葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

成果描述：旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問(wèn)題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問(wèn)題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。市場(chǎng)前景分析：本成果隸屬于計(jì)算數(shù)學(xué)學(xué)科的數(shù)值代數(shù)領(lǐng)域，是數(shù)學(xué)基礎(chǔ)理論研究。本項(xiàng)目著眼于科學(xué)與工程問(wèn)題當(dāng)中的難于解決的數(shù)學(xué)問(wèn)題的快速算法及其理論研究，在國(guó)民經(jīng)濟(jì)和國(guó)防安全的若干大數(shù)據(jù)領(lǐng)域具有重要的學(xué)術(shù)和應(yīng)用價(jià)值。因此，本成果不涉及經(jīng)濟(jì)效益，亦不涉及直接應(yīng)用。與同類成果相比的優(yōu)勢(shì)分析：主要成果發(fā)表在國(guó)際權(quán)威期刊上，構(gòu)建的新方法新理論得到了權(quán)威專家的高度評(píng)價(jià)，相關(guān)工作引起了國(guó)內(nèi)外同行的廣泛關(guān)注與引用。通過(guò)國(guó)際合作，本項(xiàng)目提出的相關(guān)快速算法已通過(guò)國(guó)際合作研究被法國(guó)INRIA、法國(guó)LAPLACE國(guó)家實(shí)驗(yàn)室、荷蘭格羅寧根大學(xué)等國(guó)際知名研究機(jī)構(gòu)用于解決科學(xué)計(jì)算中的大規(guī)模代數(shù)方程組求解難題。

產(chǎn)品服務(wù):項(xiàng)目旨在設(shè)計(jì)出一款基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無(wú)人智能運(yùn)輸車。該項(xiàng)目主要可分為兩個(gè)部分:實(shí)車與模型車的同步開(kāi)發(fā)和基于eclipse平臺(tái)的APP開(kāi)發(fā)。在實(shí)車和模型車的開(kāi)發(fā)過(guò)程中，通過(guò)常規(guī)車載傳感器實(shí)現(xiàn)小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問(wèn)題。利用計(jì)算機(jī)語(yǔ)言完成在eclipse平臺(tái)上的APP開(kāi)發(fā)，實(shí)現(xiàn)APP同時(shí)與實(shí)車和模型車的互聯(lián)，實(shí)現(xiàn)智能運(yùn)輸小車運(yùn)輸末端的配送。市場(chǎng)概況:本項(xiàng)目希望將來(lái)與各電商平臺(tái)合作，APP與電商、外賣軟件結(jié)合，將網(wǎng)上購(gòu)物徹底融為一體；同時(shí)與互聯(lián)網(wǎng)公司合作，提升小車的智能化以及無(wú)人駕駛的精確度，真正做到在小區(qū)內(nèi)取代快遞員完成最后的運(yùn)輸任務(wù)，并能提升效率、安全性，以及節(jié)省財(cái)力、人力，并初步形成小區(qū)內(nèi)智能化的高精度物聯(lián)網(wǎng)。  商業(yè)模式:本項(xiàng)目希望采用先試點(diǎn)后普及、先免費(fèi)后收費(fèi)的盈利模式。在四星及五星級(jí)小區(qū)先行免費(fèi)試點(diǎn)，收集用戶反饋評(píng)價(jià)，統(tǒng)計(jì)滿意度。改進(jìn)后逐步開(kāi)啟按時(shí)效每戶收費(fèi)，并最終普及三星級(jí)小區(qū)及更多居民居住區(qū)。

本發(fā)明公開(kāi)了一種基于改進(jìn)遺傳算法的配電網(wǎng)互動(dòng)方案編制方法，根據(jù)具體的互動(dòng)需求、配電網(wǎng)用戶的申報(bào)互動(dòng)容量和互動(dòng)成本以及互動(dòng)用戶的功率和電量數(shù)據(jù)通過(guò)帶精英策略的非支配排序遺傳算法得到各互動(dòng)用戶的用電曲線，并根據(jù)各互動(dòng)用戶的用電曲線制定各互動(dòng)用戶的參與互動(dòng)的調(diào)度計(jì)劃。根據(jù)上述方法制定的調(diào)度方案，模擬各互動(dòng)用戶的響應(yīng)行為。本發(fā)明通過(guò)帶精英策略的非支配排序遺傳算法合理安排需求側(cè)用戶的互動(dòng)方案，降低配電網(wǎng)的峰谷差，減小新能源發(fā)電出力波動(dòng)的影響從而實(shí)現(xiàn)配電網(wǎng)中電源、負(fù)荷的協(xié)調(diào)運(yùn)行，達(dá)到配電網(wǎng)整體消納新能源以及可靠經(jīng)濟(jì)運(yùn)行的目標(biāo)。

本發(fā)明公開(kāi)了一種基于圖像分割的數(shù)字體積相關(guān)算法中邊界處理方法，該方法首先區(qū)分感興趣區(qū)域和背景區(qū)域，然后對(duì)要進(jìn)行DVC計(jì)算的其中一套三維圖像進(jìn)行圖像分割，分割為感興趣區(qū)域(VOI)和背景(BG)兩部分，在進(jìn)行DVC計(jì)算時(shí)只計(jì)算VOI內(nèi)的計(jì)算點(diǎn)的位移和應(yīng)變；計(jì)算位移時(shí)，子體塊間的相關(guān)性匹配僅僅針對(duì)VOI部分，計(jì)算應(yīng)變時(shí)，只利用VOI內(nèi)的位移點(diǎn)來(lái)求解應(yīng)變。此外，本發(fā)明通過(guò)區(qū)分子體塊還有應(yīng)變計(jì)算窗口內(nèi)的連通域個(gè)數(shù)，只利用子體塊或者應(yīng)變計(jì)算窗口內(nèi)的主連通域去計(jì)算位移和應(yīng)變，進(jìn)一步提高了處理復(fù)雜輪廓或者邊界時(shí)計(jì)

本發(fā)明公開(kāi)一種基于格子復(fù)雜性算法的無(wú)線動(dòng)態(tài)麻醉深度檢測(cè)方法。該發(fā)明方法是基于以下麻醉深度監(jiān)測(cè)裝置，該裝置包括采集模塊、無(wú)線傳輸模塊、數(shù)據(jù)處理模塊、中央處理模塊、顯示模塊；采集模塊采集腦電信號(hào)對(duì)該模擬腦電信號(hào)進(jìn)行放大，并將該將其轉(zhuǎn)換為數(shù)字腦電信號(hào)。無(wú)線傳輸模塊通過(guò)WiFi無(wú)線網(wǎng)絡(luò)，將采集模塊輸出的數(shù)字腦電信號(hào)數(shù)據(jù)上傳到數(shù)據(jù)處理模塊進(jìn)行預(yù)處理；預(yù)處理后的數(shù)據(jù)輸入中央處理模塊進(jìn)行分析處理，分別計(jì)算格子復(fù)雜度、邊緣頻率、爆發(fā)抑制比，并利用決策樹(shù)算法擬合得到麻醉深度指數(shù)并顯示。由于使用了無(wú)線傳輸模塊和格子復(fù)雜性算法，使得該發(fā)明方法省去傳統(tǒng)檢測(cè)裝置的導(dǎo)線所帶來(lái)的不便，且算法簡(jiǎn)單，實(shí)時(shí)性強(qiáng)。

項(xiàng)目旨在設(shè)計(jì)出一款基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無(wú)人智能運(yùn)輸車。該項(xiàng)目主要可分為兩個(gè)部分:實(shí)車與模型車的同步開(kāi)發(fā)和基于eclipse平臺(tái)的APP開(kāi)發(fā)。在實(shí)車和模型車的開(kāi)發(fā)過(guò)程中，通過(guò)常規(guī)車載傳感器實(shí)現(xiàn)小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問(wèn)題。利用計(jì)算機(jī)語(yǔ)言完成在eclipse平臺(tái)上的APP開(kāi)發(fā)，實(shí)現(xiàn)APP同時(shí)與實(shí)車和模型車的互聯(lián)，實(shí)現(xiàn)智能運(yùn)輸小車運(yùn)輸末端的配送。

旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計(jì)新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計(jì)算、圖像處理高性能數(shù)值方法、動(dòng)力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計(jì)算中的有關(guān)基礎(chǔ)或困難問(wèn)題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問(wèn)題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計(jì)了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計(jì)算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。

本發(fā)明公開(kāi)了一種基于改進(jìn)麻雀優(yōu)化算法的光伏電池模型參數(shù)辨識(shí)方法，具體步驟如下：1)獲取光伏電池的實(shí)測(cè)電流和實(shí)測(cè)電壓；2)建立光伏電池模型，并將模型估計(jì)輸出與實(shí)際輸出的均方根誤差作為目標(biāo)函數(shù)；3)將levy飛行和螺旋搜索機(jī)制融入到標(biāo)準(zhǔn)的麻雀優(yōu)化算法中，形成改進(jìn)的麻雀優(yōu)化算法；4)使用改進(jìn)的麻雀優(yōu)化算法最小化目標(biāo)函數(shù)，對(duì)光伏電池模型的未知參數(shù)進(jìn)行辨識(shí)，獲取最佳參數(shù)并建立數(shù)學(xué)模型；5)基于獲取的最佳參數(shù)及模型進(jìn)行外電路i?v特性預(yù)測(cè)；本發(fā)明具有快速收斂、能夠有效避免陷入局部最優(yōu)解以及較高搜索精度的特點(diǎn)，能夠顯著提高對(duì)光伏電池模型參數(shù)辨識(shí)的準(zhǔn)確性。