课程文献中心 更多>>

关键词： 无人机   路径规划   鱼鹰优化算法   Bernoulli混沌映射   余弦自适应因子   莱维飞行   折射反向学习  

摘要： 针对启发式算法在无人机路径规划中存在收敛精度低以及容易陷入局部最优的问题,提出了一种自适应鱼鹰优化算法。该算法首先利用Bernoulli混沌映射初始化种群,增加种群多样性;其次引入余弦自适应因子平衡全局搜索和局部开发能力,并结合莱维飞行策略自适应调整步长,帮助鱼鹰个体更好地跳出局部最优;接着通过折射反向学习策略改善全局最优解的质量,提高收敛精度和速度;然后将其与其他5种算法在15个CEC2005测试函数中进行性能对比实验,结果表明该算法在收敛精度和稳定性方面表现出色;最后将其移植应用于无人机路径规划问题,在6峰、9峰和12峰的地形障碍模型下进行测试。仿真结果显示,在不同地形场景下自适应鱼鹰优化算法较其他算法平均代价更低、标准差更小,且生成的路径更短、更平稳。

关键词： 人工智能技术   计算机应用专业   发展探究  

摘要： 近年来,人工智能(AI)技术在教育领域取得显著的进步,然而教师队伍在掌握和应用人工智能技能方面相对滞后。同时,学生也面临适应未来智能化工作环境的挑战。面对这一时代背景,高职院校计算机应用专业的发展模式亟需进行适应性调整,以更好地满足社会对人才的需求。文章深入分析人工智能对教育领域产生的深远影响,并探讨高职院校如何因应这些变化,调整发展模式。经过深入研究,提出一系列具有针对性的策略:包括创新教学内容与方法,加强校企合作,优化实践平台等。研究结果为高校计算机应用专业的课程设置和教学方法的改进提供具体、可行的建议。

关键词： 内存分配器   TLSF算法   静态内存池算法   内存碎片   嵌入式操作系统  

摘要： 在嵌入式系统中,由于内存资源的有限性,内存分配器的性能和碎片率成为其重要考量因素。目前主要采用的内存分配算法是TLSF,然而该算法在嵌入式系统中存在一些问题,例如小内存申请导致外部碎片和大内存申请导致内部碎片。为了解决这些问题,对TLSF算法进行了优化:(1)针对小内存申请,引入了静态内存池(POOL)算法,以解决TLSF算法中大量小内存分配带来的外部碎片问题;(2)针对大内存申请,提出了按级划分的DBL内存分配策略,解决了大内存分配中的内部碎片问题。实验结果表明,通过使用优化后的TLSF算法(DBL+POOL)进行内存管理,可以更好地利用内存资源,提高嵌入式系统的性能和可靠性。

关键词： 无人机   小目标检测   PPYOLOE  

摘要： 为提升无人机视角下车辆检测的性能,该实验利用无人机设备,采集地面和高空视角下的车辆视频数据。提出了PPYOLOE-IBN的检测算法,将主干网络浅层结构中BN层(Batch Normalization Layer)的一半通道结构替换为IN层(In⁃stance Normalization Layer),降低了光照、视角等客观因素的影响。在自建的车辆数据集上,算法的平均精度(Mean Aver⁃age Precision,mAP)达到了81.8%,相比改进前的PPYOLOE算法提升了2.6%;与以Transformer为架构的RT-DETR算法相比,高出3.3%。最后在公开数据集UA-DETRAC上作进一步对比,验证算法的有效性。

关键词： 林业害虫   美国白蛾   鲸鱼算法   长短时记忆网络   注意力机制  

摘要： 准确预测我国林业虫害的发生情况,对提高森林资源风险管控水平以及林业虫害早期预警具有重要意义。研究雄安新区“千年秀林”中美国白蛾的发生和当时的气象环境因素之间的关系,结合群智能优化算法和深度学习算法,提出一种基于WOA-Bi LSTM-BA算法的林业虫害预测模型。该算法通过WOA迭代优化Bi LSTM的最优参数组合,将注意力机制模块BA引入Bi LSTM网络中,以动态分配权重信息,通过全连接层输出预测结果。将提出模型与传统的BP预测模型、LSTM预测模型、Bi LSTM预测模型进行对比,结果表明,WOA-Bi LSTM-BA模型的效果均优于其他对照预测模型,其决定系数R^(2)达到0.989 1,均方根误差RMSE仅为0.073,平均百分比误差MAPE为0.227 5,平均绝对误差MAE为0.056 4。

关键词： 算法   算法设计   价值塑造  

摘要： 大数据时代的来临，导致了人工智能算法深度嵌入到日常的医疗诊断、金融分析和社会交往之中，但算法的复杂性、专业性和封闭性，又导致一般普通人的难以理解和难以介入。算法本身具有价值负载的特性，算法设计过程之中，负载了人类的价值理念。与此同时，算法的可塑性也可能带来“道德真空”,从而形成一系列的算法伦理问题。算法技术在价值塑造的过程中也发挥了重要的作用，扮演了技术化的“助恶”、技术化的“从众”、技术化的“价值引导”三种角色。为了对算法进行价值层面的伦理规约，算法的价值塑造需要汲取功利论、义务论、契约论和德性论的伦理立场，实现算法为人类服务的积极效用。

关键词： 时序数据模型   智能运维   故障预测   性能优化   资源调度  

摘要： 随着信息技术的快速发展,智能运维作为一种利用大数据、人工智能(AI)等技术手段提高运维效率和质量的新型运维模式,逐渐受到广泛关注。随着AI和数据挖掘技术的广泛使用,许多学者利用神经网络模型和机器学习算法对信息系统故障进行时间序列预测(ARIMA)[1]。目前,使用最为广泛的预测方法只将固定故障数据输入模型中,进行单变量的模型训练和ARIMA,并没有考虑到信息系统故障具有复杂数据属性。研究利用Zabbix进行数据收集和监控,并结合ARIMA模型、卷积神经网络(CNN)、长短期记忆网络(LSTM)算法进行故障预测。首先,介绍了Zabbix系统的基本原理和功能。然后,分析了ARIMA模型和CNN模型、LSTM模型算法在故障预测中的优缺点,提出了对模型进行融合的算法,并通过具体实验验证了融合算法的有效性和准确性。最后,总结了时序数据模型在智能运维中的应用研究成果,并展望了未来的研究方向。

关键词： 生成式人工智能(AIGC)   以学习者为中心   创新思维  

摘要： 本文聚焦于将生成式人工智能(AIGC)融入“以学习者为中心”的教学模式,实现个性化教育。文章首先分析了现代信息技术发展背景下,学校教育科研工作的重要方向,随后阐述了“以学习者为中心”的教学理念及其与AIGC的结合。通过具体的教学案例“走进AI算法揭秘智能推荐”,本文展示了AIGC在满足学生个性化学习需求、促进自我评估、加强协作学习及激发创新思维方面的应用效果。研究指出,AIGC的引入为基础教育领域带来了创新动力,同时带来评估效果和确保教学公平性等新挑战,为未来的教学实践和研究提供了方向。

关键词： BIM正向设计   暖通空调   制冷机房   粒子群优化算法   自动化   二次开发  

摘要： 采用结合Revit API和MATLAB的编程模式,对Revit平台进行了有效的二次开发,从而实现了暖通空调制冷机房设备的自动化布置设计,不仅有效地实现了设备布置方案的自动生成,还支持了布置方案的预览与验证,显著提高了设计效率和准确性。该研究的创新之处在于成功将粒子群优化算法与BIM技术相结合,为暖通空调系统的自动化设计提供了新的视角,并验证了BIM在暖通空调领域正向设计中的应用潜力。

关键词： 轻量级人脸识别算法   智能视频分析  

摘要： 当前,电力施工现场广泛应用的智能视频监控平台仅能检测到所发生的违章行为,无法确定具体的违章人员身份,因此无法引起现场作业人员的重视,难以发挥有效作用。通过人脸识别技术实现施工现场的违章人员身份识别是十分必要的。本文基于深度学习算法,开发了一套基于CPU进行人脸检测、识别和快速匹配算法的轻量化SDK,并将其集成到智能视频管控平台中,摆脱了人脸识别匹配对GPU显卡、特定人脸识别摄像头等硬件设备的依赖,实现了施工现场的违章检测预警、人员身份识别、安全规范教育的管理闭环,在提升管理效率的同时降低了施工现场管理成本。