课程文献中心 更多>>

关键词： K-means聚类粒子群算法   损伤识别   海上风机结构   迭代型方法  

摘要： 为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷入局部最优解,同时,采用迭代思想对传统损伤识别方法进行改进,将损伤识别结果进行迭代更新,以获得准确的损伤位置及损伤程度。以某三腿海上风机结构为例:首先,探讨了非迭代型方法在无噪声和有噪声污染时的结构损伤识别效果;其次,分析所提出的迭代型方法在无噪声和有噪声污染两种情况下的结构损伤识别效果;然后,探究了所提出方法的收敛性及稳定性;最后,采用物理模型试验对提出的方法进行了验证。结果表明,提出的迭代型聚类粒子群算法相比传统结构损伤识别方法可获得更准确的损伤位置及损伤程度,并展现出良好的噪声鲁棒性,且算法迭代次数少,识别效果稳定。

关键词： 改进RSA算法   智慧医院   电子病历   加密存储   生成密钥  

摘要： 在生成公钥和私钥时,RSA算法通常将选择2个大的素数计算乘积,这一过程的计算复杂度较高,导致加密效率变低。因此,文章提出了基于改进RSA算法的智慧医院电子病历加密存储方法。首先,通过改进RSA算法,设定多个固定长度素数,用其欧拉函数值生成智慧医院电子病历的公钥私钥。然后,采用DES算法初步加密病历数据,再用优化RSA算法保护DES密钥,并结合SMM算法提升RSA效率。最后,在存储方面选用eMMC存储器,通过身份验证、访问控制及特定格式实现病历数据的加密存储与高效管理。实验结果表明,设计方法能够在优化电子病历数据维度的同时显著提升加密速度,提高了数据加密处理的效率。

关键词： 行人再识别   全局令牌变换   局部令牌变换   类别令牌正则化  

摘要： 行人再识别在智慧安防、智慧城市和智慧交通等领域具有广泛的研究和应用价值,但是就目前的研究和应用需求来看,面向真实场景的行人再识别仍然是一项挑战.针对真实场景下行人目标具有复杂的图像变化,本文提出一种全局和局部令牌变换(GLTT)框架,以学习具有鉴别性和鲁棒性的行人特征.首先,在GLTT框架上引入一种全局令牌变换(GTT)模块,考虑到单个类别令牌难以应对复杂的行人图像变化,该模块利用多个类别令牌从不同语义空间中学习多个全局行人特征,提升行人再识别模型的全局鲁棒性.然后,考虑到行人局部细节包含关键身份信息,本文设计一种局部令牌变换(LTT)模块,通过融合自注意力权重来动态选择具有语义相关性的块令牌,并在所选择的块令牌和类别令牌之间进行信息交互,从而提升行人再识别模型的局部鉴别性.最后,本文提出一种简单有效的类别令牌正则化(CTR)方法,以使每个类别令牌的特征空间不重叠,从而提高多个类别令牌特征的表示能力.实验结果表明,与多种行人再识别方法相比,本文所提出的GLTT框架在Market1501、CUHK03、DukeMTMC和MSMT17数据集上均取得最优的识别效果,验证了此框架具有良好的鉴别性和鲁棒性.

关键词： 个性化学习   推荐算法   电子商务类专业   教学模式改革  

摘要： 随着电子商务行业的迅速发展,对专业人才的需求不断变化,传统教学模式在激发学生学习动机和教师教学反馈方面暴露出诸多不足。本文引入个性化学习推荐算法,旨在解决电子商务类课程教学中的这些问题。通过分析相关概念与理论基础,深入探讨当前教学现状,设计并构建了基于该算法的教学模式,提出实施策略,并结合实践案例进行效果评估。最后总结研究成果与经验,指出研究的不足,对未来研究和实践方向进行展望,为电子商务类专业教学改革提供有益的参考和借鉴。

关键词： 信息科技教学   正向探究   逆向探究   计算思维   迁移  

摘要： 计算思维是重要的信息科技学科核心素养,“迁移”是计算思维教学的旨归,探究则是实践领域普遍采用的教学方式。然而,在学科探究教学中,探究方向的选择(正向抑或逆向)往往基于教学时间或教学条件,鲜有研究从计算思维培养的角度深入探讨探究方向的选择问题。鉴于此,文章以“知识与思维内在统一”为基本立场,以认知心理学中问题解决相关理论为主要依据,通过缜密的演绎推理,得到探究方向对计算思维迁移效果之影响机制的理论假设:计算思维结构复杂程度对计算思维迁移效果具有积极影响;探究方向以计算思维结构复杂程度为中介,影响计算思维迁移效果;探究任务开放程度对探究方向与计算思维结构复杂程度的作用关系具有调节效应。在对该理论假设进行实验验证的基础上,综合考虑教学效率与学业情绪,提出探究方向的选择策略:在高开放程度任务中选择正向探究,以促进学生计算思维的有效迁移;在低开放程度任务中权衡教学效率与学业情绪,选择正向或逆向探究。

关键词： 虚拟技术   Render   光谱数据   天目   微观变化   烧制过程   黑釉   光照环境  

摘要： 天目黑釉以其独特的高光辉映与深邃的黑色纹理,承载了千百年来陶艺的美学与技艺,然而其烧制过程中不可预测的微观变化常让艺术家与设计师难以捉摸。作者通过创新性地运用Octane Render光谱染算法,探索了一条以虚拟技术复现天目黑釉的全新道路:通过稳定的光照环境与光谱数据的精确采集与剖析,结合Octane Render强大的材质建模与光谱染技术,成功复原了天目黑釉在天目盏上的视觉渐变与光学层次。研究表明,光谱染不仅使天目黑釉的数字化复现更加真实可信,还为陶艺的设计、创作乃至教学过程提供了前所未有的视角与工具,开辟了艺术创作的新天地。

关键词： 自适应噪声完备集合经验模态分解   模糊熵   改进小波阈值   局部放电   降噪  

摘要： 电气设备局部放电信号的去噪对电气设备状态监测具有重要意义。提出了一种改进的自适应噪声完备集合经验模态分解-模糊熵-小波阈值的降噪方法。首先对局部放电信号进行自适应噪声完备集合经验模态分解;然后对分解后的各阶本征模态分量求取模糊熵,将它们分为信号主导和噪声主导的分量,并对后者采用改进的小波阈值降噪;接着将信号重构,得到降噪后的信号;最后分别对仿真和实测的局放信号采用所提方法和其他降噪方法进行降噪处理和比较。结果表明:所提算法能够实现对白噪声和窄带干扰的抑制,指标信噪比和均方误差相较于其他降噪方法均更优。所提算法具有较好的降噪效果,为电力系统变压器绝缘状态的评估技术提供可行性。

关键词： 证据融合   不确定性   动态功能连接   脑网络分析   脑疾病诊断  

摘要： 动态功能连接(dynamic functional connections,dFCs)已广泛应用于静息态功能磁共振成像(rsfMRI)分析,其可以将大脑功能连接视为在多个时间窗上动态变化的过程,探索大脑在不同时间段内的功能连接变化,为脑疾病诊断提供了新的视角和策略.然而常见的动态脑网络分析方法无法有效利用动态数据之间的潜在关联和时序性,且忽视了各个窗口因为数据质量不一致而导致的不确定性因素.为此,提出一种基于动态证据神经网络(dynamic evidence neural networks,DE-NNs)的脑网络分析算法.该算法设计了一种动态脑网络多视图证据获取模块,将动态脑网络的每个时间窗视为一个视图,利用3个不同的卷积滤波器提取动态脑网络每个时间窗的特征图,充分获取动态层面的证据.为了充分利用动态证据,设计了一种动态证据融合机制,结合证据理论合成规则,针对dFC数据的时序性构造动态信任函数,在分类的决策层对多个窗口产生的证据进行融合,充分考虑不确定性信息,显著提高分类性能.为验证所提DE-NNs的有效性,在3个精神分裂症数据集上与现有的先进算法进行比较实验,结果表明DE-NNs在3个脑疾病诊断任务上的准确率和F1分数都得到了显著提升.

关键词： 三维激光   渗漏水检测   反射强度  

摘要： 针对传统图像数据和处理方法难以精确识别渗漏水区域,无法获取高精度渗漏水区域检测结果的问题,以及传统Alpha-Shapes算法对点云密度适应性差,难以捕捉点云细小特征的问题,文中基于激光点云数据的反射强度信息,对Alpha-Shapes算法进行改进,提出基于点云密度自适应的VAlpha-Shapes算法,实现隧道渗漏水病害快速自动化检测与分析。研究结果显示,相比传统的图像数据源,基于激光点云数据的反射强度信息能够更快速精确地完成渗漏水区域的提取;采用Alpha-Shapes算法能够将提取结果的精度从dm级提升到mm级,文中提出的基于点云密度自适应VAlpha-Shapes算法的提取精度又提高54.06%,对点云密度变化有更好地适应性,实现隧道渗漏水病害的快速高精度自动化检测。

关键词： 绩效考核   精细化管理   设备管理   高质量发展  

摘要： 本文以三级公立医院绩效考核工作的开展为背景,以医院医疗设备的精细化管理为切入点,经调研和分析发现,医院在设备精细化管理方面存在设备采购计划制定不科学、采购合同管理不规范、信息化建设较为薄弱、缺乏预防性维护制度、监管体系有待完善等问题,进而提出建立健全医学装备管理委员会体制机制,完善工作流程、加强设备合同管理、提升设备管理信息化管理水平、完善设备预防性维护制度、强化监督管理工作等对策与建议,助力医院高质量发展。