-
题名基于知识库和场景推理的乌江智能化防洪调度
被引量：2
- 1
-
-
作者
高英
-
机构
贵州乌江水电开发有限责任公司
-
出处
《人民长江》
北大核心
2024年第9期10-17,34,共9页
-
文摘
围绕贵州省内乌江流域梯级水库防洪调度问题,开展了基于知识库和快速场景推理的智能防洪优化调度研究。基于海量的防洪调度方案,对调度经验知识进行组织与重构,按照“单元-网络-图谱”的总体思路,构建流域梯级水库群防洪调度知识库。在此基础上,根据流域防洪方案特征确定用于场景匹配的数值类、要素类及模糊类等特征信息,通过计算防洪调度方案各特征信息的权重,基于快速场景匹配与推理技术,优选与目标案例匹配度最高的典型案例,实现了流域智能化防洪调度。以乌江梯级水库群为实例进行的应用分析表明:典型洪水场景下削峰率达47%,模型求解耗时5.3 s,而采用传统动态规划模型的求解耗时为21.1 s,求解效率大幅提高。所提方法解决了传统调度中实时方案计算的时效性问题,且所得方案蕴含调度决策经验,调度过程对实际洪水的变化适应性更强。
-
关键词
梯级水库
防洪调度知识库
场景推理
知识图谱
场景快速匹配
乌江流域
-
Keywords
cascade reservoirs
knowledge base for flood dispatching
scenario reasoning
knowledge graph
fast scene matching
Wujiang River Basin
-
分类号
TV697.13
[水利工程—水利水电工程]
-
-
题名基于关键区域的二值化场景特征快速提取方法
被引量：3
- 2
-
-
作者
姚萌
贾克斌
萧允治
-
机构
北京工业大学信息学部
香港理工大学电子资讯工程学系
先进信息网络北京实验室
未来网络科技高精尖创新中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第6期14-18,61,共6页
-
基金
国家自然科学基金面上项目(No.61672064)
北京市自然科学基金重点项目(No.KZ201610005007)
-
文摘
近年来,驾驶辅助系统中基于视频信息的车辆定位技术受到广泛关注。针对轻轨系统高精度场景匹配中场景相似度过高导致定位困难的问题,提出了一种关键区域及二值化特征提取方法。该方法以离线处理的方式在高相似度的参考序列帧内提取具有显著性信息的关键区域,并在这些区域中生成二值化特征描述符以提高实时场景匹配的速度与准确率。在香港轻轨数据集以及公开的Nordland数据集中,相对于局部场景特征,基于提出的关键区域特征的场景匹配方法错误偏差下降31.43%,同时节约了94.22%的匹配时间;与Seq SLAM场景跟踪算法相比,在不显著增加运行时间的前提下,基于关键区域二值化场景特征的场景跟踪正确率提高了9.84%。实验结果表明,提出的关键区域以及二值化特征提取方法在降低了场景匹配计算时间的同时,提高了匹配精确度。
-
关键词
快速场景匹配
关键区域提取
二值化特征提取
-
Keywords
fast scene matching
key region extraction
binary feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
