课程文献中心 更多>>

关键词： 学科实践   单元设计   算法及其基本结构   DeepSeek  

摘要： 笔者尝试在学科实践导向下,以问题为依托、思维发展为过程、真实问题的解决为路径,形成单元设计,结合DeepSeek等人工智能技术,引导学生从被动学习到主动学习,继而到主动开展“源于实践、在实践中、为了实践”的真正的学科探究,知行合一,提升素养。

关键词： 算法推荐技术   注意义务   “通知–删除”规则  

摘要： 短视频平台应用算法推荐技术,分析用户喜好,进行个性化推荐。平台用户粘性增强,平台收益进一步提升。而算法推荐技术下短视频领域著作权侵权问题也明显增加。“通知–删除”规则与“红旗”标准在应对新技术挑战时存在局限性。此外,司法裁判中对短视频平台承担注意义务的范围仍未统一。由短视频平台承担较高注意义务存在技术上的可行性,同时降低社会成本,提升侵权风险控制能力。可以规定有限的过滤审查义务,调整“通知–删除”规则,从而完善短视频平台承担的注意义务。

关键词： 自动驾驶   目标检测   YOLO算法   深度学习  

摘要： 随着自动驾驶技术的迅速发展,准确高效的目标检测已成为环境感知技术中的关键研究方向。YOLO系列算法作为一种单阶段算法,不仅在自动驾驶中展现了巨大的潜力,还被广泛应用于各个领域。文章首先总结了基于深度学习的目标检测算法,并回顾了YOLO算法的发展历程;然后,概述了目标检测领域常用的评估指标,并讨论了YOLOv1至YOLOv10算法在自动驾驶场景中的应用,重点分析了YOLO算法在交通标志、车辆与行人、路面状态及车道线检测中的应用情况。最后,展望了YOLO检测算法在未来自动驾驶领域的发展趋势及潜在优化方向。

关键词： 绕组形变   矢量化监测   光纤传感   简支绕组横梁  

摘要： 变压器绕组状态监测非常重要,为精确地监测变压器绕组变形方向与变形程度,该文结合简支横梁原理与布里渊光时域分析技术,提出了针对变压器绕组的形变矢量化监测算法。基于材料力学理论推导,建立了布里渊频移量与绕组形变轴向、径向分量关系式,利用布里渊光时域分析技术建立了变压器绕组形变矢量化监测模型。通过对光纤复合导线和内置光纤的35 kV绕组施加轴向形变和径向形变,借助布里渊光时域反射技术完成了形变监测,验证了监测模型的准确性。结果表明,复合导线实验中轴向形变测量平均误差为6.60%,径向形变测量平均误差为5.88%;内置光纤的35 kV绕组实验中轴向形变平均误差为9.63%,径向形变平均误差为5.18%。实验结果验证了绕组形变矢量化监测模型可实现绕组形变方向和形变程度的监测,有效地提高绕组形变程度的监测精度。

关键词： VMD   random forest method   coal seams   sandstone   porosity  

摘要： Evaluation of water richness in sandstone is an important research topic in the prevention and control of mine water disasters,and the water richness in sandstone is closely related to its *** refl ection seismic exploration data have high-density spatial sampling information,which provides an important data basis for the prediction of sandstone porosity in coal seam roofs by using refl ection seismic ***,the basic principles of the variational mode decomposition(VMD)method and the random forest method are ***,the geological model of coal seam roof sandstone is constructed,seismic forward modeling is conducted,and random noise is *** decomposition eff ects of the empirical mode decomposition(EMD)method and VMD method on noisy signals are compared and *** test results show that the fi rstorder intrinsic mode functions(IMF1)and IMF2 decomposed by the VMD method contain the main eff ective components of seismic signals.A prediction process of sandstone porosity in coal seam roofs based on the combination of VMD and random forest method is *** feasibility and eff ectiveness of the method are verifi ed by trial calculation in the porosity prediction of model *** the actual coalfi eld refl ection seismic data as an example,the sandstone porosity of the 8 coal seam roof is *** application results show the potential application value of the new porosity prediction method proposed in this *** method has important theoretical guiding signifi cance for evaluating water richness in coal seam roof sandstone and the prevention and control of mine water disasters.

关键词： 微电机   FOC   RTOS   STM32  

摘要： 微电机作为精密设备的核心执行器件,被广泛应用于各种精准控制设备,其控制精度和稳定度直接影响系统的整体性能。然而,现有驱动方法在复杂工况下的控制精度仍存在控制精度不足、响应速度较慢以及抗干扰能力弱等问题。为此,文章通过在STM32微控制器中搭建实时操作系统(Real Time Operate System, RTOS)并利用磁场定向控制(Field-Oriented Control, FOC)算法对电机进行驱动。实验结果表明,该算法能够实现对微电机的精准控制,具有很好的反馈效果,为实现微电机高精度控制提供了新的思路。

关键词： 多输入多输出   可重构智能表面   鲁棒资源分配   非完美信道状态信息   保密速率  

摘要： 信息业务的快速发展使得无线通信系统对频谱效率和系统容量的要求更高。可重构智能表面(Reconfigurable Intelligent Surface,RIS)能够通过调整反射单元的反射系数来重新配置无线传输环境,从而有效提升系统性能和频谱效率。然而,无线信道的开放性使得传输数据的安全性无法得到有效保证。物理层安全(Physical Layer Security,PLS)技术充分利用无线信道的物理特性对传输信息进行加密,是从物理层解决无线通信易受到窃听攻击的重要手段,但其安全性能又受到用户信道状态信息(Channel State Information,CSI)的影响。针对无线通信系统的高频谱效率需求和用户CSI不完美导致的系统安全性能损失较大的问题,构建了一个存在多个窃听用户的RIS辅助多输入多输出(Multiple Input Multiple Output,MIMO)系统模型,并提出了一种安全鲁棒资源分配算法。首先,在基站(Base Station,BS)发射功率和RIS相移约束下,针对窃听用户CSI不完美的情况,建立了一个联合优化BS天线功率分配和RIS无源波束成形最大化合法用户保密速率的资源分配模型。随后,提出了一种针对上述多变量耦合的具有无穷多非凸约束的非凸问题求解算法。针对多变量耦合难以求解的问题,利用交替优化方法将原问题转化为了BS发射协方差矩阵优化和RIS相移优化两个子问题,并采用Charnes-Cooper变换、S-Procedure方法和基于惩罚函数的凸差算法分别转化为凸优化问题完成问题求解。最后通过收敛性和复杂度分析,证明了算法的可行性和有效性。仿真结果表明,所提算法在存在多窃听用户和窃听信道有界不确定性的情况下具有更优的合法用户保密速率和鲁棒性。

关键词： 光伏预测   奇异谱分析   位置编码   Transformer  

摘要： 精准的光伏发电预测能为电网安全稳定运行提供保障。针对当前光伏预测算法预处理方法过于简单、周期规律识别效率不高等问题,提出一种基于奇异谱分析的Transformer神经网络光伏预测算法SSA-Trans。该算法在数据处理中引入奇异谱分析技术,在去除太阳辐照度时间序列中影响较大的噪声序列后进行重构,对重构后的序列建立Transformer网络预测模型,将序列的时间戳进行位置编码后与天气数据一同作为网络的特征输入。采用滑动窗口将划分好的数据输入到Transformer模型中进行训练,然后进行预测。在3个公开数据集上对所提算法与对照算法的预测性能进行比较,结果表明,所提算法的归一化平均绝对误差分别降低了约31.94%、20.37%和14.07%。同时,消融实验证实了奇异谱分析和滑动窗口技术的有效性。

关键词： 瘢痕子宫   凶险性前置胎盘   决策树   风险预测  

摘要： 目的探讨瘢痕子宫孕妇凶险性前置胎盘(PPP)的影响因素,基于独立危险因素构建决策树(CRT)风险预警模型。方法回顾性选取2023年1月至2024年6月于赣州市妇幼保健院治疗的295例瘢痕子宫孕妇作为研究对象,根据孕妇是否发生凶险性前置胎盘分为PPP组(n=93)和非PPP组(n=202)。通过单因素分析,将有意义的血清指标构建瘢痕子宫孕妇发生PPP的CRT风险预测模型。结果单因素分析显示,年龄、辅助生殖受孕、早产、剖宫产史和胎盘植入与瘢痕子宫孕妇发生PPP有关,差异有统计学意义(P<0.05)。CRT显示,瘢痕子宫孕妇发生PPP预测因子重要性排序排名第一的是年龄,瘢痕子宫孕妇发生PPP的5类风险人群:①剖宫产≥1次、存在胎盘植入,占该节点构成的18.9%;②剖宫产≥1次、无胎盘植入、年龄>34岁,占该节点构成的68.8%;③剖宫产≥1次、无胎盘植入、年龄≤34岁,占该节点构成的18.9%;④无剖宫产史、存在早产情况时,占该节点构成的23.0%;⑤存在早产、存在辅助生殖受孕,占该节点构成的66.7%。ROC曲线的AUC为0.809(95%CI:0.756~0.861),灵敏度为80.60%,特异度为67.30%,最大约登指数为0.479,表明CRT模型的预测效能较好。结论瘢痕子宫孕妇发生PPP受年龄、辅助生殖受孕、早产、剖宫产史和胎盘植入的影响,构建的CRT模型的风险预测性能良好,临床上或可基于此模型对瘢痕子宫孕妇筛查是否发生PPP。

关键词： 水泥强度   大数据分析   机器学习   预测模型  

摘要： 水泥的强度是衡量其性能的重要指标之一,传统的基于人工定时采样测定的方法准确性好但存在较大的滞后性,不能及时调控水泥生产过程。机器学习可通过不同算法对水泥等流程工业的原料及产品检测数据、微观结构图像、工艺运行参数等多维生产数据进行有目标的关联分析,建立水泥强度预测模型,可以解决人工检测方法的滞后性问题。本文通过梳理常用算法的基本工作原理和优势,归纳基于机器学习的水泥强度预测模型,探讨其应用效果和发展方向,以期为水泥强度预测模型的进一步优化和在水泥工业中的应用提供参考。