课程文献中心 更多>>

关键词： 人工智能技术   路面病害   算法   数据   巡检系统  

摘要： 探讨人工智能技术在路面病害检测领域的创新应用,概述了人工智能技术在路面病害检测中所采用的图像识别技术、深度学习算法,以及边缘计算与实时数据处理能力。然后,结合一款智能巡检系统的实例,深入阐述该系统的特性、核心功能及服务流程,该系统旨在实现对路面裂缝、坑槽等病害的自动化辨识与归类。该技术的应用显著提高了检测效率,减少了人力投入,并增强病害识别的精确度。以期能够促进人工智能技术在路面病害检测领域的进步,并为实际工程项目的实施提供参考。

关键词： 用户画像   内容智能化   个性化阅读体验   数据驱动决策  

摘要： 在数字化时代,智能推荐算法已成为图书出版与个性化阅读推广的重要驱动力。该算法通过深度学习用户阅读行为重塑了图书市场的供给结构,极大地提升了读者的阅读体验与满意度。本文旨在探讨智能推荐算法在图书出版中的应用实践,分析其在内容筛选、读者细分等方面的作用机制,探讨如何通过个性化推荐促进图书文化的广泛传播与深度阅读习惯的养成,为图书行业转型升级提供新视角与策略支持。进一步而言,智能推荐算法的应用还促进了图书内容的创新与多元化,鼓励作者和出版社根据读者偏好定制内容,形成良性循环。同时,它也为图书营销带来了革命性变化,实现了从广泛撒网到精准投放的转变,提高了营销效率和转化率。深入研究和优化智能推荐算法是技术层面的挑战,更是推动图书行业高质量发展的关键路径,为构建书香社会、提升全民阅读水平贡献力量。

关键词： 社交机器人   算法认知战计算宣传   国家网络安全  

摘要： 在国际政治博弈过程中,基于网络技术和人工智能的算法认知战已经成为“计算宣传”中的重要环节。作为高新科技的“社交机器人”,在实现信息武器化之后,被用于网络舆论战后成为出没于民间网络、引导人类认知的隐蔽力量。现通过俄乌冲突等案例揭示在计算宣传过程中社交机器人的动向与运作机制。同时,也对社交机器人对国家安全的挑战提出思考,探索相关的治理之道。

关键词： 神经网络   油田工控   特征提取   行为异常   自动检测  

摘要： 针对油田工控系统自动检测的不足,创新性地引入WiSARD无权重神经网络算法。该技术显著提升了网络行为异常的自动化检测能力。WiSARD算法通过高效提取网络行为特征,并应用主成分分析进行智能降维,有效精简了输入数据,进而训练模型,以精准识别异常行为。此技术不仅实现了检测过程的全面自动化,还显著增强了系统对复杂网络威胁的响应速度与准确性。实验证明,该自动检测方法能准确识别多种异常行为,有效提升检测准确率,满足油田工控网络日常检测需求。

关键词： 相位相关   Harris纹理分类   SIFT算法   图像拼接  

摘要： 针对传统尺度不变特征变换(SIFT)算法计算量大的问题,提出了一种基于相位相关和Harris纹理分类的SIFT图像拼接算法。首先使用相位相关法获取待拼接图像的重叠区域,其次使用Harris角点响应函数计算待拼接图像的纹理复杂度,并且通过设定阈值将图像分为强纹理区和弱纹理区,最后在强纹理区域使用SIFT算法进行特征点的检测、描述子的生成以及特征点的匹配,以实现图像拼接。实验结果表明,与传统的SIFT算法相比,提出的算法平均拼接速度提升了85%;与现有的SIFT算法相比,提出的算法平均拼接速度提升了20%,因此该算法在对拼接效率有较高要求的领域具有潜在的应用价值。

关键词： Raft   PBFT   共识算法   区块链   拜占庭  

摘要： 传统的Raft共识算法在私有链中因其简洁和崩溃容错而得到广泛应用,但无法解决拜占庭节点恶意行为导致的诸多问题。在深入分析现有研究成果的基础上,提出了一种基于Raft的增强拜占庭和崩溃容错的共识算法:S-Raft(Stability-Raft),以解决拜占庭节点在选举中伪造身份、投票分裂以及非法替换领导者等核心问题。引入故障心跳日志机制,通过广播故障信息阻止拜占庭节点获得多数选票;实施选举超时周期优化策略,以应对投票分裂问题;提出节点稳定性评估算法,结合连续性惩罚和时间衰减因子,准确评估节点稳定性,减少因频繁故障引发的通信冗余。实验结果显示,与Raft和PBFT等算法相比,S-Raft算法在拜占庭容错能力上取得了显著提升,同时保持了较高的吞吐量和较低的共识时延。因此,S-Raft算法具有良好的拜占庭和崩溃容错能力。

关键词： 电泳式电子纸   抖动算法   亮度   色彩   均匀化  

摘要： 为了提升全彩电泳式电子纸的显示质量,基于电泳式全彩电子纸的显示原理,研究提出从抖动算法的角度进行亮度调节、色彩调节和抖点均匀化的优化方案来提升显示效果,以减少色彩损失。研究表明,该方案能显著改善全彩电泳式电子纸的画面效果,对彩色电子纸的应用场景具有重要的意义。

关键词： 神经网络   多目标优化   帕累托解集   圆极化  

摘要： 为了提高天线优化的效率,本文提出了一种结合误差反向传播网络(BPNN)和多目标粒子群算法(MOPSO)的方法来优化多目标天线。通过BPNN模型来拟合天线参数和天线性能之间的非线性函数关系,将训练好的BPNN作为MOPSO的目标函数进行寻优,得到帕累托解集,与之相对应的即为符合要求的天线尺寸。本文使用一个工作频率在1.5GHz-3.4GHz的圆极化天线来验证该方法的有效性,将天线的S11和AR作为优化目标。验证结果表明,通过对天线参数的优化,天线的-10dB带宽和3dB带宽均得到了扩展,优化成效显著。该算法可以实现对天线的优化,相较于传统的人工反复调试方法,节省了大量的计算资源,并且避免了为了优化一个子目标而使得另外一个子目标被负优化的情况出现。

关键词： 模糊控制   大范围环境   温度分区   动态调节  

摘要： 在大范围环境中,不同区域之间的温度分布常常存在边界模糊性,且热负荷分布通常也不均匀,导致温度调节存在一定难度。为此,设计模糊控制下大范围环境温度分区动态调节算法。输入模糊控制语言变量,构建模糊隶属度函数。采用区间内各个指标模糊隶属度相加方法,计算模糊条件概率,以此为依据分区大范围环境温度。设计模糊控制器结构,控制每个分区的输出,设置模糊参数热负荷,计算当日大范围环境期望平均温度值,并设定升温区和降温区,由此实现大范围环境温度的分区动态调节。通过实验验证结果可知,该算法下较大范围环境中的分区对应的温度分别为23、20、45、35、15、-5℃,与实际区域所需温度一致,具有高效调节温度效果。

关键词： 粒子群搜索算法   随机权重   多目标模型   建筑项目  

摘要： 针对建筑工程项目中资源分配、项目成本、工程质量等难以高效统一协作管理问题,提出一种基于随机权重策略的PSO算法优化建筑项目方法,建立项目多目标优化模型,采用PSO算法求解多目标函数,为避免函数解过早陷入局部最优解,运用随机权重策略分配惯性权重,增加目标函数收敛速度,实现建筑项目管理及实施过程的优化。实验表明,该方法与原有计划相比,能够有效降低成本,缩短施工周期,提升项目管理效率。