课程文献中心 更多>>

关键词： 机器人铣削   颤振   特征提取   状态识别   卷积神经网络  

摘要： 串联式工业机器人整体刚度较低,铣削加工过程中极易产生颤振,降低工件表面质量与尺寸精度。针对机器人铣削颤振识别问题,提出一种基于卷积神经网络的颤振识别方法。通过机器人铣削实验采集不同加工状态下的振动加速度信号,提取信号的功率谱熵差与均方根作为特征指标;采用特征指标构建表征机器人不同铣削状态的二维散点图像数据集。采用卷积神经网络算法构建机器人铣削状态智能识别模型,对机器人铣削状态进行辨识。为验证所提方法的有效性,与现有方法进行对比分析与验证。结果表明,基于卷积神经网络构建的识别模型能够有效辨识机器人铣削加工过程中的不同状态,其识别准确率可达95.10%,优于采用支持向量机构建的模型。

关键词： 银行交易欺诈检测   特征工程   不平衡处理   相似度边   图神经网络  

摘要： 随着电子支付的迅速发展,欺诈问题日益增多。传统欺诈检测方法受限于规则和特征工程,难以捕获复杂的交易模式。相反,基于图的方法虽然强调了数据的关系性,但通常忽略了特征工程的重要性。为了解决这个问题,提出一种端到端的电信诈骗检测方法——基于图神经网络的银行交易欺诈检测方法。该方法设计了一个针对图数据的特征工程,并利用融合模型对其进行训练。具体来说,使用过采样和设置节点权重的方式对银行交易数据进行不平衡处理,然后采用改进的自适应相似度边和节点度权重融合策略,构建用户交易图数据并挖掘交易节点间的潜在关联信息,最后综合局部特征和全局特征通过模型融合来弥补单一分类器的不足。实验结果表明,在广西玉林银行的交易数据中,所提模型对于交易欺诈数据的检测在F1分数、召回率、AUC 3个指标上相比GraphSAGE分别提升1.65,1.36,4.2个百分点,图数据构建时间缩短了80%左右,与其他主流的检测算法相比也取得了更高的检测精度。

关键词： 边坡稳定性   安全系数   机器学习   遗传算法   BP神经网络  

摘要： 边坡稳定性预测是采矿和地质技术项目中最重要、最关键的任务之一。快速、精确的边坡稳定性预测对于安全作业和经济有效的边坡维护至关重要。在本文中,将遗传算法和BP神经网络相结合,提出了新的模型—GA-BP模型。此模型能够通过GA自动优化BP神经网络的超参数,提升预测准确度。用五种输入特征预测边坡安全系数,包括单位重量、内聚力、摩擦角、坡角和坡高。使用MAPE、RMSE和R^(2)作为评估指标。结果表明,GA-BP预测模型的MAPE、RMSE和R~2分别为(0.120 45,0.183 38,0.767 84),该结果效果明显,能够证明该模型可以精准预测边坡安全系数。这一综合评估证实了GA-BP混合方法能够对边坡稳定性进行精确建模。

关键词： 人工智能   网络通信   拓扑优化   资源分配   深度学习  

摘要： 本文在充分考虑网络拓扑结构影响通信质量和提高资源利用率的前提下,提出一种智能化的拓扑优化算法。在此基础上引入资源分配策略来有效解决网络资源分配不均衡的问题,从而使网络通信效率和资源利用率都得到显著提升,且具有较好的实用性和可行性,旨在今后的网络资源管理和优化工作中,可以此研究成果为基础加以推广应用。

关键词： 施工质量检测   钢筋尺寸测量   图像拼接   计算机视觉   轻量化语义分割模型  

摘要： 为了解决加工检测过程中钢筋尺寸过大、单相机视场难以覆盖的问题,以计算机视觉技术为基础,提出一种靶标辅助图像拼接的测量方法,实现钢筋几何形状(长度及转角)的快速测量,构建一种分区相机测量系统,利用分区相机同时采集图像并基于二进制编码ArUco靶标拼接全景图。针对计算的实时性需求,采用轻量化语义分割网络ghost-Unet,可兼顾钢筋轮廓识别的效率和精度。针对计算的准确性问题,运用鲁棒的直线检验算法,对钢筋轮廓进行分段拟合。实验室与工程量测结果表明:在实验室测量立式钢筋时,相机光轴垂直于待测平面,长度测量误差均值为2.92 mm,测量卧式钢筋时,相机光轴与待测平面夹角远小于90°,正视图校正环节存在钢筋变粗问题,长度测量误差均值为4.27 mm;工程实测长度误差均值为3.08 mm,角度误差在0.7°以内。

关键词： 无线Mesh网络   电缆隧道   无线通信   网络稳定性  

摘要： 本文对基于无线Mesh网络电缆隧道无线通讯组技术特点,存在问题及优化对策进行分析。讨论了电缆隧道内无线Mesh网络无线通信覆盖,节点间通信特性及隧道环境等因素对其产生的影响。对这一技术在网络稳定性和可靠性,数据传输效率及能耗管理和设备寿命等方面存在的挑战进行了深入剖析。提出通过优化网络架构,数据传输及能耗管理来改善无线Mesh网络电缆隧道应用效果并保证通信稳定,高效,低功耗。

关键词： 贝叶斯网络   结构学习   缩放框架   评分方法   浣熊优化算法  

摘要： 贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础构建网络搜索空间,提高了网络结构的初始评分;其次,使用基于评分方法的浣熊优化算法寻找评分最高的网络结构,增强了在贝叶斯网络中的评分搜索能力;最后,对评分最高的结构进行加弧、减弧和转向弧操作,寻找拟合程度最高的最优结构。通过在不同复杂度的标准网络上进行模拟实验,结果表明:所提算法收敛速度更快,能够在较短时间内找到最优结构,且结构学习的评分更高,收敛精度较高。由此说明该算法在准确性和搜寻效率方面更有优势。

关键词： 科研成果   网络出版   论文网络   出版时滞   纸质版   首发权   快速传播  

摘要： 网络首发(Online First Publish),就是被录用论文在纸质刊物出版前,先以网络出版形式刊发出来,读者可以在文章所在网页阅览、下载和打印。网络首发与纸质版具有同等效力,可减少出版时滞,使作者的首发权得到及时确认,以促进科研成果快速传播。

关键词： 高职   网络安全   实施策略   优化  

摘要： 本文首先分析了当前高职院校网络安全面临的挑战,然后提出了建立健全网络安全管理制度、加强网络安全意识教育、加强网络安全技术防护体系、加强网络安全监测和预警、加强网络安全人才队伍建设等实施策略。最后,本文提出进行IPv6规模化应用、上网实名制、签署保密协议、加强与相关部门和机构的合作、探索应用新的网络安全技术和方法优化高职院校网络安全工作的建议。通过本文的研究,旨在为高职院校网络安全工作的开展与优化提供参考。

关键词： 5G   人工神经网络   数据传输   路径   时延   拥塞  

摘要： 由于现行方法在高速公路机电系统数据传输路径优化场景中应用效果不佳,数据丢包率较高,无法达到预期的优化效果,为此提出基于5G与人工神经网络的高速公路机电系统数据传输路径优化方法。利用5G技术构建机电系统数据传输模型,以通信时延最短和网络拥塞最轻为目标构建目标函数,利用人工神经网络对目标函数求解,得到最优数据传输路径,实现基于5G与人工神经网络的高速公路机电系统数据传输路径优化。经实验证明,本文方法丢包率不超过1%,数据传输路径优化效果良好。