课程文献中心 更多>>

关键词： 算法   协商民主   算法协商民主文化  

摘要： 算法协商民主文化是指通过算法技术平台形成的协商民主文化。算法深刻影响着协商民主文化的发展，拓展了协商民主文化的传播渠道，使协商民主文化传播具有针对性和精准性。算法协商民主文化既具有社会主义协商民主文化的一般性特征，又具有自身的独特性。其通过算法共同体协商文化机制、算法间性协商民主文化机制、算法伦理机制、算法社会制约机制共同构建联通算法与协商民主文化的可能性与现实性的机制体系，推进算法协商民主文化的发展。

关键词： 缺陷检测   YOLOv5   Swin Transformer   IdentityFormer  

摘要： 近年来，基于深度学习的表面缺陷检测方法虽然显著提升了检测精度，但是CNN检测模型全局特征提取能力不足而CNN-Transformer混合模型计算资源消耗过大的问题，限制了在工业生产中的应用。为了解决这些问题，本文提出了一种称为Swin-IdentityFormer的网络结构，用于替代YOLOv5中的CSP-Darknet53骨干网络。与直接使用Swin Transformer作为骨干网络对比，模型参数量下降了大约49.4%。同时，引入了skipconcatFPN结构、深度可分离卷积、C2f模块和微小目标检测层，增加网络各层中的特征信息的利用率，实现特征融合，以提高检测精度。此外，还使用MPDIoU损失函数替代CIoU损失函数，以简化损失函数的计算。实验结果表明，该模型在NEU-DET数据集和GC10-DET数据集上的检测精度分别为79.59% mAP和74.4% mAP，展现出了良好的泛化能力和鲁棒性。与一些经典的和近期改进的目标检测算法进行比较，验证了该模型的有效性和优越性。本文提出的改进方法不仅在保持较高检测精度的同时降低计算资源开销，还为工业生产中的自动化表面缺陷检测应用提供了有价值的理论基础和实用指导。

关键词： 数字资源   自动标引   深度学习   胶囊网络   文本分类  

摘要： 传统自动标引方法存在准确率低和高度依赖于人工审核的问题，忽略了深度学习文本表征技术在文本分类和关键词提取中的潜力。本文针对数字资源自动标引在大量数据处理和准确性的挑战，提出了一种基于胶囊网络的端到端模型。首先，使用预训练语言模型BERT对文本进行内容编码和词向量构建；然后，通过融入主题胶囊和注意力胶囊，提升了关键词识别和文本分类的性能；最后，实现了一个能在单一框架下同时执行这两种任务的端到端网络结构。在真实数字资源数据集上的实验结果表明，本文提出的模型在准确率、召回率和F1分数等关键指标上超越现有多种方法，有效应对了大规模数字资源的自动标引任务。

关键词： BBR   无人机自组网   QUIC   连接迁移   流量突发  

摘要： 针对无人机自组网中的连接迁移和流量突发等现象带来的时延上升和吞吐量降低的问题，本文提出了一种基于跨层优化的无人机自组网BBR拥塞控制算法（Cross-Layer Optimization-Based BBR，CO-BBR）。首先，设计了基于路由变化的跨层自适应速率及时延更新机制，以改善在连接迁移时网络吞吐量和时延的性能表现。其次，设计了按需带宽连续探测机制，以改善网络流量突发时的网络吞吐量和时延的表现。最后，通过使用OPNET Modeler 14.5软件进行仿真验证，发现本文所提CO-BBR算法在无人机自组网中的网络吞吐量和时延的性能表现均优于BBR算法；同时，在网络吞吐量没有太大损失的情况下，算法在时延这个性能指标的表现上明显优于IBCCA算法。

关键词： 基酒   支持向量机   引导聚集算法   遗传算法   分类预测  

摘要： 基酒组分具有复杂多样性，为了提高其等级分类预测模型的精度和泛化能力，在基酒气相色谱-质谱理化数据基础上设计评价模型，提出了一种结合遗传算法（Genetic Algorithm，GA）和引导聚集算法（Bootstrap aggregating，Bagging）优化支持向量机（Support Vector Machine，SVM）分类器的方法，以解决单一SVM分类器在分类精度和泛化能力上的不足。研究使用斯皮尔曼相关性筛选了36种关键物质，选择核主成分分析法提取了12个核主成分，并使累积贡献率达到96.06%，将其作为模型输入。选择性能最优的径向基核函数支持向量机，使用对数据多样性适应较强的并行计算Bagging集成算法，构建Bagging -SVM分类器进行基酒等级分类，最后，通过GA优化Bagging-SVM分类器的参数（C、γ、N），构建GA-Bagging-SVM模型。结果显示，GA-Bagging-SVM模型的准确率、精确度、召回率、F1-Score分别为96.77%、96.90%、96.77%、96.78%，优于Bagging-SVM和SVM模型，相比单一SVM模型提升了6.45%、5.61%、6.45%、6.42%，比Bagging-SVM模型提升了3.22%、2.29%、3.22%和3.15%。该方法可作为白酒基酒品质评估模型的优化方法。

关键词： 术后谵妄   机器学习算法   风险预测模型   综述  

摘要： 近年来，人工智能技术（AI）的发展正在逐渐改变传统的医疗行业，机器学习作为人工智能技术中的主流被越来越多地应用于分析复杂的医学数据，为疾病的诊断、预后风险评估、诊疗决策的制定等方面提供了便利。文章对国内外机器学习算法在术后谵妄中的应用进行综述，以期为术后谵妄预测模型的构建提供新的思路，为临床早期评估术后谵妄提供新的依据。

关键词： 南海数字资源   多标签分类   细粒度   深度学习   知识图谱  

摘要： [研究目的]面对海量多模态的南海数字资源,数据分类在构建南海证据链关联模型中起着至关重要的作用。通过系统地分类和整理数据,可以揭示资源之间的潜在关联,为后续的数据处理和分析提供坚实依据。[研究方法]应用文献计量工具COOC,全面描述南海数字资源和数据分类的研究现状。从409篇南海数字资料中抽取21174条细粒度南海数字资源,分别应用并比较RNN、CNN、DNN、LSTM、Bi-LSTM、Attention、BERT模型的细粒度多标签分类效果。最后,使用知识图谱技术实现细粒度南海数字资源的分类检索和可视化。[研究结果/结论]基于BERT的细粒度南海数字资源多标签分类效果最佳。同时,知识图谱能够直观展示南海数字资源的分类关系。本研究为后续的南海数字资源管理和多标签分类应用提供了坚实的理论支持和技术保障。

关键词： 节点定位   三维距离矢量跳数(3D-DV-HOP)   无线传感器   修正因子   平均跳距  

摘要： 针对传统的距离矢量跳数（DV-HOP）定位算法在WSNs中定位精度较低的问题，提出一种基于改进的鲸鱼优化的三维DV-HOP定位算法。该算法去除了无线传感器网络中的孤立节点，在锚节点的平均跳距计算中添加修正因子来修正平均跳距；在WOA算法中加入Tent混沌映射初始化种群以及最优邻域扰动策略增加WOA对全局搜索，使用贪婪策略来判断是否保留生成的邻域位置；使用改进后的WOA算法对3D-DV-HOP定位进行优化。仿真结果表明，在不增加任何额外的硬件设备的情况下，所提出的算法平均定位误差降低了29%。

关键词： 桥梁工程   容差区间   粒子群算法   施工索力   均匀试验响应面法   BP神经网络  

摘要： 为提升斜拉桥施工过程中拉索索力的可控性，提出了一种基于混合智能算法的施工索力容差区间优化方法。首先通过参数敏感性分析确定待优化变量，再利用均匀试验响应面法将优化目标和约束条件与施工索力的关系显示化并构建响应面方程，然后采用BP神经网络构建施工控制索力区间变化上下限与目标和约束函数的映射关系，最后结合改进粒子群算法进行索力容差区间优化。为验证该优化方法的有效性，以拉索采用非对称张拉施工的某钢混组合梁斜拉桥为背景，将施工索力作为优化变量，并以主梁截面和塔顶截面位移可靠度为优化目标和约束条件开展索力容差区间优化研究。结果表明：该方法能够快速、准确预测索力与截面位移、容差区间与截面位移可靠度之间的复杂响应关系；在保证结构可靠性的前提下，非对称张拉施工过程中索力的容差范围为-3.2%～1.9%；该优化方法有效地提升了斜拉桥非对称张拉施工的兼容性和可控性。

关键词： 线路规划   网约车拼车   H-GASA算法   时间窗阈值  

摘要： 目前网约车拼车服务存在响应不及时、乘客舒适度低等现象，亟需对拼车路线及求解算法进行优化。本文首先考虑路网条件以及时间窗阈值影响，以网约车运行成本与乘客出行成本最小化为目标，构建基于双向线路的网约车拼车优化模型("One-to-many" online car-hailing carpooling model under multiple constraints)。其次以遗传算法为基础，结合模拟退火温度调控机制，改进适应度评价和接受准则，提出混合遗传-模拟退火算法（Hybrid genetic-simulated annealing algorithm，H-GASA）。以呼和浩特东站及其周围交通网络为例进行实例验证。实验结果表明，与其他算法相比，H-GASA算法在多种时间窗下均能有效降低乘客出行时间和车辆运营成本。此外，H-GASA算法对网约车拼车服务问题得到的求解方案更优，收敛曲线更平缓，效率更高，验证了H-GASA在克服遗传算法过快收敛问题上的有效性。