课程文献中心 更多>>

关键词： 人工智能   化工流程   优化设计   算法   数据  

摘要： 通过分析化工流程中的关键环节,如物料处理、化学反应、能量转换和“三废”处理等,深入探讨了人工智能技术在化工流程优化设计中的优势,具体方法包括利用人工智能技术的数据分析能力、预测与决策能力,以及在优化算法中的应用。研究指出,人工智能技术的应用显著提升了化工流程设计的效率和效果,降低了能耗和污染物排放。人工智能技术在化工流程优化设计中的应用具有广阔前景,其强大的数据分析、预测与决策能力以及智能优化算法的应用,为实现化工流程的绿色、高效、可持续发展提供了有力支持。

关键词： 机器学习技术   音视频质量评估算法   视频会议系统   设计要点  

摘要： 在超高清视频时代到来以后,大量高质量音视频内容纷纷呈现,为确保音视频内容质量更高,进而为人们提供更优质服务,应该基于机器学习来评估计算音视频质量,了解音视频质量底层关键因素内容。在完成上述技术分析与操作过程中,就能为企业视频会议系统设计提供支持。文章中主要介绍了机器学习、音视频质量评估算法等相关理论内容,然后分析二者结合的评估算法技术应用手段,最后将其运用于实际中,为企业设计视频会议系统。

关键词： 智能算法   思想政治教育   信息传播风险  

摘要： 算法时代,算法应用加剧了思想政治教育的信息传播风险。从现实图景来看,随着人工智能技术的日臻成熟,智能算法正日益成为颠覆数字信息传播态势的全新技术架构。其对于个体数字信息环境的技术拟态已深刻影响了主流价值观念的有效传播与内涵表达。从表征逻辑来看,算法基于自身的权力属性、推送特质及本位逻辑消解了主流价值观念的价值引领性、传播公共性、信息权威性,进而引发了思想政治教育信息偏向化、弥散化、泛娱乐化的传播风险。要充分消解由智能算法引发的思想政治教育信息传播风险,必须坚持“破立并举”“软硬兼施”“攻守兼备”的综合治理逻辑,从廓清信息环境、涵育良性生态、强化算法治理等多个角度增强主流价值观念的话语感召力。

关键词： 时变周期运维   佳点集   量子计算   准反向学习   高斯差分变异  

摘要： 针对集中式光伏组件定期维护策略下人工成本过度支出、发电量损失成本增加、未及时维护导致故障率升高等问题,构建了以最小日平均运维成本为目标函数的运维模型,并利用改进的哈里斯鹰优化(Harris hawks optimization, HHO)算法对目标函数进行了迭代优化,以求得最优解。该算法通过佳点集和量子计算初始化种群,提高种群的质量和多样性,并加快收敛速度;利用分段非线性映射函数优化猎物逃逸能量参数,增加迭代后期全局探索的可能性;结合黏菌优化算法的多重探索机制和准反向学习方法增强算法在全局范围内的探索能力;通过加入高斯差分变异,避免算法落入局部最优解的困境。结果显示,改进HHO算法相比于传统的定期维护方案,日平均运维成本降低了14.40%;相比于原始HHO算法,收敛迭代次数减少了13.24%。该研究对降低光伏电站的运维成本有一定的参考价值,对提高光伏电站经济效益和促进智能光伏电站发展起到积极的作用。

关键词： 头盔佩戴检测   电动车安全   YOLOv5算法  

摘要： 为解决电动车头盔检测中因天气、角度等因素造成的检测效率不高的问题,本文提出一种基于改进YOLOv5算法的头盔佩戴实时检测系统。系统设计集成了高清摄像头的视频流输入、高效的算法处理以及实时检测结果输出。通过采用数据增强、结构优化和损失函数调整的技术手段,系统显著提升了在复杂环境下的识别精度和速度。测试结果表明,优化后的YOLOv5s算法头盔检测系统的检测准确率比原YOLOv5算法提升了1.1%。

关键词： 改进ABC   异构无线网络   节能分簇   路由路径  

摘要： 分簇路由易造成网络能量消耗高等问题,故提出基于改进ABC的异构无线网络节能分簇路由算法。在常规ABC算法的基础上加入轮盘赌反向选择机制,通过改变个体寻蜜行为强度,解决算法早期收敛问题;根据节点簇头与ID关系,设置网络节能分簇路由协议。计算每个节点处的等待时延,在确定簇头后,按照簇节点数量生成TDMA时隙,使每个节点均拥有传输权限。根据簇头节点的当前能量,给出归一化能量因子,结合更新的蜜源位置,获取最佳路由路径选择结果。实验表明,应用该算法后,第一个节点失效到最后一个节点失效的间隔更短,经过250轮次后,仍有35个节点存活,说明该算法延长了网络生命周期,能够达到节能目的。

关键词： 改进鸽群算法   配电网   多时间尺度   源荷储协同   优化调度  

摘要： 在设计的基于改进鸽群算法的配电网多时间尺度源荷储协同优化调度中,首先全面采集配电网的源荷储实时数据,运用改进的鸽群算法,精准地确定了配电网源荷储协同调度的目标函数,旨在最大化资源利用效率并降低运营成本。然后,构建了多时间尺度的源荷储协同调度模型,该模型融合了日前与日内两个维度的调度策略,以应对能源供需的不确定性。最终,在精细划分的时间尺度上,模型实现了配电网源荷储的协同优化。实验结果表明,在20~25h和45~50h,燃机出力均达到或接近峰值,可去负荷的调节主要集中在用电高峰期,如20~30h和38~42h,这些时段内可去负荷的电力输出为负值,说明配电网采取了减负荷措施以应对电力短缺,在优化调度效果方面表现出明显的优势,具有较高的应用价值。

关键词： YOLOv5   缺陷检测   PCB   注意力机制   深度学习  

摘要： 针对印刷电路板(PCB)现存检测方法效率低和对不同尺寸缺陷目标识别精度不高等缺点,提出针对YOLOv5模型进行改进,首先,通过设计有效的扩增感受野模块来提高模型对于不同尺寸的缺陷目标进行定位和识别。然后,通过引入注意力机制,来进一步提高模型对于图像感兴趣区域信息的提取。最后,通过实验对基于深度学习的PCB缺陷检测进行实验对比,结果表明,在改进后的YOLOv5网络结构中,在评价指标Recall、Map@0.5、Map@0.5:0.95上相比于基线模型YOLOv5分别提高了3.39%、1.47%、2.41%,有效提升了YOLOv5对PCB检测的精度,证明了算法的有效性。

关键词： 无人机   目标检测   DS证据理论   信息融合  

摘要： 无人机因机动性高和战场适应能力强被广泛应用。然而仅依靠单类传感器的目标检测方法无法满足无人机在高速复杂运动场景下的目标检测要求。针对上述问题,提出一种融合可见光信息和红外信息的融合检测算法,主要包括基于深度学习的图像检测、数据关联和异类信息融合。整合数据关联融合算法并利用证据理论将关联结果进行决策级融合,完成候选目标识别与检测。通过公开数据集OTCBV的部分场景以及无人机航拍数据验证所提方法。实验结果表明,运用多源信息融合检测算法结合多种证据更新YOLO的检测精确率提高至0.9以上。

关键词： 双人交互行为识别   关节点数据   边卷积   关系网络   时空图卷积网络  

摘要： 针对双人交互行为识别网络中存在忽略人体间的非自然连接关系和交互关系等突出问题,提出一种改进时空图卷积模型的双人交互行为识别算法。首先通过边卷积操作汇聚节点的边特征,以捕获人体的非自然连接关系;其次利用改进的关系网络,构建了双人之间的交互关系图;然后将边卷积操作分支及交互关系图嵌入时空图卷积网络块,分别构建为边-图卷积块和交互关系块;最后将两者高效融合,提出一个能同时捕捉非自然连接关系和交互关系的改进时空图卷积算法,从而实现双人交互行为识别。为验证网络的有效性,在国际公开大型标准数据集NTU RGB+D上进行测试。实验结果显示,该算法识别准确率达97.77%,相比于基线时空图卷积模型提升了4.28个百分点,提高了双人交互行为特征的表现力,取得了比现有先进网络模型更好的识别效果。