课程文献中心 更多>>

关键词： 车道线检测   Unet网络   非对称卷积   金字塔池化   AG模块   语义分割  

摘要： 为了检测复杂道路场景下的车道线,提出了一种改进Unet网络的车道线检测方法。首先引入非对称卷积模块代替原Unet的卷积层,降低网络模型的计算量,压缩网络模型的规模;然后通过金字塔池化结构优化网络对深层语义信息的提取,增强模型对深层语义信息的把握;其次在浅层与深层语义信息的融合问题上通过AG模块对深、浅层信息进行筛选,将有利于车道线检测的信息进行特征相加,进一步突显车道线特征。在Tusimple数据集上对该算法进行了训练和评估,实验结果表明,在准确率、误检率和漏检率上比原Unet分别提高了1.35、3.64、2.74%,同时经过实车验证表明该算法能实现在复杂道路情况下的车道线检测任务。

关键词： 麻雀搜索算法   BP神经网络   变压器   故障诊断   非线性惯性权重   纵横交叉策略  

摘要： 变压器故障类型的准确诊断对保障电网的安全与稳定至关重要。针对BP神经网络与麻雀搜索算法(SSA)存在收敛缓慢和易陷入局部极值导致无法准确诊断的问题,提出将改进的麻雀搜索算法(ISSA)优化BP神经网络应用于变压器故障诊断。首先,引入非线性惯性权重和纵横交叉策略,从而提高算法的收敛速度和全局寻优能力;其次,将ISSA与传统SSA在收敛函数上进行对比分析,得到ISSA算法在迭代12次后以52%的准确率收敛,而SSA算法迭代23次后才达到25%的准确率,证明了ISSA在收敛速度和精度方面有明显提高;最后,将ISSA-BP、SSA-BP和BP诊断模型进行对比。实验结果表明,ISSA-BP模型准确率达到了97%,比SSA-BP、BP神经网络模型分别提高了4%和11%,可以认为提出的算法模型在变压器故障诊断领域具有更高的精度与良好的发展前景。

关键词： 工程机械   深度学习   自动驾驶   行为决策   多模态  

摘要： 履带挖掘机应用场景复杂,工作环境无规则。当前基于深度学习的自动驾驶决策方法主要以单目相机RGB图像为输入,数据类型单一、预测精度较低、对驾驶场景理解不足,不能够完成履带式挖掘机自动驾驶的决策。为了更好地实现对履带式挖掘机自动驾驶的决策,提出将多种双目图像信息进行融合,同时引入注意力机制,构建基于多模态的履带式挖掘机决策网络,得到转向和速度多任务预测量。为了验证所提出方案的可行性,利用开源驾驶场景数据集和非结构化道路真实场地数据集进行测试,并开展实车试验。试验结果表明,综合多种双目图像信息的模型在履带式挖掘机转向角和速度预测方面,泛化能力有着明显的优势,能较好地完成履带挖掘机的自动行走,并进行自主避障。

关键词： 胶凝砂砾石   BP神经网络   细观参数   宏观参数   参数标定  

摘要： 针对传统室内试验无法获取胶凝砂砾石细观层面参数的问题,提出基于BP神经网络的胶凝砂砾石细观参数标定研究。通过胶凝砂砾石单轴压缩试验获取其宏观参数,并利用参数敏感性分析对细观参数进行计算,选取敏感度较高的细观参数,包括骨料相、水泥砂浆相、界面过渡区相的弹性模量和抗拉强度。在此基础上,通过BP神经网络对胶凝砂砾石的上述参数进行标定研究,并对模型进行评估,其平均绝对误差为0.425,均方误差为0.434,均方根误差为0.633,平均绝对百分比误差为1.46%,决定系数为0.989,模型运行时间为84 s。评估结果表明模型能够准确捕捉胶凝砂砾石的细观参数,并展现出较强的泛化能力,可为胶凝砂砾石细观参数的研究提供参考。

关键词： 大数据安全   网络安全技术   风险预测   信息加密   访问控制   智能防御  

摘要： 大数据时代,计算机网络安全面临着前所未有的挑战。文章分析了大数据时代计算机网络安全面临的内部威胁、外部攻击和数据泄露等主要风险,并探讨了基于大数据安全风险预测、信息加密、实时监测与智能防御以及数据访问控制与权限管理等关键技术的应用策略。通过对相关技术的分析和案例研究,文章旨在提升计算机网络安全防护能力,保障数据安全。

关键词： 城市轨道交通   网络演化   复杂网络   关键节点   网络韧性  

摘要： 为提升城市轨道交通系统的韧性,识别复杂网络中的关键节点具有重要意义。构建了动态城市轨道交通系统复杂网络模型,结合网络拓扑结构特征和交通运输服务能力,从网络演化的角度识别不同发展阶段下的网络关键节点。通过对深圳市轨道交通网络的分析,结果表明在网络的起步建设阶段(2004-2013年),中介中心性高的节点对网络连通性影响显著;而在快速发展阶段(2014-2022年)和网络成熟阶段(2023年以后),度中心性高的换乘节点则对网络韧性更为关键。该研究为城市轨道交通系统的风险管理和应急响应提供了理论支持,未来研究可进一步探讨在实际客流加权和灾害扰动下的韧性评估与提升策略。

关键词： 复杂网络   公共卫生   社会网络   复杂网络技术   现状   趋势  

摘要： 本文综述了近15年来复杂网络在公共卫生领域的应用现状和发展趋势,重点介绍了复杂网络的理论基础、社会网络、生物学网络、人体复杂网络及复杂网络分析技术在公共卫生领域的应用。经过梳理以往研究发现,复杂网络作为一种多学科交叉的研究工具,其在疾病传播模型建立、疾病控制、健康政策制定等方面具有重要意义;然而复杂网络在公共卫生领域应用仍面临诸多挑战,如存在跨学科合作不足、复杂模型参数控制等问题;但是复杂网络在公共卫生领域拥有广阔的应用前景,相信伴随着复杂网络理论的不断完善,其可为公共卫生与医疗领域提供解决问题的新视角与新方法,促进全球公共卫生的进步与发展。

关键词： 网络舆情   反转路径   模糊集定性比较分析   生成机理  

摘要： 近年来,网络舆情反转事件频繁发生,给网民、网媒、政府都带来不小影响。为了规范网络平台信息传播,营造绿色的网络信息平台,从网络舆情演化主体和客体出发,提取网民相关度、媒体参与度、政府参与度、信息可信度、信息敏感度、首发报道倾向这6个前因变量,以30个舆情反转案例为研究样本,使用fsQCA方法分析影响舆情反转的形成路径。结果表明,网络舆情反转形成受到多因素的组态影响,可以归纳为3种组合类型,分别是媒体报道信息敏感型、政府调查型和共同作用型。

关键词： 生态环境保护   科技创新项目   合作网络   网络巨片   结构韧性  

摘要： 多元合作是应对科技创新项目复杂性的重要举措,揭示中国生态环境保护科技创新项目组织间合作网络的动态特征,对优化中国生态环境保护科技创新治理体系具有重要意义。文章采用动态网络分析方法,对2003—2022年间中国生态环境保护科技创新项目的组织间合作网络进行演化分析。研究发现:中国生态环境保护科技创新项目组织间合作网络规模不断扩大、组织多样性持续丰富,但网络密度未显著提升,整体呈现松散关联式的网络格局;网络具备显著的“研学”引领特征,企业主体地位尚未形成,中国环境科学研究院与清华大学是合作网络中的主导型组织节点,发挥链接多元组织的桥接作用;组织间合作呈现“政府-科研机构”到“政府-高校-科研机构”再到“政府-企业-高校-科研机构”的演进路径;组织间合作网络巨片呈现局域集聚式的团体网络格局,在局部稳定性提升的同时面临整体结构韧性不足的风险。基于上述结果,文章从培育生态环境保护领军型企业、科技创新举国体制优势、市场环境等方面提出相应建议。

关键词： 深度神经网络   无线通信   异常   辨识   通信网络  

摘要： 现有的辨识方法对网络攻击行为的误识率高,导致辨识效果较差,为此研究基于深度神经网络的无线通信网络异常自适应辨识。建立无线通信网络空间,并在该空间中检索粒子群以进行数据采样。通过深度神经网络对采样后的数据进行特征提取,并引进K算法聚类处理数据特征,将其与无线通信网络异常数据特征进行对比,以此完成无线通信网络异常自适应辨识。实验结果表明,所设计的基于深度神经网络的辨识方法误识率小于5%,误识程度最低,能够显著提升网络安全性能,展现出良好的识别效果。