课程文献中心 更多>>

关键词： 深度学习   卷积神经网络   超材料   拓扑优化   图像处理  

摘要： 基于卷积神经网络模型，建立了超材料微带天线拓扑结构布置图-增益性能数据库，实现了超材料微带天线拓扑结构性能预测。针对数据库预测精度不足的问题，改进卷积神经网络结构模型，引入了深度卷积方法和反向残差结构等。改进后的数据库性能比较优良，损失函数下降至0.008，且在验证集上达到了99%的预测准确率，验证了基于深度卷积神经网络的超材料微带天线拓扑结构性能预测的有效性。

关键词： 人工智能导论   电子信息工程专业   卷积神经网络   实验案例  

摘要： 为了培养学生的开发和应用实践能力，根据课程实验设置，本文设计了基于多尺度卷积神经网络的草莓畸变识别实验案例供学生学习和上机实践。为了提高畸变草莓图像的识别能力，本文研究了多尺度卷积神经网络，并实现了一个草莓畸变图像识别算法。实验结果表明，本文算法对于草莓畸变图像具有准确的识别能力，有效的降低了光照和背景等因素的影响。通过该实验案例，加深了学生对人工智能知识的理解，培养了学生学习人工智能方向的兴趣，提高了学生的人工智能项目开发和应用能力。

关键词： 新质生产力   区域差异   空间关联网络特征   区域协调发展   科技创新  

摘要： 本文运用加入时间变量的熵权法、修正引力模型和社会网络分析法，探索中国各区域2010—2022年新质生产力发展水平及区域间的互动关系。研究结果发现，中国新质生产力发展水平逐年提升，但东西差距、南北差距逐渐扩大，呈“东高西低，南强北弱”的分布格局；区域间空间关联网络的整体密度较小，但联通性和稳定性较好；净溢出板块和经纪人板块集中在中西部和东北地区，净受益板块和双向溢出板块集中在东部地区，且净受益板块对其余三个板块的虹吸效应较强，但板块间、板块内成员的互动关系随新质生产力发展水平的提升而持续改善。上述结论对因地制宜制定区域新质生产力发展策略、缩小区域发展差距、推动中国经济整体高质量发展具有一定的现实意义。

关键词： 民营文旅企业   网络结构   社会网络分析   QAP分析  

摘要： 本研究基于2012、2017、2022年三个时间截面的民营文旅企业的异地投资数据，构建民营文旅经济空间关联网络，通过社会网络分析和QAP分析方法，探讨了网络的空间结构特征及其影响因素。结果表明：(1)2012-2022年间中国民营文旅经济联系网络整体结构由以京沪深为顶点的三角形框架向以京津冀、长三角、珠三角、成渝四大城市群为顶点的菱形网络结构演变，空间分布上呈现“东南强、西北弱”的非均衡分布格局。(2)网络核心节点不仅包括京沪广深等高行政等级城市，还包括绍兴、汕头等民营经济大市。(3)民营文旅企业在进行投资区位选择时具有显著的路径依赖性，东部沿海城市是投资流入的主要地区。(4)网络存在明显的抱团投资现象，但集聚程度呈下降趋势。(5)投资布局受城市经济发展水平、城市行政等级和地理邻近等多重因素影响，但政府支持强度对民营文旅经济网络的影响不显著。

摘要： 2024年11月上旬,美国宣布,准备批准日本和波兰使用"宽带全球卫星通信系统"(WGS).该系统现有10颗静地卫星在轨,由波音公司制造,支持美国军事大容量通信.新增的两颗卫星WGS-11和WGS-12计划分别在2025年和2027年发射.

关键词： 脑电信号   脑机接口   幅相信息融合   复数协方差特征   复值卷积神经网络   信息交互  

摘要： 深度挖掘和利用脑电信号的特征信息，以提高运动想象的分类性能，一直是脑机接口的研究热点。考虑到脑电特征空间具有高维性且同时与幅值和相位密切相关，如何有效表达和同时利用脑电的幅值和相位信息已经成为一个难题。为此，本研究提出一种基于复数协方差特征的三维复值卷积神经网络。首先，构建脑电不同频率下的复数协方差矩阵特征，不仅通过复值表示将幅值和相位信息结合在一起，并且保留了分类所需的多变量信息，如幅值、相位、空间位置、频率等。其次，设计针对多复数协方差特征的全复数卷积神经网络，实现运动想象任务的高性能分类。在2个公开数据集上的实验结果表明，本研究提出的方法可获得比现有前沿方法至少高出2.49%和1.85%的平均准确率。

关键词： 股价波动率   投资者情绪   ChatGPT   空洞时间卷积   图注意力  

摘要： 股价波动率及其背后的复杂动力学因素是金融学领域研究热点之一。为有效预测股价波动率的走势，本研究运用2010年1月4日到2023年9月22日的日度数据，选取中国上证50六大上市公司股票为研究样本。分类实验发现，相较于其它五组模型，微调大语言模型的精确度与召回度最高能提高11%，说明微调大语言模型在金融文本情感分类任务上性能更优。消融实验发现，将投资者情标引入指标体系后，GAT-TCN模型的预测结果拟合优度均值提升了0.028，表明引入情绪指标能够提升股价波动率的预测精度。相较于其它三组模型，本研究采用的GAT-TCN模型的拟合优度均值最高能提升0.21，表明在股价波动率预测精度方面表现更优。本文将微调大语言模型用于金融文本情感分类，同时扩展了GAT-TCN网络在金融领域的运用，对于股票价格的精准预测以及跨学科领域研究有重要意义。

关键词： 取送车作业优化方案   NSGA-Ⅱ&DGWOS   混合型铁路专用线网络   多批次   多目标优化  

摘要： 为解决混合型铁路专用线网络多调机取送车作业优化问题，从铁路与货主双视角出发，以车小时消耗最小，时间满意度最大为优化目标，在考虑调车进路占用唯一性约束和调车进路与接发车进路冲突约束这两类进路约束的基础上，同时引入调机牵引能力与货物作业点容车能力两类能力约束，以及批次开始时间和结束时间的时间约束、取送批次和取送车作业的逻辑约束，构建一个更具普适性的混合型铁路专用线网络多调机取送车优化模型。针对模型特点，在传统NSGA-Ⅱ中引入灰狼寻优策略，使种群快速向前沿面聚集，设计引入离散灰狼寻优策略的改进非支配排序遗传算法。通过30、50及70项取送车作业3种规模的算例测试算法效率，分析结果表明：与传统NSGA-II相比，NSGA-II&DGWOS通过引入灰狼优化策略显著提升了运行效率，且随问题规模的扩大体现出更大的时间优势，在70项取送车作业时算法求解时间已缩短12%。此外，灰狼优化在迭代初期有效提升了种群质量，使NSGA-II&DGWOS在最小化车小时消耗方面表现优异，平均节省6%。传统NSGA-II算法由于保持更高的种群多样性，在最小化平均时间不满意度方面平均节省5%。本文的研究成果为混合型铁路专用线网络多调机取送车作业优化问题提供了可行的算法支持和理论依据，有助于提升铁路货运作业的效率与优化水平。

关键词： 自旋电子器件   物理神经网络   自旋轨道矩   存算一体   神经形态计算  

摘要： 在信息爆炸的时代,解决计算中不断升级的能源需求变得至关重要.传统的计算机系统面临性能限制,促使人们寻找新的计算范式.自旋电子器件以其非易失、速度快、高能效等特点,有望解决传统电子器件所面临的困境.本文从自旋人工电子突触、自旋振荡器神经元、自旋人工神经网络和概率神经网络四个方面综述了基于自旋的智能器件和物理神经网络的最新研究进展.自旋电子器件的蓬勃发展及其在智能计算和信息存储等领域展现出的应用潜力有望激发新一轮的信息技术革命.