课程文献中心 更多>>

关键词： 二分查找   折半查找   故事书   身高   页码   章节   目录  

摘要： 在一个大操场上,你的同学们按身高从低到高站成一排,现在要求你快速找到在你脑海中某个身高的同学。最有效率的办法是什么呢?答案是二分查找。二分查找又称折半查找,是一种效率较高的查找方式。二分查找就像在一本有序的故事书里找一个特定的章节(可以在书的目录中获知目标章节的页码)。

关键词： 医保欺诈识别   孤立损失   深度自编码器   无监督学习  

摘要： 针对医保欺诈识别中欺诈样本与正常样本之间的高相似性、区分度不高问题以及边缘正常样本的迷惑性问题,本文提出了基于孤立损失(isolation loss)和深度自编码器(deep autoencoder)的医保欺诈识别算法(ISDAE).该算法针对边缘欺诈样本和稀疏欺诈样本的易隔离性,提出了样本的孤立度度量,旨从特征分布角度量化分析两类样本的差异.在此基础上,利用DAE对医保线性和非线性特征的挖掘能力,并综合考虑边缘正常样本对模型训练的干扰,在潜在特征空间中定义了孤立损失以实现中心正常样本的聚集和边缘正常样本的分离,从而增大欺诈样本和正常样本的差异;然后,通过集成孤立度值和重构误差来评估样本的欺诈程度,提高模型的欺诈识别性能.最后在天池医保数据集上对所提算法的性能进行了验证,结果表明本文所提ISDAE算法的整体欺诈识别能力优于对比方法,且其性能表现更加稳定.

关键词： 物联网   采集缺失信息   虚拟网络链路   高精度   虚拟重构算法  

摘要： 传统方法在处理物联网设备采集的数据时,往往难以应对数据缺失的问题。高精度虚拟重构算法能够通过分析现有数据的模式和关联性,填补缺失的信息,从而提高数据集的完整性。为此,文章提出了一种针对物联网采集缺失信息的高精度虚拟重构算法。利用MapReduce框架进行数据的并行化预处理,包括数据清洗和异常值剔除,以提升数据采集的整体质量,并有效提取物联网中的缺失信息特征。设计了缺失信息特征识别器,此识别器利用模板匹配和相似度,度量精准识别数据集中的缺失部分。在构建虚拟重构模型时,考虑节点互联能力阈值、链路传输功率总和限制等多重约束条件,通过历史数据训练模型以学习适应不同数据缺失情况。提出了重构排序函数,针对不同物理链路条件采取灵活恢复策略,动态调整重构路径,以确保系统的稳定运行和高效数据传输。依据资源条件灵活选择迁移或分割策略,确保在带宽资源充足时优先完整迁移,资源紧张时则采用动态路径分割,以最优方式恢复物联网数据的完整性与连续性。实验结果表明,设计算法在五个数据集上的请求接受率均高于文献[1]和文献[2]中的算法,特别是在DS3数据集上,其请求接受率高达93.2%,显著优于其他两种算法,这充分证明了文章的设计算法在复杂物联网环境下具有的高精度重构能力。

关键词： 传感云   压缩感知   物联网   曲波变换   无线传感网络  

摘要： 压缩感知通过稀疏采样技术,可以在远程客户端通过少量数据信息实现数据的重构,这给压缩感知和互联网结合提供了理论基础。针对传统压缩感知算法处理效率低和质量差的缺点,将曲波变换和图像分块理论引入压缩感知,提出一种基于传感云和改进压缩感知的物联网路数据处理架构。结果表明,通过无噪图像、加噪图像和不同采样频率对重构图像质量影响的研究发现,与SIDCT和PBDCT相比较,本文方法PB⁃DCT具有更强的抵抗噪声的能力,极大地提高传感网络的数据处理和数据存储能力。

关键词： 深度强化学习   异步优势   SAC算法   经验回放池   机械臂   运动规划   微创手术   CoppeliaSim  

摘要： 针对深度强化学习算法在高维状态空间和高精度需求下的机械臂运动规划任务中存在探索效率低、收敛速度慢以及不收敛等问题,文中以SAC(Soft Actor-Critic)算法为基础,引入异步优势机制,提出了一种融合异步优势的AA-SAC(Asynchronous Advantage Soft Actor-Critic)算法。该算法使用Q target网络代替了原V网络,有效降低了Q网络的方差,n个独立的进程可并行训练,提升了训练效率。将AA-SAC算法的经验回放池划分成两个部分,将高质量的经验数据单独存放、单独采样,以提高有效经验数据的利用率。仿真结果表明,AA-SAC算法在收敛速度、成功率和稳定性上表现最优。相较于SAC算法,AA-SAC算法的收敛时间提前了3000回合。收敛后AA-SAC算法的成功率达到了96%,比SAC算法提升了6%,比DDPG(Deep Deterministic Policy Gradient)算法提升了26%。

关键词： 随机工况   改进的BP神经网络   仿真   智能控制  

摘要： 为实现随机工况下群车加油系统的仿真,基于改进的BP神经网络提出了一种加油枪流量仿真方法。首先对群车加油性能试验数据进行预处理,并构建样本训练集和测试集。随后,搭建了基于BP神经网络的群车加油系统仿真模型,在模型构建过程中,分析了隐含层神经元个数对模型结果的影响,确定了隐含层神经元个数。并对传统的BP神经网络进行改进,采用LM算法来解决模型收敛问题。最后分析模型预测结果,并与传统算法进行了比较。结果表明,传统BP神经网络的加油量仿真值与实际值平均相对误差为4.97%,改进的BP算法平均相对误差为0.93%,改进的BP神经网络预测精度更高。该方法解决了群车加油系统加油量的仿真问题,可为群车加油系统后续的智能控制提供数据依据。

关键词： 模拟退火算法   信息技术   报童问题   全球信息化   云计算和大数据   预测模型   互联网   优化模型  

摘要： 对报童问题的求解大多假设需求服从某一特定分布,通过既有的数据近似需求并求解优化模型,但它并不能预测不同时间下的真实需求分布。为解决这一问题,本文提出了一种将预测和优化相结合的方法,该方法采用ARIMA时间序列预测模型对需求进行预测,并引入模拟退火算法对多产品多折扣报童问题进行求解。同时以多产品多重折扣和单一折扣报童问题的收益,通过例子验证了模型与算法的可靠性和优越性。随着全球信息化的进步,新兴的信息技术如互联网、云计算和大数据等,正深刻地改变着我们的生活方式。

关键词： 智能数字化技术   质量控制指标   医用影像设备   数据接口平台  

摘要： 目的:评估智能数字化技术联合质量控制指标体系管理模式在大型医用影像设备管理中的应用效果。方法:依据医用影像设备组成形态和运行情况,将智能数字化技术联合质量控制指标体系架构于一体,发挥联合管理机制作用对大型医用影像设备进行管理。选取2022年至2023年武汉市第一医院临床在用的26台医用影像设备,按照设备管理方法不同分别采用常规管理方法(13台)和智能数字化技术联合质量控制指标体系模式(简称智能模式)进行管理(13台)。对比两种管理方法的医用影像设备临床使用效果、管理质量、管理水平和参与使用管理人员的认可度评分。结果:采用智能模式管理的设备平均开机率、运转率和周转率分别为(90.56±4.69)%、(12.36±2.45)%、(15.69±3.65)%,均高于常规管理方法,差异有统计学意义(t=13.366、15.637、9.082,P<0.05);采用智能模式管理的设备临床操作、信息数据、质量控制和维护维修平均评分分别为(93.65±4.21)、(94.65±4.36)、(95.36±6.56)和(94.26±5.63)分,亦均高于常规管理方法,差异有统计学意义(t=7.794、6.818、6.918、10.136,P<0.05);采用智能模式管理的设备合理放置率、规范记录率和设备完好率分别为76.92%(10/13)、84.61%(11/13)和84.61%(11/13),均高于常规管理方法,差异有统计学意义(x2=8.714、12.462、9.905,P<0.05);参与设备管理和使用的工程师、操作人员、医护人员和相关科室管理者对采用智能模式管理的设备管理认可度评分分别为(93.54±3.65)、(92.58±4.58)、(90.78±3.14)和(92.65±3.41)分,均高于常规管理方法,差异有统计学意义(t=3.333、4.142、6.424、7.278,P<0.05)。结论:智能数字化技术联合质量控制指标体系管理模式应用于大型医用影像设备管理,能够改善设备临床使用质量,提高设备技术保障能力,降低设备故障率。

关键词： 预制构件   生产排产   生产线   DQN算法   目标优化  

摘要： 针对预制构件生产线排产优化问题,提出了一种基于DQN算法的预制构件生产线排产优化方法。本文以最小最大完工时间和最小化能耗为评价指标,建立了预制构件生产车间的数学模型,并运用DQN算法对预制构件生产线排产优化问题进行求解,同时,由于DQN算法在解决本问题时无法给出即时回报,使得算法训练结果过于振荡不稳定,因此设计密集奖励,使最后的探索学习结果趋于稳定。通过与多种算法进行对比试验,证明了该方法适用于预制构件生产线排产优化问题。

关键词： 机载激光雷达(LiDAR)   点云滤波   渐进三角网加密(PTD)滤波   薄板样条函数(TPS)  

摘要： 针对经典渐进三角网加密(PTD)滤波算法在选择地面种子点时存在随机性,导致点云滤波精度受限的问题,本文提出了一种改进渐进三角网加密(IPTD)滤波算法。在机载点云滤波的实现中,该算法的关键流程包含:首先,采用扩展局部极小值法,在格网内进行深度搜索,精确识别出极小值点,将其作为潜在的地面种子点,从而解决了传统算法中直接将格网内最低点作为地面种子点的问题;其次,采用局部薄板样条函数(TPS)插值法,对格网的高程数据进行高精确度的拟合和计算;最后,基于筛选出的优质种子点,构建不规则三角网(TIN),从而实现点云的精确分类。为了验证本文提出的改进滤波算法的效果,通过设置对比实验,对本文提出的改进滤波算法与传统滤波算法的实验结果进行对比,结果表明,本文提出的改进滤波算法在提升点云滤波精度方面表现出了显著的优势。