模型匹配

摘要： 针对产品全生命周期管理系统中跨领域、跨阶段、跨层次的模型协同问题,提出一种基于数据模型的产品全生命周期模型关联优化技术。以航天产品后机身平尾系统为例,给出了基于复杂产品全生命周期信息模型的体系结构,并采用层次分析法研究了产品全生命周期信息模型间的关系。通过用数值来表征模型间关系的强弱,建立信息模型关系矩阵,并采用种群遗传算法对关系矩阵进行优化。根据优化结果,得出最优信息模型组合,从而提高基于模型的PLM系统的运行效率。通过实验验证了方法的可行性。

摘要： 本文通过结合Ann算法训练模型,应用机器学习方法,提升复杂环境下,国外非标准编码车牌的识别效率。随着计算机视觉算法的不断发展,越来越多地将其应用在生活的方方面面,尤其在图像识别领域的研究较为突出。利用深度学习框架,提取大量图片的特征并训练,提升图像识别的准确度。车牌识别技术是近几年快速发展的技术领域,普通清晰的规律编码车牌识别已经比较成熟,识别准确度较高,但是对于复杂环境下的车牌识别,或者非常规编码的车牌识别效果欠佳。

摘要： 在直流微电网中,母线电压稳定是维持系统正常运行的关键。负载投切和分布式微源功率波动都会对直流母线电压的稳定造成影响。针对上述问题提出一种基于残差生成器的分散补偿控制策略。首先,将Boost变换器模型进行线性化处理得到其状态空间方程。其次,设计直流I—V下垂控制以及电压偏差补偿控制。最后,针对电流扰动设计基于残差生成器的补偿控制结构,并通过模型匹配求解补偿控制器。通过仿真实验可知,该控制结构在不改变原系统控制结构的前提下,可以有效地解决直流母线电压波动问题,增强整个直流微电网系统的鲁棒性。

摘要： 考虑到航空客流需求序列的季节性、非线性和非平稳等特点,提出了一个基于二次分解重构策略的航空客流需求预测模型。首先,通过STL和自适应噪声互补集成经验模态分解(CEEMDAN)方法对航空客流需求序列进行二次分解,并根据数据复杂度和相关度的特征分析结果进行分量重构;然后,采用模型匹配策略分别选取自回归单整移动平均季节(SARIMA)、自回归单整移动平均(ARIMA)、核极限学习机(KELM)和双向长短期记忆(BiLSTM)网络模型对各重构分量进行预测,其中KELM和BiLSTM模型的超参数通过自适应树Parzen估计(ATPE)算法确定;最后,将重构分量预测结果进行线性集成。以北京首都国际机场、深圳宝安国际机场和海口美兰国际机场的航空客流数据作为研究对象进行了1步和多步预测实验,实验结果表明,与一次分解集成模型STL-SAAB相比,所提模型的均方根误差(RMSE)提升了14.98%~60.72%。可见以“分而治之”思想为指导,所提模型结合模型匹配和重构策略挖掘出了数据的内在发展规律,从而为科学预判航空客流需求变化趋势提供了新思路。

摘要： 现有进化算法大都从问题的零初始信息开始搜索最优解,没有利用先前解决相似问题时获得的历史信息,在一定程度上浪费了计算资源.将迁移学习的思想扩展到进化优化领域,本文研究一种基于相似历史信息迁移学习的进化优化框架.从已解决问题的模型库中找到与新问题匹配的历史问题,将历史问题对应的知识迁移到新问题的求解过程中,以提高种群的搜索效率.首先,定义一种基于多分布估计的最大均值差异指标,用来评价新问题与历史模型之间的匹配程度;接着,将相匹配的历史问题的知识迁移到新问题中,给出一种基于模型匹配程度的进化种群初始化策略,以加快算法的搜索速度;然后,给出一种基于迭代聚类的代表个体保存策略,保留求解过程中产生的优势信息,用于更新历史模型库;最后,将自适应骨干粒子群优化算法嵌入到所提框架,给出一种基于相似历史信息迁移学习的骨干粒子群优化算法.针对多个改进的典型测试函数,实验结果表明,所提迁移策略可以加速粒子群的搜索过程,显著提高算法的收敛速度和搜索效率.

摘要： 随着人机交互、虚拟现实等相关领域的发展,人体姿态识别已经成为热门研究课题.由于人体属于非刚性模型,具有时变性的特点,导致识别的准确性和鲁棒性不理想.本文基于KinectV2体感摄像头采集的骨骼信息,结合人体角度和距离特征,提出了一种基于单样本学习的模型匹配方法.首先,通过对采集的骨骼信息进行特征提取,计算关节点向量夹角和关节点的位移并设定阈值,其次待测姿态与模板姿态进行匹配计算,满足阈值限定范围则识别成功.实验结果表明,该方法能够实时的检测和识别阈值限定范围内定义的人体姿态,提高了识别的准确性和鲁棒性.

摘要： 频谱感知作为认知无线电系统中重要的一环,传统的频谱感知算法在信道质量好的情况下检测概率较高,但是易受噪声影响,当信噪比较低时,检测性能急剧下降.针对传统频谱感知算法的优缺点,提出了基于卷积神经网络模型的频谱预测,提高了低信噪比情况下的检测概率,由于信道是时变的,加入信道感应和模型匹配,提升系统的可用性.将仿真的信号序列映射为RGB图片,将图片输入到卷积神经网络中训练得到模型,利用信噪比估计算法将认知用户接收的检测信号与模型进行匹配,通过训练好的匹配模型进行频谱感知.仿真实验表明:在低信噪比情况下,当虚警概率相同时,卷积神经网络模型比传统能量检测法的检测概率有大幅度的提升.甚至在能量检测法信号采样点比卷积神经网络模型多的情况下,卷积神经网络模型依然有着非常好的性能.在信号与模型匹配阶段,二阶-四阶信噪比估计算法在-6 dB到-10dB,理论信噪比与估计信噪比基本一致.所提出的模型不但显著提高了检测的准确率,而且通过信噪比匹配提高了模型的自适应和高可用性.

摘要： 在三维GIS平台中构建地形模型、道路模型、建筑物模型等,采用三维数字方法呈现客观世界环境,需要集成处理模型,使模型要素形成模型系统。文中针对建筑物、道路等地物模型与地形模型的连接匹配方法进行研究,分析三维GIS特点与地物要素应用重点,分析匹配地物与地形模型的主要方法。

摘要： 针对校园活动开展过程中存在资源浪费、组织混乱与数据缺失等问题,提出了一种基于移动端的高校校园活动管理系统.首先,以应用型本科院校学分电子化管理为着力点,通过分析活动现状构建需求场景对线下流程进行梳理优化;其次,采取阶段性划分的方式设计线上流程并细化各模块的功能;最后,通过数据库映射方式打通数据壁垒并采取模型匹配的方式使活动面向规则具有多样性的特征,实现根据学生信息就能够自动匹配出所有可参与的活动的功能.系统上线后解决了以往线下活动开展存在的问题,实现从前期活动创建到中期的活动审批与开展再到后期数据分析的全流程管理,并对收集的数据进行分析作为后续开展学生课外创新实践活动的决策依据,助力学校在学分电子化的管理与校园文化建设取得突破性进展.

摘要： 软件缺陷预测是提高软件测试效率和保证软件可靠性的重要途径.为了提高软件缺陷预测模型的性能,文中提出一种集成随机属性的朴素贝叶斯算法.该算法通过随机属性子集与若干个朴素贝叶斯基分类器结合后进行集成,实现对软件数据的缺陷预测.首先,构造随机属性子集并将随机属性子集与基模型进行匹配并训练;其次,使用验证集对基模型逐一验证,删除正确率低于随机概率的基模型;最后,将正确率大于随机概率的基模型进行集成,得到最终分类模型.通过使用NASA软件缺陷预测公开数据集进行实验,并与5种常用软件缺陷预测算法进行对比,结果表明,该算法预测率与误报率保持较优的情况下综合评价指标AUC提升0.126.因此,该算法在预测率和误报率保持相对稳定的同时,对缺陷模块的分类效果有大幅提升,具有一定实用价值.

摘要： 针对塔机安全预警系统中远距离障碍物检测需要,以超声回波延时估计为研究目的,建立了超声回波物理模型,揭示了超声回波的时域特征,提出了一种基于模型匹配的远距离超声延时估计方法.模型匹配法是在传统阈值法的基础上,根据超声回波上升沿特征识别超声回波信号,并据此估计超声回波的起始位置.实验结果表明,模型匹配法的精度优于阈值法和相关时延估计法,可以有效地实现远距离障碍物的检测.

摘要： 本文应用复合滤波技术和X射线Kα双峰分离技术开发了低成本X射线回摆曲线测定仪,用于测量单晶材料的物理特性.在此基础上,应用模型匹配技术自动识别晶体的缺陷,使该仪器具备了很高的智能性.实际应用表明,仪器检测准确,性能优良.

摘要： @@近年来随着多媒体技术突飞猛进的发展，三维人脸建模技术在很多领域都发挥着十分重要的作用，具有广阔的应用前景。为了解决前人的人脸建模方法建模时间长、模型精度不够高的问题，本文提出了基于特征点加细的原型三维人脸对应方法建立多分辨人脸形变模型，并根据该形变模型的特点使用多分辨模型匹配方法由单张正面人脸图像进行三维人脸建模。

摘要： 针对污水处理系统中溶解氧控制存在大滞后、大惯性和时变等特点，在分析常规PID控制和模糊控制不足的基础上，提出了一种模糊Smith控制模型。该模型集成了模糊控制器鲁棒性高和Smith 预估器可以补偿时滞的优点。经过仿真实验，结果表明该控制模型在模型匹配和失配的情况下都具有较好的鲁棒性和稳定性，为解决大滞后、大惯性时变系统提供了一种有效的途径。

摘要： 考虑了电机负载系统的跟踪控制问题,针对不同的参考输入信号设计了切换PID控制器.按照模型匹配原则给出了一种实用的PID控制器设计方法,将PID控制器的设计问题转化为有限频段幅相曲线拟合问题,首先先取了一个满足性能指标的二阶参考模型，然后直接求解一组方程得到PID控制器参数。进一步研究了切换PID控制系统的重置镇定问题,采用控制器状态重置的方法保证了切换PID控制系统的稳定性。

摘要： 本文针对1：1万CAD数据向SHP格式GIS数据转换中的模型差异问题，研究了不同数据模型间同一实体要素匹配的处理方法，并应用于实际的项目工程中。

摘要： 基于数字高程模型(DEM)的数字地形分析(DTA)是DEM应用的核心内容,以往人们普遍沣重于DEM数据精度,而相对忽略了DEM数字地形分析应用的不确定性。研究表明:1)DEM数字地形分析的不确定性是存在的客观实在;2)DEM数字地形分析不确定性的产生不仅仅只是数据的质量问题,更多的是DEM尺度效应和分析模型的匹配问题,在实际应用中应该充分注意DEM的尺度效应与模型匹配问题;2)DTA分析方法多种多样,无论应用何种具体分析方法,基于DEM的DTA不确定性的产生都可以从DEM数据精度、DEM地形描述误差、DEM地形信息容量和DTA分析模型的不确定性共四个方面来分析。

摘要： 该文对使用模型匹配方法实现代码静态验证的整个过程做详细的介绍,其中包括:错误模型的建立,代码词法及语法分析,在定义使用链中进行错误点查找与定位等.还提出了在开发静态验证工具软件过程中遇到的诸多具体问题的解决方法.整个过程开发借助GNU提供的标准编译器生成工具lex和yacc以及vc++语言.

摘要： 在视频序列中跟踪人体运动的算法，因其重要的实用价值在计算机视觉领域有着广泛的应用前景。本文通过检测视频中的非刚体人体模型实现对运动人体的跟踪。非刚体的人体模型使用片图模型来描述，利用片图模型对人体的表示及其计算的便利性，将对人体模型检测过程转换为人体模型与视频每帧的匹配过程，从而达到在视频序列中跟踪运动人体的目的。匹配过程利用动态规划法搜索人体模型在每帧图像的最佳全局匹配。此外通过改进以往文章中对人体模型根结点的选择方式，显著减少匹配过程中的搜索空间，加快人体模型与图像的匹配速度。实验表明，本文的算法可在0.03至0.06秒之内完成人体模型与1帧图像的匹配。因此可见，本文的算法可快速检测视频中每帧图像的人体模型，从而实现对运动人体的视频跟踪。

摘要： 在视频序列中跟踪人体运动的算法，因其重要的实用价值在计算机视觉领域有着广泛的应用前景。本文通过检测视频中的非刚体人体模型实现对运动人体的跟踪。非刚体的人体模型使用片图模型来描述，利用片图模型对人体的表示及其计算的便利性，将对人体模型检测过程转换为人体模型与视频每帧的匹配过程，从而达到在视频序列中跟踪运动人体的目的。匹配过程利用动态规划法搜索人体模型在每帧图像的最佳全局匹配。此外通过改进以往文章中对人体模型根结点的选择方式，显著减少匹配过程中的搜索空间，加快人体模型与图像的匹配速度。实验表明，本文的算法可在0.03至0.06秒之内完成人体模型与1帧图像的匹配。因此可见，本文的算法可快速检测视频中每帧图像的人体模型，从而实现对运动人体的视频跟踪。

摘要： 本发明提供了一种释义文本深度匹配模型构建方法与释义文本深度匹配方法。释义文本深度匹配模型构建方法包括：获得训练样本集，训练样本集包括多个训练句对，每个训练句对包括第一与第二训练语句及其之间的语义匹配分数；获得各训练语句中每个词的语义特征向量和句法特征向量，计算该词的语义特征向量和句法特征向量之张量积，将该语句中各词对应的张量积的矩阵和确定为该训练语句的句法与语义交互特征量；将每个训练句对中的第一与第二训练语句的句法与语义交互特征量之矩阵差作为该训练句对的句法与语义交互特征量；利用卷积神经网络模型对每个训练句对进行训练，得到释义文本深度匹配模型。上述技术能够提高文本释义识别的准确度。

摘要： 本申请实施例公开了一种供需匹配模型的获得方法、供需匹配方法、匹配平台和存储介质，其中，所述供需匹配模型的获得方法包括：获得历史数据，所述历史数据至少包括历史需求方的历史需求数据和供应方为所述历史需求方提供的历史供应数据；基于所述历史需求数据和所述历史供应数据，获得第一关系数据，所述第一关系数据表征为所述历史需求数据和所述历史供应数据之间的关系；基于所述第一关系数据，建立供需匹配模型以针对需求方实现对供应方的数据匹配。

摘要： 本发明涉及一种非标地址自动匹配模型，包括采用哈希表结构的标准地址词典数据模块和非标地址匹配模块，所述标准地址词典数据模块包括一组Key‑Value对；所述Key为标准地址关键词，所述Value为该标准地址对应的一组词向量的数据表；所述词向量为步长为1、窗长为2的地址字符串；且后一个地址字符串是将前一个地址字符串作为基并在其维度上增加一构成。本发明减少了地址匹配所需人工成本；打通各非标地址系统间的信息孤岛，形成顺畅的地址搜索网络，为各非标地址系统间转换和地址统一，贡献巨大的价值。为公安提供了更加可靠的地址匹配基础平台、基本步骤和数据，实现了非标地址匹配从无到有的技术空白。

摘要： 本发明的目的在于即使在每个物体只存在少数参照图像的情况下，也可以针对在姿势、照明不同的条件下所拍摄的物体的图像，从输入图像高速检索数据库中所存储的参照图像。参照图像匹配结果存储部(50)将参照图像存储部(70)中的各参照图像作为输入图像，并预先存储与代表三维物体模型存储部(20)中的各代表三维物体模型进行匹配的结果；图像生成单元(30)基于各代表三维物体模型生成输入条件与通过图像输入单元(10)所得到的输入图像接近的比较图像；图像匹配单元(40)计算输入图像与所生成的各图像的类似度；结果匹配单元(60)计算所述图像匹配单元(40)的匹配结果与所述参照图像匹配结果存储部(50)中所存储的各参照图像的匹配结果的类似度，并按类似度从高到低的顺序提取匹配结果类似的参照图像，并显示在结果显示单元(80)上。

摘要： 本公开提供了一种文本匹配方法、文本匹配模型的训练方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为自然语言处理、深度学习技术领域。文本匹配方法包括：对目标文本进行分词处理，得到初始字词；处理初始字词，得到目标字词，其中，目标字词包含的文本语义信息量低于初始字词包含的文本语义信息量；提取目标字词的字词特征；基于目标字词的字词特征，得到针对目标文本的文本特征；将目标文本的文本特征和候选文本的文本特征进行匹配，得到目标文本和候选文本之间的相似度。

摘要： 本发明公开了规则匹配模型的生成方法、匹配方法、系统、设备和介质，规则匹配模型的生成方法包括获取业务数据和第一业务规则数据；根据所述业务数据的类型，提取所述业务数据的特征；拆分所述第一业务规则数据，以获取第二业务规则数据和所述第二业务规则数据之间的关系；基于所述业务数据的特征、所述第二业务规则数据及所述第二业务规则数据之间的关系，采用深度优先遍历算法和回溯算法生成业务规则匹配模型。本发明提高了业务规则匹配的效率。

摘要： 本公开提供了一种语义匹配模型训练、语义匹配方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及深度学习、自然语言处理和语言识别等人工智能技术领域。该方法的一具体实施方式包括：获取训练样本集合后，基于训练样本中所包括的样本共有词确定训练样本集合中的有偏训练样本，连续使用该训练样本集合中的训练样本对初始语义匹配模型进行连续训练，其中，在训练的前预设轮次内非有偏训练样本被抽取的概率高于该有偏训练样本，该非有偏训练样本为该训练样本集合中该有偏训练样本之外的训练样本，最后训练轮次达到预设目标轮次时进行响应，生成语义匹配模型。应用该实施方式提供的语义匹配模型可以更准确的生成语义相似匹配结果。

摘要： 本申请公开了一种对象匹配方法、模型训练方法、产品匹配方法和存储介质。其中，该方法包括：获取对象搜索请求和目标对象的描述信息；利用语义匹配模型对多个检索关键词和描述信息进行语义匹配，得到对象搜索请求与目标对象的目标匹配结果。本申请在模型的训练过程中借助对抗训练提升模型对关键词堆叠文本冗余信息的抗干扰能力，而且，在对抗训练的过程中融合了对比学习增强模型对正负样本的区分，提升对象搜索请求和目标对象的描述信息的表征能力，从而可以达到提高语义匹配模型对细微语义的识别能力并提高鲁棒性，进而达到提高模型识别准确率的技术效果，解决了现有技术中语义匹配模型识别准确率较低的技术问题。

摘要： 本申请涉及一种视频文本匹配模型训练、视频文本匹配方法、装置、计算机设备、存储介质和计算机程序产品。本申请涉及人工智能技术。所述方法包括：将训练样本对集合中训练视频对应的视频特征、参考特征和训练文本对应的训练文本特征输入初始视频文本匹配模型；参考特征包括音频特征和动作特征中的至少一种；基于同一训练视频对应的参考特征对相应的视频特征进行特征增强，得到训练视频对应的参考增强视频特征；将训练文本对应的训练文本特征，分别和训练视频对应的视频特征、参考增强视频特征进行相似度计算；基于各个训练样本对所对应的相似度集合训练初始视频文本匹配模型，得到目标视频文本匹配模型。采用本方法能够提高模型预测准确性。

摘要： 本发明涉及一种具有模型匹配的中华凤头燕鸥识别系统，包括业务层、数据层、展现层，业务层由用户系统、业务系统、算法系统三大系统组成。业务系统通过音频提取设备获取岛上的各种鸟类音频并提供频谱‑时间空间界面进行录制、定位、分析、注解、分类，算法系统作为后台系统通过人工智能声纹识别实现相应的功能，人工智能声纹识别包括噪声去除、多音频分离、自动分类、单一识别；模型匹配识别方法包括如下步骤：步骤1、采集数据；步骤2、匹配模型；步骤3、音频识别。本发明通过鸟类人工智能识别系统，将鸟类音频的采集、检测、去噪、音频分离、分类、识别集合在一个系统上实现了鸟类里中华凤头燕鸥的智能识别。