排序方式: 共有18条查询结果,搜索用时 20 毫秒
1.
资源受限平台的高效率视觉感知是信息领域的瓶颈难题。不同于传统阵列探测成像,单像素成像基于压缩感知原理将多维图像编码为一维采集数据,有效提升了数据压缩率,且灵敏度高、工作波段宽,逐渐成为研究热点。然而,单像素成像重建的图像中仍包含大量对高层语义理解无关的信息,导致传输、存储、计算的资源浪费。单像素感知是一种直接从一维采集数据解耦高级语义推断结果的新型感知技术,无需重建多维图像,相较传统先成像-后感知的技术路径大幅提升了感知效率,在遥感探测、智慧交通、生物医学、国防军事等众多领域具有广阔的应用前景。文中重点梳理了单像素感知技术的发展历程,详细介绍了单像素感知技术的方法架构以及在视觉应用中的研究进展,最后对其未来发展趋势进行了展望。 相似文献
2.
3.
4.
5.
6.
针对探索线损率真实成因,进而指导配电网储备项目开发的问题,提出了基于K-means和主成分回归的线损率影响因素分析模型。首先,通过K-means将数据集中具有相似特征的数据聚为同类,进而对每一类数据进行线损率影响因素分析;接着,选取影响线损率的指标,完成数据归一化处理后,使用主成分分析法对指标进行降维处理;最后,通过线性回归的方法得到各指标对线损率的影响系数。基于国网同期线损系统采集的Y市B区35 kV电压等级用户数据,仿真验证了所提基于K-means和主成分回归的线损率影响因素分析方法的有效性。 相似文献
7.
8.
为了准确分析微电网故障时的重构特性,解决系统重构时复杂的数学运算问题,针对美国电气可靠性技术解决方案联合会CERTS(consortium for electric reliability technology solutions)推荐的微电网原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据微电网结构特点和CERTS提供的原始数据,以负荷损失最小为主要目标函数,建立了微电网的数学模型,运用Matlab对算法进行编程,将该算法运用到此微电网中,先利用系统的邻接矩阵对网络拓扑结构进行筛选,然后用粒子群算法进行寻优。仿真结果表明,该算法不依赖网络的原始结构,具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,有很好的实用性。 相似文献
9.
利用捶击沉管桩工法,对局部场地的稍密角砾层(为桩端持力层)进行加固,提高承载力,既解决差异沉降问题,又达到了不拖延工期和增加造价的效果。 相似文献
10.
基于搜索矢量拟态物理学算法的微电网脆弱性评估及重构 总被引:1,自引:0,他引:1
借鉴大电网脆弱性的定义,考虑微电网数学模型和元件的可靠性参数,提出加权复杂网络参数及微电网节点和线路运行综合灵敏度,形成微电网脆弱性评价体系,在此基础上建立考虑联网/孤岛两种运行模式的微电网重构数学模型。模型以微电网综合脆弱度最小为目标函数,选取美国微电网CERTS为算例,采用搜索矢量拟态物理学(SV-APO)算法进行优化计算。结果表明所述模型能根据微电网固有的网络结构参数和运行状态及时正确地给出微电网的重构及运行方案,可为日后微电网安全运行维护及改造提供参考。 相似文献