课程文献中心 更多>>

关键词： 卷积神经网络   遗传算法   对抗攻击   图像分类   信息安全  

摘要： 深度神经网络(deep neural network,DNN)能够取得良好的分类识别效果,但在训练图像中添加微小扰动进行对抗攻击,其识别准确率会大大下降.在提出的方法中,通过遗传算法得到最优扰动后,修改图像极少的像素生成对抗样本,实现对VGG16等3个基于卷积神经网络图像分类器的成功攻击.实验结果表明在对3个分类模型进行单像素攻击时,67.92%的CIFAR-10数据集中的自然图像可以被扰动到至少一个目标类,平均置信度为79.57%,攻击效果会随着修改像素的增加进一步提升.此外,相比于LSA和FGSM方法,攻击效果有着显著提升.

关键词： 多模态推荐系统   多模态融合   图卷积神经网络   对比冲突融合  

摘要： 现有多模态图神经网络推荐算法在进行多模态融合时,普遍使用图神经网络提取的节点特征进行融合,而未考虑到全局图结构信息和模态信息对融合的影响;并且现有的多模态融合方法大多只考虑模态间的差异,而忽视了模态内部的情况.对此,本文提出一种融合图神经网络的多模态微视频推荐算法(MCCF,Multi-modal Contrast-Conflict Fusion).该算法利用一种感知模态信息的注意力机制,将节点级特征转化为表征不同模态的图级特征;同时,分别使用节点级和图级特征表示,计算模态内“对比性”和模态间“冲突性”,客观评价了不同模态的重要性,实现了多模态融合.在Movielens和Tiktok两个微视频公开数据集上进行的实验表明,本文提出的算法在推荐性能上较基线方法有明显提升.

关键词： 数智型员工关系管理   算法公民行为   工作繁荣   数据向善  

摘要： 随着社会步入数智经济时代,员工与组织间雇佣关系发生了巨大转变,如何构建和谐可持续的员工关系成为组织亟待解决的关键问题,因而与数字、智能、算法相结合的员工关系管理——数智型员工关系管理逐渐受到学界与业界的广泛关注。基于此,本研究旨在科学界定数智型员工关系管理的概念内涵与维度结构,开发相应测量工具,同时基于工作要求-资源模型和社会信息加工理论,探究数智型员工关系管理对员工算法公民行为的工作繁荣机制,同时考察数据向善的边界条件作用。针对315份多时点有效样本的实证研究发现:(1)数智型员工关系管理对算法公民行为有显著正向影响;(2)工作繁荣在数智型员工关系管理与算法公民行为间有显著中介作用;(3)数据向善正向调节数智型员工关系管理对工作繁荣的直接作用及其通过工作繁荣对算法公民行为的间接作用,数据向善水平越高,其直接与间接作用越强。本研究为数智经济时代企业员工关系管理改善提供理论依据与决策借鉴。

关键词： 动态主题情感模型   文本挖掘   情感标签   时间戳   文本聚类   困惑度  

摘要： 针对目前已有的相关主题模型中,对大众情感因素考虑不足,难以精准挖掘,同时对社交文本的实时动态演化考虑弱化了模型聚类能力的问题,通过在模型中增加情感层以提取社交文本情感极性特征,并引入先验分布函数,提出一种基于动态主题情感模型的文本聚类算法.利用真实新冠疫情Twitter文本数据集进行实验,实验结果表明,该模型的性能优于基线模型,提高了情感特征区分度,使文本主题与对应的情感极性联合生成时间节点,进而使模型有处理时间演化的能力.

关键词： 瑜伽动作识别   多特征融合算法   GNN   图像识别  

摘要： 针对现有瑜伽动作识别方法不能挖掘动作与形体特征等深层次信息的问题,提出了一种基于多特征融合图神经网络的改进瑜伽动作识别算法,该算法利用瑜伽的动作历史和形体信息,结合多特征融合和图神经网络的优势,通过建模形体和动作之间的关系图,得到形体信息对不同瑜伽动作类别的影响程度,以及历史动作的长时和短时性。在实验中,对比了该方法与其他算法在瑜伽动作识别任务中的表现。结果表明,该方法在准确率、精确率、召回率和F_(1)值等指标上有明显的提高,证明了该瑜伽动作识别算法的有效性。

关键词： 永磁同步电机   叶尖速比法   最大功率   灰狼优化算法  

摘要： 由于风能自身的不可控性,为了能够最大化实现风能到电能的转换,风力发电系统并网过程中最大功率的跟踪和提取成为最主要的问题。针对功率最大化这一问题提出了不同的MPPT算法,利用最佳叶尖速比法对风电系统的最大功率进行跟踪,分析了输出功率与风能利用系数之间的关系。同时引入现代优化技术——灰狼优化算法(GWO),分析算法的原理。为提高全局搜索能力,提高搜索的效率和精度,在灰狼优化算法的基础上利用布谷鸟算法,给出一种新的优化算法GWO-CS,对改进后的算法(GWO-CS)进行流程分析。并利用MATLAB进行仿真和分析GWO和GWO-CS的适应度函数,验证算法的有效性和收敛能力。

关键词： 无人机   航空安全   避障算法   马尔可夫决策过程   鲁棒性  

摘要： 针对物流无人机在城市低空复杂环境和高密度动态交通流下的避障决策问题,提出一种动态三维避障算法。首先对城市低空环境建模并将无人机的动态避障问题表达为马尔可夫决策过程,通过在动作集中加入高度变化等飞行动作,将避障算法可行解的范围拓展到三维空间中。其次改进了奖励估值函数,使算法能够在绕飞以及爬升越障中通过蒙特卡罗树搜索权衡最优避障策略。仿真表明该算法能够选择最优策略,缩短24.4%的飞行时间并减少33.2%的飞行距离。最后考虑到无人机感知系统容易因建筑物遮挡受限而造成对环境状态观测不完全,对算法鲁棒性做出了验证,其结果表明随着感知范围缩短,算法仍能求得可行解。

关键词： 电网动态负荷建模   机器学习   算法优化   负荷预测  

摘要： 机器学习算法在电网动态负荷建模中的优化应用日益受到关注。通过对比分析支持向量机、随机森林和长短期记忆网络等算法的预测精度和计算效率,提出了一种基于集成学习的混合算法模型。该模型充分利用各算法优势,有效提高了负荷预测的准确性和鲁棒性。实验结果表明,优化后的混合算法模型在多个评估指标上均优于单一算法,为电网动态负荷建模提供了新的解决方案,对提高电力系统的规划和运行效率具有重要意义。

关键词： 栖息地适宜性指数   最优算法   黑水河   中华纹胸鮡  

摘要： 为研究中华纹胸鮡(Glyptothorax sinensis)栖息地适宜性指数(Habitat suitability index,HSI)模型最优算法,科学评估其适宜栖息地分布,基于2018—2019年黑水河中华纹胸鮡渔获物数据及同步采集的13个环境因子,采用一元非线性函数拟合构建单个环境因子SI曲线,并结合最大值法(Maximum,MAX)、最小值法(Minimum,MIN)、算术平均法(Arithmetic mean model,AMM)、几何平均法(Geometric mean model,GMM)、加权平均法(Weighted moving average,WMA)分别计算中华纹胸鮡HSI值。计算结果表明:在各模型算法中,算术平均法和加权平均法两种方法的预测结果误差最小,最大值法与最小值法的预测结果与中华纹胸鮡实际分布偏差较大,在进行算法选择时要慎重考虑。黑水河中华纹胸鮡栖息地适宜性指数总体呈现上游至下游纵向上升趋势,HSI值大于0.7的点位为下游自然河段S3和S4。水温、海拔等物理环境是驱动中华纹胸鮡栖息地空间分布差异的主要因素。算术平均法及加权平均法为黑水河中华纹胸鮡栖息地适宜性指数模型预测最优算法。研究结果可为黑水河鱼类栖息地评估提供参考资料,促进鱼类栖息地保护。

关键词： 目标检测   YOLOv5   行人检测   可变形卷积  

摘要： 行人检测在智能交通、人流统计等场景发挥着重大作用。针对当前密集场景下遮挡行人和小尺度行人容易漏检的问题,提出一种改进YOLOv5的目标检测算法。首先,在主干网络中采用C2f模块替换原有的C3模块,该模块可在轻量化的前提下获取更加丰富的梯度流信息,提高对小目标的检测能力;其次,在主干网络中引入可变形卷积模块,该模块能够增强卷积神经网络的感受野,改善对目标形变的建模能力,提高遮挡环境下行人特征的提取能力;最后,优化边界框回归损失函数,将FocalLoss与EIOULoss融合,加速收敛,提高回归精度。实验结果表明,与现有的YOLOv5s相比,召回率提升2.9%,mAP0.5提升1.3%。