课程文献中心 更多>>

关键词： 输送机   机器人   深度学习   撒煤  

摘要： 针对煤矿生产中输送胶带撒煤问题,采用基于机器人视觉平台的深度学习技术,使用图像分割算法精确定位带式输送机及撒煤区域。通过分析分割特征图和图像分类算法,可以有效判断是否存在撒煤现象。该系统的设计与实践,验证了其在实际应用中的有效性,显著提高了撒煤现象的检测精度,为选煤厂生产提供了安全保障。

关键词： 绿色数据中心   冷热电联产   智能节能   深度强化学习   碳排放优化   能效提升   联合控制   预测网络  

摘要： 现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。

关键词： 磁浮轨道运维   机器视觉   轻量化网络   注意力机制   螺栓检查  

摘要： 磁浮轨道功能件连接螺栓的表面锈蚀以及完备性检测是轨道运维工作的重要内容,但目前该项工作仍依赖于人工目测,效率低下且易漏检。为提高运维工作效率,针对完备性检测提出基于卷积神经网络算法的轻量化检测模型Bolts-net,并结合现场采集图像所制数据集验证模型的有效性。结果显示,采用Bolts-net的查准率为0.90、查全率为0.91、平均检测速率为97 FPS。同经典检测模型相比,在满足工程应用检测精度要求的同时,Bolts-net所包含的参数数目大幅减少,可部署运行于边缘设备,基于HSV色彩空间转换检测螺栓表面锈蚀区域,这对磁浮轨道运维具有重要的工程应用价值。

关键词： 哈里斯鹰优化算法   佳点集   双曲正余弦惯性权重   柯西变异   重启策略  

摘要： 针对原始哈里斯鹰优化(Harris Hawks optimization,HHO)算法收敛精度低、收敛速度慢和易陷入局部最优的问题,提出一种混合策略改进的哈里斯鹰优化算法(Sinh Cosh Cauchy Harris Hawks optimization,SCCHHO).首先,使用佳点集初始化种群,增加种群多样性;其次,引入双曲正余弦权重因子提高算法的全局搜索能力;然后,在局部搜索阶段引入柯西变异算子,帮助算法跳出局部最优;另外,采用了重启策略,提高了算法的收敛精度和后期的搜索能力.仿真实验采用不同类型的测试函数对改进算法进行了性能测试,实验数据结果、Wilcoxon符号秩检验和算法的收敛曲线表明算法的优越性.并通过对压力容器设计问题求解,验证了SCCHHO算法具有良好的适用性和有效性.最后,利用改进算法优化最小二乘支持向量机参数,并应用于波士顿房价预测,实验结果进一步验证混合策略改进的哈里斯鹰优化算法是有效的.

关键词： 智能手环   温度控制   热舒适度   模糊控制  

摘要： 针对已有空调温度控制算法震荡或计算复杂、不适用于手环的问题,提出一种结合热舒适度的模糊控制算法;并以此算法为核心,设计了一款能自动控制空调温度的智能手环。基于热舒适实验,建立以手腕温度和心率为输入参数的热舒适模型;结合热舒适模型,以热舒适度值为输入变量,设计控制空调温度的模糊控制算法;在该算法基础上,完成了手环硬件和软件设计。经实验验证,该手环的算法相对简单且控制稳定,能自动调节空调温度,提高家用空调环境舒适度,具有一定的应用前景。

关键词： 信用评级   信用等级划分   违约损失率   极小极大算法  

摘要： 信用评级旨在区分不同风险水平的贷款人,为银行信贷投资提供依据。目前,一些高信用等级的企业频频出现违约,表明信用等级和信用风险之间存在不匹配现象。为缓解这种不匹配,现有研究多以穷举所有等级方式划分客户信用等级,其计算复杂度过高,划分结果具有一定随机性。本文使用违约损失率来表征信用风险,并引入三个准则进行信用等级划分,这些准则旨在要求贷款客户的信用等级应与其违约损失率相匹配;进而,从理论上提出一种极小极大信用等级划分算法解决信用等级错配问题。本文首先讨论了该算法解的存在性并证明了解的唯一性,其次证明了所提算法的计算复杂度为O (n^(2)),最后严格证明了该算法可以使信用等级与信用风险严格匹配。利用2017笔中小企业和2044笔农户真实信贷数据,实证结果表明:本文提出的极小极大信用等级划分算法可以将信用等级与违约风险严格匹配,并降低高信用等级的违约损失。该算法可为研究人员和金融机构在信用风险评估方面提供新的思路和参考。

关键词： 正弦余弦算法   行为评价   函数优化   工程实例  

摘要： 为优化正弦余弦算法(SCA)的收敛效能与速度,设计了一种基于行为评价的自适应正弦余弦算法(ASCA)。该算法将人工鱼群算法中的行为评价机制引入种群个体的迭代更新过程中,实现了正弦与余弦更新公式的并行双向探索,从而赋予算法更强的灵活性和搜索能力。通过评估更新后个体的性能表现,智能选择最优的波动方向,有效加速了全局最优解的搜寻进程。为全面验证该算法的有效性,选取了8个具有代表性的标准优化测试函数,以及一个实际工程案例作为实验对象,并与3种主流的元启发式算法进行了对比仿真实验。实验结果表明,提出的自适应正弦余弦算法在收敛精度、收敛速度及算法运行的稳定性方面均展现出显著的优势,相较于正弦余弦算法有着实质性的提升。

关键词： 改进DES算法   计算机网络   网络隐私数据   数据加密   加密方法  

摘要： 为保障计算机网络隐私数据加密效果,本文提出了基于改进DES算法的计算机网络隐私数据加密方法研究。分析了高维数据加密困难、密钥长度过短导致暴力破解等问题;运用主成分分析法(PCA)提取计算机网络数据的特征向量,完成数据降维;依据提取的特征向量构建超平面分类器模型,并通过调整参数优化其性能,自动判断数据是否包含敏感信息;引入哈希函数对DES算法进行改进,通过延长密钥长度来增强其加密强度,并采用改进后的算法对挖掘出的隐私数据进行加密,以实现网络隐私数据加密设计。实验结果表明,该方法应用于计算机网络隐私数据加密时,不仅展现出了良好的加密效果,还显著提高了加密效率,应用效果较好。

关键词： 算法感知   反馈行为   情境性算法   页面布局   既定算法认知  

摘要： 算法感知是对批判性算法控制研究范式的重要突破,其强调普通用户在算法情境下通过非专业知识来感知算法、理解算法、认识算法,这种基于算法情境的主观感知具有引导和影响后续反馈的潜能。但目前对算法感知及反馈行为关系的研究以“工具性算法”为理念展开,并未从“情境性算法”的分析逻辑对其深层机制进行深度挖掘,研究尝试对此给予补充。以2021年出台的“双减”政策等内容为例,以情境性算法为分析框架,以情景式APP原型为展示场景,探讨用户浏览APP时产生的算法感知及其对反馈行为的影响机制。通过实证分析,提出算法感知影响反馈的三条路径:页面布局影响反馈,既定算法认知影响反馈,算法存在感知影响反馈。在特定情境下,页面布局的影响是基础性的;既定算法认知中的算法运用程度、算法APP的信任、算法喜爱、算法推荐信息容忍度、算法能力等不同程度地影响反馈;算法存在感知在特定情境下正向影响反馈,甚至其还会消解页面布局、既定算法认知对反馈的影响。

关键词： 图像描述   特征融合   Transformer模型   扩散模型   强化学习  

摘要： 针对图像描述任务中特征信息利用不充分、背景信息易被忽略、生成语句的可控性存在欠缺等问题,使用特征融合模块和基于Transformer编/解码器的文本解码增强网络,提出一种融合扩散文本的图像描述算法.输入图像由Vision Transformer骨干网络提取细粒度信息,并在解码器中将原始的BERT网络结构替换为新型的DeBERTa网络结构,提升了Transformer模型的解码效果.文本扩散方法对图像描述语句的生成过程进行监督,减少描述语句的无序化.用强化学习方式对模型进行微调,优化最终描述语句生成结果.将提出算法在MS-COCO数据集中进行定量评估和线上对比测试.结果表明,模型在BLEU-1、BLEU-4、METEOR、ROUGE-L、CIDEr、SPICE数据集上的性能分别提高2.1%、3.1%、1.7%、2%、3.2%、2.6%,且模型的微调过程更加稳定,对图像的语义表述更加准确有序.