简介：摘要基于网络拓扑以及设备已知状态，综合分析多个数据源提供的停电报告或电能质量报告，可以分析预测配网中未知故障的发生，为故障抢修人员提供故障发生位置，电压等级等故障原因数据，为客服人员提供停电影响范围，预计恢复时间等故障恢复数据，从而减少故障发现到恢复的时间，减轻抢修人员工作强度，提高用电用户满意度.

简介：根据抽样调查方法和灌区特点，确定按照非概率抽样中的配额抽样方法选择样点灌区，并考虑灌区不同规模、不同类型、不同工程状况和管理水平等因素，确定了全国灌溉水有效利用系数测算分析网络的构建方法。截至2011年，全国共选取样点灌区2761个，构建了较为完善的全国灌溉水有效利用系数测算分析网络。

简介：为了提高行人检测的准确性,提出一种改进的方向梯度直方图(HOG)算法,首先对图像进行两种方式的HOG特征向量的提取,方形划分和圆形划分方式,并对圆形划分得到的梯度直方图进行权值优化调整,再结合残差网络(ResNet)提取的深度模型特征,最佳特征向量用主成分分析算法(PCA)降维,通过SVM算法对行人进行检测。通过对HOG与ResNet特征融合算法进行仿真,并与其他行人检测算法对比,在提升准确率与降低漏检率上取得了很好效果。

简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

简介：摘要：本文提出的基于智能时序数据分析的异常检测算法选择框架可对周期性、振荡、线性、小点等指标时序数据进行在线分析。，自动分类实时指示器波形，然后根据波形分类结果自动匹配本地设备端算法库中的最优检测算法，不仅解决了单个检测算法处理不同类型指示器数据的局限性，而且此外，本系统支持由服务器定期或手动触发的联机模型培训和更新，并在设备末端分发模型更新指令，以确保模型性能不会随着时间的推移而逐渐下降。应用测试和验证结果表明，该系统可以大大降低异常错误率，提高操作人员的工作效率。今后的工作将侧重于两个方面:一方面，研究基于预测和检测时间序列数据机制的深入学习算法；另一方面，作为研究的一部分，研究相关模型的增量学习算法，以进一步提高效率。

简介：图像边缘检测技术是图像分割、目标识别、区域形状提取等图像分析领域中十分重要的基础。对具有代表性的图像边缘检测算子进行了讨论，还结合小波变换方法和数学形态学方法分析了在边缘检测中的应用，并给出了这些算法的仿真实验效果，最后对实验结果进行了分析。这有助于学习和寻找更好的边缘检测方法。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：摘要：作为计算机视觉中最基本和最具挑战性的任务之一，目标检测旨在找出图像中具体的目标，并对目标进行定位和分类，目前已经在工业质检、视频监控、无人驾驶等领域得到了广泛的应用。近年来随着计算机硬件资源和深度卷积算法在图像分类任务中取得的突破性进展，基于深度卷积的目标检测算法也逐渐取代了传统的目标检测算法，在精度和性能方面取得了显著成果。

简介：随着建筑市场的发展，每一个建筑企业的竞争也会日渐激烈，要想在日渐激烈的市场竞争中获得一席之地，我们就要控制和管理好建设项目的成本，使得建设项目的投资取得最大的效益。在工程项目中，成本是工程建设的必须消耗，做好项目成本测算有利于项目成本控制，对于企业发展大有裨益。本文主要分析项目成本测算的方法，进而提出做好项目的测算。

简介：摘要房产测绘在有关的标准上还是不够完善，甚至有些房地产的条款内容也很模糊，进而阻碍了房地产面积预算工作的进展，影响了房地产的发展。在房地产测量中，现在的房地产多样化和功能化与规模化还能与时代相适应，同时在测量的标准中没有具体的标点内容，就会让测绘人员在测量的时候产生了很大的困扰，不可以准确的测量，影响了房地产的发展。房地产中房屋面积的测量是房屋测量最主要的方面，房屋测量的精准与否直接关乎着购房者满意度，直接影响着房地产的进步。因此，本文就房产面积中面积预算问题进行深刻的分析和探讨，从而找出有效的办法，解决房产测量中面积预算的问题，从而促进房产快速的发展。

简介：【摘要】冶金建设项目工艺流程复杂，建设周期长，复杂程度高，投资巨大，在项目前期和投标阶段，拟建项目一般采用类似工程指标法估算工程造价。为了在设计深度不够的情况下，能较为准确地测算冶金项目的造价，本文搜集大量类似冶金工程历史数据，利用DNN神经网络模型，预测冶金项目某连铸单元的工程造价，验证了神经网络模型在冶金建设项目估算中的实用性，为造价工程估算的实际工作提供了理论依据。

简介：摘要：随着网络流量异常检测技术的不断发展，国内外的研究者们在网络流量异常检测方面已经取得的了大量的研究成果。同时，根据使用的数学理论不同，提出了许多网络流量异常检测模型。基于ARMA 的预测模型，通过游程检验法判断序列的平稳性，利用穷举法确定最优的预测模型，根据置信区间法确定网络流量自适应阈值，实验表明该模型具有较好的预测效果和异常检测功能。

简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。

简介：我国股市募集资金在数量上出现了快速增长与持续增长的态势，其波动趋势体现了与股市年度行情的一致性和与经济增长的不一致性的两个特点，表明其规模过小，还不足以成为经济运行的晴雨表。在此基础上，分析股市募集资金对GDP的关联性，同样也表明募集资金对经济增长的贡献尚未达到显著性水平。本文还提出募集资金对GDP直接贡献的简洁实用的测算方法。

简介：摘要：建设工程造价指标是工程造价管理、决策的基础，可以广泛应用于工程建设的各个阶段。科学的做好工程造价指标的测算与分析，包括编制过程中收集工程造价资料 ,对所收集资料进行分类 ,整理 ,形成指标库 3个阶段的工作。合理把握工程造价指标在建设工程各阶段的应用与发挥的作用。

简介：摘要随着我国城市化进程的不断加快，我国房地产行业也迅速崛起。房产问题也会直接影响到人们的生活和工作。目前，人们十分重视房产测量中面积测算问题，人们支付了大量的资金购买房子，在实际使用的时候往往会发现房子的实际面积少了几平米，必须要保护好人们的合法权益。文章主要讲述了房屋建筑面积的实测方式，房产与合同规定面积减少的主要原因，从测绘角度阐述测绘不足的问题以及相应的完善措施。

简介：粮食作为国计民生的物质基础,是立国之本,基于中国人口多、粮食需求量大等基本国情,必须守住＂谷物基本自给、口粮绝对安全＂的底线。依据各地区粮食（稻谷、小麦和玉米）生产量和消费量计算自给率变化,结果表明,2000～2014年,全国稻谷自给率呈＂下降-上升＂趋势,中南和东北地区及华东部分省份具有比较优势;小麦自给率呈＂下降-上升＂趋势,中南和华东地区具有比较优势;而玉米自给率始终总体呈＂W＂型趋势,东北、华北和西北地区优势较大。综合而言,东北、华东和中南地区在粮食自给方面优势较大,而华北、西南和西北地区粮食自给能力相对较弱,因而需要协调区域间利益,以保障国家粮食安全。

简介：摘 要：根据现行农村供水模式和水价机制，荣成市按照阶梯水价，开展农村供水水价测算分析，为水费收缴夯实基础，有效促进了群众节约用水和农村供水工程管理，推动农村供水长效发展。

简介：摘 要: 随着计算数学和信号处理技术的发展，基于深度神经网络的目标检测算法获得了比传统模板匹配算法更优的结果。深度 学习目标检测算法分为一阶段目标检测（one-stage）和两阶段目标检测（two-stage）两类。常见的一阶段目标检测算法有 YOLO算法、SSD算法。一阶段目标检测算法的优势在于利用回归的思想直接通过图像得到预测目标框信息，速度快。二阶段目标检测算法在精度方面要优于前者，例如R-CNN、Fast-CNN等，其策略是先利用网络产生一系列的候选框，然后进行分类和回归，虽然其精度相较一阶段算法准确度更高，但是速度方面相差甚远。

简介：摘要：习近平总书记在第七十五届联合国大会上提出我国力争实现2030年前碳达峰，2060年前碳中和后，国内新能源发展迅猛。光伏产业更是如雨后春笋般出现在国内视野。党中央首次明确新能源的主体地位，意味着风电和光伏必将是未来电力系统的主体。对此，本文针对光伏经济性进行相关分析，希望提供部分价值参考信息。