课程文献中心 更多>>

关键词： 移动边缘计算   注意力机制   工作流任务   任务卸载   深度强化学习   马尔可夫决策过程   系统能耗  

摘要： 移动边缘计算的计算密集型任务多为工作流任务,传统方法在解决工作流任务卸载问题时很难充分考虑子任务之间的依赖关系,并且计算卸载算法性能不佳。为了解决以上问题,将工作流任务卸载问题建模为马尔可夫决策过程下的最优策略问题,构建问题的状态空间、动作空间和奖励函数。以最小化工作流任务的任务完成时间和系统能耗为目标,提出一种融合注意力机制的基于深度强化学习(DRL)的工作流任务卸载算法(DWTOAA)。该方法使用分段式奖励函数来提高模型训练速度,并结合注意力机制提高算法对工作流任务终止执行状态的识别能力。实验结果表明,DWTOAA方法相较于DRL算法具有更快的训练速度,同时在求解不同子任务数的工作流任务时,DWTOAA得到的卸载决策均具有更少的任务完成时间和系统能耗。

关键词： Logistic回归   随机森林   决策树   剖宫产   术中低体温  

摘要： 目的:基于Logistic回归、随机森林以及决策树3种机器学习算法分别构建剖宫产产妇术中低体温的预测模型,分析并比较不同模型的效能及预测价值。方法:选取2021年6月—2024年6月医院行剖宫产手术的190例产妇为研究对象,按7∶3的比例,采用随机抽样法将190例产妇分为训练集(n=133)和验证集(n=57),并根据是否发生术中低体温分为低体温组和未发生低体温组,收集产妇的临床资料并进行分析。基于单因素及多因素分析结果构建Logistic回归、随机森林和决策树预测模型,采用受试者工作特征(ROC)曲线下面积(AUC)分析模型效能及预测价值。结果:训练集中低体温组产妇35例(26.32%),验证集中低体温组产妇19例(33.33%),产妇低体温发生率为28.42%(54/190)。多因素分析结果显示,合并甲状腺功能减退、采取主动保温措施、术中液体丢失量、入室时室温、术中室温及术中输血均为术中低体温的独立影响因素(均P<0.05)。Logistic回归、决策树和随机森林预测模型的准确度分别为0.879,0.887,0.889,灵敏度分别为0.829,0.814,0.974,特异度分别为0.888,0.839,0.862,召回率分别为0.829,0.814,0.974,精确率分别为0.812,0.795,0.841,F1值分别为0.820,0.804,0.902。ROC曲线分析显示,Logistic回归、决策树和随机森林预测模型的ROC的AUC分别为0.909,0.880,0.925,随机森林的AUC均高于Logistic回归及决策树,且验证集中随机森林模型的AUC为0.912(均P<0.05)。结论:随机森林模型对剖宫产产妇术中低体温风险的预测性能优于Logistic回归及决策树。

关键词： 项目调度   人力资源培训   知识扩散   社交网络  

摘要： 人力资源的技能结构可以显著影响生产线的效率,而线内师徒培训引起的知识扩散现象是改善人力资源结构的手段之一。引入社交网络描述知识扩散现象,提出在已知目标人力资源结构的条件下考虑知识扩散下资源技能效率提升的多技能资源受限项目调度问题,建立以最小化达成培训目标所需项目个数和平均每个项目所需成本为目标的混合整数规划模型。针对该模型,设计了一种改进的基于分解的多目标进化算法,并嵌入动态规划资源分配算子和任务聚类贪婪调度计划生成机制。通过数值实验证明算法优越性。

关键词： 障碍物检测   计算机视觉技术   避障算法   多源数据融合   检测准确度   输电线路   周围环境   无人机巡检  

摘要： 无人机巡检作为一种高效和安全的检测手段已受到广泛关注。针对传统障碍物检测与避障算法在无人机巡检中的局限性,提出一种基于多源数据融合和计算机视觉技术的新算法。该算法充分利用图像、激光雷达、GPS等数据源的信息,实现对输电线路周围环境的全面感知和准确识别。通过对比分析实验结果,研究算法在障碍物检测准确度、飞行路径规划效率和能耗方面具有明显优势。实验结果验证研究算法在提高无人机巡检任务效率和安全性方面的潜力,并为输电线路无人机巡检技术的进一步发展提供了新的思路和方法。

关键词： 共识算法   区块链   联盟链   PBFT   VRF  

摘要： 共识算法是区块链系统的重要组成部分,其有效性直接影响到整个系统的实用性。实用拜占庭容错共识算法(practical byzantine fault tolerance,PBFT)是联盟链中被广泛应用的一种共识算法。目前的PBFT存在着视图切换开销过大、节点无法动态进出共识系统以及系统健壮性较差等问题。为此,提出一种基于可验证随机函数(verifiable random function,VRF)的动态拜占庭容错共识算法(adaptive dynamic byzantine fault tolerance,AD-BFT)。在该算法中,使用VRF算法优化原有视图切换过程,减少视图切换过程的通信量,提高共识吞吐量。设计了一套节点动态更新机制,用于处理节点动态进出共识网络的相关事务。最后,采用熔断机制,可以在系统出现节点大量脱机时防止共识系统崩溃,增强系统健壮性。实验结果与分析表明,所提出的AD-BFT相较于实用拜占庭容错共识算法(practical byzantine fault tolerance,PBFT)具有更低的共识时延与吞吐量,且能够在共识过程并行处理成员变更。

关键词： 单晶硅   坩埚   缺陷   深度学习   YOLOv5s   小目标检测  

摘要： 目前石英坩埚缺陷主要使用人工目检,仅靠人工无法完成准确的分类以及全量计数。该文通过使用六自由度机械臂、旋转台搭建一套石英坩埚缺陷检测平台,结合背光源、高速相机等设备获取高清晰度的坩埚缺陷图像。同时提出改进的YOLOv5s坩埚缺陷检测算法,可识别杂质黑点、气泡、白斑等多种类型缺陷。具体而言,该算法首先应用K-均值聚类技术自适应生成最适合坩埚缺陷数据集的锚框;随后增加针对微小缺陷的检测层,以提高对小目标的识别能力;最后引入全维动态卷积(ODConv)和高效通道注意力机制(ECA),优化模型对关键目标区域的关注度,同时保持较低的计算开销。实验结果表明,在自建的石英坩埚缺陷数据集中,提出的改进算法mAPa0.5为98.88%,检测速度达到138帧/s,可达到工业检测要求。

关键词： 行波测距   故障识别   直流牵引供电  

摘要： 针对城市轨道交通直流牵引供电系统故障定位难的问题,提出一种基于行波测距算法的故障识别系统。该系统通过高速数据采集、特征提取与模式识别技术,实现对供电系统故障的精确定位和类型判断。实验验证表明,设计的系统能够在微秒级时间内准确捕捉行波信号,并有效区分接触网接触不良、轨道绝缘降低及直流母线接地3类典型故障,为轨道交通的安全运营提供技术支持。

关键词： 几何非线性   机器学习   气动弹性   涡格法   结构大变形  

摘要： 大柔性飞行器在气动载荷作用下会产生较大的结构变形,动力学特性发生明显改变,准确的结构变形预测对大柔性飞行器设计及气动弹性仿真具有重要意义。几何非线性有限元等全阶结构模型仿真效率低,已有的非线性结构降阶模型(ROM)具有较高的仿真效率,但建立降阶模型的过程中需要大量样本数据。基于学习算法建立考虑几何非线性因素的大柔性结构静变形预测模型,利用均方根误差(RMSE)对该预测模型进行性能评估,论证几类学习算法在结构大变形预测中的适用性。结合结构大变形预测模型与曲面涡格法(VLM)提出一种新的几何非线性静气动弹性分析方法,兼顾计算精度与效率。采用所提方法计算单梁式机翼静气动弹性变形,对比仿真结果与风洞试验结果,表明所提方法计算精度及效率高,实际应用价值较大。

关键词： 合成孔径雷达   低信噪比   子孔径相关法   滑窗  

摘要： 低信噪比场景中,应用子孔径相关法(MapDrift,MD)估计的多普勒调频率准确性下降,最终的成像结果恶化。文章提出一种基于固定窗长的数据滑窗的MD算法,介绍了固定窗长的数据滑窗技术的优点,通过降低噪声信号对相关峰值处的影响,提高了多普勒调频率的估计准确性。实测数据处理结果表明,所提算法具有较高的估计精度。

关键词： 云存储   去重删除   安全检索   跨域检索   电子档案   自相关检索  

摘要： 电子档案数据量较大,结构复杂,跨域检索时需要设计高效的数据存储和检索方案,以提高检索准确度。为此,提出了基于云存储的电子档案数据跨域安全检索算法。在最优存储节点下,本文算法利用云存储节点分别向不同区域的存储节点传输一个电子档案文件,基于分层原理计算跨域节点之间的距离,通过阈值分级确定云存储节点的数量,分层存储电子档案数据。本次研究采用Fourier变换方法,删除电子档案重复数据,提高检索效率。本文算法将聚类中心与所有电子档案数据之间的平均关联度作为电子档案数据的检索空间,确定满意度向量,判断检索空间中电子档案数据的满意度,并采用梯度法修正满意度向量,根据用户检索关键词的关联度,实现精准的电子档案数据跨域安全检索。与基于位置索引的检索算法和基于HBase的检索算法相比,本文算法对电子档案数据的自相关检索性能较好,可以将跨域安全检索的查准率提高到90%以上。