课程文献中心 更多>>

关键词： 六维力/力矩传感器   压电式   解耦算法   长短期记忆神经网络   维间耦合  

摘要： 针对压电式六维力/力矩传感器存在的维间耦合导致传感器测力性能下降问题,提出了一种基于长短期记忆神经网络(LSTM)的压电式六维力/力矩传感器解耦算法。首先,通过六维力传感器静态标定实验,获取解耦算法所需的实验数据,并对其进行处理;然后,通过分析传感器维间耦合产生的原因及LSTM神经网络解耦原理,构建LSTM神经网络解耦模型;最后,采用基于LSTM神经网络的解耦算法,对传感器输出的多维非线性特性开展优化,解耦后得到传感器输入、输出之间的映射关系和对应的输出数据,并与径向基函数(RBF)及最小二乘(LS)解耦算法进行对比分析。研究结果表明:所使用四点支撑式压电六维力传感器的最大重复性误差为1.55%;采用基于LSTM的神经网络算法解耦后,传感器输出结果的最大非线性误差、交叉耦合误差分别为0.55%和0.28%,均小于RBF和LS算法。LSTM神经网络解耦算法能有效减少六维力/力矩传感器的维间耦合,提高传感器的测量精度,对航空航天领域的发展具有参考意义。

关键词： 创意编辑   网络文学书评系统   产业模式  

摘要： 网络文学时代,文学编辑的身份发生重大变化,赛博空间里出现了一批集阅读者、创作者、评论者、创始人、管理者、开发者于一身的创意编辑。媒介技术、商业机制和产业化进程,以及根植于中国近现代知识分子的“报人传统”是其产生的主要原因。创意编辑作为“关键少数”,在网络文学的内部与外部、底端和顶层都做出了极大贡献,对于中国网络文学的发生和发展起到了举足轻重的作用:网文内部,创意编辑在创作指导、文学批评和书评体系构建方面均有独特建树;网文外部,创意编辑发挥顶层设计的作用,主要体现在创新商业机制、开发产业模式、推动网文海外传播和主流化等方面。重新审视、评估创意编辑所做过的工作,有助于推动网络文学健康发展。

关键词： 图像风格迁移   深度学习   卷积神经网络   生成对抗网络  

摘要： 为解决传统深度学习算法处理风格迁移任务时形式单一和局部细节失真的问题,提出了一种基于循环生成对抗网络(Cycle Generative Adversarial Network, Cycle GAN)的照片—素描图像风格迁移方法。该方法在研究人物面部细节特征的基础上对生成器结构进行了改进,通过引入残差结构以减小训练误差同时优化信号,并且残差网络上的恒等映射可使梯度更加平滑。实现了人脸照片—素描风格转换以及可视化测试界面等功能。将改进后的算法与原始Cycle GAN算法进行对比,在成像质量、人脸局部细节处理及风格迁移效果等方面具有优势。

关键词： 灰色模型   BP神经网络   露天矿开采   高边坡   形变预测  

摘要： 在露天矿开采环境中,由于数据收集的难度和成本,往往难以获得足够多且质量高的历史数据,导致预测结果的精度较低。针对上述问题,提出基于灰色模型联合BP神经网络的露天矿开采高边坡形变预测方法。对露天矿开采高边坡形变监测数据进行预处理,利用灰色模型建模,通过累加处理、灰色微分方程构建和最小二乘法参数估计,对高边坡形变趋势进行预测,结合灰色模型的数据处理能力和BP神经网络的非线性映射能力,实现对露天矿开采高边坡形变的高精度预测。实验结果表明,设计方法能够显著提高预测精度,为露天矿开采的安全和效率提供了有力保障。

关键词： 产教融合   人力资本   制度经济学   创新网络   政策优化  

摘要： 本研究基于人力资本理论、制度经济学和创新网络理论,构建了产教融合的理论框架,并分析其对经济增长、劳动力市场和知识创新的影响。研究发现,产教融合能够有效提升人力资本质量,优化劳动力市场结构,并推动科技成果转化和产业升级。近年来,中国政府通过“产教融合型企业”认定制度和“产教融合试点城市”建设,进一步完善了政策体系,但在实施过程中仍面临区域发展不均衡、企业参与深度不足等挑战。因此,本文提出优化政策执行、强化供需匹配机制和深化产学研协同育人模式等建议,以提升产教融合的实际效果,并为未来政策制定和学术研究提供参考。

关键词： 烟草收获   机械故障   遗传算法   BP神经网络   优化模型  

摘要： 烟草收获机械是烟草生产中的重要技术支撑,是提高收获效率的重要保证,但由于烟草收获机械内部结构较为复杂,在使用过程中极易造成机械运行故障。随着大数据及传感器技术的快速发展,基于人工神经网络模型实现机械故障的预测与诊断成为提高烟草收获机械工作效率的重要技术。目前,主要以BP神经网络模型应用较为广泛,但在模型构建中预测效率低、鲁棒性强。针对以上问题,提出一种改进BP神经网络模型,以烟草收获机械中的齿轮故障诊断为研究对象,构建基于GA-BP神经网络模型的烟草收获机械齿轮故障诊断模型,并通过选取齿轮磨损、胶合、裂纹、断齿和正常齿轮的信号进行试验验证。结果表明:改进后的BP神经网络模型MAPE仅为0.87%,RMSE为1.12,MAE为0.92,MSE为1.19,满足烟草收获生产的实际需要,在模型算法与计算速度方面都得到了很大的提高。

关键词： 航迹分类   深度学习   Swin-Transformer   Gained-Transformer-Network   分层分类  

摘要： 针对现有航迹分类方法无法充分考虑航迹的时间序列特征与空间结构特征,导致分类准确率下降的问题,提出了一种基于深度学习网络的航迹分层分类方法。首先,将船舶航迹转化成图像层,构建基于Swin-Transformer网络的航迹图像层分类模型;其次对于航迹序列层,基于多维信息的航迹压缩算法优化航迹序列的输入,并构建基于Gained-Transformer-Network深度学习网络的航迹序列层分类模型。最后,建立基于置信度的融合层航迹分类模型,提高航迹分层分类的准确率。经过实验验证,平均分类准确率为90%,集成分类器的分类性能相较于其他单分类器平均提高了11%,平均F1分数为0.82。上述结果表明,本文提出的集成分类器对船舶航迹具有较好的分类效果。

关键词： 图像去雨   Transformer   多阶段网络   多尺度特征融合  

摘要： 图像去雨研究旨在提升图像质量,强化视觉感知.现有去雨算法由于通常采用单阶段实现,在去除雨纹干扰的同时会造成无雨背景的信息缺失,导致无法兼顾去雨效果和图像清晰度.为此,本文提出了一种基于Transformer的多尺度、双阶段U型去雨网络,将去雨任务通过两个分别侧重于雨纹提取和细节修复的子网络逐步完成.第1阶段,引入反投射技术提出了一种特征融合模块,通过迭代逐渐融合不同尺度下的特征信息以弥补U型结构造成的信息缺失.同时,基于Boosting算法提出了一种增强连接的特征提取模块,以增强细节特征,提高输出信噪比.第2阶段,提出了一种细节增强注意力模块对粗糙去雨图像进行细节修复以生成轮廓清晰的无雨图像.实验结果表明,本文提出的算法在合成和真实数据集上都取得了出色的去雨效果,在Rain100H、SPA-data等数据集上相比近期其他优秀去雨算法均有一定程度的指标提升.

关键词： 广域多能战   多源异构   Mesh网络  

摘要： 结合作战数据建设发展任务实际,面向“广域多能战”的数据集成运用特点,基于Mesh网络技术提出面向作战大数据无线智能传输方案,将作战各类型数据实时传输至远程数据处理平台进行可视化操作和数据智能存储分析,为指挥机构提供贯通各级、交互可控的“科技+”“网络+”的数据集成运用全新模式。

关键词： 网络空间   治理现代化   党管互联网   中国式现代化  

摘要： 网络空间治理现代化是推进中国式现代化的重要抓手。党管互联网的政治逻辑确保网信事业正确方向,体现党的全面领导与核心作用,是网络空间治理现代化的政治保证。网信为民的价值逻辑坚持以人民为中心,确保互联网发展成果全民共享,是网络空间治理现代化的根本立场。依法治网的制度逻辑确立网络空间治理的法治化轨道,为网络空间治理现代化提供坚实法治保障。新时代新征程上,推动网络空间治理体系和治理能力现代化,必须持续加强党的领导核心和引领作用、深化以人民为中心的发展理念、完善网络空间治理制度体系,为网络强国建设和中国式现代化奠定坚实基础。