课程文献中心 更多>>

关键词： 三支决策   阈值   差别矩阵   重要度   属性约简  

摘要： 属性约简是粗糙集理论研究的核心内容之一,也是粗糙集理论的重要组成部分。该方法旨在减少冗余信息,提取出最具代表性和关键性质的属性集合。在属性约简的过程中,差别矩阵通常用于度量属性之间的关系,通过分析差别矩阵,研究者可以识别那些在描述系统行为方面贡献相似信息的属性,从而进行属性约简。基于三支决策的差别矩阵属性约简算法从差别矩阵的属性出发,首先刻画核以外的属性重要度,并以三支决策理论为基础构建一种新的属性约简方法。算法将传统概率粗糙集的上、下近似划分为三支决策中的正域、负域、边界域,基于不同的区域给出了决策规则,并通过决策损失函数来控制三支决策阈值。与同类算法相比,所提算法可以得到更为简洁的约简集和决策规则,且具有更小的时间复杂度。

关键词： 抓取检测   YOLOv7-tiny网络   KLD损失函数   CA注意力机制   深度可分离卷积  

摘要： 针对目前抓取检测任务中存在的预测位置和角度不准确、小物体适应性和检测实时性较差的问题,提出一种实时抓取检测算法。该算法以YOLOv7-tiny为基本框架,在网络特征融合阶段嵌入CA注意力机制,增强对小物体的适应性,并添加深度可分离卷积块进一步提升检测速度;引入KLD损失函数思想改进预测框回归损失函数,提高预测框位置和角度的准确性。该方法在Cornell数据集上的图像分割准确率为98.2%,对象分割准确率为97.3%,抓取检测速度达到62.5 FPS,相较其他经典方法有明显的优势,能够满足实时高精度抓取检测任务的需求。

关键词： 移动大数据   匹配差异调节   游离节点   聚类筛查  

摘要： 为解决当前移动大数据网络搜寻迭代算法存在的搜寻流畅度不高、节点区分度不强等问题,提出了一种基于匹配差异调节机制的移动大数据网络搜寻迭代算法。首先,通过热点与游离节点之间的差异度实现网络初始化,提升游离节点对应的聚类划设速度,且可以将游离节点与存量热点予以差异化匹配,增强算法对游离节点的筛查效率。随后,通过交互机制进一步提高游离节点的归并速度,实现对游离节点的精确化筛查。仿真试验表明所提算法能够有效提高节点的搜寻成功率,具有首次搜寻结束时间较短的特点,具有很好的实际部署价值。

关键词： 噪声网络   双深度Q网络(DDQN)   船舶自主避碰   国际海上避碰规则  

摘要： 针对海上船舶自主避碰决策中深度Q网络(deep Q-network,DQN)算法的高估和收敛性差的问题,提出一种融合噪声网络的裁剪双DQN(double DQN,DDQN)算法,记为NoisyNet-CDDQN算法。该算法采用裁剪双Q值的方式减小DQN算法的高估问题,并通过引入噪声网络来增强算法的稳定性以解决DQN算法收敛性差的问题。充分考虑船舶运动数学模型和船舶领域模型,并在奖励函数设计中考虑到偏航、《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)等要素。多会遇场景仿真实验证明,本文所提出的NoisyNet-CDDQN算法相较于融合噪声网络的DQN算法在收敛速度上提升了27.27%,相较于DDQN算法提升了54.55%,相较于DQN算法提升了87.27%,并且船舶自主避碰决策行为符合COLREGs,可为船舶的自主避碰提供参考。

关键词： 套管式换热器   分段计算   热力计算  

摘要： 线性套管式换热器可用于化工装置中工艺气的冷却。线型套管式换热设备长径比大,工艺气为多种气体混合物,在降温过程中物性参数变化幅度大,换热器的整体传热特性计算准确度不高。本文主要介绍线性套管式换热器分段传热算法,并依据实际工程进行验证,该算法的符合性较好,可为今后类似工况换热器的设计提供参考。

关键词： 建筑节能   鲸鱼优化算法   负荷预测   BP神经网络  

摘要： 为了准确预测建筑冷负荷,降低机房能耗,提出了基于鲸鱼优化算法(WOA)的BP神经网络预测模型。基于青岛办公建筑的实际历史运行数据,建立了BP神经网络、基于粒子群寻优的BP神经网络(PSO-BP)、基于遗传算法改进的BP神经网络(GA-BP)、基于鲸鱼优化算法的BP神经网络(WOA-BP)4种负荷预测模型,并比较了4种负荷预测模型的结果。研究表明,短期预测内,WOA-BP神经网络预测模型的最大百分误差为-15.76%,最小百分误差为-0.03%,平均绝对值百分误差为6.60%。与其他模型相比,WOA-BP模型具有更高的预测精度。

关键词： 中国科协   企业设备管理   维修工程   综合性信息   技术刊物   ISSN   卓众出版   跨行业  

摘要： 《设备管理与维修》杂志系中国科协主管、中国机械工程学会和北京卓众出版有限公司主办的设备与维修工程分会会刊(国内统一连续出版物号CN11-2503/F,国际标准连续出版物号ISSN 1001-0599),创刊于1980年,是跨行业为企业设备管理、维修、改造和节能、环保服务的综合性信息型技术刊物。

关键词： 社会性   算法知识   算法归纳   算法审计   平台新制度主义  

摘要： 由于算法本身的复杂性与不透明性,用户在长期的日常实践中,逐渐将算法经验转化为一种具有普遍意义的社会性民间知识形态。研究发现,算法的民间知识演进可分为个体和集体两个不同的阶段。其中,“算法意识”与“算法想象”是个体阶段的两个重要环节;“算法八卦”是从个体过渡到集体算法归纳的关键性步骤。进入集体阶段后,社会性算法知识可进一步分化为操作性知识与规范性知识两大维度。其中,“算法审计”作为一种规范性知识,在其形成过程中对算法偏差与算法歧视进行的反身性思考,揭示出算法技术、网络平台与用户之间呈现出复杂的互动关系。研究认为,平台的新制度主义导致人与算法技术的关系逻辑和过程逻辑被重构,而其中的公共价值导入值得重视与思考。

关键词： 计算流体力学   深度学习   物理信息神经网络   湍流燃烧   流场重构  

摘要： 尽管数值模拟方法在求解流体动力学的湍流过程中发展迅速,但处理复杂的几何形状和流动过程时,在准确建模和计算速度等问题上仍面临挑战性。针对当前在计算流体力学(Computational Fluid Dynamics,CFD)上存在的计算代价大等问题,本文在传统的湍流数值模拟技术的基础上,结合机器学习,以经典的Sandia Flame D燃烧模型为例,通过引入物理信息的深度学习算法,建立物理信息神经网络架构(Physical-Information Neural Network,PINN),将符合规律的物理信息内嵌到神经网络,使得用小样本就能实现参数的流场重构。在平面维度上,分别对PINN和数据驱动方法重构的结果,与CFD软件仿真结果进行对比分析,其中PINN方法在训练集大小不及样本点总数一半的情况下,即可得到数据驱动方法在大样本情况下的重构结果,重构出燃烧过程在t=1 s时刻的轴向、径向速度以及温度的L2相对误差分别为0.187%、1.194%,0.071%,且在训练集占样本点总数的55%、70%、82%的情况下,PINN方法均比数据驱动方法误差小。在时间维度上,成功重构t=0.3、0.5、1 s时刻的轴向速度云图,证明PINN方法能够重构出几何模型采样时间范围内任意时刻的物理场分布云图。

关键词： 油田基层   安全管理   安全教育   监管体系   智能化技术   设备管理  

摘要： 文章基于油田基层安全管理在当前生产过程中面临的严峻形势,论述了安全管理在保障作业人员生命安全、确保生产稳定运行方面的重大意义,并指出了当前管理中存在的安全意识淡薄、监管机制不完善、管理体制不健全以及设备隐患多等问题。针对这些问题,文章阐述了通过加强安全教育培训、完善监管体系、健全管理体制和引入智能化技术等具体方法来提升安全管理水平的实践路径。最后,提出了加强安全激励机制、优化责任体系、加大设备投入等策略,以期全面提升油田基层的安全管理效能,降低事故发生率,确保企业的长远发展。