课程文献中心 更多>>

关键词： 算法推荐   网络   主流意识形态   对策  

摘要： 算法推荐技术作为一种通过人工智能分析和过滤机制对海量数据进行深度分析、完成信息内容与用户精准匹配的技术,其内嵌的价值逻辑与外显的意识形态功能,使其兼具工具性和意识形态性的双重属性。在互联网场域的深度应用,进一步赋予了算法推荐技术网络主流意识形态的属性,为构建智能网络主流意识形态传播体系开拓了新路径,但算法推荐技术的不当应用会导致干扰网络主流意识形态呈现、弱化网络主流意识形态认同、离散网络主流意识形态权威等多重风险。因此,应积极建构全方位的算法安全监督体系,依靠保障网络主流意识形态安全的多维之力,规制算法推荐的意识形态内容,夯实网络主流意识形态安全的现实根基,克服算法推荐技术难题,释放网络主流意识形态安全建设最大增量,实现风险防范与规避,保障意识形态安全成效。

关键词： 高压直流   供电系统   管理效率   遗传算法   负荷分配  

摘要： 高压直流供电系统供电负荷易受到信号中断的影响而造成供电系统无法稳定运行,为了有效提高供电系统管理效率,提出1种基于遗传算法的高压直流供电系统管理效率优化方法。将管理效率优化转化为负荷分配问题,采用效率优化的负荷分配控制策略合理地分配高压直流供电系统中的负载电流;采用遗传算法对高压直流供电系统管理效率进行优化处理,实现高压直流供电系统管理效率最优化。实验结果表明:可以通过双电源独立运行来调节系统管理效率,从而达到提高供电系统效率的目的;所提方法运行时间可保持在90~120 s,优化时间短、效率高。

关键词： 机器人路径规划   改进A*算法   DWA算法   局部避障  

摘要： 研究基于改进A*算法与DWA(Dynamic Window Approach)算法融合的机器人全局路径规划与局部动态避障方法。针对传统A*算法在复杂环境中路径规划效率与平滑度不足的问题,文章提出了三项改进措施:首先,通过改进领域节点搜索策略,保留五个关键搜索方向,以减少不必要的节点扩展,提高搜索效率;其次,优化算法的启发函数,使其更贴近实际环境,从而加速搜索过程并减少路径长度;最后,基于Floyd算法对A*算法生成的路径进行双向平滑度优化,进一步提升路径的平滑性和可行性。在全局路径规划完成后,将改进A*算法融合DWA动态窗口法,对动态及未知障碍物进行有效规避,确保机器人在复杂多变的环境中能够安全、高效地抵达目标点。实验部分采用MATLAB进行仿真验证,结果表明,所提方法能够显著提升机器人在复杂环境下的路径规划能力与避障性能。

关键词： 模糊控制   智能家居   系统设计   硬件架构   软件架构  

摘要： 本研究开发了一个智能家居系统,采用模糊控制算法,实现家居环境智能化、舒适化。系统架构包括数据采集、模糊控制、执行机构和用户界面,确保设备协调。模糊控制算法模拟人类决策,提供人性化控制。系统实现涉及软硬件集成,包括传感器数据处理、模糊控制编程和设备接口设计。测试证明系统稳定有效,可提高舒适度,降低能耗。

关键词： 井筒监测   信号降噪   分布式光纤技术   小波分析  

摘要： 为了解决在煤矿立井井筒监测现场应用中布里渊光时域反射仪(BOTDR)系统信噪比低的问题,提出了一种基于双树复小波变换(DT-CWT)和改进的LMS算法的组合降噪模型,用于对BOTDR分布式光纤监测信号进行降噪处理。首先,设计了基于双树复小波变换分解原始信号,并使用样本熵作为目标函数自动选择最优小波分解层数的模型,随后,使用LMS算法计算原始信号的自适应降噪阈值,并通过优化双曲余弦函数来改进LMS算法的收敛速度和收敛性。为了验证所提出算法的有效性,进行了BOTDR温度信号降噪实验,最后,依托山东省郭屯煤矿井筒监测项目,使用DT-CWT-LMS算法对光纤监测信号进行了降噪研究。实验结果表明,DT-CWT-LMS算法的降噪效果明显优于传统的小波阈值降噪方法,平均SNR指标提高了32.03%,平均RMSE降低了33.2%;现场研究结果表明,经过降噪后信号的样本熵平均降低幅度为64.75%,与光纤光栅传感器的数据对比相差在5%以内,说明信号中的背景噪声得到了有效的抑制。该研究为BOTDR技术在煤矿立井监测中应用提供了一种有效的信号降噪方法。

关键词： 量子信息   离散型量子随机行走   无向图   量子算法  

摘要： 量子行走得益于概率幅的叠加特性,可同时出现在多条路径中,使其能以平方式乃至指数级别的速度加速扩散所携带的量子信息。文章基于无向图G=(V,E)结构,从离散时间量子随机行走(Discrete Time Quantum Walk,DTQW)搜索算法特性出发,运用幺正变换的硬币算符与迁移算符,构建了DTQW搜索算法步骤框图,在此基础上,应用SKW搜索算法对4节点无向图中的标记节点态进行搜索,通过态塌缩的观测,实现以1/4概率化读取出目标节点。研究结果表明,当有n个足够大的量子系统,并保持彼此之间的强纠缠性时,量子随机行走可以过渡到经典随机行走。文章还详细讨论了DTQW搜索算法实现左右同移的二次加速搜索机制。

关键词： 交通标志   检测算法   仿真  

摘要： 在人工智能领域中,车辆自动驾驶是一项重要研究内容,交通标志检测是其中重要一环。为了实现对交通标志的精确检测,基于YOLOv3提出一种改进的交通标志检测算法。首先,提出长期分割傅里叶变化模型(LSFM)完成5顿图片关联分割问题,在YOLOV3的DBL层后接人LSFM层,对输人的特征进行时序上的关联分析,并使用图像补丁方法,提升对交通标志特征提取能力,提高目标召回率。其次,提出一种基于傅里叶变换的分割选择算法(SFM),主要是通过将图片编码,对图像进行下采样,将图片矩阵变换成一维矩阵,作为一组信号特征,通过傅里叶变换,分析不同的频谱特性,再通过阈值完成对不同区域的分割划分,大大降低目标误报率,提升交通标志检测精度。实验结果表明,改进后的算法AUC最高提升15%,可以更高效地完成对交通目标检测.

关键词： 分布式无人机载雷达   数据融合   点迹融合   模糊理论   贴近度函数  

摘要： 针对分布式雷达目标检测跟踪时传统方法存在的鲁棒性较差、运算复杂度较高等问题,该文提出了一种基于模糊贴近度函数的分布式无人机载雷达点迹自适应融合算法。该算法利用模糊贴近度函数对每部雷达的点迹质量进行评估,依此进行权重的自适应分配与点迹融合,能够有效提升点迹融合质量和效率,进而改进分布式无人机载雷达点迹融合与滤波跟踪的效果。仿真实验结果表明,所提算法的计算时间为1.4224 s,融合均方根误差为5.0202 m,融合后跟踪滤波均方根误差为4.4588 m,即运算复杂度、融合精度以及滤波跟踪精度均优于传统算法,具有较好的实用性和工程应用价值。

关键词： 移动边缘计算   资源调度   深度强化学习   吞吐量   时延  

摘要： 移动边缘计算(MEC)是一种新兴的计算模式,旨在将计算和存储资源部署在靠近用户设备的网络边缘,以减少延迟和提高服务质量,然而,MEC环境下的通信资源调度面临着诸多挑战。本文针对MEC环境下的通信资源调度问题,提出了一种基于深度强化学习的调度算法,该算法通过对网络状态进行实时感知和学习,自适应地调整资源分配策略,以最大化系统的长期收益。仿真结果表明,与传统的调度算法相比,所提算法能够显著提高系统的吞吐量和用户体验质量,同时降低时延和能耗。本文的研究成果对于优化MEC环境下的通信资源管理具有一定的参考意义。

关键词： 果蝇优化算法   电镀槽液温度   自适应控制  

摘要： 电镀过程中镀液会产生一系列的物理化学性质变化,使得电镀槽况数据往往呈现出非线性的特征,可能包含多个维度的信息,对电镀槽况数据进行分类的难度较大,导致无法准确制定合适的控制策略。为此,提出一种基于果蝇优化算法的电镀槽液温度自适应控制方法。通过模糊C均值算法对不同电镀槽况数据样本对应的电镀槽况类别进行分类;依据分类结果构建电镀槽液温度自适应控制模型,将电镀槽液温度预测值和期望值的绝对误差最小值作为目标函数,应用果蝇优化算法对温度自适应控制模型展开迭代寻优,最终有效实现电镀槽液温度自适应控制。实验结果表明:应用所提方法可以精准对各个类型的电镀槽况展开分类,有效地将电镀槽液温度控制在25~30℃的理想温度范围内,超调量不超过1℃,能够对电镀槽液温度进行精准的控制。