课程文献中心 更多>>

关键词： 虚拟机负载均衡   遗传算法   资源利用率   云计算  

摘要： 随着云计算技术的不断发展,虚拟机负载均衡成为提高系统性能和资源利用率的重要手段。提出一种基于遗传算法的虚拟机负载均衡方法,旨在通过智能调度优化云计算环境中的资源分配。该方法通过遗传算法的选择、交叉和变异操作,不断优化虚拟机的分配策略,以达到平衡系统负载、降低迁移次数并提升资源利用率的目标。结果表明,基于遗传算法的负载均衡方法显著提高了资源利用率,有效降低了系统开销。尤其在高负载环境下,遗传算法能够缩短系统响应时间。

关键词： RRT路径规划算法   采样区域   障碍物躲避策略   路径规划   路径优化  

摘要： 针对RRT(rapidly exploring random tree)路径规划算法搜索范围大、目标导向差、容易陷入局部最小值以及路径曲折等问题,提出了一种限制自适应采样区域的改进RRT路径规划算法。将整个搜索空间划分成均匀的等级,根据新节点所在等级和该等级内采样点数量动态调整采样区域,减小搜索范围;利用新节点改进策略使随机树根据环境信息自适应地向目标点调整,并改变扩展步长生成新节点;利用障碍物躲避策略提高算法的目标导向性和躲避障碍物的性能;利用改进的逆向寻优和插入节点并减小转向角的三次B样条曲线对路径进行优化处理。该算法在不同的路径环境中相较于RRT算法的搜索时间和迭代次数均减少了70%以上,且经过优化的路径更短、更平滑。

关键词： 无人机空战   矩阵对策法   卡尔曼滤波   差分进化  

摘要： 以无人机一对一近视距空战为研究背景,提出一种融合加权矩阵对策与进化算法,结合粗细粒度优化的空战决策方法。首先,基于实际作战情况建立无人机机动模型和空战态势评估优势函数;其次,考虑到基于机动动作库的离散变量优化与满足机动能力的连续型优化2种方式各自存在精度不足和计算代价高的问题,提出将粗细粒度优化相结合的机动动作决策框架。在粗粒度优化层面上,引入矩阵对策法,同时针对传统矩阵对策法机动权重参考选择保守的问题,基于卡尔曼滤波算法进行权重调整;在细粒度优化层面上,基于差分进化原理,进一步搜索更好的机动动作。仿真算例中,通过4组对比实验,验证了所提决策框架的有效性,基于轨迹预测的加权矩阵对策算法能够针对敌方的动作采取有效的应对策略。

关键词： 岩体   结构面产状   优势分组   均值漂移聚类算法  

摘要： 岩体结构面产状的优势分组对于揭示不同类型结构面的分布规律和特征具有重要意义。传统的结构面极点密度图分组方法通常较为依赖地质经验,缺乏一定客观性,为此,引入均值漂移聚类算法开展岩体结构面产状优势分组研究。首先,人工生成不同离散程度岩体结构面产状数据。随后,将生成的产状数据转换为三维空间中的坐标,并以单位法向量的夹角正弦值γ作为相似性度量标准。接下来采用均值漂移算法对度量的数据集进行聚类分析,通过与传统的极点密度图法和K均值聚类算法进行比较,有效性检验指标和聚类错误识别率与K均值聚类算法接近一致。最后以重庆三功矿岩质边坡为工程实例,通过野外采集到的结构面数据验证了新方法的合理性及有效性。结果表明:该方法聚类效果优于传统的极点图分组方法和K均值聚类算法,聚类结果客观合理,对近水平产状也有良好的聚类效果。

关键词： 深度强化学习   双时间尺度   无功电压管理   双注意力自适应熵  

摘要： 随着配电网中分布式电源渗透率的增加,配电网电压越限和网损增加的问题愈发严重。由于传统基于模型的无功电压管理算法十分依赖电网的精准建模,但电网实际的精确参数难以获取,且新能源机组等无功功率优化设备与现有的配电网电压管理体系不匹配,因此提出了一种基于深度强化学习的有源配电网电压管理算法。首先,从数据层、调控层及设备层建立电压管理架构。然后,针对传统设备与无功功率优化设备的协调管理问题,构建了双时间尺度电压控制框架,对快、慢时间尺度分别建立基于双注意力自适应熵的多智能体柔性行动器-判别器算法和竞争深度Q网络算法求解模型。最后,通过IEEE33节点配电网系统模型进行仿真分析,证明所提算法具有更好的电压管理效果和更快的求解速度。

关键词： 人工智能   阿尔茨海默病   数据   算法   可解释性   伦理审视  

摘要： 阿尔茨海默病是一种进行性发展的致死性神经退行性疾病,其临床表现为逐渐进展的认知和记忆功能下降、语言和视空间障碍等,至今仍无法治愈和逆转。在临床中阿尔茨海默病通常面临确诊不及时的可能,给阿尔茨海默病的早期干预造成了困难,因此提高诊断效率,帮助患者尽早确诊阿尔茨海默病尤为重要。随着人工智能技术的不断发展,其在阿尔茨海默病影像诊断中的应用显示出巨大潜力,但同时伴随着诸多伦理问题。通过探讨人工智能在阿尔茨海默病影像诊断研究及应用中带来的数据安全、可解释性、算法歧视以及偶然发现的披露等伦理挑战,并提出相应对策,以期为人工智能应用于医学影像诊断提供一定伦理指引,保护研究参与者/患者的权益,推动技术的健康发展。

关键词： 深度学习   YOLOv8   注意力机制   学生行为识别  

摘要： 随着科技的不断进步,深度学习算法在学生课堂行为识别领域的重要性日益凸显,吸引了众多学者的广泛关注。然而,受限于传统教学课堂管理手段以及深度学习在教学领域应用的局限性,深度学习在教育中的发展仍面临挑战。基于深度学习的学生课堂行为识别研究,文章以YOLOv8为基础,融合CBAM注意力机制,结合通道和空间注意力策略,提升了模型的检测能力。实验结果表明,改进后的YOLOv8-CBAM模型相较于原始模型在精度上提高了1%,其mAP(meanAveragePrecision)达到了92%,并且对学生低头写字、低头看书、抬头听课、站立、教师指导和小组讨论等行为的识别率均达到了90%。

关键词： 信息技术   Python课程   计算思维   核心素养  

摘要： Python编程语言是高中信息技术教学中一门必不可少的课程,具有简单易学、语法简洁、功能强大等特点,可以很好地锻炼学生的问题解决、思考探究等能力,促进学生计算思维的发展。在高中信息技术课程教学中,教师应当充分认识Python课程的重要价值,想方设法地落实相关教学任务,使学生能够顺利发展计算思维素养,落实新课标精神。鉴于此,本文主要围绕高中信息技术Python课程对学生计算思维的培养优势和培养策略进行了探讨。

关键词： 神经网络   车用柴油   闪点   大气压   算法   计算机模拟   预测  

摘要： 车用柴油的闪点是产品安全性指标,使用时出现过低海拔地区的合格产品运输到高海拔地区闪点不合格的问题。为了提高车用柴油的使用安全,应在运输前就了解高海拔地区闪点的真实情况。提出了基于人工神经网络的柴油闪点预测模型。以所测柴油闪点的大气压、柴油C_(11)及以下各组分质量分数和柴油C_(12)及以上组分总质量分数为输入,以柴油闪点为输出建立人工神经网络模型。结果表明:所建人工神经网络模型对柴油闪点预测准确率为99.52%。

关键词： YOLOv8   深度学习   计算机视觉   神经网络   目标检测  

摘要： 采摘机器人可以提升效率降低成本。多数采摘机器人使用YOLOv5/v7算法,但这些算法在识别成熟度上有局限,易误采。为此,基于YOLOv8算法并对其进行改进,可以提高成熟度识别准确性,通过对由西红柿制成的数据集为样本进行实验分析,实验结果采用混淆矩阵、精确置信曲线、F1置信度曲线、召回置信度曲线,及其标签图像等指标来反映实验结果。改进后识别率最高达91.4%,优于原YOLOv8的86%。同时该系统具有较高的通用性,后期可以整合到采摘机器人中。