自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 资源 (4)
  • 收藏
  • 关注

原创 [Deep Learning] TensorFlow模型、参数的保存与读取

大部分情况,我们会把训练的网络保存下来,用于后面的使用。或者,在当前网络下对参数进行一定程度的微调。 TensorFlow中的tensorflow.train.Saver()提供了保存tf.Variable的方法。 存储变量 import tensorflow as tf # The file path to save the data save_file = './m

2017-04-23 14:41:36 2683

翻译 Ubuntu16.04 安装OpenCV

最近在Ubuntu下面安装OpenCV,一直缺少相应的依赖。 整理一下,将需要的依赖已经安装方法记录一下。 # install dependencies   sudo apt-get update   sudo apt-get install -y build-essential   sudo ap

2016-12-17 00:04:06 1488

原创 有空的时候,记录一下技术的累积。

经常对有一些技术细节会有一些思考,或者发散的详细追踪。 用CSDN Blog来记录一下这些思考,以后也可以回顾一下吧~

2016-11-12 10:24:41 276

地震时紧急撤离问题的研究----西安电子科技大学,孙哲,姜锦正,孟佳明

摘要 本文分析了地震发生时人员紧急撤离的问题,借用流体动力学中的微分关系,通过将离散的人员转化为连续的人流,以人流密度为研究主体,建立了人员撤离的动态微分方程优化模型。并用我国现行标准中小学的楼层建筑的数据分别估算了混乱状况下与有组织时人员撤离的时间,为人员的紧急撤离提供了参考方案。 首先,本文分析了在无组织的状态下,人员撤离的一般情形。一方面,无组织下人员的运动具有随机性,故此引入人流密度作为基本研究对象。经分析发现,单位时间的人流量与密度和速度成正比关系,而整体的人流速度与密度之间又是成一次线性关系,恰好符合流体力学中的流量、流速与密度之间的关系。另一方面,流量的变化率是人流密度对距离积分后对时间的导数,人流量对时间的积分即为撤离人员的数量。由此几方面关系,可以列出整个动态过程的微分方程。求解时,由于建立了庞大的微分方程组,求得数值解都较为困难,故对整个过程做了简化,以楼道中的平均人流量为研究主体,最终以数值解求得全部人员逃离所需时间大约为430s. 其次,利用问题一得出的人流量随时间变化的图像可知,由于人员无组织的涌出教室,导致人流密度很大,人群得不到有效的移动,从而使流量达到最大值后又迅速减小。故最好的撤离方式是在达到流量最大的时候,保持住一定的人流密度从而来维持最大的流量。结合数据后可知,在撤离开始一分钟的时候应该有人组织撤离,每4.3秒让每个教室撤离一人,这样可以避免由于人员的过多涌入楼道而导致的拥堵现象。这样子调控后最佳的撤离时间可以降到253秒左右。 再次,除去人为堵塞的因素对撤离时间影响较大外,改变楼层的设计同样可以缩短撤离所用时间。于是,文章讨论了实际楼层中的参数,如楼层中疏散通道的宽度、教室门的宽度以及疏散口的数量等,对紧急撤离时间的影响。并得出结论疏散口的增加与疏散通道的加宽对撤离时间的缩短有明显的提高。 最后,由于不同的楼层人员速度不一样会导致在楼道中的互相推挤现象,此举对人员在楼道中人员的有效流动有较大影响。故我们引入混乱时间的概念,用来具体量化由此导致的时间的浪费情况。分析后可知混乱时间主要决定于相临两层人员的速度差,由于混乱时间与速度差成正比关系,而且在速度差为正值的时候时间较大,而为负值时时间较小,故利用指数函数来表示两者的关系。由此建立了以总的混乱时间最小为目标的优化模型。利用matlab对各种指派情形进行比较,得

2009-09-20

能源与手机问题分析---西安电子科技大学,孙哲,姜锦正,孟佳明

摘要 本文讨论了在手机革命的背景下,手机、固定电话数量与能耗的变化情况,并讨论由于待机状态引起的能源浪费问题。最后对未来50年“伪美国”的电话能耗需求进行了预测。 针对要求一,对手机、固定电话市场占有率建立捕食者模型,在过渡时期手机市场占有率不断增高,固定电话占有率不断下降。在稳定时期,手机市场占有率不变,固定电话被完全取代。根据美国人口的变化情况以及单部手机(包括基础设施)、固定电话能耗,得出总用电量。 针对要求二,综合考虑能耗和社会影响。采用AHP思想,量化两种不同通话方式下社会影响数值。建立多目标优化模型,将社会影响作为约束条件,得到在满足最低社会影响的情况下,能耗最少的电话服务分配方式。 针对要求三,认为手机整夜充电为过度充电上限值,假设从不过度充电到整夜充电为等概率事件。运用概率论知识求出过度充电时间的期望,根据不同时间下美国人口数量、过度充电时充电器的功率,得到不同时间下因手机过度充电浪费的能源,并换算成石油桶数。 针对要求四,通过数据搜集,得到不同充电家电待机情况下的功率。根据实际情况,推算出不同家电的待机时长,再由查到的美国家电普及率以及美国09年的人口数目,得出09年各种家电每天因为待机所消耗的能源,并换算成石油桶数。 针对要求五,从经济增长率和社会能源消耗增长率入手,采用灰度预测GM(1,1)模型,得到未来50年每10年间的

2009-09-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除