排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
将灰色模型与马尔科夫链结合,建立了针对道路交通事故预测的灰色马尔科夫模型.既可以发挥灰色系统预测精确的特点,又可以利用马尔科夫链对准确预测波动性数据的优势.在灰色马尔科夫链模型的算法基础上,进行灰色马尔科夫链预测系统的设计.用我国道路交通事故次数的数据进行预测验证.结果表明.灰色马尔科夫链模型能很大的提高预测的精度和效果,符合实际要求. 相似文献
4.
随着我国建筑市场的逐渐开放,建筑行业的规范化、市场化也正在进一步深化,建设单位与施工单位越来越重视索赔工作,本文介绍了招标投标过程中缔约过失的概念、性质、情形、索赔范围及对招标投标中不正当竞争行为所导致的索赔。 相似文献
5.
6.
定额计价是清单计价编制基础,清单计价较定额计价更能充分体现企业自身竞争能力和自主定价,也能及时反映市场动态变化。针对二者之间的区别与联系及推行清单计价迫切需要解决的问题进行重点论述。 相似文献
7.
针对路面裂缝检测不完整和分割出现断裂的问题,提出了一种多尺度特征增强的路面裂缝检测网络MFENet,实现端到端的路面裂缝图像检测、分类和分割处理;设计了多尺度注意力特征增强模块,建立了网络模型的上层多尺度特征通道与底层特征通道权重系数之间的映射关系,以提升有效通道的特征输出;基于路面裂缝的坐标信息和像素语义信息在物理位置上的相关性,设计了多语义特征关联模块,实现不同语义信息之间的特征融合增强,并通过特征维度转换实现对路面裂缝图像的前景特征过滤;提出了一种针对深度特征强度进行量化评估的方法,用于提升模型提取特征能力的可解释性。在自采集数据集上的研究结果表明:MFENet对路面裂缝图像检测的平均精准率和平均召回率相比Mask R-CNN分别提升了4.3%和5.4%,相比基线模型RDSNet分别提升了14.6%和14.3%;MFENet对路面裂缝图像分割的平均精准率和平均召回率相比Mask R-CNN分别提升了6.6%和8.8%,相比RDSNet分别提升了8.1%和9.7%;与Mask R-CNN等主流方法相比,MFENet对不同类型路面裂缝图像的检测、分割精度最高。在公开数据集(CFD、CRACK500)上的研究结果表明:在不同场景下的数据集上,MFENet的检测、分割精度均高于Mask R-CNN等主流方法,模型的鲁棒性更强。另外与RDSNet相比,MFENet在不同数据集上的处理速度也均有所提升。 相似文献
1