课程文献中心 更多>>

关键词： YOLOv9算法   多类异常行为检测   特征提取   无人机航拍数据集   深度学习  

摘要： 针对无人机航拍图像的检测算法中存在小目标识别精度低和特征提取能力不足的问题，设计了一种改进YOLOv9的多类别异常行为检测算法。该算法在模型头部加入改进的维度感知选择性集成模块，进行了有效的通道分割和融合策略，并在主干部分添加多维协同注意力机制，同时引入最大特征池化，强化了针对自建数据集的特征提取能力，而后将通用倒置残差模块与原网络的特征提取模块融合，形成了UIB-RepELAN特征提取模块，有效提升了模型检测的鲁棒性，针对难易样本不均匀分布导致的数据集长尾分布等问题，采用数据增强方法对异常类别样本进行扩充，并使用Focaler-IoU对损失函数进行重构，提高模型泛化能力。结果表明，相较于基线模型，在VisDrone2019数据集上的检测精度由0.046提高到0.048；针对自建数据集的检测精度由0.909提高到0.960，平均检测用时为28 ms，满足了高效率高精度的检测要求。

关键词： 股票投资组合   深度强化学习   索提诺比率   深度确定性策略梯度  

摘要： 为构建更加全面有效的投资组合，采用了深度确定性策略梯度算法，并在奖励函数中引入了风险衡量指标索提诺比率来实现风险与收益之间的权衡.除基本的股票数据外还将股票市场中的技术指标作为状态的输入，以捕捉股票市场的主要趋势.经数据检验，与其他强化学习算法对比，改进奖励函数的DDPG算法能够在控制风险的同时得到较高收益，有效地实现了风险的分散和投资组合的稳健性.

关键词： 煤炭筛分   筛面物料量检测   小目标检测   深度学习   YOLOv7   MFI-YOLOv7   物料检出率  

摘要： 振动筛作为煤炭洗选过程中的重要设备，其筛面物料量对生产效率和管理水平具有直接影响，但传统的人工监测方式存在主观误差大、无法实时监测、工人劳动强度大等问题。振动筛筛面物料体积小、特征模糊，经典目标检测算法无法满足检测需求。针对上述问题，提出了一种基于深度学习的振动筛筛面物料量检测算法——MFI-YOLOv7。MFI-YOLOv7在YOLOv7的基础上，在主干（Backbone）网络中采用全维度动态卷积ODConv，提升网络的特征提取能力；在瓶颈（Neck）层设计CARAFE-FPN特征融合结构，加强特征融合；在预测（Prediction）层设计预测框损失函数Focal-CIOU Loss，增强网络的定位能力。为验证检测效果，通过消融实验和对比实验对MFI-YOLOv7的有效性进行了验证：消融实验结果表明，ODConv,CARAFE-FPN和FocalCIOU Loss的引入提高了模型的精确率、召回率和平均精度均值，三项指标分别提升了1.68,1.07,1.68个百分点；对比实验结果表明，MFI-YOLOv7在检测精度和速度方面均优于Faster RCNN,SSD,CenterNet,YOLOv7,YOLOv10等经典目标检测算法。此外，还对MFI-YOLOv7在实际场景中的应用效果进行了测试分析，结果表明该算法在不同光照条件、不同摄像头机位以及不同物料状态下的检测效果均优于其他算法：在光照条件变化较大的场景中，MFI-YOLOv7的物料检出率提升了5～21个百分点；在物料稠密和稀疏的场景中，MFI-YOLOv7的物料检出率分别为82.67%和68.75%；摄像头机位对检测效果亦具有影响。文章提出的MFI-YOLOv7为振动筛筛面物料量的自动检测提供了一种有效解决方案，有助于提高选煤厂的生产效率和智能化管理水平。

摘要： 2019年教育部印发《关于一流本科课程建设的实施意见》，以提高课程的“高阶性、创新性和挑战度”（以下简称“两性一度”）为根本抓手，着力打造“金课”，淘汰“水课”，全面提升人才自主培养质量。2024年10月，中共中央书记处书记、公安部部长王小洪在全国公安厅局长座谈会上强调，要建立完善“专业+机制+大数据”新型警务运行模式。全国公安机关认真开展深化大数据应用新生态建设，扎实推进公安工作现代化。吉林警察学院以培养具有高水平、强能力的公安专业人才为目标，将大数据技术与实际公安业务紧密结合，扎实推进基于“两性一度”的公安大数据课程的教学创新与实践（1），为提升公安机关新质战斗力助力。

关键词： 多目标优化   多目标群智能算法   多目标人工蜂鸟算法  

摘要： 阐述多目标群智能算法及其在解决多目标优化问题中的高效应用，介绍新型多目标人工蜂鸟算法。该算法以高收敛精度和优异性能为特点，展现了在多目标算法优化中的潜力。

关键词： 交通监控   相机校准   坐标映射   光学畸变校正   优化算法  

摘要： 针对交通监控校准问题，该文结合粒子群优化算法的全局搜索能力与遗传算法的局部优化特性，提出了一种集成GA-PSO优化算法，有效校正了交通监控相机的光学畸变。结果显示：GA-PSO方法在复杂场景中的校准误差降低约27.0%，且计算效率显著提升。误差分析表明：标定点的分布和数量对校准精度影响显著，且误差随监测距离增加而加大。建议将有效监测范围控制在150 m内，以确保交通监控的精确性。

关键词： 网络拓扑优化   图论   遗传算法   多目标优化   Kruskal算法  

摘要： 研究提出了一种基于图论和遗传算法的网络拓扑优化方法,通过将网络结构抽象为带权无向图,建立了包含链路成本、传输时延和网络可靠性的多目标优化模型。采用改进的Kruskal算法进行初始解的构建,并引入自适应交叉算子对拓扑结构进行优化。在真实网络环境中的实验表明,该方法相比传统启发式算法,可将网络建设成本降低15%,同时保证了网络的连通性和服务质量需求。算法在大规模网络优化中表现出良好的扩展性和收敛特性。

关键词： 机器学习   驾驶风险   智能评估   模型   算法  

摘要： 许多研究表明，危险驾驶行为习惯是造成交通事故的主要原因，构建合理高效的驾驶行为风险评估模型，是提高驾驶安全性和可靠性的有力保障。本文基于机器学习技术，通过收集和分析驾驶行为数据，对模型进行不断训练和优化，构建驾驶风险智能评估模型，实现对驾驶行为的实时监测和风险评估，提高驾驶行为的风险评估水平，为相关的安全决策提供有力支持。

关键词： 乳腺癌   共病模式   关联规则  

摘要： 目的 了解乳腺癌手术患者的共病患病情况和共病模式，为患者的治疗、护理和预后管理提供理论依据。方法 通过甘肃卫生统计信息网络直报系统提取2018—2023年在甘肃省医疗机构（乡卫生院和村卫生室除外）就诊的所有乳腺癌手术患者的住院病案首页中人口学特征、诊断和手术模块的数据，使用SPSS 29.0和R 4.4.0进行统计分析，组间比较采用χ2检验，采用Apriori算法分析患者的共病情况和关联规则。结果 11 160例乳腺癌手术患者中，28.41%至少患1种共病，合并1、2、3和4种及以上共病的分别为2 110例（18.90%）、707例（6.34%）、246例（2.20%）和108例（0.97%）。不同性别、年龄和婚姻状况的患者的共病患病率差异均有统计学意义（P<0.01）。26条关联规则中，前项包含16种疾病或疾病组合，后项包含7种疾病，后项为高血压的有7条，呼吸系统疾病和心脏病各有4条，糖尿病、动脉硬化和慢性肝病各有3条，消化系统疾病有2条。结论 甘肃省乳腺癌手术患者的共病患病率较高，高血压最常见，形成了以高血压、心脏病和呼吸系统疾病为关键疾病的共病模式。建议关注乳腺癌的共病问题，制定综合措施改善患者的生存质量和生存期。

关键词： 算法种族主义   算法偏差   算法偏见   算法歧视   算法治理  

摘要： 人工智能及其算法的广泛应用，在极大便利国家治理与社会治理的同时，也塑造了新型的种族主义，即算法种族主义。作为技术“侵入”种族主义而形成的新形态，算法种族主义这一现象在算法偏见这一新兴概念之下，在过去几年中引起了学术界的关注。在已有的研究文献与现实案例基础上，文章系统揭示了欧美算法种族主义的表征、影响与趋势。算法种族主义呈现出算法偏差、算法偏见与算法歧视三种表征，维护并固化了系统性种族主义，使欧美国家在算法治理中创造了算法不平等这一新型的种族不平等形式。算法种族主义并非简单的算法与种族主义的结合，背后还有欧美国家资本主义运作过程中的监视性与权力支配关系，并在深层次上暴露出了人、技术与社会环境互构主体性中所充斥的种族不平等、种族压迫及政治代表性危机等问题。欧美国家在人工智能的发展探索中通过对算法公平的治理、对算法所计算数据的治理以及基于法律的算法规制来驯服算法，但也有可能在算法的隐匿作用下进一步加剧与恶化算法种族主义。