课程文献中心 更多>>

关键词： 算法推荐   版权侵权   避风港规则   技术中立   注意义务  

摘要： 我国网络服务提供者在较长的一段时间内,作为中立的平台对其平台上存在的侵权作品承担着比较低但也较为合适的责任。而平台之所以承担此种较低的责任正是因为其不直接参与侵权,始终保持在一个中立的位置。然而,算法的出现和发展打破了这一局面,算法推荐的模式愈发成熟,其对用户行为的介入程度也逐步加深,且相较于以往更加具备隐蔽性和专业性,技术似乎已经不再那么中立,版权者在这场权益争夺战中逐渐落入下风。另外,在司法实践中,因为算法的存在,也出现了对网络服务提供者责任认定的分歧,注意义务的适用比较混乱,事后保护的模式也稍显乏力。要在算法时代维持网络服务提供者与版权者的利益平衡就有必要考察不同类型的推荐模式,以及不同平台的抗风险能力,在此基础上明确注意义务的适用层次,也要进一步地加强针对平台上版权侵权的事前保护。

关键词： 目标检测   模型轻量化   YOLOv5   Varifocal loss   SIoU  

摘要： 针对红外图像分辨率差、对比度低、信噪比低、视觉效果模糊等检测难点,提出一种基于YOLOv5的轻量化红外目标检测(Lightweight Infrared Target Detector-YOLO,LITD-YOLO)算法。LITD-YOLO算法重新设计网络结构,针对红外目标成像特征,将特征提取网络与特征融合网络结构重构。提高小感受野权重,重建浅层特征和深层特征之间的多尺度融合关系,提高浅层网络语义信息表征能力权重,增强对红外小目标的检测能力。引入Varifocal loss以实现交并比感知分类评分(Intersection over Union-Aware Classification Score, IACS)回归,使模型对密集目标的检测能力进一步加强。使用SIoU作为边框损失函数,用于提升预测框的准确度,同时加速模型收敛。实验结果表明,在FLIR和OSU数据集下模型检测精度分别提高至88.5%、99.7%,模型体积仅3.9 MB,参数量和算法复杂度大幅降低;与主流算法相比,LITD-YOLO在各项指标上均取得了不错的进步,在检测精度、模型体积和推理速度等方面具有先进性,能满足对红外目标的高质量检测。

关键词： 计算机网络   攻击技术   防御策略   深度学习   威胁情报  

摘要： 随着信息技术的快速发展,计算机网络攻击手段日益复杂多样,这对网络防御技术提出了更高的要求。文中深入探讨了计算机网络攻击与防御技术的发展趋势,分析了当前主要的攻击类型及其特点,并重点研究了新兴的防御技术和策略。通过对大数据分析、人工智能、区块链等先进技术在网络防御中的应用进行探讨,提出了提升网络防御能力的具体方法。研究表明,未来网络防御技术将朝着智能化、自动化和协同化方向发展,以应对日益严峻的网络安全挑战。

关键词： 自适应放射治疗(ART)   锥形束CT(CBCT)   迭代重建(IR)算法   图像质量  

摘要： 目的:定量分析瓦里安Ethos自适应放射治疗(ART)系统上基于滤波反投影(FBP)和迭代重建(IR)技术的锥形束CT(CBCT)和迭代CBCT(iCBCT)的图像质量以及合成伪CT(sCT)的差异。方法:利用CT图像质量测试专用Catphan604模体,基于胸部扫描和腹部扫描完成CBCT和iCBCT各5次扫描,获取4套图像,每套图像包括CBCT图像、基于CBCT合成的sCT、iCBCT图像、基于iCBCT合成的sCT,分析其噪声功率谱(NPS)、图像均匀性指数(UI)、调制传递函数(MTF)、低对比度可见度(LCV)和对比度噪声比(CNR)。回顾性选取2023年8月至2024年5月解放军总医院第一医学中心收治的6例临床放疗患者,使用胸部扫描和腹部扫描获取6例患者的图像,分析基于CBCT和iCBCT图像形变配准所得sCT图像,并与定位CT图像进行对比,定量分析其绝对误差(MAE)和均方根误差(RMSE)。结果:iCBCT与CBCT相比,胸部图像NPS显著降低0.08,腹部图像降低0.06;iCBCT胸部、腹部图像UI分别为0.37和0.28,CBCT分别为0.65和0.39;iCBCT胸部、腹部图像LCV分别为0.67和0.56,CBCT分别为0.93和0.90;MTF50%除腹部iCBCT是0.29 lp/mm外,其余均为0.28 lp/mm,iCBCT和CBCT图像高对比度分辨率基本一致。基于CBCT和iCBCT生成的sCT与定位CT的相似度分析差异均无统计学意义(P>0.05)。结论:iCBCT图像质量优于传统CBCT,而基于CBCT和iCBCT生成的sCT,其CT值准确性皆符合要求,均可用于ART的剂量计算。

关键词： 高中信息技术   编程语言   计算思维能力培养  

摘要： 以Python为编程语言构建基于Tensor Flow(谷歌)人工智能深度学习应用框架,实现“手写数字识别”模型的训练、固化及识别。通过创设问题情境、利用可视化工具、开展探究活动、对教材内容进行适当拓展、建立有效的教学评价体系等“五大要素”,优化高中信息技术教学设计,增强课堂的知识性和操作性,培养学生应用计算思维解决问题的能力和团队协作精神,着力培养高中生计算思维能力。

关键词： 卡尔曼滤波   日变化速率   遗传蚁群混合算法   改进云模型  

摘要： 大坝安全监测序列中广泛分布异常值,对其进行筛选与辨识是判定大坝运行性态的前提。传统的基于回归模型的异常识别方法会对监测数据造成正常值误判或者异常值漏判的情况。针对上述问题,将监测数据序列结合卡尔曼滤波方法去除噪声项,并以测值的日变化速率代替去噪后的数据,从而保留数据真实的演变轨迹,再结合云模型,建立基于日变化速率的改进云模型。同时采用遗传蚁群混合算法对改进云模型的阈值进行优化。分别对去噪前后和阈值优化前后的异常值数量进行对比分析。结果显示:原始数据经过卡尔曼滤波去噪处理后,日变换速率的总体范围显著减小,而用遗传蚁群混合算法对阈值区间进行优化后,其优化后的阈值区间小于优化前的。结果表明:所提出的方法在大坝的渗流监测中可更好地识别异常值,减少因噪声而引起的误判,有效提高对异常值的识别精度。

关键词： 遗传算法   模糊PID控制   采摘末端执行器   参数优化  

摘要： 当前,采摘机器人末端执行器普遍存在PID控制参数整定效率低下、控制系统存在非线性特性以及抗干扰能力不足等问题,难以实现精确控制的果实抓取。为此,通过遗传算法对模糊PID控制器的初始参数、量化因子和遗传因子进行优化,实现对控制器整体性能的提升。进行了MATLAB/Simulink软件仿真和现场验证试验,结果显示:GA优化的模糊控制算法可在0.419 s内快速实现稳定抓取力。相较于传统PID控制算法和模糊PID算法,超调量分别减少7.49%和10.05%,稳态误差减少0.24 N和0.09 N。提出的改进PID算法显著提升了末端执行器控制系统的瞬态响应速度、控制精度及稳定性,验证了其在实际抓取应用中的有效性和可靠性。

关键词： 光伏系统   最大功率点跟踪   局部遮荫   金枪鱼群算法   Lévy flight策略   Circle混沌映射  

摘要： 在复杂遮荫工况下,传统MPPT策略在面对多峰值现象时易陷入局部最大功率点(LMPP),而基于元启发式算法的最大功率点跟踪策略也存在寻优精度不高、追踪时间慢等问题。为解决上述问题,文中构建Lévy飞行-自适应金枪鱼群算法(LF-ATSO)。首先,采用基于Circle混沌映射的反向学习策略合理分配初始化种群以提高种群遍历性;其次,改进参数a用以调整最优个体和前一个体的比重,提高收敛速度;然后,嵌入Lévy flight策略提高算法全局搜索能力,帮助其跳出局部最优;最后,加入算法重启机制以应对复杂变化工况。将改进后的TSO算法与未改进TSO算法、PSO算法、改进GWO算法进行仿真对比,实验结果表明,改进后的TSO算法在静态、动态复杂遮荫工况下均能够更快、更精准地追踪到全局最大功率点(GMPP)。

关键词： 强化学习   储能   可再生能源   近端策略优化   ETHC-IES  

摘要： 为改变“源随荷动”的传统运作模式并增加储能,实现能源网、负荷、储能等各环节协调互动,建立电热氢耦合综合能源系统(ETHC-IES)优化调度,其中应用氢储能实现安全稳定运行的“源-网-荷-储”的新型综合能源系统成为目前的研究热点。以降低综合能源系统运行成本并减少弃风弃光为目标,将ETHC-IES优化调度问题转换为马尔可夫决策过程(MDP),提出应用基于连续动作的近端策略优化算法(PPO)的综合能源系统优化调度方法。首先建立电热氢储能各部分的数学模型,综合考虑功率平衡,安全状态等约束条件,然后采用PPO算法对模型进行求解,以提高经济性和减少弃风弃光为优化目标,重新设计深度强化学习模型的动作空间、状态空间、奖励函数等,智能体通过训练学习实现ETHC-IES的动态调度优化决策。最后,通过仿真验证所提出模型和优化方法的有效性和优越性。

关键词： 食道闭锁   机器学习   预测  

摘要： 目的:利用机器学习技术对食道闭锁术后出现吻合口漏进行预测,寻找导致术后出现吻合口漏的危险因素,计算相应截断值,并制作交互式网页计算工具,方便医务人员快速计算术后出现吻合口漏的具体风险概率。方法:收集2009年1月至2021年12月在重庆医科大学附属儿童医院胸心外科接受手术治疗的251例Ⅲ型先天性食道闭锁患者的临床资料。包括患儿人口学特征、手术资料和术后资料。本课题组采用支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、逻辑回归模型(logistic regression,LR)、XGboost分类(eXtreme gradient boosting,XGBoost)、高斯朴素贝叶斯(gaussian naive bayes,GNB)这5种机器学习算法来构建预测食道闭锁术后吻合口漏的预测模型。利用受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under thecurve,AUC)评价效度,同时综合F1分数、准确率、灵敏度及特异度,HosmerLemeshow检验Brier分数评价校准度及临床决策曲线(decision curve analysis,DCA曲线)对模型的校准度及稳定性进行评价。利用限制性立方样条分别计算相应危险因素的截断值,最后制作交互式网页计算工具,构建术后吻合口漏风险分层系统,方便医务人员快速使用。结果:通过对候选风险因素进行单因素分析、重要度排序、LASSO回归(least absolute shrinkage and selection operator,LASSO)筛选出危险因素为断端距离、是否合并复杂先心、术前蛋白、是否合并肺部感染。在5种机器学习算法中,逻辑回归模型在ROC曲线和DCA性能及校准曲线综合指标方面表现最佳,在逻辑回归模型中,训练集的AUC为0.828,准确度为0.772,F1分数为0.532,验证集的AUC为0.799,准确度为0.765,F1分数为0.544。提示该模型用于预测Ⅲ型先天性食道闭锁术后出现吻合口漏有较好的区分度及校准度。利用限制性立方样条,计算了断端距离及术前蛋白的截断值分别为2 cm及33.9 g/L,临床医务人员可以利用在线交互式网页计算工具,输入相应危险因素的结果,计算出某1个患者术后出现吻合口漏的具体概率值。结论:逻辑回归模型可较好地预测Ⅲ型先天性食道闭锁患儿术后出现吻合口漏危险因素,在线交互式网页计算工具可以迅速地计算出术后吻合口漏的概率,方便医务人员使用。