课程文献中心 更多>>

关键词： ChatGPT   生成式人工智能   数字政府   算法权力   主体地位  

摘要： 数字政府建设是实现国家治理体系和治理能力现代化、完善服务型政府的重要举措。以ChatGPT为代表的生成式人工智能的出现，为加快我国数字政府建设提供了有利契机。将ChatGPT 类生成式人工智能算法嵌入数字政府建设，既能带来正向的功能价值，也能引发对行政法中“人”的主体性地位的冲击。通过对ChatGPT算法权力的行使和运行，可能超越、背离或独立于行政法律关系主体的权力（利），引发主体性地位危机，包括对行政主体权力的解构以及对行政相对人行政权利的消解。因此，应慎重选择智能化决策范围、强化行政相对人知情同意保护权、赋予行政相对人算法解释请求权、明确“责任链条”中的各方责任。

关键词： 离散制造车间   超宽带室内定位   卷积神经网络   门控循环单元  

摘要： 针对离散制造车间各制造要素定位过程中存在非视距误差和测量系统误差的问题，提出了一种基于卷积神经网络（Convolutional Neural Network，CNN）和门控循环单元（Gated Recurrent Unit，GRU）的超宽带数据融合定位算法。首先，对采集到的超宽带定位数据进行格式转换，以满足CNN和GRU的输入要求；其次，使用多通道CNN提取定位数据空间上的局部重要信息，并通过两层双向GRU单元挖掘数据的时序特征，在此基础上，利用集成学习思想融合局部重要特征和时序特征，以提高数据融合的定位准确度。最后，在某航天车间进行定位实例验证，实验结果表明，相较于CNN或GRU模型，所提方法在定位精度上具有更优越的性能。

关键词： 水陆两栖机器人   路径规划   改进哈里斯鹰优化算法   自适应梯度算法   多策略融合  

摘要： 为满足水陆两栖机器人在复杂环境下完成搜寻任务的要求，解决跨环境路径规划存在的评价指标不全、精度低、收敛慢等问题，本文在建立融合栅格代价的水-陆综合环境模型、制定综合路径评价指标基础上，提出了一种多策略融合的改进哈里斯鹰优化算法。通过梅特罗波利斯-哈斯廷斯抽样方法优化初始种群提升哈里斯鹰初期的搜索能力和收敛速度，通过自适应梯度算法优化莱维飞行策略提高哈里斯鹰的寻优精度。通过仿真和湖试实验表明，本方法解决了跨环境下路径评价指标单一、收敛速度慢、质量差等问题，能够在不同任务目标下做出更优的路径规划决策，在路径质量和规划时间等方面具备适用性和高效性。

关键词： 遥感图像去模糊   多尺度卷积神经网络   Transformer   多头自注意力   多尺度边缘损失  

摘要： 针对基于卷积神经网络的遥感图像去模糊存在感受野有限的缺陷，导致图像在恢复过程中出现细节丢失，去模糊不彻底等问题，提出一种融合自注意力的多尺度遥感图像去模糊算法。利用多输入多输出U-Net网络将单U-Net模拟出多级联合的多尺度卷积操作，实现对特征的有效提取；提出一种基于Transformer的多头自注意力模块，通过嵌入编码器与解码器中间位置来提升网络的空间特征提取和全局信息捕获能力；引入多尺度边缘损失函数，提高图像边缘细节的复原效果。构建模糊遥感图像数据集进行实验，通过对实验结果定量与定性分析，提出的算法都优于对比算法。为证明该算法的泛化能力，在公开数据集GOPRO上得到了验证。研究结果表明，该算法对有效处理模糊的遥感图像具有一定的实际意义。

关键词： 改进IDF算法   智慧煤炭   工控网络   网络安全态势   态势感知  

摘要： 智慧煤炭工控网络对于煤炭的生产效率起到直接影响作用，为了解工控网络的安全状态，提出基于改进IDF算法的智慧煤炭工控网络安全态势感知技术。采用Netflow采集方式，智慧煤炭工控网络安全态势感知要素的采集，通过归一化与融合完成对初始感知要素的预处理。提取智慧煤炭工控网络安全态势特征，利用改进IDF算法计算特征权重，通过态势值的计算与特征匹配，得出智慧煤炭工控网络安全态势的感知结果。通过感知性能测试实验得出结论:与传统感知技术相比，优化设计技术的安全态势类型感知错误率明显降低，综合态势指标感知误差减小0.035。

关键词： 调度   组合优化   群体智能优化   混沌  

摘要： 本文针对多中心废弃物回收调度问题，以优化物流强度为切入点进行建模，提出了一种改进正余弦算法(Hybrid sine-cosine algorithm， HSCA)的路径规划方法。首先，在编码中嵌入构造式规则生成问题的调度方案。其次，耦合混沌机制以生成质量较优的初始解。另外，构建了混合型的个体进化机制和离散型的邻域搜索方法，旨在增强原算法的收敛性能。最后，开展多中心废弃物回收调度问题的数值实验，结果验证了HSCA的良好性能。

关键词： Drools规则引擎   账务核算   软件开发   Rete算法  

摘要： 为了提高医院在财务数据处理方面的自动化水平和准确性，从而减轻人工核算的负担，研究设计了一套高效且准确的账务核算管理系统。该系统引入Drools规则引擎制定核算规则，同时用Rete算法加快规则的匹配速度，实现医院大数据账务的自动核算。然后以该医院半年内患者和医务人员涉及财务数据为研究对象进行实验，测定管理系统的准确率和运行速率。结果显示，研究方法的核算准确率在99.98%以上，核算一个月患者和医务人员的财务数据分别用时1.0和0.1小时，并且面对大量数据时也可以长期稳定地运行。该项研究不仅提高了医院账务核算的准确率和效率，还有效地应对了医院会计信息管理中的挑战，可以为各类医疗机构提供高效、可靠的财务管理支持。

关键词： 机器视觉   刹车盘   表面缺陷   边缘检测   Scharr算子   边缘细化  

摘要： 针对刹车盘表面的缺陷及背景复杂，目前对其表面缺陷边缘检测的研究很少、边缘检测算法存在的不足，提出一种改进的刹车盘表面缺陷边缘检测算法。首先，采用机器视觉检测平台采集缺陷图像，采用双边—中值滤波器对灰度化后的缺陷图像进行去噪；再利用改进的Scharr算子计算梯度、最大熵阈值分割提取缺陷的边缘；最后采用数学形态学去除伪缺陷、Hilditch细化算法优化边缘，获得精确的缺陷边缘。实验结果表明，改进算法对多种缺陷的边缘分割敏感性和准确率均在94.6%以上，指标远高于传统检测算法；相比传统的边缘检测算法，改进算法不仅能够检测出完整的缺陷，且边缘连续性好、定位精度高、抗噪声能力强，尤其对复杂背景的缺陷也能够精准地定位。

关键词： 神经网络   深度学习   语义分割   肝脏分割   医学图像   注意力机制   空洞卷积  

摘要： 针对传统肝脏分割方法十分依赖医生的经验，并且分割过程耗时，易出错的现象。本文提出适用于临床情景中医学肝脏CT的分割方法。基于多尺度残差混合注意力U-Net将多尺度注意力机制模块引入U-Net网络。该模块可以抑制不相关的区域，从多个角度提取图像特征，并突出显示分割任务；在标准卷积层中添加残差结构可以有效地避免梯度爆炸并增加网络深度；使用混合空洞注意力常规层来替换“U”形网络的底部，以获得上下文信息，避免空间信息的丢失。试验结果表明：在LiTS17和SLiver07数据集上与其他方法相比，本文方法具有更好的性能和最高的分割精度。

关键词： 深度神经网络   对抗样本   高频   扰动   鲁棒性  

摘要： 深度神经网络在图像识别领域取得广泛应用，但其结构复杂，容易受到对抗样本的攻击。构造人眼不可察觉的对抗样本对测试网络的安全性有着重要的意义。现有针对图像的对抗样本生成方法通常是对原始样本进行微小扰动，而扰动通常用lp范数距离进行约束，这种简单方案把所有像素点平等对待，每个点允许扰动的范围满足同样的约束，这限制了对抗样本的构造方式，使得扰动易被人眼察觉。而现实应用中，人眼对不同颜色和区域的像素点扰动的敏感性亦不相同，针对这一特点，设计一种基于观测敏感性的自适应扰动方案，为不同的像素点设计不同的扰动约束，从而提升对抗样本鲁棒性。具体而言，该方法通过频谱分析将图像划分为高频和低频区域，并通过新的空间约束规范扰动，并对高频不敏感区域增加更大的扰动以提升对抗能力。一系列基于ImageNet-1K和CIFAR-10数据集上进行的实验表明，新的对抗样本构造策略能与多种攻击方法相耦合，并在保障隐蔽性的前提下提升对抗性能。