像先验信息,但存在性能不足、计算复杂度高等缺点。基于深度学习的图像重构算法重构性能通常优于传统的重构算法,并且具有更低的重构计算成本。因此,为了设计出一种更有效利用先验信息的深度学习图像重构算法,该文提出基于非局部先验的深度压缩感知图像重构网络。首先,将稀疏性和非局部先验相结合建立压缩感知图像重构模型,然后通过半二次方分裂法将模型分解为3个子问题,每一个子问题的求解都在深度学习的框架下展开,最后联合建立端到端的可训练的图像重构模型。仿真实验表明,在测试的采样率与数据集下该文所提算法的峰值信噪比与当前主流的重构算法SCSNet相比平均提升了0.18 dB,与CSNet算法相比平均提升了约1.59 dB,与ISTA-Net+算法相比平均提升了约2.09 dB。 相似文献
18.
本文介绍了一种实现一卡多发的新型智能卡UCard及其体系结构。针对UCard现有固定存储空间分配存在资源浪费等不足,提出了一种按需存储空间分配方法,并且该方法通过对高位地址总线的约束实现了不同大小COS之间的物理隔离。然后在引入动态地址控制器的基础上,给出了基于按需存储空间分配的UCard底层调度模块的一种实现方式。最后利用有限状态机对UCard底层调度模块装载、调度、卸载COS的过程进行了形式化描述。 相似文献
19.
名优茶采摘机器人的系统设计与试验 总被引:1,自引:0,他引:1
针对名优茶采摘劳动力短缺的现状,设计了一种适用于自然环境下作业的名优茶采摘机器人。系统由采摘机械手、3P-Delta机械臂、视觉系统和主控系统构成。机器人通过深度相机获取茶蓬图像,利用深度学习和骨架法计算采摘点。从名优茶的生长特征出发,建立了机械臂采摘轨迹模型,采用Bézier曲线对茶叶采摘路径进行优化,降低了机械臂在快速运动过程中的加速度突变,提高了采摘运动的平滑性。利用虚功原理建立机械臂动力学模型,基于滑模控制设计了机械臂采摘控制策略,优化了控制算法中的指数趋近律,有效地抑制了滑模面在快速趋近时的抖振现象。实地测试结果表明,采摘机器人能够实现名优茶的采摘,采摘率和完整率分别为75.53%和54.68%,平均采摘速度为0.451颗/s。 相似文献