课程文献中心 更多>>

关键词： 记忆技术   智慧教育系统   大数据   算法   记忆规训  

摘要： 在技术哲学与记忆哲学的交叉视野中,智慧教育系统是能够通过数据环境和算法规则深度影响学生记忆的技术手段,在理论上具有鲜明的记忆技术特征。以希维塔斯学习为例,作为记忆技术的智慧教育系统,在其实践中凭借数据环境和算法规则,为自己确立了独特的记忆“场景”与记忆“秩序”,并在学生的学习体验中将对学生记忆的影响从可能转变为现实。从记忆技术的视角看待智慧教育系统,可揭示一种记忆被技术规训的潜在风险。这种揭示的目的是提请一种观念上的重视:我们使用技术的同时,技术也在改造我们的记忆,并关涉我们的生存。因此,教育实践中的技术运用应当更加慎重。

关键词： 遗传算法   库存采购   优化方法   库存   后勤物资   电网  

摘要： 为确保电网调度资源与需求资源的高度适配性,基于遗传算法的应用,对电网后勤物资库存优化方法展开设计研究。确保多个零销商与后勤仓库之间的联通关系,建立物资多级库存模型;采用浮点数编码方式,将每个可能的采购方案表示为一个染色体个体,进行基于遗传算法的库存采购设计;收集历史销售数据等信息,计算电网后勤物资库存的需求量,识别库存过剩或短缺的风险区域,进行物资库存的调度优化。对比实验结果表明,应用设计的方法,可以满足优化后的物资库存>物资需求量,保证物资的有效周转。

关键词： 基层治理   算法技术   智能鸿沟  

摘要： 算法技术赋能基层治理是提升基层治理现代化水平的必由之路。当前,智能鸿沟作为数字鸿沟在人工智能时代的新形态,具体表现为基层智慧建设状况与算法赋能要求之间不匹配、数据资源的群体分化、公民基层政治参与的权利受限,实则反映了算法治理在接入、使用和参与层面的三大鸿沟。算法生活中智能化差异现象的社会成因主要包括基层物理空间的盲目升级换代、基层社会空间的算法权力越位和基层数字空间的负向溢出效应。弥合基层智能鸿沟是一个系统性的生态治理过程,具体来说,要以算法共建理念赋能基层治理,实现智能生态的公共性;以算法共治理念赋能基层治理,实现智能生态的共生性;以算法共享理念赋能基层治理,实现智能生态的主体性。

关键词： 徽州廊桥   激光点云   数据融合   k-means算法   特征点匹配   倾斜摄影  

摘要： 针对徽州廊桥建筑文化如何精准、可靠传承的问题,提出基于改进特征点匹配算法的徽州廊桥空间三维重建方法,实现传统建筑风格的传承与保护.首先,基于三维激光扫描仪采集廊桥空间的点云数据并实施预处理,基于无人机搭载图像传感器采集倾斜摄影数据.其次,利用k-means算法估算倾斜摄影的特征点目标数量,以改进特征点匹配算法将廊桥的三维激光扫描数据与倾斜摄影数据融合,实现廊桥空间三维重建.实验结果显示,该方法构建的廊桥三维模型精度较高,融合后的三维数据较好诠释了徽州廊桥的真实面貌.

关键词： 分布式光伏   多目标长鼻浣熊算法   帕累托   电动汽车   配电网规划  

摘要： 在配电网向低碳化转型的背景下,高比例绿色能源和以电能为动力的电动汽车呈持续增长趋势,配电网的运行和规划面临着新的挑战与机遇,因此提出了一种分布式光伏选址定容规划模型。首先,对电动汽车充电负荷和分布式光伏时序特性进行建模;然后,兼顾配电网的经济性、低碳性和稳定性,以配电公司年综合效益、碳排放量和负荷方差为目标函数构建多目标规划模型,并采用多目标长鼻浣熊算法对上述模型进行求解,基于帕累托占优原则保留全局帕累托最优解集,引入均衡度决策函数进行评价最优解的分布均衡性。最后在IEEE-33节点配电系统上进行算例分析,验证所提模型和方法的可行性。

关键词： 参数化   道路选线   Rhino+Grasshopper   层次分析法  

摘要： 在公园设计中,道路选线设计结合使用者的偏好较为困难,了解使用者的偏好,并与参数化道路选线结合,可以得到更符合使用者出行习惯的道路选线结果。实验目标区域选择湖南省长沙市南郊公园,利用层次分析法对该公园的使用者偏好进行权重分析,作为道路选线影响因素,以Rhino+Grasshopper平台为依托,利用Galapagos组件构建可视化遗传算法优化模型对道路选线进行运算,最终实现道路选线的优化方案,为山地公园道路选线设计提供参考。

关键词： MATLAB   遗传算法   正铲液压挖掘机   运动控制   D-H坐标  

摘要： 随着正铲液压挖掘机的应用领域不断扩展,如何提高在作业过程中的控制效果成为当前亟待解决的问题。为此,依托MATLAB平台进行正铲液压挖掘机运动学建模与探究。利用德纳维特-哈滕贝格坐标系进行挖掘机运动学模型建立,引入萤火虫算法改进的遗传算法进行挖掘机运动控制器的参数整定。仿真结果表明,提出的算法比未改进的遗传算法与模糊控制的单位阶跃响应速度和正弦响应速度更快,比两种算法平均提升21.26%。在参数寻优方面,收敛速度平均增加62.18%。提出的改进遗传算法在控制器参数整定中具有可行性和优越性,且能够提升正铲液压挖掘机作业装置的运动控制性能,在挖掘机作业控制中具有应用价值。

关键词： 图像异常检测   伪异常   多层次特征融合   一致性约束  

摘要： 图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。

关键词： 聚类算法   传统街区   风貌改造策略   特征指标  

摘要： 该研究聚焦于快速城镇化背景下传统街区建筑风貌的保护与改造问题。鉴于传统街区建筑风貌改造的复杂性和限制性,以董市镇老正街街区为例,选取10个建筑风貌特征,从类型学的观点出发,统计老正街街区556栋建筑的风貌特征数据,并运用K-means聚类算法对建筑进行聚类分析,最终识别出4类建筑聚类。针对各聚类的特点和存在的问题提出了针对性的风貌改造策略,旨在为传统街区建筑风貌改造提供科学化分类与新的研究视角和实践路径。

关键词： 视频编码   扩散模型   感知质量   帧间对齐   低码率  

摘要： 空天地海复杂环境下海量的视频数据给有限的传输带宽和存储设备带来了巨大的压力,因此如何提高视频编码技术在低码率条件下的编码效率显得尤为关键。近年来,基于深度学习的视频编码算法取得了良好的进展,却因优化目标与感知质量失配、训练数据分布偏差等问题,降低了极低码率下的视觉感知质量。生成式编码通过学习数据分布有效提升了低码率下的纹理与结构复原能力,缓解了深度视频压缩的模糊伪影问题。然而,现有研究仍存在两大瓶颈:一是时域相关性建模不足,帧间关联缺失;二是动态比特分配机制欠缺,难以实现关键信息的自适应提取。为此,提出一种基于条件引导扩散模型的视频编码算法(Conditional guided diffusion modelvideo compression,CGDMVC),旨在改善低码率条件下视频感知质量的同时,加强帧间特征建模能力和保留关键信息。具体地,该算法设计了隐式帧间对齐策略,利用扩散模型捕获帧间潜在特征,降低估计显式运动信息的计算复杂度。同时,设计的自适应时空重要性编码器可动态分配码率优化关键区域的生成质量。此外,引入感知损失函数,结合感知图像块相似度(Learned perceptual image patch similarity,LPIPS)约束,以提高重建帧的视觉保真度。实验结果表明,与DCVC(Deep contextual video compression)等算法相比,该算法在低码率(<0.1 BPP)情况下,LPIPS值平均降低了36.49%,展现出更丰富的纹理细节和更自然的视觉效果。