您现在的位置: 首页> 研究主题> 时间一致性

时间一致性

时间一致性的相关文献在1985年到2022年内共计153篇,主要集中在自动化技术、计算机技术、经济学、财政、金融 等领域,其中期刊论文82篇、会议论文7篇、专利文献523623篇;相关期刊74种,包括中共浙江省委党校学报、法学论坛、大连干部学刊等; 相关会议7种,包括2013年河南省计算机学会学术年会暨河南省计算机大会、第八届中国系统建模与仿真技术高层论坛、“资产积累与社会发展”国际学术研讨会等;时间一致性的相关文献由346位作者贡献,包括周映江、张静、曹戈等。

时间一致性—发文量

期刊论文>

论文:82 占比:0.02%

会议论文>

论文:7 占比:0.00%

专利文献>

论文:523623 占比:99.98%

总计:523712篇

时间一致性—发文趋势图

时间一致性

-研究学者

  • 周映江
  • 张静
  • 曹戈
  • 柳伟
  • 楼冠男
  • 薛帅
  • 陈明
  • 顾伟
  • 刘骁
  • 杨莎莎
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 张颖; 韩风
    • 摘要: 针对中长期电力系统扩展规划中,电需求和能源价格不确定性导致成本波动风险的问题,首先基于多阶段场景树描述不确定信息,引入具有“时间一致性”的多阶段风险测度,进而建立电力系统风险规避多阶段随机规划模型。通过调节各阶段置信水平,可改变模型的风险规避程度。利用逐步对冲算法对模型进行重构求解,可得到全局最优解,并为每个场景求得一个满足非预期性的多阶段决策。最后以某区域电力系统扩展规划为算例,验证了所建模型和求解算法的有效性。
    • 谢郭蓉; 曲毅; 蒋镕圻
    • 摘要: 视觉目标跟踪任务中的遮挡问题是最具挑战的场景属性之一,研究有效的抗遮挡模型学习方案,对构建适应复杂场景的长期鲁棒跟踪模型具有重要意义。剖析了遮挡影响跟踪性能的本质原因,以抗遮挡性能较好的先进跟踪算法为研究对象,系统分析了模型学习中有效抗遮挡机制,并对其改善长短期遮挡问题的有效性进行比较分析,包括以硬负样本挖掘、有效样本管理、类遮挡硬正样本生成的训练样本提质策略,提供模型充足判别信息;以时间一致性学习、自适应外观学习的被动稳定学习方式和基于多域属性、目标感知、干扰感知、特征融合等适用跟踪任务的主动学习策略,构建可抵抗场景干扰、目标形变等因素可适用跟踪的鲁棒模型;以手工置信度评估、自适应决策、时序记忆库、自适应估计模板的更新策略,平衡模型在线跟踪状态变化目标的适应性与稳定性。通过对代表跟踪算法在遮挡及背景杂乱、出视野、平面内外旋转、形变场景下的性能比较,详尽分析了各策略抗遮挡有效性,指出相比更新策略,数据处理、学习策略设计更有利于提高抗遮挡性能;同时分析了各策略对长期遮挡、背景杂乱、出视野等属性的适用性及适用多类复杂场景的策略。总结了有效抗遮挡策略,提出骨干网替换及迁移场景理解、运动规律等先验信息至跟踪任务的研究方向。
    • 杜挺; 吴朝晖; 席官宝; 杨鹏
    • 摘要: 提出了n家保险公司的一种竞争框架,进而研究了最优再保险问题.每家保险公司的盈余满足扩散逼近过程,它可以通过在无风险资产上投资来增加.每家保险公司的目标是,选择最优再保险策略最大化终端财富的均值同时最小化终端财富的方差.应用随时控制理论,我们得到了最优再保险策略和值函数的解.最后,通过数值实验分析了模型参数对最优再保险策略的影响.
    • 郭文; 尹童灵; 张天柱; 徐常胜
    • 摘要: 建立一个既能充分考虑目标表观表达的判别性、又能在后续的跟踪过程中保持特征的时间一致性的模型,是解决跟踪问题的关键.为了提高跟踪算法的特征表达判别性和解决跟踪过程中的特征时效性退化问题,文中提出了一种时间一致性保持的稀疏深度表达的跟踪方法.首先,利用不同卷积层上的特征有不同的属性来构建多任务的稀疏深度表达学习方法,充分挖掘多源信息的相关性.其次,利用相关帧的残差构建时间一致性约束正则项,以对跟踪过程特征的退化起到补偿作用,提高了跟踪算法特征的时间一致性.大量实验视频的跟踪结果显示,相比当前的主流算法,所提算法在复杂背景、快速运动等情况下具有更好的跟踪效果和稳定性.
    • 万琴; 朱晓林; 肖岳平; 孙健; 王耀南; 颜金娥; 杨佳玉
    • 摘要: 为了提高实时RGB–D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB–D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB–D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.
    • 李路遥; 沈一帆; 夏俊; 沈海辉
    • 摘要: 车辆路径问题是物流和交通运输领域的研究热点.近年来,为应对激烈的市场竞争,越来越多的企业开始关注如何在降低成本的同时保证服务效率和服务质量.实践表明提高车辆路径方案的一致性不仅可以提高服务效率,还能显著提高客户满意度.因此,考虑一致性约束的车辆路径问题(又称一致性车辆路径问题)应运而生.一致性车辆路径问题是相对较新的车辆路径问题变种,相关成果具有重要的实践和学术价值.随着多样化一致性约束的提出以及相关数学模型和优化方法的迭代更新,目前针对一致性车辆路径问题已有一定数量的研究积累.本文从车辆路径问题的分类、一致性车辆路径问题的背景介绍、模型、求解算法等方面对该问题进行了综述.在一致性车辆路径问题中,一致性约束主要有时间一致性、人员一致性和路线一致性要求.时间一致性和人员一致性约束较为常见,路线一致性约束则相对更为新颖.一致性车辆路径问题的求解方法以启发式算法为主,尤其是大、中型实例(时间周期5d,客户数量50以上)的求解;而部分精确式算法对中小型实例(时间周期3~5d,客户数量50及以下)也展现了良好的性能.
    • 石春娥; 李耀孙; 张浩; 杨关盈; 周建平
    • 摘要: 雾和霾都是低能见度天气,生成条件相似.利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料.根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同.结果表明:(1)安徽省强浓雾主要是辐射雾.强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征.(2)强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型.(3)在强浓雾的高发时段(02—08时),强浓雾时降温幅度最大,比重度霾平均高1°C,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主.说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度.
    • 万琴; 朱晓林; 肖岳平; 孙健; 王耀南; 颜金娥; 杨佳玉
    • 摘要: 为了提高实时RGB-D目标遮挡跟踪精确度,解决多目标遮挡跟踪容易发生模型漂移和跟踪丢失等问题,本文提出一种基于RGB-D时空上下文模型的多目标遮挡跟踪算法.首先获取多目标检测定位区域,再通过目标时空上下文特征提取,建立目标时间上下文模型、目标空间上下文模型构成目标RGB-D时空上下文模型;然后在跟踪器判别跟踪状态时通过计算时间一致性进行颜色和深度特征自适应融合确定目标在当前帧位置;最后,当跟踪器判别多目标遮挡时引入深度概率,利用深度概率信息特征进行约束,通过最大后验概率(MAP)关联模型有效解决目标遮挡跟踪问题.在公用数据集clothing store dataset和princeton tracking benchmark dataset上进行定性对比实验和定量结果分析表明,本文提出的算法具有良好的遮挡跟踪性能,能较好解决多目标遮挡跟踪问题,提高目标遮挡跟踪的精确性和鲁棒性.
    • 摘要: 近日国家卫生健康委法规司正式发布WS/T 790《区域卫生信息平台交互标准》第1-18部分,包含总则、时间一致性服务、节点验证服务、安全审计服务、基础通知服务、居民注册服务、医疗卫生机构注册服务、医疗卫生人员注册服务、术语注册服务、健康档案存储服务、健康档案管理服务、健康档案采集服务、健康档案调阅服务、文档订阅发布服务、预约挂号服务、双向转诊服务、签约服务、提醒服务。该标准适用于基于居民健康档案的区域卫生信息平台与接入平台的医疗卫生应用系统间、平台与其他接入平台间以及平台内部服务组件间的信息交互与共享。该标准自2022年4月1日起施行。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号