课程文献中心 更多>>

关键词： 智能交通   小目标检测   YOLOv5   EIoU   GAM  

摘要： 针对现有道路目标检测技术在小目标识别方面的挑战,如精度低、误检率高和漏检问题,提出一种基于YOLOv5的目标检测改进方法(GCE-YOLOv5),旨在提高小目标检测能力。首先,在主干网络上集成全局注意力机制;其次,在头部网络中增加小目标检测层;最后,将原来的损失函数改为高效交并比损失函数。在KITTI数据集上评估了GCE-YOLOv5算法,并将性能与YOLOv5算法进行了比较。结果表明,GCE-YOLOv5将检测mAP@0.5提高了1.6%,P提高了1.5%。与YOLOv5算法相比,GCE-YOLOv5模型检测道路小目标的精度更高,有效改善了小目标漏检问题,具有更好的检测效果。模型检测速度满足实时性的要求,适合集成到自动驾驶系统中,用于提升车辆在复杂道路环境中的感知能力。

关键词： 协同配送   多目标优化   目标空间分解   稳定匹配   并行策略  

摘要： 卡车无人机协同配送作为一种新型的物流配送模式,被广泛应用在最后一公里配送中。本研究针对柔性时间窗下的多卡车多无人机协同配送路径问题,根据物流企业的具体需求,建立了一个最小化运输成本、最小化客户不满意度的多目标优化模型。针对该模型的优化问题,提出一种基于目标空间分解的改进MOEA/D算法(An Improved MOEA/D Algorithm Based on Objective Space Decomposition, MOEA/D-OSD)。通过目标空间分解策略、交配亲本选择策略、子种群更新策略等多种策略提高种群多样性,通过结合多个交叉和变异算子来加速算法的收敛,并针对具体问题特征设计染色体编码、解码方式以及遗传算子。最后,通过一组基准实例对算法性能进行评估,验证了该算法解决卡车无人机协同路径问题的有效性。The collaboration of trucks and drones for delivery has emerged as a new logistics model widely applied in last-mile delivery. This study addresses the multi-truck, multi-drone collaborative delivery routing problem under flexible time windows. Based on the specific needs of logistics companies, a multi-objective optimization model is established to minimize transportation costs and customer dissatisfaction. To solve this model, an improved MOEA/D algorithm based on objective space decomposition (MOEA/D-OSD) is proposed. This approach enhances population diversity through various strategies, including objective space decomposition, parent selection for mating, and subspace updating. Additionally, it accelerates algorithm convergence by combining multiple crossover and mutation operators while designing chromosome encoding, decoding methods, and genetic operators tailored to the specific problem characteristics. Finally, the algorithm’s performance is evaluated through a set of benchmark instances, demonstrating its effectiveness in solving the truck-drone collaborative routing problem.

关键词： 语音增强   RNNoise   实时   单通道   树莓派  

摘要： 语音增强是语音信号处理的重要分支,在语音识别、语音通信等领域具有重要应用。传统数字信号处理(DSP)方法下的单通道语音增强计算量小,但效果不佳。近年来,深度学习算法大幅提升了单通道语音增强的效果,但往往计算量大,对硬件要求高,难以应用于移动设备或可穿戴设备。针对性能和计算量难以平衡的现状,文章实现了一种低复杂度的基于深度学习的语音增强算法,并在树莓派上进行了实现。该算法采用具有四个隐藏层的循环神经网络(RNN),用于估计理想的临界频带增益,而音高谐波之间的噪声则采用传统音高滤波器处理。实验结果显示,该系统能够有效实现降噪功能,并且性能优于传统的维纳滤波算法。

关键词： 腰椎   磁共振成像   多模态   多类别分割   图卷积神经网络  

摘要： 为挖掘腰椎磁共振成像(magnetic resonance image,MRI)图像中多种模态信息的相关性、腰椎结构间的相互依赖关系、腰椎结构先验知识对腰椎精准分割和疾病辅助诊断的重要价值,提出一种结构先验引导的多模态信息融合分割算法。设计的多模态图像编码模块(multi-modality encoding module,MMEM)可同时对T1和T2加权图像做语义特征提取;跨模态体素融合模块(cross-modality voxel fusion module,CMVF)可在融合过程中为各模态图像特征自适应分配融合权重。根据腰椎内部各组织结构间的先验知识构建图模型,利用图卷积神经网络分割模块(graph convolutional networks segmentation module,GCNSM)实现图模型上的语义信息传播。采用多模态图像解码模块(multi-modality decoding module,MMDM)对特征图进行解码,实现对椎体及椎间盘的精准图像分割。对山东大学齐鲁医院德州医院采集的190组患者MRI数据集进行试验验证,所设计算法的平均骰子系数Dice、交并比IoU、95%Hausdorff距离HD95和平均对称表面距离ASSD分别为90.3%、82.31%、4.40 mm和1.21 mm,结果表明了算法的有效性及先进性。

关键词： AIGC   历史文化   视听创作  

摘要： 随着AIGC(生成式人工智能)技术飞速发展,其在视听创作中的应用日益广泛,尤其是央视推出的多部AIGC作品,彰显出AI技术在文史内容影视化上的独特优势。本文从历史环境再现与写意化加工、形象模拟及短视频算法传播三个维度,分析了AIGC技术在文史影像中的创新实践与突破,以及在媒介平台上的流行趋势。然而,AIGC文史影像也可能引发社会问题,需警惕拟态环境的风险及对历史真实性的挑战。因此,对AIGC文史影像的创作者与接收者而言,AI应仅作为理解历史的辅助工具。唯有提高历史素养,深植历史根基,才能在展现艺术表现力的同时,传承深远的历史文化内涵,实现技术与文化的和谐共生。

关键词： 垄断协议   算法合谋   研发者责任  

摘要： 数字经济时代,算法在商业活动中的应用极大地促进了商业的繁荣,但也带来了反垄断规制的困境。价格算法在垄断协议的达成上具有降低沟通成本、隐蔽意思交流、稳固合谋和改变合谋发生的市场条件的特点。从反垄断规制上来看,价格算法可以分为纯粹工具性的算法和具有自主性的算法,二者应适用不同的规制思路。前者可以直接适用现行法规制。后者的规制则存在合谋认定困难、不可控性抗辩以及宽恕政策失效等困境。对此,本文从规制价格算法研发视角,提出了反垄断规则代码化和建立算法验证制度来辅助垄断合谋的认定,并进一步完善研发者责任体系的反垄断执法纾困思路。In the era of digital economy, the application of algorithms in business activities has greatly contributed to the prosperity of business, but also brought about the dilemma of antitrust regulation. Price algorithms have the characteristics of reducing communication costs, concealing exchanges of meaning, solidifying collusion and changing the market conditions under which collusion occurs in the conclusion of monopoly agreements. From the perspective of antitrust regulation, price algorithms can be divided into purely instrumental algorithms and algorithms with autonomy, which should be subject to different regulatory ideas. The former can be directly applied to the existing laws and regulations. In the latter case, there are dilemmas such as the difficulty of identifying collusion, the defense of uncontrollability, and the failure of leniency policy. In this regard, from the perspective of regulating the research and development of pricing algorithms, this paper proposes the idea of antitrust enforcement relief by codifying antitrust rules and establishing an algorithm validation system to assist in the identification of monopoly collusion and further improve the liability system of researchers and developers.

关键词： 算法伦理   数据伦理   算法不公正   数据不公正  

摘要： 数据不平等是数据不公正的关键因素,它包括数据可及不平等、数据代表不平等和数据控制不平等,其中数据控制不平等引发和促进数据可及不平等和数据代表不平等,是数据不平等的集中体现。数据控制不平等直接导致数据所有权的不平等,进而引发与数据相关的人格权和民主权的不平等。当算法与不公正的数据结合时,便产生算法的分配不公正、承认不公正和代表不公正等问题。因而,应构建基于数据平等的算法公正论,倡导数据化平等、数据访问平等和数据共享,追求数据可及平等;坚持数据代表在质和量上的平等和最小伤害原则,追求数据代表平等;从基于数据权利和规范数据权力两条进路着手,追求数据控制平等,引入原则主义和社会实验的方法促进数据平等。

关键词： 差分进化算法   竞争机制   多策略方案   约束处理   动态经济调度  

摘要： 新能源发电单元的引入,使得电力系统组成结构愈发复杂,现有经济调度求解方法遇到诸多挑战。构建了一个风光储系统协调动态经济调度模型,给出了一种利用修补策略的约束条件处理方法,提出了一种基于竞争机制的多策略多目标差分进化算法(competitive partitioning-based multi-strategy multi-objective differential evolutionary algorithm,CMMODE)。利用竞争机制将种群分区,并根据分区结果构建多个差分变异算子,以此生成多策略方案;采用精英自探索机制令种群具有跳出局部最优能力与局部开发能力。仿真实验验证了CMMODE算法在解决动态经济调度问题上的有效性,约束处理方法具有良好的可行性。

关键词： 短波   数据链   选频建链   多域正交   抗干扰  

摘要： 针对短波数据链建链过程中定频建链频率选择困难、时效性低、易被侦获干扰以及多用户同时建链时易产生互扰的问题,提出一种基于多域正交选频的多用户短波数据链算法。首先,根据建链用户数和用频间隔等参数,利用多域正交规划将用频带宽进行分割,再根据禁用频率和用频需求得到各用户可用频点集,最后,利用系统选频建链功能为多用户同时建立短波数据链。算法有效解决了多用户同时建链中的选频困难、用频易冲突以及定频建链不稳定、用频易暴露等问题,有效提升了系统可用性和抗干扰能力。

关键词： 水下机器人   水动力仿真   轨迹跟踪   算法设计   运动控制  

摘要： 为深入探究带缆水下机器人系统水动力与控制力的关系,设计一种水动力混编计算方法。首先引入脐带缆和水下机器人控制方程组,将机器人运动过程中合外力与脐带缆张力、螺旋桨推进力以及机器人主体水动力关联起来;其次设计收放脐带缆和调节螺旋桨转速的控制程序,最后将系统方程组求解程序、控制程序和水动力计算模块三者混编,形成水动力与控制力交互耦合计算方法。仿真计算结果表明,纵摇角、横摇角以及淹没深度仿真值与实验值误差分别为1°、0.5°和-50 mm;PID算法延迟对前馈调节机制产生影响,收放缆最大相对误差为15%,轨迹跟踪最大误差0.3 m。