课程文献中心 更多>>

关键词： 木材树种识别   卷积神经网络   近红外光谱   图像   特征提取与融合  

摘要： 【目的】基于卷积神经网络自动提取，探究融合木材近红外光谱与数字图像特征信息准确识别木材树种的可行性。【方法】以樟科10种木材标本为例，使用手持式近红外光谱仪和便携式扫描仪采集木材标本横切面近红外光谱和图像。创新引入递归图方法，将手持式近红外光谱仪采集的一维短波长近红外光谱转换为二维图像，促进卷积神经网络从近红外光谱数据中提取判别性更强的特征，实现近红外光谱与图像在二维尺度上的融合。构建结构简单的双分支卷积神经网络模型，自动提取、融合近红外光谱与图像特征识别木材树种。【结果】与直接使用一维近红外光谱的建模方法相比，近红外光谱递归图结合卷积神经网络模型的识别性能提升1.79%～14%；与使用近红外光谱或图像单一特征识别相比，双分支卷积神经网络模型自动提取、融合近红外光谱与图像特征，对10种木材的识别性能至少提高3%，模型准确率、精度和召回率均大于99%。【结论】一维短波长近红外光谱递归图转换能够促进卷积神经网络从近红外光谱数据中提取判别性更强的特征，提高模型识别性能。双分支卷积神经网络能够充分提取并有效融合木材近红外光谱与图像特征，一定程度上可克服使用单一特征识别木材树种的不足，提高木材树种识别效果。

关键词： 情绪识别   深度学习   大核卷积神经网络   注意力机制   FER2013数据集   RAF-DB数据集  

摘要： 针对面部情绪识别过程中存在的特征提取难题，即难以捕获有效的特征信息，以及无法使识别情绪的关键面部信息占据更主要地位的问题，提出了一种创新的基于UniRepLKNet的面部情绪识别网络。为了更精确地提取面部情绪特征，设计了一个全新的模块-掩码极化自注意力模块，它结合了Unet的优势和极化自注意力机制。这一模块能够深入挖掘通道和空间之间的依赖关系，并通过多尺度特征融合策略，强化了人脸局部关键信息在情绪识别过程中的影响力。同时，对大核卷积神经网络感UniRepLKNet进行了优化，提出了EmoRepLKNet这一新的神经网络结构。在EmoRepLKNet中，利用掩码极化自注意力模块，专注于提取面部情绪识别的关键信息，并结合大核卷积神经网络感受野广的特点，实现了对面部情绪的更加精准和有效的识别。实验数据充分证明了我们的方法的有效性。在知名的面部情绪识别数据集FER2013上，该的方法达到了76.20%的准确率，不仅超越了现有的最佳模型，而且相较于UniRepLKNet，也显著提高了面部情绪识别的准确率。同时，也在RAF-DB数据集的单标签部分进行实验，得出结果为89.67%的准确率。

关键词： 外部性理论   负外部性   网络安全   国家安全   利益冲突  

摘要： [研究目的]针对目前网络安全所存在的网络安全国际合作失衡、技术“军事化”、“武器化”、安全外部依赖等负外部性问题,利用外部性理论解析其产生原因,并进行针对性解决,旨在构建更加系统的网络安全体系。[研究方法]通过文献分析法、案例研究法,并结合外部性理论,阐释了网络安全外部性产生的根源以及具体表现。[研究结果/结论]主体利益冲突是网络安全外部性产生的直接原因,准国际性、准公共性以及技术的外溢性加剧了外部性的产生。可借鉴传统的化解外部性的四种方式并结合网络安全治理实际,从探寻有效的网络安全国际合作与反制机制、平衡网络安全市场与政府的力量投入、重视网络安全人员监督管理与福利措施等途径入手。

关键词： 灾害管理   需求预测   避难场所选址   物资分配   混合决策  

摘要： 地震等灾害的突发性和破坏性导致大量且多样的避难需求,但灾后物资往往不能快速有效地送达,容易出现应急资源供需匹配低效的问题。综合考虑分层避难需求下应急避难场所选址、人员疏散和物资分配等三个重要决策,基于灾后三层应急避难结构框架,本文构建了具有递归机制的应急避难网络,包括避难灾民和不同种类物资需求数量预测、应急避难场所选址和人员疏散以及物资分配,还提出了混合决策方法,包括模糊聚类和多目标规划模型,旨在优化应急避难场所位置和开放数量、灾民疏散距离以及物资满足率。以四川省成都市为例,本文分析了灾民疏散和安置过程,结果表明本文所提方法能公平快速地解决灾后初期应急避难场所选址、灾民疏散和物资分配问题,确保应急避难行动有序高效地进行。

关键词： 深度学习   生成对抗网络   特征融合   注意力机制   工业过程性能评估  

摘要： 在复杂工业生产过程中，为提高产品质量和生产效率，建立准确的工业运行状态性能等级评估模型十分重要。近年来，深度学习技术在这个领域中取得了一些进展。然而，实际工业生产过程中经常遇到数据样本不平衡情况，现有的深度学习性能评估方法在有限的少数样本中挖掘有价值的特征信息能力不佳，从而导致性能评估准确度低。为此，本文设计了一种双变分自编码器权重特征自适应融合的生成对抗网络（Generative adversarial network based on weighted adaptive feature fusion network of double variational autoencoder，GAN-WAFFN-DVAE）对较少类别样本进行了增强，而提高了性能评估的准确度。该方法将VAE和GAN网络进行结合，首先用稀少类数据去预训练卷积变分自编码器（CNN-VAE）和长短时记忆变分自编码器（LSTM-VAE）提取真实数据的时空特征信息。训练生成网络时，随机噪声先输入到预训练的两个解码器中，解码器输出真实样本编码后的特征向量，再利用注意力机制设计权重自适应特征融合网络（weighted adaptive feature fusion network，WAFFN）对两个变分自编码器解码器输出的特征向量赋予不同权重进行融合，利用融合后的特征向量代替原始GAN中的随机噪声去生成数据，从而提高生成器生成数据的质量，提高性能评估的准确率。最后将该方法在样本不平衡的工业数据集上进行仿真实验。

关键词： 高速电主轴   热阻网络模型   流–热–固耦合模型   High-Speed Electric Spindle   Thermal Resistance Network Model   Fluid-Thermal-Solid Coupling Model  

摘要： 高速电主轴是精密加工设备的关键组成部分，其热性能对工件的加工精度和质量有重要影响。为了快速预测高速电主轴的温度场，本研究采用热阻网络法建立了某电主轴系统的热力学模型。针对主轴系统的各结构组件，我们精确建立了接触热阻、功率损耗和对流传热的计算模型，并引入PIPE模块作为热网络模型的一部分，实现了流热耦合，更准确地模拟了流体在管道内的流动和热交换过程。随后，我们利用MATLAB软件求解热平衡方程，详细描述了电主轴各关键部件以及冷却水套的温度分布情况。采用了流–热–固耦合仿真结果与之对比，充分展示了本研究开发的热阻网络模型在准确预测温度场分布方面的快速性和精准性。此外，与传统的热阻网络模型相比，其能够快速有效地研究冷却液相关边界条件对主轴系统关键节点温度的影响机理，对工程实践中的设计假设和快速迭代优化具有重要意义。

关键词： TRNSYS仿真模型   L2正则化   BP神经网络   变风量空调系统   故障诊断   TRNSYS Simulation Model   L2 Regularization   BP Neural Network   Variable Air Volume Air Conditioning System   Fault Diagnosis  

摘要： 变风量空调系统的故障检测与诊断对于提高建筑环境质量和实现节能至关重要。该系统故障类型复杂、数据量巨大、非线性特性强，传统的基于模型和基于规则的方法较难应用。本文提出了一种基于数据驱动的L2-BP神经网络故障诊断方法，首先通过TRNSYS模拟软件建立VAV空调系统仿真模型，获得四种常见故障的仿真模拟数据，然后利用运行数据和实际数据对L2-BP神经网络故障诊断模型进行验证。结果表明，本文提出的故障诊断模型能够克服单一方法的局限性，针对单一故障进行有效识别。

关键词： 决策分析   跨地域就诊   随机网络建模   网络评估与分析  

摘要： 关于重大疾病跨地域就诊的管理与决策问题是我国医药卫生体制改革的主要关注点之一。目前有关卫生管理领域的研究缺少重大疾病跨地域就诊建模的全局性视角。本文基于跨地域就诊的流动数据,提出使用随机网络来对跨地域就诊现象进行建模和分析。随机网络中节点的平稳概率反映了网络的全局属性,且随机网络模型表现出的性质均具有较强的现实意义。本文还讨论了不同本地就诊偏好程度和不同节点尺度下随机网络模型的结果,并分析了平稳概率关于交互强度的敏感性。本文提出的随机网络模型和相应的优化目标,为重大疾病跨地域就诊管理决策理论和方法的研究奠定了基础。

关键词： 异步共识   FLP结论   随机化   部分同步   故障检测器   拜占庭故障  

摘要： 随着分布式系统的发展，共识问题受到了计算机领域的广泛关注．然而FLP不可能结论指出：“在存在故障节点的异步系统中，没有确定的共识协议能够使分布式系统达成一致”，因此，该结论成为了阻碍设计异步共识协议的鸿沟．目前，研究者就如何规避FLP结论，已在异步共识领域进行了大量研究，本文首先通过对分布式共识问题的相关定义与理论进行分析，总结得出异步共识协议的定义，随后从规避FLP结论策略的不同，分别阐述了异步共识协议的发展脉络、实现方法与相关指标，分析总结了通过随机化、部分同步模型、故障检测器、条件限制与混合共识的方法规避FLP结论的优劣，指出了异步共识协议大多仍停留在理论阶段，难以真正实用，最后，简单探讨了共识中的等价性问题，期望可拓展共识协议的实现途径，推动异步共识协议的创新和发展．

关键词： 旅游公交   公交网络设计   遗传算法   多目标优化   Tourism Bus   Bus Network Design   Genetic Algorithm   Multi-Objective Optimization  

摘要： 近年来，旅游业发展迅速。县域常因为其具有优美的自然风景成为旅游的目的地，旅游公交作为服务县域旅游的重要组成，本文从游客旅游体验出发，提出了一种多目标优化的旅游公交网络设计模型。模型综合考虑游客平均时间成本和旅游体验指数，以游客满意度最大化为优化目标，利用贪婪算法生成初始解，并通过遗传算法对初始解迭代改进计算最大游客满意度的公交线路方案。通过数值案例验证模型在旅游公交的设计中的合理性。结果表明，算法可以有效的求解县域旅游公交网络设计模型；游客平均时间成本对游客满意度的影响度会导致旅游公交线路设计要素产生变化。