排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基于免疫数值归约方法的车牌颜色识别算法 总被引:1,自引:0,他引:1
为了解决K近邻算法(KNN)在训练样本较大时计算开销很高的问题,提出了一种新颖的基于免疫原理的数值归约方法,并将之应用于车牌颜色的识别.给出了抗原决定基、免疫细胞等的定义和亲和力计算方法;采用克隆选择与变异、免疫耐受和免疫记忆等机制实现对训练抗原集的多种群并行免疫学习,达到数值归约的目的;利用免疫归约所得检测器结合KNN方法完成免疫应答阶段的车牌颜色识别.在两个数据集上与利用直方图进行数值归约的方法进行了对比实验,结果表明,本文算法能有效进行数值归约,归约率分别达到98.87%和 95.48%;并取得了较好的分类效果,正确率分别为97.45%和94.73%. 相似文献
2.
3.
在油藏经营管理系统中,为了更好的保证油藏经营数据库数据的安全性、完整性,增强系统的延展性,解决重复开发应用系统的成本以及增加应用系统的重复使用性,需要对传统的分布式结构进行改造和提高,使用包含应用服务器的三层分布式结构.通过对传统的客户机/服务器结构和三层结构的对比分析,说明油藏经营管理系统采用三层分布式结构的原因以及三层架构的设计、实现. 相似文献
4.
5.
文章首先介绍了UML建模的特点。紧接着,本文介绍了使用Togetlaer进行UML建模的特点。文章最后结合一个给定的实例,描述了如何使用Togetlaer进行UML建模。 相似文献
6.
在油藏经营管理系统中,为了更好的保证油藏经营数据库数据的安全性、完整性,增强系统的延展性,解决重复开发应用系统的成本以及为了增加应用系统的重复使用性,需要对传统的分布式结构进行改造和提高,使用包含应用服务器的三层分布式结构。通过对传统的客户机/服务器结构和三层结构的对比分析,说明油藏经营管理系统采用三层分布式结构的原因以及三层架构的设计、实现。 相似文献
7.
在工业物联网(IIoT,Industrial Internet of Things)环境中部署机器学习已成为石油和天然气行业研究最多的课题之一。提出了一种基于边缘计算的智能油气田物联网系统,该系统以边缘计算的机器学习模型为核心,结合智能RTU的采集传输数据,两者相互补充利用。通过卡尔曼滤波器(KF, Kalman Filter)实现对数据的异常值侦测,利用边缘计算对数据安全分析进行了对策研究,完成油气生产的动态在线监测和控制,有效提高油气生产管理的智能化水平,满足智能化气田井场的远程监控要求。 相似文献
1