课程文献中心 更多>>

关键词： 多度量空间   多度量图   基于密度的数据聚类   数据挖掘   多模态数据  

摘要： 具有噪声的基于密度的数据聚类(DBSCAN)算法是数据挖掘领域中的经典方法之一,其不仅能发现数据中潜藏的复杂关系,还能过滤其中的数据噪声,从而获得高质量的数据聚类.然而,现有的基于密度的数据聚类算法仅支持单模态(类型)数据的聚类,难以应对多模态(类型)数据并存的应用场景.随着信息技术的快速发展,数据呈现多模态化的发展态势,现实生活中的数据不再是单一的数据类型,而是多种数据模态(类型)的组合,如文本、图像、地理坐标、数据特征等.因此,现有的数据聚类方法难以对复杂的多模态数据进行有效的数据建模,更无法进行高效的多模态数据聚类.基于此,提出一种基于密度的多度量空间聚类算法.首先,为了刻画多模态数据间的复杂关系,利用多度量空间表征数据之间的相似性关系,并且利用聚合多度量图索引(AMG)实现多模态数据建模.接着,利用差分化的相似性关系优化聚合多度量图的图结构,并且结合最优策略优先的搜索策略进行剪枝,以实现高效的多模态数据聚类.最后,在真实与合成数据集上针对多种参数设置进行实验.实验结果验证了所提方法运行效率提升了至少1个数量级,并具有较高的聚类精度与良好的可扩展性.

关键词： 岸桥系统   吊具   人体识别   视觉检测  

摘要： 在岸边集装箱起重机自动化作业过程中,确保装卸箱过程中吊具下方人员的安全十分重要。针对当前自动化港口远控岸桥操作时存在的问题,基于RetinaNet算法,提出岸桥吊具下俯视人体视觉检测方案,通过岸桥小车机构上的俯视摄像机,对岸桥吊具下人体进行视觉检测,计算安全系数,输出识别和预警结果。实践表明,该方案实施能够保障港口作业安全。

关键词： 妊娠母猪   日饲喂量   随机森林回归算法   粒子群优化算法   PSO-RF  

摘要： 日饲喂量对妊娠期母猪繁殖性能具有较大影响,对于保障母猪健康、胎儿生长发育具有重要意义。为了精准控制日饲喂量,针对粒子群算法(PSO)各阶段搜索能力不均衡的问题,引入一种非线性递减惯性权重策略对PSO算法进行改进,并用改进的粒子群优化随机森林回归算法(PSO-RF)精确预测妊娠母猪日饲喂量,精准控制智能饲喂器的饲料投放。该算法融合随机森林的高准确性和粒子群算法的参数寻优能力强的特性,通过优化决策树的数量和最大深度来提升预测性能。结果表明,PSO-RF算法取得的决定系数R^(2)值达到0.9814,相较于RF算法、SVM支持向量机和BP神经网络分别提升了1.19%、2.30%和3.25%。PSO-RF算法在预测妊娠母猪日饲喂量方面具有更高的精准度,有助于提高养猪场管理的智能化水平,降低生产成本,提升养猪场养殖效益,具有一定实际应用价值。

关键词： 腹膜透析   重度贫血   危险因素   少数类样本合成过抽样技术  

摘要： 目的:探讨腹膜透析患者合并重度贫血的危险因素,并基于少数类样本合成过抽样技术(SMOTE)算法构建腹膜透析患者合并重度贫血的预测模型。方法:选取2020年1月~2022年10月六安市中医院诊治的212例腹膜透析患者作为研究对象。采用多因素Logistic回归分析筛选腹膜透析患者合并重度贫血的危险因素,应用SMOTE算法构建腹膜透析患者合并重度贫血的预测模型,并对其预测效能进行分析。结果:212例腹膜透析患者中有72例患者发生重度贫血,重度贫血的发生率为33.96%(72/212)。Logistic回归分析结果显示,血清铁降低、营养不良、未使用补血药物及C-反应蛋白(C-reactive protein,CRP)水平升高等是腹膜透析患者合并重度贫血的危险因素,铁蛋白升高、转铁蛋白升高是腹膜透析患者合并重度贫血的保护因素(P<0.05)。基于SMOTE算法的预警模型Logit(P)=1.266血钙+1.702血清铁+1.578营养不良+1.815未使用补血药物-0.115铁蛋白-2.687转铁蛋白+0.511CRP+12.199,H-L检验结果(决定系数R 2=0.187,P=0.924)提示基于SMOTE算法的预警模型拟合度良好。Logistic回归模型的ROC曲线下面积(AUC)为0.902(95%CI:0.860~0.945),基于SMOTE算法的预测模型的AUC为0.936(95%CI:0.911~0.962),基于SMOTE算法的预测模型的ROC曲线下面积高于Logistic回归模型(P<0.05)。结论:血清铁降低、营养不良、未使用补血药物及CRP等是腹膜透析患者合并重度贫血的危险因素,铁蛋白升高、转铁蛋白升高是腹膜透析患者合并重度贫血的保护因素,基于SMOTE算法的预警模型对腹膜透析患者合并重度贫血预测的准确性较高。

关键词： 数据管理   信息技术   互联网   数据类型   数据收集   黑客攻击   数据处理   移动应用  

摘要： 互联网+时代如同浪潮般汹涌而至,银行财务管理身处其中,正经历前所未有的深刻变革。信息技术的迅猛发展,推动着银行财务管理在信息化、精细化、智能化与多元化的道路上加速前行。然而,挑战也随之而来,数据管理、成本控制及财务决策等方面均面临严峻的压力。互联网+时代对银行财务管理的冲击数据管理挑战加剧互联网+时代带来了数据的爆炸式增长,银行财务管理中的数据管理面临前所未有的挑战。首先,数据来源更加多元化。除了传统的业务系统数据外,银行还需处理来自线上渠道、移动应用、物联网设备等多种来源的数据。这些数据类型复杂、格式各异,大大增加了数据收集、整合和分析的难度。其次,数据安全风险显著增加。随着数据在网络中的传输和存储,银行面临黑客攻击、数据泄露等严峻风险。一旦财务数据被窃取或篡改,将给银行带来严重的经济损失和声誉损害。此外,数据处理的时效性要求也更高。在互联网+时代,市场变化迅速,银行需要及时获取和分析数据,以便做出快速决策。

关键词： 建筑工程   机械设备   管理方法  

摘要： 在建筑工程施工的过程中,机械设备管理的科学性和高效性直接影响着工程质量与进度。然而,当前的管理实践中仍然存在设备利用率低、维修保养不到位、管理信息化程度不高等问题。基于此,本文主要从具体问题入手,深入分析了问题产生的原因,并提出了多种有效的管理方法,包括建立科学的设备管理体系、优化设备选型与配置、加强设备维护保养、提高设备使用效率以及推动信息化建设。通过这些方法,不仅能够提高机械设备的运行效率,还能够降低工程成本,顺利推进,从而为建筑行业的可持续发展提供创新思路和实践参考。

关键词： 动态演化博弈   电力线   通信信道   路径带宽   自适应   分配算法  

摘要： 电力线通信网络中信道的吞吐量处在动态变化中,信道的带宽与数据处于博弈状态,不断演化。为保证电力线通信网络的通信效果,结合这一动态博弈的特点,在设计的动态演化博弈模型支持下,设计了一种电力线通信信道路径带宽自适应分配算法。设定电力线通信信道路径带宽分配目标,分析电力线通信信道路径中的信道数据-带宽冲突状态,构建电力线通信信道路径带宽分配的动态演化博弈模型。在动态演化博弈模型的基础上,通过FOT-FOA算法实现电力线通信信道路径带宽的自适应分配,完成整个方法的设计。实验结果表明:所提算法应用后电力线通信网络的节点通信质量评估值均提升至0.8以上,且可以自适应分配电力线通信信道路径带宽,电力线通信网络的有效聚合吞吐量均高于20 kbps,具有一定应用价值。

关键词： 井控装备   法兰垫圈   结构设计   密封性能   自动化设计   优化算法  

摘要： 法兰连接是石油天然气钻采井控装备中常见且至关重要的连接形式,不仅实现了设备间的稳固连接,还为内部介质与外部环境的隔离提供了必要的密封保障,其连接的可靠性在很大程度上依赖于密封垫圈的性能表现。基于参数化建模设计,结合重要抽样方法、有限元仿真及随机搜索算法,系统分析不同结构垫圈的性能响应空间分布特性,并提出一种高效的垫圈自动化设计方法。结果表明:垫圈的性能响应空间呈现出高度碎片化且非线性的分布特征,难以归纳出明确的规律;通过自动化设计优化后的垫圈,满足密封性能要求,其强度相比原设计提升了21.56%。

关键词： 织物疵点检测   YOLOv7   自适应空间   注意力机制   特征融合  

摘要： 对于织物疵点检测通常耗时、背景复杂、疵点种类多样且依赖人工操作的问题,提出了一种基于改进YOLOv7算法的轻量级检测方法。首先,增加了一个检测头Swin-Transformer,增强模型捕获和识别小目标特征的能力;其次,在主干特征提取阶段加入卷积注意力融合的注意力机制ACmix,使得模型可以自动学习并集中注意力在与小目标相关的区域或特征上,增加对重要特征信息的捕捉;采用自适应空间特征融合的方式,增强了多尺度特征融合能力;最后,使用Wasstertein距离优化损失函数,降低了模型对小目标的敏感度。通过对构建的含有6种疵点的面料数据集进行测试可以看出,模型ASFF-YOLOv7的检测精度mAP达到94%、帧率达到50.92帧/s,与其他8种算法相比,ASFF-YOLOv7的综合性能最优。

关键词： 自动驾驶算法   民法应对   伦理选择   利益要素   法律责任  

摘要： 自动驾驶算法的伦理选择涉及复杂的利益权衡问题。在常规情境和危险情境下,算法决策均需秉持公正无偏原则,以实现社会整体利益最大化。随着自动驾驶技术加速渗透现实生活,亟需将相关问题从抽象伦理原则层面转向具体法律规范层面。基于民法规范体系,构建自动驾驶算法的法律属性、主体权益保护及责任分配机制。通过对自动驾驶技术发展轨迹的系统分析,探索民法规则的演进路径,建构技术创新与法律规制的协同发展框架。