课程文献中心 更多>>

关键词： 复杂网络   社区检测   节点重要性排序   核心节点   节点相似性  

摘要： 针对目前应用广泛的社区检测算法存在时间复杂性过高、精度低、结果不稳定等缺点,提出一种基于节点重要性排序的局部社区检测算法(local community detection algorithm based on the node importance ranking,LCDIR)。根据节点重要性顺序选择核心节点,通过节点强度和网络拓扑结构特征对网络进行社区检测形成初步社区,利用内外边比例和模块化度量最大化合并弱小社区,形成最终的社区。在真实网络和人工合成网络上和7种社区检测算法进行对比试验,结果表明,该算法在这些网络上形成了较高质量的社区,解决现有局部社区检测算法存在核心节点选择不当的问题,具有较高模块化度量值和标准化互信息值,相较于其他社区检测算法更准确有效、性能更好、时间复杂度较低。

关键词： 混沌序列密码算法   线性分析   混合整数线性规划  

摘要： 文章针对一种基于时变互耦合双混沌系统的轻量级序列密码算法的安全性进行评估,轻量级序列密码算法的安全性对保障物联网和移动通信等资源受限环境的数据安全至关重要。文章选取了混合整数线性规划方法作为分析工具,构建算法的数学模型,并通过对模型的优化求解,得出算法在不同运行模式下的最大线性相关系数,范围在2^(-54)~2^(-26)之间。实验结果表明,该算法在相关性方面存在一定的脆弱性,攻击者通过穷举110位初始密钥来破解算法,复杂度远低于其128bit初始密钥的穷举复杂度。文章不仅提供了对该算法安全性的定量评估,而且验证了在密码学中进行相关性分析的重要性以及混合整数线性规划技术在密码算法安全性评估方面的有效性。文章对于推动轻量级密码算法的安全性分析和设计具有一定的理论和实践意义,为资源受限环境下的数据安全提供了有力的理论支持。

关键词： 道路病害   注意力机制   Mobile Net V3算法  

摘要： 为了提高道路病害识别检测水平,提升道路维护效果,分析了注意力机制和Mobile Net V3算法基本理论,并且以某地区道路病害调查数据为研究样本,探讨了注意力机制在道路病害识别算法中的应用及改善优化措施,对比分析该方法和其他模型的应用效果。结果显示,在道路病害识别中采用注意力机制能够显著提高病害识别水平,并且比其他模型更加高效准确。由此可见,融合注意力机制的道路病害识别算法值得推广和应用。

关键词： 机械臂   路径规划   双向RRT   人工势场  

摘要： 针对传统双向RRT算法在路径规划中随机性大、收敛慢和路径质量差等问题,提出了一种基于改进人工势场法(Artificial Potential Field,APF)引导的双向RRT机械臂路径规划算法。首先引入动态偏置策略,减小原始双向RRT算法随机性大的问题;其次,在扩展新节点时,根据与障碍物距离自适应地调整节点随机性与总势场的权重;然后融入机械臂碰撞检测模型并进行双向直连线性插值检测,直至生成初始路径;最后再对生成的路径进行三次B样条平滑处理,产生符合机械臂实际运动限制的可行路径。在二维和三维环境下分别构建三种不同环境对改进算法进行仿真对比,结果表明改进算法能有效提高相关性能。将改进算法应用至实物平台中,进一步证明了算法的有效性与可行性。

关键词： 国有企业   统计数据   管理与共享机制  

摘要： 国有企业在数字经济时代背景下,其统计数据对战略规划和日常运营至关重要。管理与共享机制的不足,制约着数据价值的充分发挥。为了解决这些问题,文章深入探讨了国有企业统计数据管理与共享机制建设的重要性、现状问题以及相应策略。通过加强数据管理和构建有效的共享机制,国有企业能够更好地利用数据资源,提升决策科学性、运营效率和竞争力,以适应数字化时代的发展需求。

关键词： 轨迹规划   改进JAYA算法   时间最优   机械臂  

摘要： 针对实现机械臂在运动学限制条件下提升作业效率与稳定性目标,提出了一种基于改进JAYA算法的机械臂时间最优轨迹规划方法。选取UR5e机器人为研究对象,构建针对时间最优化的数学模型,并采纳3-5-3混合多项式插值方法,进行轨迹规划的设计与分析。针对所建立的数学模型对标准的JAYA算法进行改进,通过Tent混沌映射进行种群初始化,并引入局部吸引点和历史种群来分别优化局部搜索和全局搜索,从而提高算法性能。利用改进的JAYA算法进行了机械臂时间最优轨迹规划实验,结果表明,相比标准粒子群算法(PSO)和标准JAYA算法具有更高的寻优精度和更强的跳出局部最优解能力,优化后的各关节位移、速度和加速度曲线平滑,运行时间减少了39.7%。

关键词： 径向柱塞液压马达   内曲线   自适应非线性动态权重   多子种群竞争优化策略   改进粒子群算法  

摘要： 径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速度曲线重构为含补偿区的等加速度曲线,以减小冲击和接触应力突变值。以粒子群算法(Particle Swarm Optimization,PSO)为基础,加入自适应非线性动态权重与多子种群竞争优化策略,构建一种改进粒子群算法,对各区段角度进行重新分配,重新生成含补偿区的径向柱塞液压马达内曲线。对比优化前后的结果表明,最大接触应力下降了2.54%,最大接触应力处的突变值下降至0;接触应力不再阶跃式上升,有上升过程,冲击较小。该研究能够为径向柱塞液压马达的设计提供参考,有效减缓疲劳与磨损,降低冲击影响,从而延长液压马达的使用寿命。

关键词： 宽度优先搜索   图数据划分   压缩编码   异步环形通信   并行优化  

摘要： 图是一种非常重要的数据结构形式,被广泛用于社交网络、交通网络和搜索引擎等领域。随着图数据规模爆发式增长,存储容量受限,分布式图计算成为处理大规模图数据的焦点。宽度优先搜索(breadth first search,BFS)算法是图遍历和许多图分析算法的基础,而在分布式图计算过程中存在严重的通信开销。针对上述问题,本文提出了一种综合的数据压缩编码优化方案,结合位图和变长压缩数组,通过更高的压缩率来降低数据通信开销;此外,还提出了一种点对点异步环形通信策略,进一步降低分布式图计算中计算-通信的同步开销。通过这些优化手段,本文在8节点的分布式集群上对优化后BFS算法的性能进行了系统评估,结果表明,当图数据规模为28时,优化后的BFS算法平均性能为46.79亿条边每秒遍历(giga-traversed edges per second,GTEPS),性能比优化前提升了接近7.82%。

关键词： 单车再分配   需求预测   分配调度模型   BP神经网络  

摘要： 共享单车成功解决了交通的最后一千米难题,但是,单车站点服务资源分配不均衡问题十分普遍,如取车点无车可用、目的地无位可还时有发生。针对站点单车供应不足,本文构建了一种单车高效再分配算法,基于历史用车数据提前估算站点在不同时段的用车需求,并建立单车调度约束条件,解决共享单车再分配问题。调度模型检验了本文所用方法的高效性和可用性。

关键词： 大数据资源感知   人工智能   评估算法   算法设计  

摘要： 大数据时代悄然而至,人工智能评估算法在这一时代背景下得到大数据资源感知机制的加持,在一定程度上提高了服务水平,实现了资源充分利用。在大数据资源感知概述的基础上,了解大数据资源感知过程,分析了人工智能评估算法的应用需求及意义,围绕大数据资源感知视域下人工智能评估算法的用户服务级别评估、人工智能评估排序、计算流程等设计工作进行重点分析,验证了大数据资源感知视域下人工智能评估算法的性能。验证结果表明,在低/高黏度用户热度背景下,人工智能评估算法与HM算法和ABC算法相比,其服务评估用时最短,单位时间用户满足积累数最高。大数据资源感知视域下人工智能评估算法设计分析旨在为相关设计人员提供有益借鉴。