简介:摘要:社会力模型(SFM)是一种常见的人群仿真模型,但该模型在进行人群仿真时存在一些问题,如行人运动轨迹单一、行人不能避开障碍物等情况。本文通过对仿真场景标记路径节点、计算路径节点疏散参数、路径节点与SFM相结合来优化人群仿真效果。通过人群仿真实验对比,该人群仿真模型可以有效的改善SFM的行人运动轨迹,表明该模型可以较好的进行行人的疏散仿真。
简介:摘要:随着信息化和机械化设备的普及以及计算机存储能力的提升,越来越多的高维特征数据得以保存。这些高维数据在为多领域应用提供海量信息的同时,也造成了维度灾难问题。另外,高维多标签数据是当前机器学习领域的研究热点之一,多标签数据是指一个样本同时与多个语义相关联,它广泛应用在文本、音频、基因等领域。本文利用特征选择技术对高维多标签数据进行降维并分类。以特征工程为基本平台结合多类特征选择方法,基于结构稀疏化学习的嵌入式特征选择算法和基于信息论的过滤式特征选择算法提出解决上述问题技术方案,过滤掉冗余和对分类起负作用的无关特征,增强机器学习效率与准确率,可以有效的处理掉此类问题。
简介:摘 要:本文提供了一种金属板材室温拉伸试样原始标距标记方法及其装置,此方法标记精度高,标记装置结构简单且操作简便。
简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。
简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。