深度元学习在无人驾驶中的应用前景

在无人驾驶发展的初期,科学家们依靠数学方法与计算机视觉领域的相关技术创造出无人驾驶算法,其性能和安全性都不是很理想。近年来,随着深度学习的不断发展,无人驾驶领域出现了越来越多与深度学习相关的优秀算法。与传统算法相比,与深度学习相结合的无人驾驶算法有着更为优秀的性能,无人驾驶技术也随着深度学习的发展不断向商用化推进,其中具有代表性的产品即为近年来美国特斯拉公司生产的车辆,其拥有较为完善的辅助驾驶系统,可以将其看作一款非常典型的无人驾驶产品。本文将从目标检测以及目标跟踪两个领域分析深度元学习在无人驾驶领域中的应用前景。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

分布式控制系统在油气田站场模块化中的应用

模块化模式较传统模式能更好地适应油气田地面建设工程,而作为重要组成部分的控制系统及其适应性问题就日益凸显。介绍了远程I/O和撬装I/O的分布式控制系统的设计思路和系统结构,依据现有工程项目案例分析了不同控制方案的硬件成本、施工、调试及维护等,并讨论了分布式控制系统现场控制柜的适应性和解决方案。以期为油气田站场模块化建设提供参考。     

十大引领强党建 创新精进促发展

在金隅集团和金隅冀东水泥公司坚强领导下,天津金隅振兴公司党委始终坚持党的领导,加强党的建设,深入学习贯彻习近平新时代中国特色社会主义思想和十九届历次会议精神,树牢“四个意识”,坚定“四个自信”坚决做到“两个维护”。     

一种基于深度学习的智能威胁评估算法

在现代信息化战争中依据战场态势变化进行合理威胁评估，对实现指挥系统自动化具有重要意义。为了克服传统规则算法评估能力的局限，设计了一种基于深度学习的新型智能威胁评估算法。首先设定了防空威胁评估指标选取原则，在此基础上从多个不同角度出发建立了反映空中目标威胁的指标体系，然后构建深度神经网络模型予以解决。新算法的优点在于威胁评估快速可信、易于实现，且对于不断变化的空情威胁可进行持续更新优化。最后，通过典型作战场景的仿真数据验证了模型的有效性和可行性。     

基于改进Faster R-CNN及YOLO的大角度车牌识别算法

随着大数据时代的到来,智慧城市等一系列概念的提出,人工智能开始在城市各个角落得到广泛应用。其中,车牌识别作为城市道路交通重要的一环,也取得了重大突破。基于深度学习的车牌识别一经提出,各类算法应用于车牌检测及识别上,对比于传统的车牌识别,大大提高了识别的速率和准确率。然而,在非限制条件下,如大角度车牌识别准确率仍有提升的空间。提出了一种改进的FasterR-CNN与YOLO的深度学习车牌识别算法,将对大角度下的车牌识别准确率达到了99.7%。由于是轻量型的框架,为后续的移动设备部署工作提供了便利。     

基于分布式内点法的输配协同优化调度

随着配电网中可再生能源渗透率的提高,加剧了输、配电网间的相互影响。文章提出一种基于分布式内点法的全局优化策略,利用输配电网的有限联络母线和边界节点信息,实现输配电网的分布式求解。该算法建立了输配协同动态经济调度全局模型,利用内点法求解最优条件方程,基于矩阵分裂技术完成分布式求解,其解和集中式方法一致结果。算例结果验证了所提调度方案的合理性,联合调度模型能够有效提升分布式光伏发电的利用率,分布式算法能够迅速收敛。     

初中美术教学的兴趣培养

在初中美术教学中,学生缺乏学习兴趣、重视度不够等问题直接影响了教学质量。教师要从学生的实际情况出发,采用多种教学方法激发学生的美术学习兴趣,提高初中美术的教学质量和效果。