排序方式: 共有34条查询结果,搜索用时 0 毫秒
1.
2.
3.
该文简要分析了影响VLIW指令级并行性发挥的控制相关问题,提出了相应的解决方法。 相似文献
4.
文章提出了一种新的组合预测方法—全局时变权组合预测方法。这种组合预测方法根据以往的全部历史数据,利用数值计算的手段决定组合系数函数中的参数,于是组合系数随时间的推移而变化。这种组合预测方法既能充分利用历史数据,又可以同时跟踪变量的时变特性。 相似文献
5.
提出一种基于优化网格的最小生成树聚类算法OGMST(MST Clustering Algorithm Based on Optimized Grid),一方面利用最小生成树的方法进行聚类,另一方面利用了参数自动化的网格划分技术和密度阈值处理技术,解决了最小生成树聚类算法不适用于多密度数据集的局限性,提高了现有的多密度聚类算法的效率和精度.算法还对边界点进行了有效的处理.实验表明算法具有较好的可扩展性,是一种高效、快速的聚类算法. 相似文献
6.
文本情感分析是自然语言处理的经典领域之一.文中提出了一种基于transformer特征抽取器联合多通道卷积神经网络的文本情感分析的模型.该模型使用transformer特征提取器在传统Word2vector,Glove等方式训练的静态词向量的基础上来进行单词的分层、动态表示,针对特定数据集采用Fine-Tuning方式... 相似文献
7.
为了进一步提高多尺度目标检测的速度和精度,解决小目标检测易造成的漏检、错检以及重复检测等问题,提出一种基于改进YOLOv3的目标检测算法实现多尺度目标的自动检测。首先,在特征提取网络中对网络结构进行改进,在残差模块的空间维度中引入注意力机制,对小目标进行关注;然后,利用密集连接网络(DenseNet)充分融合网络浅层信息,并用深度可分离卷积替换主干网络中的普通卷积,减少模型的参数量,提升检测速率。在特征融合网络中,通过双向金字塔结构实现深浅层特征的双向融合,并将3尺度预测变为4尺度预测,提高了多尺度特征的学习能力;在损失函数方面,选取GIoU(Generalized Intersection over Union)作为损失函数,提高目标识别的精度,降低目标漏检率。实验结果表明,基于改进YOLOv3(You Only Look Once v3)的目标检测算法在Pascal VOC测试集上的平均准确率均值(mAP)达到83.26%,与原YOLOv3算法相比提升了5.89个百分点,检测速度达22.0 frame/s;在COCO数据集上,与原YOLOv3算法相比,基于改进YOLOv3的目标检测算法在mAP上提升了3.28个百分点;同时,在进行多尺度的目标检测中,算法的mAP有所提升,验证了基于改进YOLOv3的目标检测算法的有效性。 相似文献
8.
9.
电子商务的迅速发展为人们提供了更快捷方便的购物渠道.为了实现在线购书,文中构建了一个基于ASP的网上书店.该系统采用ASP技术,用ASP与ADO结合起来连接、访问Access数据库,实现了注册/登录、计数、查询、反馈等功能.此系统应用范围较广,具有较强的实用价值. 相似文献
10.
针对定步长扰动观察法存在的不足,提出一种基于局部短路电流启动的自适应变步长最大功率跟踪方法。该方法将电流扰动(CPA)和局部短路电流(FSCC)结合,利用自适应扰动法调整扰动步长;同时在恒压启动时,引入温度调整系数,计算最大功率点补偿值,从而应对外界环境的迅速变化。文中于MATLAB/simulink建立起80 W光伏发电系统模型,与传统最大功率跟踪方法进行对比实验。实验结果表明:所提出的最大功率跟踪方法使系统具有很好的静、动态性能。 相似文献