课程文献中心 更多>>

关键词： 钢铁零件表面缺陷   YOLOv5   Focal-EIOU Loss   全局注意力机制   C2f  

摘要： 针对传统YOLOv5算法在钢铁零件表面缺陷检测过程中存在诸多难分类样本,全局特征提取不足导致检测精度较低等问题,提出了一种基于YOLOv5-FGC的钢铁零件表面缺陷检测方法。该方法引入Focal-EIOU Loss替换预测框回归的CIOU损失函数,提高了模型的收敛速度和准确率,使边框回归更为精准;在Backbone中加入全局注意力机制(Global Attention Mechanism,GAM),提高全局特征提取能力,对空间和通道中的重要特征进行强化;通过加入C2f模块增加网络模型的梯度路径,让网络能够提取更多的特征,加强了特征提取的鲁棒性,提高了网络对钢铁零件缺陷的检测精度。对比试验以及消融实验表明,改进后的YOLOv5-FGC算法在NEU-DET数据集中的裂纹、夹杂、斑块、压入氧化皮、麻点、划痕六类缺陷中检测的平均精度达到了78.2%,在YOLOv5原始网络模型基础上mAP值提高了4.7%,对比Faster RCNN模型提高了36.7%,FPS达到了91帧/s,能够快速、准确的对钢铁零件表面缺陷进行检测。

关键词： DV-Hop定位算法   多通信半径分层   阿基米德算法  

摘要： 针对距离向量-跳距(distance vector-hop,DV-Hop)定位算法中未知节点估计位置与实际位置偏差较大的问题,提出了基于多通信半径与改进阿基米德算法的DV-Hop定位算法。首先,采用锚节点通信半径多级数分层的方法,减小未知节点最小跳数选取的误差;然后,对阿基米德算法中三个步骤进行改进,提高了算法的性能;最后,通过改进的阿基米德算法计算未知节点坐标。实验结果表明,相同环境下,提出的改进算法具有更好的定位效果。

关键词： 快速迭代收缩阈值算法   自适应步长   连续动力系统   图像去噪  

摘要： 本文针对非光滑凸优化问题提出了一种带参数的自适应步长的快速迭代收缩阈值算法.利用参数化策略带来的自由度在实Hilbert空间上分别研究了目标函数O(1/k^(2))和迭代算法o(1/k^(2))的收敛速率,并在目标函数F一致凸的条件下获得了算法的强收敛性.此外,在该算法的基础上建立了连续动力系统模型,并获得了连续动力系统解的逼近性质.最后通过图像去噪实例验证了算法的优越性.

关键词： 综合能源系统   多阶段电转气   氢能源   需求响应   Tent混沌映射   麻雀搜索算法  

摘要： 在“双碳”目标背景下,随着清洁能源并网规模不断扩大,能源系统正面临着各方面的巨大挑战。针对碳排放、新能源消纳等问题,提出一种计及需求响应的电–热–气–氢综合能源系统优化模型,引入碳捕集–多阶段电转气运行框架,发掘电转气技术中氢能源的低碳潜力;利用氢燃料电池、储氢罐,提高系统资源调度灵活性;负荷侧考虑需求响应,源荷双侧协同参与优化。为验证该模型的有效性,设置4种不同场景,将考虑碳交易的系统总成本最小值作为优化目标,采用含Tent混沌映射与权重因子的改进麻雀搜索算法对模型求解。结果表明,所构建的模型在降低成本、节能减排等方面具有积极作用。

关键词： 分布式流水车间调度   生物地理学优化   模糊规划   节能   多目标优化  

摘要： 研究了模糊节能分布式置换流水车间多目标调度问题(Fuzzy Energy Efficient Distributed Permutation Flow Shop Problem,FEEDPFSP),针对最小化模糊完工时间和模糊能耗两个优化目标,提出了一种基于生物地理学的多目标优化算法(Multiple-Objective Biogeography-Based Optimization,MOBBO)。在MOBBO中,设计了一种有效的初始解生成规则,并根据两个优化目标之间的关系,设计了4种速度操作方法用于迁移过程和变异过程,并且引入快速非支配排序以及拥挤距离方法,保证每次迭代的种群质量。对比两个先进算法在480个不同规模实例下的表现,验证了所提出的MOBBO算法在解决FEEDPFSP问题的有效性。

关键词： 算法秩序   算法政治学   范式建构  

摘要： 随着数字技术的迅猛发展,信息处理和控制能力成为第四次工业革命背景下政治行为基本模式中的重要因素,这也促使政治秩序形成新的工具体系和空间场域。作为政治活动的重要价值取向,政治秩序在数字空间体系中呈现出全新的运行特征。算法化技术体系运行模式不仅重构了政治秩序运行的基本属性,也带来了政治秩序价值体系形态与运行模式的革新。当前,算法秩序所具有的逻辑属性、政治属性和技术属性,使得其在技术理性、社会控制、权力运行方面体现出特定价值。在此基础上形成的符号秩序、拟像秩序与信息秩序等形态,对思考政治运行的技术属性和社会发展作用机制有重要意义。

关键词： 非凸非光滑优化   邻近交替线性极小化   惯性外推   Bregman   距离   Kurdyka-Łojasiewicz   性质  

摘要： 针对一类非凸非光滑不可分优化问题,该文基于邻近交替线性极小化算法,结合两步惯性外推和Bregman距离提出了一种新的迭代算法.通过构造适当的效益函数,利用Kurdyka-Łojasiewicz性质,证明了所提出算法生成的迭代序列具有收敛性.最后,将该算法应用于稀疏非负矩阵分解、信号恢复、二次分式规划问题,通过数值算例表明了提出算法的有效性.

关键词： 协同过滤   节点重要性   图注意力机制   可解释性聚合  

摘要： 目前主流的基于用户—项目二分图表征学习的推荐系统主要采用度归一化或平均池化的方法作为图上的近邻消息聚合策略,来学习用户和项目的表征向量.但是这两种聚合操作忽略了不同相邻节点对目标节点的重要性不同,从而导致最终刻画的用户和项目的表征表示不够准确.为此,本文提出了一种基于多头图注意力机制的神经协同过滤推荐模型(MGAT4Rec)来显示的建模目标节点与邻居节点之间的亲和力.该模型采用图注意力机制来捕获不同相邻节点的重要性并降低噪声信息的干扰,实现了对近邻节点信息的可解释性聚合;在此基础上,为了学习到更丰富的节点表征,通过使用多头图注意力机制来学习节点在不同潜在空间下的表征,将不同空间下的表征进行融合得到最终节点的表征向量.在MovieLens-100K和Amazon两个公开的数据集上进行了对比实验,MGAT4Rec在Recall@10和NDCG@10两个性能指标上相较于基线模型均有所提升.

关键词： 三元锂电池   梯度下降   循环寿命  

摘要： 随着电动汽车产销量的持续攀升,对于动力电池循环寿命性能的评估及预测已成为行业内重点关注的问题之一。对某款三元锂电池进行了25℃及45℃下的长周期循环寿命试验,将试验得到的循环寿命数据进行了不同比例、范围的训练集与测试集划分。基于机器学习的梯度下降算法对训练集进行模型训练,以迭代后的权重值、偏置值进行结果预测并与试验数据进行对比。结果表明:适宜参数下的梯度下降算法可以应用于锂离子电池循环寿命的预测,具备一定的泛化应用意义。

关键词： 食品安全监督抽检   关联分析   熵权法   MinibatchKmeans聚类   Frequent Pattern-growth算法  

摘要： 为解决传统食品安全监督抽检“随机抽”模式存在的抽检决策主观性强、靶向性不高的问题,本研究提出一种基于改进Frequent Pattern-growth(FP-growth)算法的食品风险因素关联分析方法。首先,采用熵权法分别对食品种类的风险指标进行权重分配,以计算出不同食品种类的风险指数。其次,以风险指数为特征,基于小批量K均值算法(MiniBatchKmeans)进行风险聚类,得到食品的风险等级。最后,采用带约束的改进FP-growth算法进行食品风险因素关联规则挖掘,挖掘食品风险等级与食品种类、时间、地域属性信息之间的关联关系,并对挖掘出的结果进行关联分析,从而为精准靶向引导抽检决策提供指导。本研究依托2019年中国某些地区的食品抽检数据进行分析,对其进行指标赋权,计算风险指数;后经过风险聚类为低风险、中风险和高风险;最后,将数据导入改进FPgrowth算法,得到食品风险因素关联规则。通过对比实验得到结果:对于17214条抽检数据,本研究提出的改进FP-growth算法相较于Apriori算法运行时间短;相较于传统FP-growth算法,删除了无效规则,提高了对食品风险因素关联规则的分析效率,从而为食品监管部门抽检工作提供了准确、高效的决策依据。