随机DEDS可靠性分析和预测的统一模型体系

本文以统一的概率型有限自动机 (Probabilistic Finite Automata,PFA)模型为基础 ,通过将人工神经网络、全局分枝一约界算法和自适应重要抽样算法相结合 ,建立了随机 DEDS可靠性分析和预测的统一模型体系 ,对该体系的普适性和有效性进行了系统的论证。

面向场景解析的空间结构化编码深度网络

为了研究有效的特征提取和精确的空间结构化学习对提升场景解析效果的作用,本文提高出基于全卷积神经网络空间结构化编码深度网络,网络内嵌的结构化学习层有机地结合了图模型网络和空间结构化编码算法,算法能够比较准确地描述物体所处空间的物体分布以及物体间的空间位置关系。通过空间结构化编码深度网络,网络不仅能够提取包含多层形状信息的多维视觉特征,而且可以生成包含结构化信息的空间关系特征,从而得到更为准确表达图像语义信息的混合特征。实验结果表明:在SIFT FLOW和PASCAL VOC 2012标准数据集上,空间结构化编码深度网络较现有方法能够显著地提升场景解析的准确率。

多层前馈神经网络的动态规划算法

利用动态规划来训练多层前馈网络，即逐层修改网络的权值。其算法采用有关文献提出的矩阵的广义道的正交反向传播算法（ＯＢＰ），经有限次迭代即可得到每一层的最优权值。

汽车驾驶模拟器视景系统中的地貌构建方法

针对模拟汽车驾驶的视景特点,分析了基于MultiGenCreator软件平台下三维地形转化的五种算法,并结合实例讨论了在MultiGenCreator生成直观、真实三维地形的具体过程与方法.

电力系统智能化运维中GIS设备SF_(6)气体泄漏检测方法研究

现有技术中的变电站地理信息系统(GIS)设备内SF_(6)气体泄漏浓度较大,检测精度较低,为了提高GIS设备SF_(6)气体泄漏检测能力和检测精度,该研究设计了TMS+XD芯片提高巡视机器人性能,采用离子迁移法设计SF_(6)检测技术,利用扫描窗口提供的SF_(6)浓度分析离子波谱,能够提高最佳气体填充范围寻优能力,有力地保证变电站GIS设备运行安全能力,能够根据不同环境通过自适应调节的方式改善GIS设备运行能力,提高变电站GIS设备中SF_(6)气体敏感度分析能力,进而更加精准地判断气体泄漏规律;采用差分能量检测(DED)算法和概率学公式掌握SF_(6)气体泄漏浓度,进而制定出最佳填充范围,增加变电站GIS设备的安全性,提高了变电站GIS设备实际运行情况;试验表明,该研究检测系统输出的SF_(6)泄漏浓度为15.8 mol/mL,气体泄露准确度精度为92.5%,SF_(6)气体泄漏浓度少,检测精度高。

GIS设备内SF6气体泄漏检测技术创新研究

现有技术中的变电站GIS设备内SF6气体泄漏浓度较大,检测精度较低。试验设计了TMS+XD芯片提高巡视机器人性能,采用离子迁移法设计SF6检测技术,利用扫描窗口提供的SF6浓度分析离子波谱,可精准地判断气体泄漏规律;采用差分能量检测(DED)算法和概率学公式掌握SF6气体泄漏浓度,进而制定出最佳填充范围,增加变电站GIS设备的安全性。试验结果表明:研究检测系统输出的SF6泄漏浓度为15.8 mol/mL,检测精度为92.5%,SF6气体泄漏浓度少,检测精度高。