课程文献中心 更多>>

关键词： 混合蛙跳算法   多目标   土地利用空间   优化配置   元胞数组   环境兼容  

摘要： 为保障城市土地利用合理性与环境友好性，提出一种城市多目标土地利用空间优化配置方法。利用混合蛙跳算法在多目标求解问题方面的优势，以城市土地新开发与已开发用地距离最小、城市土地单元用地间环境因素不兼容性最小为目标函数的约束条件，构建基于混合蛙跳算法的城市多目标土地利用空间优化配置模型。将城市用地栅格作为操作基本单元，引入首尾排除分组、智能学习与变异算子等改进混合蛙跳算法，获取城市多目标土地利用空间优化配置模型最优解。实验结果表明：该方法对城市土地进行优化配置后，环境兼容性几乎全在0.5以上，并且大部分接近1。可较好地实现城市多目标土地利用空间优化配置，效率较高，优化配置后土地资源的节约性与环境兼容性也较好。

关键词： blocking   convolutional neural network   cotton bud   motion blur   object detection   small target   YOLOv5s  

摘要： Cotton mechanical topping is one of the most important cultural practices to improve crop yield during production. The shoots of cotton topping can be cut at about 10–20 cm from the top of plants. However, the performance of mechanical topping has been limited to computing power and real-time transport in several edge-moving devices at present. The detection can also be confined to the motion blur and small target occlusion. In this study, a lightweight detection model of a cotton bud (named CottonBud-YOLOv5s) was proposed using the well-known YOLOv5s architecture. Both performance and efficiency were optimized to detect the cotton buds in complex field environments. The ShuffleNetv2 backbone network was utilized to enhance the overall performance of the CottonBud-YOLOv5s model. The computational complexity was reduced to maintain the high accuracy of detection. In addition, the DySample dynamic upsampling module was integrated to replace the original ones. The computational costs were further reduced to improve the speed of detection. As such, the improved model was run more efficiently on edge devices with limited computing power. Real-time performance was also achieved during cotton mechanical topping. Moreover, the ASFFHead detection head and GC (global context) attention mechanism were also introduced into the head and neck components, in order to handle the varying object scales and complex contextual information. The scale invariance was significantly improved to extract the context-based features, which was crucial to detect the small targets that occluded or blurred due to the various motions in fields. Ultimately, the robustness of the model was improved to perform the best in real-world conditions. A series of ablation and comparison tests were conducted to validate the efficacy of the CottonBud-YOLOv5s model. The experimental results demonstrated that the introduction of the ASFFHead detection head and the GC global attention mechanism led to notable imp

关键词： 机器学习算法   肿瘤病人   经外周静脉置入中心静脉导管   导管相关性血流感染   预测模型  

摘要： 目的：探讨肿瘤病人经外周静脉置入中心静脉导管（PICC）相关性血流感染预测模型的构建及效能验证。方法：选取2021年4月—2023年3月收治的肿瘤病人2 608例作为研究对象，所有病人住院期间均行PICC导管置管，根据病人是否发生PICC导管相关性血流感染分为发生组和未发生组。基于机器学习算法，分别采用支持向量机（SVM）、XGBoost及Logistic回归分析方法构建肿瘤病人PICC导管相关性血流感染发生预测模型，并进行分析比较，得出具有预测效能的算法模型。结果：两组病人的血小板计数、PICC留置时间、导管留置时间、伤口敷料类型、是否有导管移位以及单次置管穿刺次数比较，差异有统计学意义（P<0.05）;XGBoost预测模型中血小板计数对模型影响最大，其次为D-二聚体水平；在SVM模型中，血小板计数的沙普利加性解释（SHAP）值最大，表明其对模型的影响最为明显；而Logistic回归模型中最终纳入PICC留置时间、导管留置时间、伤口敷料、是否有导管移位、单次置管穿刺次数5个因子，且XGBoost预测模型区分能力最高。结论：病人是否发生PICC导管相关性血流感染在多个指标上有差异，且不同模型的影响因素不同。SVM及XGBoost构建的预测模型的敏感度与准确度上优于Logistic回归模型，可以对PICC导管相关性血流感染风险作出相对精准的评估和预测，在临床工作中能有效降低PICC导管相关性血流感染的发生率。

关键词： 算法新闻   智媒时代   新闻伦理   人性原则  

摘要： 算法推荐是指依托互联网和大数据技术，对用户的阅读和行为进行跟踪并分析得出用户画像，再根据用户需求进行个性化信息推送。诚然，这在很大程度上降低了用户的信息获取成本，为平台带来了可观的收益，但同时，算法推荐也带来了诸如隐私侵犯等传播伦理失范的问题，需要及时进行规制，以促使该技术更好地服务于人类。

关键词： 时域有限差分   时域电磁散射计算   卷积神经网络   长短期记忆网格   深度学习   电磁正演  

摘要： 在求解时域电磁响应问题时，使用时域有限差分(finite difference time domain, FDTD)等全波数值方法可以得到准确的结果。但在处理复杂场景时，数值方法为了保证计算的精度，往往很难降低计算量和提高计算效率。本文针对传统FDTD计算效率低和计算量大的问题，使用卷积神经网络(convolutional neural network, CNN)结合长短期记忆网络(long short-term memory network, LSTM)来解决目标时域的快速电磁响应问题。首先，使用传统FDTD方法构建目标与时域电磁响应的训练数据集，通过搭建的CNN提取目标的几何参数和电参数分布特征。然后，利用LSTM构建目标特征与时域电磁响应的映射模型。最后，设计了专用的时域训练算法对CNN-LSTM模型进行训练。提出的CNN-LSTM模型具有较强的时域电磁响应预测能力，能够准确预测特定场景下目标的时域电磁特性。3维电磁散射仿真模型的数值仿真结果表明，CNN-LSTM模型计算效率为FDTD方法的500倍左右，且相对平均偏差小于0.03,验证了所提出方法的准确性。

关键词： 安全帽检测   YOLOX-s算法   感受野   空洞卷积   注意力机制  

摘要： 针对安全帽检测任务中存在的目标面积小、目标被不同程度遮挡、复杂背景干扰目标等问题，提出了基于YOLOX的多感受野增强的安全帽检测算法（multiple receptive field enhancement-YOLOX,MRFE-YOLOX）。在特征融合网络中增加浅层特征融合分支，提升小目标特征信息流通效率，提高了小目标的检测精度；设计基于空洞卷积组与卷积注意力机制的感受野增强模块（receptive field augmentation module,RFAM），捕获了更大范围的感受野和图像特征，改善了遮挡目标漏检率高的问题；根据三分支注意力机制构建特征增强网络（feature enhancement network,FENet），抑制背景噪音对目标区域的干扰，降低了复杂背景下的目标误检率；引入空间到深度卷积（space to depth-conv,SPD-Conv）得到无信息损失的二倍下采样特征图，保留了更多的特征信息，同时减少了模型的参数量。实验结果表明，所提算法的均值平均精度相较于基线算法提升了2.78个百分点，FPS达到了102.67，满足了爆破现场安全帽实时检测的需要。

关键词： 贝叶斯算法   DeepSeek   自主学习  

摘要： 文章探讨了贝叶斯算法在优化Deep Seek自主学习系统性能方面的应用。文章分析了贝叶斯算法原理，建立了适合DeepSeek的贝叶斯网络模型，并确定了相关概率。实验显示，采用贝叶斯算法的DeepSeek系统在自主学习任务中表现优异，提升了准确性与效率，增强了环境适应力。

关键词： 配电网   分布式电源   多目标优化   选址定容   改进蜣螂算法  

摘要： 分布式电源因其清洁环保、灵活高效等优势而被广泛接入电力系统，但其不合理的安装位置和容量会严重影响配电网的安全、可靠运行，针对该问题提出一种基于改进蜣螂算法的分布式电源优化配置模型。首先，综合考虑静态电压稳定指数和损耗灵敏度因子，初选出分布式电源适合接入的位置，从而有效降低优化配置模型的求解规模；其次，以配电网网损和电压偏差最小为目标建立分布式电源优化配置模型；最后，结合混沌Tent映射、Levy飞行策略、螺旋搜索策略以及t分布变异策略改进蜣螂算法进行模型求解，得出最优装机容量。经实验验证，采用所提方法可以有效降低配电网网损和改善电压分布。

关键词： 通信系统   随机过程   话务控制系统   资源分配   马尔科夫链  

摘要： 为更好地处理随机性质的话务，提高资源利用率，减少通信系统的拥塞和延迟，为用户提供更优质的通信服务。提出了基于随机过程的话务控制系统平台资源分配优化算法，首先根据随机过程的马尔科夫链设计，确定了状态转移率，以分布式的方式进行分配计算，将时间计算复杂度大大降低。其次为避免资源分配计算浪费，关注转移率的约束条件，确定了每个预测时隙内消耗的资源块数目，完成鞅论资源估计，实现话务控制系统平台资源分配算法的优化。最后对算法的仿真实验结果显示，资源分配优化算法的计算时延结果为0.21 s～0.38 s,比传统资源分配算法快了2.5倍，证明了基于随机过程的话务控制系统平台资源分配优化算法的性能，提升了话务控制系统的传输速率，收敛速度更快，计算能力更强。

关键词： 实用算法   双柱式高墩桥梁   连接梁  

摘要： 为优化高墩桥梁设计整体效果，从桥梁高度、激活程度等角度出发，明确双柱式高墩桥梁整体稳定性计算方法，并指出双柱式高墩桥梁整体稳定性影响因素，以期为优化措施的制订提供可靠依据。