论文部分内容阅读
基于“模糊-冲突”模型的宁海县城市生活垃圾分类政策执行研究
【出 处】
：
长安大学
【发表日期】
：
2021年01期
其他文献
无人驾驶系统采用端到端控制方法,将整个系统当作研究对象,建立了端到端的控制系统.在系统设计中,学习系统使用RNN-LSTM网络,解决了传统RNN网络梯度爆炸和消失问题,利用随机失活方法,随机删除神经网络单元,提升了网络训练效果.LSTM[7]是深度学习技术中的一员,网络层数较深,组成结构较复杂,难以完成深层次的学习,例如谷歌翻译应用LSTM层时,仅使用7-8层.在训练时,经常发生过拟合现象.RNN与LSTM结合使用时RNN用来提取局部特征,LSTM则获取整个句子表示,可以捕获特征序列上的长期依赖.将RNN
在电子系统外场试验时,经常会对设备软件进行升级更新.当设备的加载升级设计不当时,这个工作非常艰难,甚至难以开展.本文就根据实际外场设备维护工作经验,结合FPGA的从加载模式(Slave Mode),提出一种电子设备能快速升级的设计思路.希望解决设备外场软件升级维护困难、效率低的问题.为同样在外场设备维护过程中遇到相似困难的同行们提供思路.
随着压缩感知理论的应用,可以实现将电能质量数据的采样和压缩合二为一,大大降低了采样速率和时间.深入的研究压缩感知在电能质量数据压缩中的应用的基础上,本文将自适应字典学习与压缩感知理论结合,实现了自适应字典学习对电能质量数据稀疏表示的压缩重构方法.该方法采用大量的电能质量数据样本集进行稀疏编码,训练优化自适应字典.此时的电能质量数据样本都与自适应字典相匹配,可以用少量自适应字典中的原子的线性组合来表示电能质量数据样本,实现电能质量数据的快速压缩,最后利用压缩感知理论对电能质量数据重构.通过实验仿真,与传统稀