课程文献中心 更多>>

关键词： 算法推荐技术   高校   思想政治理论课  

摘要： 算法推荐技术与高校思想政治理论课的结合是新时代高等教育发展的必然趋势与应然举措。在思政课教学实践中,算法推荐技术的介入提升了教学对象识别精度、丰富了教学内容供给方式、强化了教学反馈评估效果,同时也带来了资源供给失衡、主流话语权威弱化、教学内容同质化、议题设置异化等现实问题。对此,亟需从信息平台搭建、文化阵地建设、媒介环境优化以及主体素养培育等层面构建应对路径,切实发挥算法推荐技术对高校思想政治理论课的赋能增权作用。

关键词： 港口运转   设备管理   全面管理   标准化管理  

摘要： 在现阶段我国航运相关产业发展较为迅速的背景下,港口企业迎来了新的发展机遇。为保证港口企业在正常经营发展过程中能够抓住机遇、迎接挑战,必须高度重视港口设备的使用和管理情况。通过对港口企业生产活动情况的充分思考,正确认识港口设备管理工作的需求,做好对全面标准化管理方法的合理运用,确保港口设备的使用情况和应用效果能够达到预期目标。基于此,本文就港口设备全面标准化管理进行分析思考,以期推进港口企业生产活动整体落实效果的全面优化,确保能够做好对港口设备全寿命周期的全过程管理,充分发挥出港口设备的使用价值,推动设备管理工作实际落实效果的有效提升。

关键词： 低信噪比   Inception-ResNet模块   音频指纹特征   语音端点检测  

摘要： 在低信噪比的背景下,由于背景噪声干扰信号特征,存在语言端点检测误判和漏判的风险.现有的解决方法存在易受干扰、精度有限、鲁棒性差等问题.针对上述问题,对STAM进行优化,提出了一种改进的语音端点检测算法Inception-ResNet STAM(IR-STAM).该算法通过改用音频指纹(AFP)特征来取代传统的Log-Mel特征,实现了对音频信号更深层次的特征提取;对频率注意力模块的卷积方式进行改进,采用深度可分离卷积,有效降低了模型的参数量;加入Inception-ResNet模块,进一步增强了模型对不同尺度特征的捕捉和分析能力.实验结果表明:在TIMIT测试集上,IR-STAM相较于STAM,模型的参数量降低150 k,并且在不同信噪比环境下F1分数均提高了0.5以上.

关键词： 伐木机   打枝刀刀形曲线优化   遗传算法(GA)   干形方程   函数旋转矩阵  

摘要： 伐木机在进行除树作业过程中存在枝丫残留过长或无法完全切断枝丫的情况。在分析冲击切断过程中发现,打枝刀刀形曲线与树干轮廓线的贴合度较低是造成以上问题的主要原因。打枝刀刀形曲线与树干的贴合度问题是难以通过数学方程式表达的复杂函数,采用打枝刀曲线数据化和建立适当的目标适应度计算函数的方式使其转化为黑箱问题。同时,设计的数据接口更具有普适性,适用于不同树龄、树种和打枝刀曲线的优化。针对此黑箱问题,采用遗传算法(genetic algorithm,GA)进行计算求解以减小树木与打枝刀的贴合间隙。结果显示:打枝刀刀形曲线的贴合度由优化前的68.09%提升至优化后的85.25%。

关键词： 计算法学   人才培养   目标定位   学科交叉   理论逻辑   实践路径  

摘要： 计算法学作为一门新兴学科,正随着大数据、人工智能等信息技术的迅猛发展而逐渐成为学术界和教育界的关注焦点。这种趋势不仅挑战了传统法学教育的边界,也对培养适应信息社会发展的法学人才提出了新的要求。计算法学人才培养需要准确进行人才培养目标定位,即培养掌握扎实的法学基础知识并具备计算思维和信息技术素养,有一定的创新和实践的意识能力,以及良好的职业道德和社会责任感的人才。计算法学人才培养需要遵循三大理论逻辑,即学科深度交叉、理论与实践相结合和创新驱动发展。在实践中,要通过以重构培养目标为引领来实现真正跨学科和跨专业融合的知识场域;以重构培养过程为核心来实现多方教学资源协同整合;以强化实践教学环节为着眼点来提高学生解决法律实际问题的能力;以推动“产、学、研、用”合作为依托来形成优势互补、互利共赢的合作模式;以加强师资队伍建设为重点,来建设“引、育、稳”并举的师资队伍;以完善的质量保障体系为底线来确保人才培养质量达到社会和市场的需求。

关键词： 高压缩淤泥质土   片石   浅层处置   地基处理   压实度  

摘要： 丘陵地带高压缩淤泥质土因其高含水量、高压缩性、低强度及低渗透性等特点给工程建设带来诸多挑战,为解决此类地基带来的问题,提出了一种利用片石进行浅层处置的技术,该技术通过在淤泥质土表面铺设并压实片石层形成稳定加筋层以改善地基性能。施工过程包括施工准备、片石铺设及压路机压实等步骤,并通过质量检测确保处理效果。研究表明,此方法可显著提高地基承载力和稳定性,减少沉降风险。

关键词： 甲烷气体   高斯烟羽模型   排放源溯源   优化反演   模式搜索算法   人工蜂群算法  

摘要： 针对油田生产集输过程中存在大量甲烷无组织排放,且缺乏有效的排放源溯源手段等问题,提出了一种基于混合人工蜂群算法的排放源溯源方法。该方法首先利用高斯烟羽扩散模型计算得到的气体模拟体积分数与排放源下风向传感器的气体监测体积分数构建排放源溯源模型;其次将模式搜索算法与人工蜂群算法进行结合以解决人工蜂群算法局部搜索能力弱、易早熟的问题;最后利用混合后的人工蜂群算法对溯源模型进行优化求解,得出排放源的位置坐标和源强数值信息。实验结果表明,混合人工蜂群算法不受初值的影响,相较于其他优化算法,其能够更快更准确地反演出排放源位置横坐标、纵坐标以及源强的数值,可以满足油田甲烷排放源溯源的要求。

关键词： 智能制造   智能产线   设备管理   运维机制  

摘要： 在当前智能制造环境下,“智能化、信息化、数字化”建设无疑成为推动国有企业蓬勃发展的强大引擎。随着科技的日新月异,特别是信息技术、自动化技术和人工智能技术的突飞猛进,智能制造必然成为制造业发展的核心趋势。智能产线作为智能制造的核心要素之一,在为生产带来诸多优势的同时,也给设备运行维护带来了一定的压力。智能产线的管理现状和挑战反映了制造企业向智能化、数字化转型的复杂性和艰巨性。面对不足,企业需要采取综合措施,持续优化管理策略,才能充分发挥智能产线的潜力,推动制造业的高质量发展。

关键词： 人工智能   智能合成语音   拟人化   机器学习算法   消费者评论  

摘要： 随着智能合成语音产品的快速发展,人工智能(artificial intelligence,AI)技术在有声书领域的应用日益广泛,为传统的有声读物注入了新的活力。然而,是否AI有声书的声音越接近真人,就越能受到消费者的青睐?本研究以喜马拉雅平台上的有声书为研究对象,从抓取的音频中提取低维和高维的音频特征,分别建立了随机森林模型和神经网络模型用以预测有声书的声音来源(真人/AI)。基于此,本研究构建了度量声音拟人化程度的指标,并从技术和行为层面分别对该指标的内在机理进行了深入分析,帮助大家理解该拟人化指标如何刻画AI有声书和真人有声书的异同。最后,本研究通过实证的方法探究了该拟人化指标与消费者行为之间的关系。实证结果表明,有声书的拟人化程度与消费者好感度(即用户评分)之间存在恐怖谷效应,即随着有声书声音的拟人化程度增加,该有声书的评分会呈现先上升后下降的态势。不过,在用户的评论声量方面,恐怖谷效应并不存在。本研究为理解消费者对AI生成内容的接受程度提供了新的理论和实证视角。

关键词： 拖拉机发动机   寿命预测   遗传算法   神经网络   相关性  

摘要： 拖拉机发动机剩余寿命预测对于提高工作效率、降低维修成本、延长机器寿命和保障安全运行具有重要意义。通过预测发动机剩余寿命,可以更好地进行资源规划和分配。为此,提出了一种基于遗传算法优化的拖拉机发动机剩余寿命预测模型,结合遗传算法和剩余寿命预测方法,通过优化遗传算法的参数,提高了预测模型的准确性和稳定性。同时,通过收集大量的拖拉机发动机运行数据,提取与剩余寿命相关的特征,基于遗传算法寻找最佳的特征子集建立了预测模型。最后,通过试验验证了模型在拖拉机发动机剩余寿命预测方面的有效性。结果表明:与传统的预测模型相比,基于遗传算法优化的模型具有更高的预测准确性和稳定性,RMSE为6.023,MAE仅为4.531。研究结果可以有效地应用于拖拉机发动机剩余寿命预测和维护决策中。