检索结果-南通市图书馆

中国电力 2024年第6期57卷 193-203页

作者：乔俊峰周爱华彭林王一清沈晓峰潘森杨佩黄晨宏国网智能电网研究院有限公司电力网络安全防护与监测技术实验室江苏南京210003 国网江苏省电力有限公司徐州供电公司江苏徐州221005 国网上海市电力公司青浦供电公司上海201799

配电网作为供电环节中的最后一环,其运行水平决定了供电服务质量,因此配电网运行评价是供电单位的重要工作。但配电网运行评价工作受到跨业务数据资源难以融合、评价指标选择难以反映实际配电网运行状况等条件限制,现有评价方法难以实... 详细信息

配电网作为供电环节中的最后一环,其运行水平决定了供电服务质量,因此配电网运行评价是供电单位的重要工作。但配电网运行评价工作受到跨业务数据资源难以融合、评价指标选择难以反映实际配电网运行状况等条件限制,现有评价方法难以实施应用。针对这一问题,提出一种基于多源数据深度融合的配电网运行评价方法,首先对区域配电网进行网格化划分,然后基于地址分级匹配算法对跨业务的多源异构数据进行深度融合。在此基础上,提取并设计配电网运行评价指标体系,构建基于多层权重约束的配电网运行综合评价模型,求解配电网综合评价结果。最后研发配电网运行评价系统,支持配电网各业务系统的多源异构数据的统一接入,实现配电网评价功能的可视化、智能化应用。研究成果配电网运行评价系统已采用某省级电网公司数据中台的相关数据进行配电网运行状态评估试验验证,以实际运行数据验证了所述方法的准确性和适用性。

关键词：配电网运行评价网格化划分深度数据融合评价指标体系评价验证

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于docker技术的深度学习模型分割乳腺超声影像研究

引用

中国数字医学 2023年第12期18卷 52-57页

作者：方芳高宇张彦辉张本春解放军总医院第八医学中心超声科北京100091

目的:设计一种基于docker的深度数据融合挖掘算法模型,并将其应用到乳腺超声影像教学中。方法:使用影像检查系统内置软件,将影像三维建模矢量结果转化为点阵结果,使用线性投影法针对磁共振、超声、放射断层扫描等多个模型的三维模型数... 详细信息

目的:设计一种基于docker的深度数据融合挖掘算法模型,并将其应用到乳腺超声影像教学中。方法:使用影像检查系统内置软件,将影像三维建模矢量结果转化为点阵结果,使用线性投影法针对磁共振、超声、放射断层扫描等多个模型的三维模型数据进行归一化处理,使用基于卷积多列神经网络的人工智能挖掘算法进行数据融合处理,从而构建多层次三维影像学数据融合模型。对使用该模型前后进行数据对比。结果:使用该模型后,影像诊断效率、诊断模式、患者的主观评价、医院专家的主观评价结果均有所提升。结论:该模型可作为分割乳腺超声影像研究体系的重要工具。

关键词：深度数据融合多影像源融合人工智能数据挖掘乳腺超声影像 docker技术

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Kinect深度序列的非刚性三维人体建模

基于Kinect深度序列的非刚性三维人体建模

引用

作者：王伟北京工业大学

学位级别：硕士

三维重建是(3D reconstruction)计算机视觉以及计算机图形学领域中的一个热门研究课题。由微软公司于2010年发布Kinect深度相机后,基于Kinect等深度相机的三维重建的研究进入热潮。在一般情况下,基于Kinect深度图像的三维重建可以由以... 详细信息

三维重建是(3D reconstruction)计算机视觉以及计算机图形学领域中的一个热门研究课题。由微软公司于2010年发布Kinect深度相机后,基于Kinect等深度相机的三维重建的研究进入热潮。在一般情况下,基于Kinect深度图像的三维重建可以由以下几个步骤完成:深度图像获取及处理、深度图像转换、点云配准以及点云融合。其中,三维重建分为刚体重建和非刚体重建,而对于非刚性重建来说需要非刚性的点云配准和非刚性的点云融合算法。本文设计了一套人体深度数据采集系统,并使用Kinect获取的动态人体深度序列重建三维人体模型,并在点云的对应点估计、点云非刚性配准及非刚性点云融合等方面做出如下工作。(1)基于多台Kinect的人体深度数据扫系统本文提出了一种基于多台Kinect进行人体深度数据采集方案,并以此设计了一套人体扫描系统。该系统能够快速扫描人体,获取人体深度数据。(2)基于向量场一致性算法的点云对应点估计对应点估计是点云配准的关键步骤,而对于非刚性配准来说,对应点估计变得更加复杂。最近邻算法是对应点估计的常用方法,然而这种方法会得到很多的错误匹配。基于向量场“光滑”先验的向量场一致性算法用于2D图像特征匹配关系的过滤,本文将向量场一致性算法推广到三维点云的对应估计中,从而实现了3D点云对应匹配,加快了点云配准的收敛速度。(2)基于稀疏节点的非刚性配准点云的非刚性配准需要估计大量的变换参数,计算复杂。基于稀疏节点的非刚性配准通过在源点云均匀采集点构成“图”,并且通过“图”节点的变换矩阵来表示整片点云的形变能力,大大提高了配准性能。由于误匹配会造成对应点法线差异较大,进而影响非刚性配准的性能。为了降低误匹配对配准的影响,本文在基于稀疏节点的非刚性配准模型中加入法线一致性正则约束项,进而降低配准误差。(3)点云非刚性融合的体变换矩阵场获取基于截断符号距离函数(Truncated Signed Distance Field,TSDF)模型的深度数据非刚性融合需要求得TSDF体变换矩阵场。传统方法一般对矩阵集合进行线性插值来得到变换矩阵场,这种线性插值并不能得到光滑的变换矩阵场。本文将三维薄板样条插值算法应用到变换矩阵插值中,得到光滑的变换矩阵场。

关键词：非刚性三维人体重建 Kinect 点云非刚性配准深度数据融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：