分级模型

摘要： 高压电气策略相当于电动汽车的思维逻辑,包括驱动控制、充电管理、高压安全、能源控制等高压电气策略正在发生快速迭代。本文对纯电动汽车的功能需求进行研究,建立分级功能模型,便于策略的架构及逻辑设计。基于分级模型,建立驱动控制、绝缘保护的高压电气策略。对设计的策略进行实车搭载验证,数据显示:当有挡位及制动踏板信号时,电机存在相应的输出扭矩。主动在电路中接入低电阻时,低阻值会立刻被检测到,同时有绝缘报警并断开了高压回路,设计策略得到有效执行。

摘要： 随着电信业务竞争愈演愈烈,属地营销渠道当先,面对持续增大的渠道规模,不断变化的渠道业务种类及指数级增长的业务量,建设渠道运营管理支撑系统,切实实现渠道信息的多维度可视化的展现,提高了高效可靠的数字化运营能力,系统通过建立健全渠道分级模型、实现渠道代理商考核与奖励办法、真正落地渠道精细化管理策略,切实提高了一线工作人员的执行力,为提升实体渠道运营管控能力,加强对市场经营工作提供强有力的支撑。

摘要： 本文立足桥梁物联监测场景开展桥梁物联网监测设备、信息化系统关于信息安全的分级研究,提升桥梁物联网监测的信息安全水平。

摘要： 汁胞粒化是一种柑橘类水果中汁液囊的生理失调现象,表现为汁液囊变硬、干燥等,对水果内部品质产生消极影响.蜜柚是一种厚皮的柑橘类水果,很难通过外部果皮及果形,鉴定果实内部的汁胞粒化程度.采用近红外透射光谱结合机器视觉技术的快速无损检测方法,对蜜柚汁胞粒化程度进行分级检测.采集600个不同生长期的蜜柚样本在900～1700 nm的光谱数据,按果实的汁胞粒化程度将其分为5级.结合化学计量学研究由汁胞粒化引起的内部品质的化学变化,而机器视觉技术可用于研究由汁胞粒化引起的外部特征的物理变化.因此,该方法相较于传统检测方法,分级模型的预测能力更好.尤其是,连续投影-K近邻算法预测模型的准确性、敏感性和特异性分别达到0.9700、0.9231和0.9874以上.结果表明:该方法可用于汁胞粒化的鉴定与评估分级,且具有巨大潜力,以期为厚皮类水果在线分选及内部品质研究提供参考和理论依据.

摘要： 汁胞粒化是一种柑橘类水果中汁液囊的生理失调现象,表现为汁液囊变硬、干燥等,对水果内部品质产生消极影响。蜜柚是一种厚皮的柑橘类水果,很难通过外部果皮及果形,鉴定果实内部的汁胞粒化程度。采用近红外透射光谱结合机器视觉技术的快速无损检测方法,对蜜柚汁胞粒化程度进行分级检测。采集600个不同生长期的蜜柚样本在900~1700 nm的光谱数据,按果实的汁胞粒化程度将其分为5级。结合化学计量学研究由汁胞粒化引起的内部品质的化学变化,而机器视觉技术可用于研究由汁胞粒化引起的外部特征的物理变化。因此,该方法相较于传统检测方法,分级模型的预测能力更好。尤其是,连续投影-K近邻算法预测模型的准确性、敏感性和特异性分别达到0.9700、0.9231和0.9874以上。结果表明:该方法可用于汁胞粒化的鉴定与评估分级,且具有巨大潜力,以期为厚皮类水果在线分选及内部品质研究提供参考和理论依据。

摘要： 在各种思想方法形成的思维过程中,存在的统一信息层级、简化问题解决的意识称为“分级意识”。通过对认知结构和认知过程中的知识、方法等系统内的信息进行综合地、统一地分级,再按照层级差异有意识地建立分级模型,进而为组织问题解决的操作提供模型思维。在分级意识组织下,问题解决的思维过程更加有序和清晰,并促进数学思维能力进阶地发展。

摘要： 针对目前缺乏对在线教学和传统课堂的混合数据融合分析,提出一种改进的凸非负矩阵分解特征提取算法,可有效提取学生学习行为数据的特征群集.根据群集特征的权值大小,依次选取多级特征指标,构建评价层、群集层、特征层3个层次上的PSR评价指标体系.依据评价指标体系采用综合加权法计算学生个体的质量评价值,对个体进行分级,分级结果与学生期末考试成绩分级分布基本一致,且符合正态分布,证明了特征提取方法及评价分级模型的有效性.

摘要： 为便于大学生快速有效地查询本人的体质健康评价等级,文章使用Fisher判别法,基于R语言结果,构建了河北省大学生体质健康综合评价分级模型.该模型可以对大学生个体或者群体进行综合评价,并且提高了查询评价效率和精准程度,对监测大学生体质健康状况起到积极作用.

摘要： 为实现鸭蛋外观品质的快速高通量检测,本文设计了基于数字图像处理的六通道鸭蛋外观视觉检测系统,通过外触发方式实时采集转动前进鸭蛋的图像信息,根据所采集图像的灰度特征,采用阈值分割结合预设区域方式获取固定区域内鸭蛋图像区域的分割与定位,采用外接矩形法实现对鸭蛋长短轴的测量,其检测精度为±0.51 mm;将鸭蛋视为椭球体,结合长短轴的测量以及预设重量系统,对鸭蛋重量的检测精度为±2.3 g;采用局部阈值分析方法实现对蛋壳表面的脏污检测,脏污检出率达到95％;通过对H颜色空间灰度值的分析,可实现青壳蛋与白壳蛋的区分.结果表明,该系统可满足检测要求.

摘要： 公立医院要将社会效益放在首要位置,在管理发展中需要承担更多的社会责任.在分析公立医院及其社会责任的基础上,客观阐述了公立医院社会责任分级模型及其应用,具体介绍了公立医院初级、中级、高级社会责任的内容及履行方式.科学、规范的社会责任分级模型的建立和应用,有利于公立医院在履行社会责任过程中持续提升在医疗市场中的核心竞争力,为实现可持续发展提供重要支撑力量.

摘要： 本案通过对中国梅花研究中心品种资源圃的50个梅花品种进行综合调查分析,推荐出武汉地区梅花切花品种10个,其中Ⅰ类品种有3个:'雪海宫粉''见惊梅'和'小绿萼';Ⅱ类品种5个:'粉红朱砂''江南朱砂''多萼朱砂''江砂宫粉'和'人面桃花';Ⅲ类品种2个:'武汉早红'和'东方朱砂'.并初步建立起梅花切花分级模型.

摘要： 本文提出了源于信息量的系统复杂性计量公式,并通过逻辑函数提出了系统复杂性分级模型,使得关于系统复杂性的值域由[0,+∞),改变为[0,1)范围内.

摘要： 选择发育正常、健康无病的40只宁夏滩羊进行产量级六个指标的测量，采用主成分分析方法对其进行多元分析,结果表明：保留一个主成分方差累计贡献率达80.5％，且主成分内部显著相关，肋肉厚和腹壁厚的相关系数为0.97201,最终确定羊胴体产量分级指标为肋肉厚。对其与产肉率进行模型拟合，得到羊胴体产量分级的最佳模型，模型决定系数达到0.9614。

摘要： 文章针对紧急状态下对动员物资分级管理的特殊要求,把动员物资的重要性、时效性和缺口程度作为分级的重要指标,建立了基于Mamdani型模糊推理的动员物资分级模型,该方法充分吸收和运用了动员管理领域专家对动员物资分级的知识规则,实现了紧急状态下对动员物资的智能分级,提高了动员物资管理的科学性和可操作性.

摘要： 选择发育正常、健康无病的40只宁夏滩羊进行产量级六个指标的测量，采用主成分分析方法对其进行多元分析，结果表明：保留一个主成分方差累计贡献率达80.5%，且主成分内部显著相关，肋肉厚和腹壁厚的相关系数为0.97201，最终确定羊胴体产量分级指标为肋肉厚。对其与产肉率进行模型拟合，得到羊胴体产量分级的最佳模型，模型决定系数达到0.9614。

摘要： 提出了一种基于分级最大熵模型的中文实体名识别方法。首先在第一级最大熵模型中完成无嵌套的实体名的识别，然后再在第二级最大熵模型中完成复杂地名和机构名的识别。该模型的每一层都包括训练和识别两个部分，训练部分利用特征模板从语料中抽取特征，再利用最大熵方法对特征进行训练；识别部分利用训练得到的参数进行实体名识别。采用人民日报的数据进行实验，验证了该方法比传统最大熵模型和多层隐马模型的识别效果好。

摘要： 提出了一种基于分级最大熵模型的中文实体名识别方法。首先在第一级最大熵模型中完成无嵌套的实体名的识别，然后再在第二级最大熵模型中完成复杂地名和机构名的识别。该模型的每一层都包括训练和识别两个部分，训练部分利用特征模板从语料中抽取特征，再利用最大熵方法对特征进行训练；识别部分利用训练得到的参数进行实体名识别。采用人民日报的数据进行实验，验证了该方法比传统最大熵模型和多层隐马模型的识别效果好。

摘要： 提出了一种基于分级最大熵模型的中文实体名识别方法。首先在第一级最大熵模型中完成无嵌套的实体名的识别，然后再在第二级最大熵模型中完成复杂地名和机构名的识别。该模型的每一层都包括训练和识别两个部分，训练部分利用特征模板从语料中抽取特征，再利用最大熵方法对特征进行训练；识别部分利用训练得到的参数进行实体名识别。采用人民日报的数据进行实验，验证了该方法比传统最大熵模型和多层隐马模型的识别效果好。

摘要： 提出了一种基于分级最大熵模型的中文实体名识别方法。首先在第一级最大熵模型中完成无嵌套的实体名的识别，然后再在第二级最大熵模型中完成复杂地名和机构名的识别。该模型的每一层都包括训练和识别两个部分，训练部分利用特征模板从语料中抽取特征，再利用最大熵方法对特征进行训练；识别部分利用训练得到的参数进行实体名识别。采用人民日报的数据进行实验，验证了该方法比传统最大熵模型和多层隐马模型的识别效果好。

摘要： 提出了一种基于分级最大熵模型的中文实体名识别方法。首先在第一级最大熵模型中完成无嵌套的实体名的识别，然后再在第二级最大熵模型中完成复杂地名和机构名的识别。该模型的每一层都包括训练和识别两个部分，训练部分利用特征模板从语料中抽取特征，再利用最大熵方法对特征进行训练；识别部分利用训练得到的参数进行实体名识别。采用人民日报的数据进行实验，验证了该方法比传统最大熵模型和多层隐马模型的识别效果好。

摘要： 本申请提供一种用于对象分级的模型训练方法、对象分级方法及装置。涉及机器学习、大数据、云医疗等技术领域。通过两个分支网络按照不同的类别采样率对样本数据集采样，以及分别获取各自采样数据的第一样本特征和第二样本特征，分别对该两个样本特征进行融合得到至少两个融合特征，对两个样本标签进行融合得到至少两个融合特征对应的至少两个融合标签，以提高样本特征的丰富度；确定该至少两个融合特征中的正样本特征和负样本特征，确定锚点特征分别与正样本特征之间的第一相似度、以及与负样本特征之间的第二相似度，以基于两个相似度之间的差异，对网络进行训练得到目标模型；基于正负样本对来对网络进行对比学习，提高了对象分级的准确率。

摘要： 本申请公开了一种分级预测模型的训练方法、分级预测的方法及相关产品，该训练方法包括：基于眼底样本图像中动脉样本网络和静脉样本网络的交叉点，获取包含所述交叉点的样本图像块；根据所述样本图像块中交叉点处的压迹程度，对所述样本图像块赋予相应级别的标签；以及使用带所述标签的样本图像块对分级预测模型进行训练。根据本申请实施例的训练方法，可以使得训练后的分级预测模型能够用于对眼底动静脉交叉处的压迹分级预测。

摘要： 本发明公开了一种将BIM模型转为支持大体量分级加载GIS模型的方法，包括构建BIM模型的数据库表；构造三维地球场景结构，解析构件信息；对三维地球场景分组；构造子场景空间层级结构，对数据进行筛选、简化和合并；将BIM模型转换为B3DM规格，每一个B3DM文件为一个瓦片；按照八叉树构建瓦片集合的树状空间结构。本发明采用BIM设计软件二次开发的方式直接提取模型构件信息，防止信息丢失；采用OGC社区标准的3dtiles格式作为GIS模型格式，通过HLOD技术，支持大体量模型的分级加载，实现了从BIM模型到HLOD分级加载GIS模型的自动转换，且具有转换速度更快、准确率更高等优点，便于实际推广和应用。

摘要： 本发明公开了一种岩石可钻性分级综合预测模型构建方法，包括以下步骤：基于历史施工数据获取各个影响因素的变量参数值，组合形成样本集；对第一神经网络模型进行训练；第一神经网络模型的输入为各个影响因素的变量参数值，输出为各个影响因素的变量参数值；由训练完毕的第一神经网络模型构建各影响因素的整体交互作用强度矩阵，用于定量描述各个影响因素之间的交互作用强度大小和方向；根据整体交互作用强度矩阵计算得到各影响因素对岩石可钻性权值；基于样本集数据和各影响因素对岩石可钻性权值计算矿岩可钻性分类指标值。本发明建立了岩石可钻性分级综合预测模型，揭示了各个影响因素之间复杂关系以及对岩石可钻性的影响程度。

摘要： 本发明公开了一种热温冷领域数据分级语音识别模型建模系统及其建模方法，包括：用于获取多个语言样本的采集模块；用于基于每一所述语言样本的检索概率的高低，将多个所述语言样本划分为多个样本群的分类模块，连接于所述采集模块；以及建模模块，包括用于存储初始语音识别模型的储模单元和用于分别将多个所述样本群的语言样本输入所述初始语音识别模型并训练所述初始语音识别模型以获得与多个所述样本群一一对应的多个语音识别模型的训练单元，所述训练单元连接于所述分类模块和所述储模单元。本发明解决了现有的语音识别模型将所有语料训练成一个模型，存在新的热门数据容易被剪掉的问题。

摘要： 本实用新型公开了BIM信息模型技术领域的一种将BIM信息模型转换为分级加载的GIS模型的显示装置，包括本体、防撞机构、导热机构和显示器，所述防撞机构固定安装在所述本体的内腔，所述导热机构固定安装在所述本体的内腔，且位于所述防撞机构的下方，所述显示器通过螺栓固定连接在所述防撞机构的内腔底部，所述本体的内腔下侧一体成型有隔板，该将BIM信息模型转换为分级加载的GIS模型的显示装置，结构设计合理，通过防撞机构，能够很好的保护显示器，使其正常稳定的工作，能够提高显示装置的散热效率，使元器件处于正常温度环境下工作，确保其性能和使用寿命，避免出现故障，降低维修或更换的频率，从而节约了成本的投入。

摘要： 本发明公开了基于残差网络的烟叶智能分级模型及利用其分级的方法，该模型为先对烟叶图像进行编码，再将烟叶等级映射数字编码，创建样本和标签表格，接着将表格数据划分为训练集、测试集和验证集，利用深度学习残差网络对训练集和验证集进行不断的迭代训练，直至训练出最优的烟叶等级模型。通过基于卷积残差神经网络搭建自定义训练模型对烟叶进行智能分级。在预处理模块加入图像增强功能，扩充烟叶样本的多态性，提高模型的兼容能力。在卷积神经网络模块中加入了正则化，解决网络中过拟合的现象。在自定义网络模型中添加了空洞卷积，空洞卷积在不增加网络参数量的情况下，增大了感受野区域，有效的提高了烟叶分级模型的准确率。

摘要： 本申请实施例公开了一种材料老化损伤分级模型的构建方法、分级方法及相关装置，首先获取显微镜在预设分辨率下采集的材料的微观组织图片，并获取该微观组织图片的老化级别以及损伤级别。接着对以上微观组织图片进行预处理，并将进行预处理后的微观组织图片与其对应的老化级别以及损伤级别进行绑定，以此作为目标数据集。将目标数据集的一部分作为训练数据集另一部分作为验证数据，同时基于深度学习框架PyTorch来构建MobileNetV3‑MC模型，MobileNetV3‑MC模型为具有马氏体分级的移动设备神经网络。以此构建的模型的响应速度更快，同时可以增强模型对不同老化损伤级别的辨识，在多级别测试集的辨识准确率最高可达到60％。

摘要： 本发明提供了一种数据分级模型训练方法、装置、数据分级方法、装置，包括：接收中心服务器下发的数据分级模型，并使用参与主机设备的本地数据对数据分级模型进行训练；在对数据分级模型训练完成后，基于随机数对数据分级模型的初始参数值进行混淆处理，得到第一参数值；将第一参数值发送至中心服务器；接收中心服务器发送的平均参数值，并根据平均参数值确定数据分级模型的最优参数值，从而得到目标数据分级模型。本发明参与主机设备不需要将数据发送给中心服务器，避免了参与主机设备的本地数据的流出，保护了数据隐私，并且参与主机设备对初始参数值进行混淆处理后发送给中心服务器处理，进一步保护了数据隐私，避免了数据隐私的泄露。

摘要： 本发明公开了一种基于融合特征的DCNN叶瘟病分级模型的构建方法，包括以下步骤：S1.用获取的水稻叶瘟病不同病害等级数据作为样本；S2.获取最佳的叶瘟病分级特征；S3.构建水稻叶瘟病分级模型；S4.对步骤S3中所述的水稻叶瘟病分级模型进行训练试验。本发明在保持ResNet网络的设计理念的前提下，通过调整ResNet网络的网络深度和结构，添加BatchNorm层与Dropout层建立水稻叶瘟病分级模型，以期为水稻叶瘟病病害检测提供科学和理论依据。