算法

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
  • 配网行波故障预警与定位装置怎么验证算法交叉
    江苏宇拓电力科技来跟大家聊一聊配网行波故障预警与定位装置YT/XJ-001怎么验证算法交叉。 配网行波故障预警与定位装置YT/XJ-001的算法交叉验证,是指通过多算法协同研判与多维度数据校验,确保不同算法对同一故障场景的诊断结果一致,或通过算法间的逻辑互补提升故障辨识与定位的可靠性。装置需结合配网“多T接、架空电缆混架、小电流接地”等复杂特性,围绕故障定位、接地选线、隐患监测三大核心功能,构建“
  • 推理新范式:动态效能算法让算力资源实现最大化
    GPU不再只是静态资源,而是可运营、可定价、可持续经营的资产。随着推理时代的到来,算力成为跨地域、跨架构、跨属权的综合体系,要求实时、动态、按业务优先级调度。传统的调度平台无法满足这一需求,因此需要新的调度系统来解决模型结构差异、推理链路时延等问题。矩量无限的开物算力调度系统融合了Kubernetes动态资源分配技术,通过自学习算力适配器将异构国产GPU资源转化为动态标准化的“算力能力单元”,实现了基于任务实际需求的目标导向按需调度,显著提高集群资源利用率和运行稳定性。该系统已在国产GPU卡上得到规模验证,并应用于多个千卡智算中心。
    475
    11/13 13:49
    推理新范式:动态效能算法让算力资源实现最大化
  • 讲讲如何实现高保真虚拟数据集生成
    一、前言 在自动驾驶感知系统的研发过程中,模型的性能高度依赖于大规模、高质量的感知数据集。目前业界常用的数据集包括 KITTI、nuScenes、Waymo Open Dataset 等,它们为自动驾驶算法的发展奠定了重要基础。 然而,构建真实世界的感知数据集并非易事——不仅需要投入大量人力、物力与时间成本,还需要面对数据采集受限、隐私合规、标注耗时以及极端场景(corner case)难以获取等
  • 一文拆解SiL测试痛点,讲清全研发周期SiL验证方案如何做!
    01、引言 在自动驾驶系统的研发过程中,如何平衡创新速度与系统可靠性,是每个工程团队都必须面对的核心挑战。 团队常常面临着来自两个维度的具体痛点:在本地开发阶段,工程师们常常受限于HiL测试资源紧张、调试成本高昂、算法早期验证困难等问题;而在规模化测试阶段,团队又面临着测试周期过长、CI/CD集成困难、资源利用不平衡等新的挑战。这些痛点严重制约了自动驾驶技术的迭代速度和质量保障。 本文将从这些实际
  • 都AI时代了,如何告别安防监控关键时刻掉链子?
    城市的各个角落逐渐被安防摄像头覆盖,智慧安防的前沿探索也正不断逼近现有存储系统下的性能瓶颈,一场由数据驱动的系统性变革正悄然发生。AI的深度融合,让监控从“被动记录”转向“主动洞察”,这不仅催生了海量非结构化数据,更对数据的实时性、完整性及存储的可靠性提出了前所未有的严苛要求。
    都AI时代了,如何告别安防监控关键时刻掉链子?
  • 电缆行波故障定位装置的算法动态阈值调整
    今天江苏宇拓电力科技来跟大家聊一聊电缆行波故障定位装置YT/XD-001的算法动态阈值调整。 电缆行波故障定位装置YT/XD-001的算法动态阈值调整,是指装置根据电缆线路的实时运行状态(如负荷水平、环境条件、故障类型),通过算法自动优化故障判断阈值,以适应不同工况下的信号特征差异,避免固定阈值导致的误判或漏判,提升故障识别与定位的准确性。该技术依托实时数据采集与历史模型分析,实现阈值的动态适配,
  • 人工智能核心算法演进:从传统搜索到深度学习,技术路径全解析
    人工智能技术正在以前所未有的速度发展,但其核心算法的基本原理却经历了数十年的沉淀与演进。从早期的搜索算法到如今的深度学习,AI技术背后是一系列精妙而强大的数学工具和计算模型。本文将带您深入探讨当前最受关注的人工智能核心算法及其应用前景。
    人工智能核心算法演进:从传统搜索到深度学习,技术路径全解析
  • 启扬RK3588基于Yolov5的目标识别演示
    YOLO是一种基于深度神经网络的目标检测算法,用在图像或视频中实时识别和定位多个对象。在其各个版本的迭代中,YOLOv5凭借易用性和性能平衡在工业、 医疗、农业、零售等领域被广泛的应用。本文以启扬RK3588开发板为例,运行基于 YOLOv5 的先进目标检测模型。 01、下载RKNN相关的仓库 新建目录存放RKNN仓库,下载RKNN-Toolkit2和 RKNN_Model_Zoo 仓库。 #新建
  • 基于多策略自适应差分正余弦算法的多机器人路径规划Multi-robot path planning
    最近进行了使用各种元启发式算法进行多机器人路径规划的研究。其中一种算法正弦余弦算法(SCA)不能在路径规划问题中产生令人满意的结果,由于单一的更新策略。有必要采用多种更新策略,并针对更广泛的问题提高其性能。我们提出了一种新的多策略自适应微分正弦余弦算法(sdSCA),它使用策略池,并允许更频繁地选择策略,从而导致更好的解决方案,将sdSCA应用于具有静态和动态障碍物的复杂环境中的在线多机器人路径规划。
  • 2025年新算法-混沌进化优化 附完整MATLAB代码
    提出了一种受混沌动力学启发的新颖的基于种群的元启发式算法,称为混沌进化优化(CEO)。CEO的主要灵感来自二维离散忆阻映射的混沌进化过程。通过利用忆阻映射的超混沌特性,对CEO算法进行数学建模,引入进化过程的随机搜索方向。该算法于2025年3月最新发表在
  • 自动驾驶汽车如何准确识别小物体?
    自动驾驶汽车在识别小物体方面面临诸多挑战,包括体积小、对比弱、遮挡严重等问题。尽管传感器如相机、激光雷达、毫米波雷达各有优势,但小物体检测仍需综合多种传感器和先进算法。感知融合和算法优化是关键,涉及多模态数据融合、时空信息整合和专门针对小目标的优化策略。未来,随着技术进步,自动驾驶系统将更稳健应对小物体检测难题。
    自动驾驶汽车如何准确识别小物体?
  • 自主工具链助力端到端组合辅助驾驶算法验证
    算法介绍 传统组合辅助驾驶算法一般分为感知定位、决策规划、控制三部分功能,将传感器数据输入后,经算法处理,输出控制指令。传统组合辅助驾驶算法中的决策规划模块,通过规则代码迭代来应对不同场景,无法彻底解决越来越多的长尾问题。 图 1 辅助驾驶算法(图片来源网络) 端到端辅助驾驶算法是一种深度学习算法,该算法将传感器数据输入后,基于大模型直接输出车辆控制指令。端到端辅助驾驶算法采用一体化黑盒模型,通过
    自主工具链助力端到端组合辅助驾驶算法验证
  • 使用YOLOv10进行自定义目标检测
    YOLO(You Only Look Once)是一种流行的物体检测算法,以其速度和准确性而闻名。与涉及生成区域提案然后对其进行分类的多阶段过程的传统方法不同,YOLO 将物体检测框架化为单个回归问题,只需一次评估即可直接从完整图像中预测边界框和类别概率。
    使用YOLOv10进行自定义目标检测
  • 世界机器人大会上什么都有,就是没什么共识
    作者:黄小艺、Yoky,编辑:王兆洋 没有Benchmark的机器人领域,正在产生大量的“非共识”。 去年的WRC(世界机器人大会),各家比拼的还是谁能更快地让机器人走起来,到今年连续3天都爆火的展区内,硬件本体开始分化出不同的产品形态服务不同场景,以吸引落地和量产的可能,软件算法则在VLA、端到端模型、仿真数据训练等方面衍生出了多条技术路线。 由于没有统一的标准,各家的尝试可以说是天马行空,甚至
    350
    08/11 12:20
    世界机器人大会上什么都有,就是没什么共识
  • 广东大规模单片机定制 从 制造” 到 智造 的产业密码
    在电子制造业的版图上,广东凭借大规模单片机定制能力,成为全国乃至全球的核心枢纽。从深圳华强北的快速打样到东莞工厂的批量交付,这里的定制服务正从单纯的硬件加工,升级为 “需求拆解 - 方案设计 - 量产落地” 的全链条服务,深圳市安凯星科技有限公司便是其中的典型代表。 广东的优势首先源于产业集群的深度协同。从芯片原厂(如兆易创新、华大半导体)到 PCB 制造商、贴片厂,2 小时内可完成供应链响应,这
  • 深蕾半导体喜获多媒体内容分析与控制输出相关的技术发明专利!
    在媒体播放、直播、视频会议、安防监控等高实时性场景中,内容审核延迟高、误检多、适应性差一直是行业痛点。本专利技术通过“深度学习算法 + 芯片级优化”,实现了毫秒级精准识别与智能管控,为实时视频场景提供了一套低延迟、高精度的内容过滤解决方案,重新定义了实时视频内容审核的标准。 一、核心技术突破:从算法到硬件的全栈创新 创新点1.  深度学习驱动,识别精度跃升 采用深度学习算法对视频内容进行实时分析。
  • 从原理到落地:纯跟踪算法如何让自动驾驶车“走直线”?
    在自动驾驶的“驾驶技能”里,横向控制算法就像司机的双手——它决定车辆能否精准沿着规划好的路线行驶。而在众多横向控制算法中,纯跟踪算法(PurePursuit)凭借“简单好用”的特质,成为低速场景(比如园区物流车、自动泊车)的首选方案。今天我们就用最通俗的语言,拆解这个算法的底层逻辑:它如何模仿人类驾驶?工程落地时要避开哪些坑?又适合哪些场景?
    从原理到落地:纯跟踪算法如何让自动驾驶车“走直线”?
  • 青春引擎 科技视角下的一线创新密码
    在量子计算实验室里,26岁的团队攻克光量子芯片难题;在西北戈壁滩上,“95后”工程师调试着全球首套无人化光伏治沙系统……当科技浪潮奔涌而来,中国青年正以“解题者”的姿态,正在用代码改写规则,用算法重塑世界。 中科大“墨子号”团队平均年龄29岁,他们在量子通信领域实现“弯道超车”,让中国专利占比从5%跃升至22%。当传统路径遇困,他们更擅长在交叉学科的边缘地带寻找突破口。 在新能源领域,哈工大“00
  • 基于多传感器数据的自动驾驶仿真确定性验证
    自动驾驶仿真测试中,游戏引擎的底层架构可能会带来非确定性的问题,侵蚀测试可信度。如何通过专业仿真平台,在多传感器配置与极端天气场景中实现测试数据零差异?确定性验证方案已成为自动驾驶研发的关键突破口!
  • 自动驾驶仿真进入标准时代 加速算法验证
    自动驾驶领域,仿真与标准接口至关重要。aiSim集成ASAM OpenX系列标准,通过OpenDRIVE、OpenSCENARIO等五大标准,全面优化仿真各环节,提升测试效率与规范性,推动自动驾驶规模化落地。

正在努力加载...