期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
应用于AGV自动导航泊车的数据分析研究
1
作者 柳林溪 张玉平 伍星秀 《中国高新科技》 2024年第19期22-24,共3页
近年来,3D视觉技术快速发展,加之与深度学习算法结合,在智能制造、自动驾驶、无人机、三维重建、人脸识别等领域取得了优异的应用效果,如自动驾驶领域通过分析3D人脸信息判断司机驾驶时的情绪状态。在现有技术中,常通过全球定位系统(GPS... 近年来,3D视觉技术快速发展,加之与深度学习算法结合,在智能制造、自动驾驶、无人机、三维重建、人脸识别等领域取得了优异的应用效果,如自动驾驶领域通过分析3D人脸信息判断司机驾驶时的情绪状态。在现有技术中,常通过全球定位系统(GPS)、激光雷达和超声波传感器等监测车辆周围环境、道路标志和车道线等获取车辆的轮廓信息和姿态信息。文章将3D视觉技术应用于叉车进入车厢取放货的自动导航泊车系统中,对出入库叉车进行改造,升级为自动导航AGV车,实现AGV车自动出入库、上下配送车、取放物资。 展开更多
关键词 AGV自动导航小车 姿态轮廓感知模组 泊车检测
在线阅读 下载PDF
在智能电网中进行用户异常用电行为辨识的研究 被引量:14
2
作者 柳林溪 陈泰屹 《信息技术》 2018年第12期97-102,107,共7页
长期以来异常用电行为一直是电力行业致力解决的主要问题。该研究在广泛使用智能电表和先进的计量基础设施的基础上,提出了一种采用随机矩阵理论进行异常用电行为辨识的方法。增广矩阵作为数据源的应用是所提出辨识方法的关键步骤,表明... 长期以来异常用电行为一直是电力行业致力解决的主要问题。该研究在广泛使用智能电表和先进的计量基础设施的基础上,提出了一种采用随机矩阵理论进行异常用电行为辨识的方法。增广矩阵作为数据源的应用是所提出辨识方法的关键步骤,表明在异常用电条件下功耗与系统运行状态之间的相关性。此外,检测算法所识别的异常用电特征值被设计用于具有高窃电概率的供电区域并实时选择可疑的异常用电用户。使用在IEEE 34总线系统上进行的模拟研究和从南方电网电力系统收集数据的实际案例研究,用于证明所提出辨识方法的正确性和可行性。 展开更多
关键词 智能电网 异常用电 随机矩阵
在线阅读 下载PDF
基于改进深度强化学习算法的电网缺陷文本挖掘模型研究 被引量:6
3
作者 吴漾 王鹏宇 +2 位作者 缪新萍 柳林溪 田钺 《科技通报》 2021年第2期47-55,共9页
为提高电网缺陷文本的感知深度与泛在性,改善典型仿生智能算法处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题时存在的异构泛在性较差、动态感知策略同步效能滞后、缺陷文本划分密集且生成困难、... 为提高电网缺陷文本的感知深度与泛在性,改善典型仿生智能算法处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题时存在的异构泛在性较差、动态感知策略同步效能滞后、缺陷文本划分密集且生成困难、样本效率与迭代次数失衡、异构数据输入下的模型性能下降严重等固有弊端,提出了一种基于改进深度强化学习算法的电网缺陷文本挖掘模型。借助国家电网公司全局数据中心,构建非结构化的电网缺陷文本数据池,引入深度学习多维感知电网缺陷文本特征,实现缺陷文本的语义框架自构建,引入强化学习实现缺陷文本自主识别决策,并把当前收益(语义槽)和未来收益反馈给环境(隐性知识)模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现知识地图的自生成,进而实现本体字典自动完善。以南方电网贵州电网有限责任公司数据管控中心为效能评价载体,基于谷歌的Tensorflow 1.2.1和Open AI的Gym 0.9.2环境开发了可视化验证环境并对模型进行了实证分析,仿真验证结果表明本文所提模型可以在较短的时间内处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题,在深度泛在性、感知自主性、决策准确性、异构数据输入下的模型容错性等方面具有明显优势。 展开更多
关键词 电网缺陷文本 深度强化学习 文本深度挖掘 隐形知识 模型仿真验证
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部