课程文献中心 更多>>

关键词： 无人机网络   边缘智能   用户关联策略   神经网络模型精简  

摘要： 针对无人机网络和边缘智能领域中无人机存储受限、网络整体性能不足等问题,提出了基于强化学习的用户关联策略和神经网络模型的云边协同剪枝算法。基于强化学习优化无人机网络拓扑结构,提出无人机用户与基站的关联算法。根据用户关联算法的输出划分网络的云端和边缘端,并筹划神经网络模型的分配类型和模型的大小需求,进一步提出云边协同剪枝算法。充分利用无人机个体的本地数据,对无人机网络协同的神经网络模型进行精简,降低了通信消耗,进一步提高了无人机网络整体性能。结果显示,基于强化学习的用户关联策略提高了信道容量。与使用传统的集中式剪枝精简模型相比,云边协同剪枝算法占用更低上行通信链路上的资源。所提方法在无人机协同环境下实现了高效数据传输和计算处理,为解决资源受限下的通算一体化挑战提供了有效途径。

关键词： 聚类分析   学生请假   平均学分绩点   K-means++  

摘要： 本文以安徽商贸职业技术学院艺术设计学院学生年度请假数据和平均学分绩点为统计样本,经过脱敏处理后,利用K-means++聚类算法,对学生的请假类别、请假次数与平均学分绩点进行聚类分析。通过识别出不同学生群体类别的特征,探讨请假行为与学分绩点的关系。数据分析结果表明,K-means++聚类算法可以有效将请假类型、请假次数与平均学分绩点之间相关性反映出来,为后续高校学生管理政策制定提供了数据支持,同时也为进一步提升三全育人实效给出了合理化建议。

关键词： 多尺度   智慧养殖   特征融合   注意力机制   细粒度   轻量化   动物福利  

摘要： 针对通过毛色特征来判断牛只健康状态时,现有技术存在模型参数大和识别精度低的问题,提出一种基于多尺度特征融合的牛只异常毛色识别算法。采用改进YOLOv5模型的方法对牛只异常毛色进行分类识别,更换GhostNet骨干网络,使模型更加轻量化;添加Biformer注意力机制,更换Bi-FPN颈部网络,更换EIoU损失函数,提高模型对不同种类毛色识别的准确性。实验结果表明,改进后网络的平均准确度为94.6%,相比原始YOLOv5模型提高7.1%,参数量减少22.9%,模型更加轻量化。

关键词： 卡珊德拉效应   人工智能   算法   道德人格   遮蔽  

摘要： 人工智能算法深刻影响道德人格的生成机制。预测性治理原本旨在优化伦理决策,但由于历史偏见的编码、决策外包以及技术黑箱的存在,道德判断逐渐被计算逻辑主导,伦理主体性减弱,责任归属变得模糊。研究聚焦算法如何通过数据霸权、认知规训与人机交互遮蔽道德人格,揭示训练集偏见再生产、决策代理化及价值排序技术化对伦理信念的侵蚀。基于批判性技术研究方法,结合算法透明性与责任伦理框架,分析技术系统如何重构权利关系并弱化个体自主性,导致伦理判断依赖算法逻辑而非主体反思。算法不仅规训道德认知,还塑造社会规范,使个体在适应技术最优解的过程中丧失价值多样性。为应对伦理挑战,研究提出数据去偏见、算法透明化、人机协同决策等策略,以重建道德人格自主性,增强人工智能伦理治理的规范性,为技术伦理体系的完善提供理论支撑。

关键词： 微电网   模拟退火粒子群算法   优化调度   多目标优化  

摘要： 在全球对环境问题日益关注的背景下,包含可再生能源的微电网作为清洁且可持续的能源方案备受青睐。为了有效利用可再生能源,并在经济和环保之间取得平衡,提出了基于多目标的优化模型。首先,运用线性加权法平衡微电网系统的经济性和环保性两个目标函数,然后引入了模拟退火粒子群优化算法用于求解多目标优化模型,以达到优化经济和环保目标的目的。仿真结果表明,在解决微电网多目标优化问题时,引入模拟退火粒子群优化算法能够有效提升系统性能,使得微电网的运行状态更倾向于经济高效和环保友好,从而推动了可再生能源微电网的可持续发展。

关键词： Apriori算法   卷烟现代终端   “10+N”品牌增量挖掘体系  

摘要： 烟草市场的精准营销,是烟草企业研究的重要方向。尤其为提高终端零售客户产品的销售收益,需充分把握卷烟现代终端的运行工作,尽可能提高品牌增量,优化门店销售卷烟的陈列以及销售水平,提升市场竞争优势。但在传统卷烟现代终端的品牌培育方式上,仍然存在较多的局限因素,不利于扩大服务效能,品牌推介不够精准,数据支撑不够科学。基于Apriori算法的卷烟现代终端,可充分解决品牌培育中的疑难问题,获取强大数据支撑。文章将以此为切入点,重点分析品牌增量挖掘体系以供参考。

关键词： classification of paper defects   SimAM   small target   SPPFCPS   YOLOv7  

摘要： As the speed and width of the paper machine increasing, the frequency of paper defects rises accordingly. To effectively eliminate these defects, accurate classification is required for tracing their sources. However, due to the small size and low contrast of some paper defects, classification results are suboptimal. This paper proposed a classification method based on an improved YOLOv7 model. The core idea of the methodology was that the neck network improved the spatial pyramid pooling with fast cross stage partial connections(SPPFCSPC), it improved classification speed without changing the receptive field. Space-to-depth non-strided convolution was used to replace the original“convolution + pooling layer”to enhance the feature extraction capability for paper defects. Additionally, by utilizing the similarity-based attention module(SimAM)directed more resources to paper defects details, thereby boosting recognition efficiency for low contrast and small target defects. The results showed that this algorithm attained a mean precision of 0. 97 with real-time detection speed of 26. 5 frames/s. Compared to YOLOv7, this method significantly improved both the mean precision and detection speed for small target and low contrast paper defects. © 2025 China Technical Association of Paper Industry. All rights reserved.

关键词： 电气设备故障诊断   智能诊断算法   优化分析   数据处理  

摘要： 电气设备故障的快速诊断对工业运行的安全性和效率具有重要意义,本文分析了电气设备故障诊断的基本原理和常见故障特征,回顾了传统方法的局限性。重点介绍了智能诊断算法在精度、效率和鲁棒性优化方面的应用,探讨了特征提取、数据增强与生成、多算法融合等关键技术。结合案例分析,提出了优化算法在边缘计算和物联网中的未来发展方向。研究表明,优化后的智能诊断算法能显著提高故障识别效率和诊断准确性,为电气设备的智能化维护提供了理论支持和实践参考。

关键词： 宽频测量装置   校准仪   全相位快速傅里叶变换   频谱泄漏   幅值估计   频率补偿   牛顿迭代  

摘要： 全相位快速傅里叶变换(apFFT)算法具有相位不变性优点,但仍然存在频谱泄漏的问题。提出一种双谱线四分牛顿迭代频率补偿的apFFT算法,以提高幅值和频率准确性,并应用于宽频测量装置校准仪。首先,针对apFFT和快速傅里叶变换(FFT)频谱泄漏的特点,分析频率偏差对幅值的影响,并建立连续信号幅值估计模型。然后,构造频率偏差与幅值关系的牛顿搜索目标函数,设计一种双谱线四分法来缩小牛顿迭代搜索求解域,以快速、有效地确定牛顿迭代的初值,从而减少牛顿迭代次数并提高精度。仿真与试验结果表明,所提算法能够准确地测量连续信号的幅值和频率,具有更少的迭代次数和更高的准确性。该算法能够在宽频测量装置校准仪中得到有效的工程应用。

关键词： 输送带跑偏   目标检测   实时检测转换器   结构重参数化   高效多尺度注意力机制   多尺度特征融合  

摘要： 目前输送带跑偏检测研究主要集中于提取输送带边缘的直线特征,该方式需设定特定阈值,易受环境因素的制约,导致检测速度慢、精度不高。针对该问题,提出了一种基于改进RT-DETR的井下输送带跑偏故障检测算法,使用改进RT-DETR直接对一组托辊检测,根据左右托辊的暴露程度识别是否跑偏。针对实时检测转换器(RT-DETR)主干网络进行3个方面的改进:①为了减少主干网络的参数量和浮点运算数量(FLOPs),使用FasterNet Block替换ResNet34中的BasicBlock;②为了提升模型的精度和效率,在FasterNet Block结构中,引入结构重参数化的思想;③为了提升FasterNet Block在特征提取方面的性能,引入了高效多尺度注意力机制(EMA),更加有效地捕捉全局和局部特征图。为了拓展感受野并捕获更有效、更广泛的上下文信息,以获得更为丰富的特征表达,采用改进高级筛选特征融合金字塔网络(HS-FPN)来优化多尺度特征融合。实验结果表明,与基准模型相比较,改进RT-DETR模型的参数量和FLOPs分别减少了8.4×106个和17.8 G,mAP@0.5达94.5%,严重跑偏检测精度达99.2%,检测速度达41.0帧/s,优于TOOD,ATSS等目标检测模型,满足煤矿生产对目标检测实时性和准确性的需求。