课程文献中心 更多>>

关键词： 低信噪比   Inception-ResNet模块   音频指纹特征   语音端点检测  

摘要： 在低信噪比的背景下，由于背景噪声干扰信号特征，存在语言端点检测误判和漏判的风险.现有的解决方法存在易受干扰、精度有限、鲁棒性差等问题.针对上述问题，对STAM进行优化，提出了一种改进的语音端点检测算法Inception-ResNet STAM(IR-STAM).该算法通过改用音频指纹（AFP）特征来取代传统的Log-Mel特征，实现了对音频信号更深层次的特征提取；对频率注意力模块的卷积方式进行改进，采用深度可分离卷积，有效降低了模型的参数量；加入Inception-ResNet模块，进一步增强了模型对不同尺度特征的捕捉和分析能力.实验结果表明：在TIMIT测试集上，IR-STAM相较于STAM，模型的参数量降低150 k，并且在不同信噪比环境下F1分数均提高了0.5以上.

关键词： 电力设备   管理优化模型   故障预测与健康管理   剩余使用寿命预测  

摘要： 为解决建筑运维阶段因电力设备管理模式单一、监测系统滞后导致重大设备故障频发、造成巨大维修成本等问题，引入故障预测与健康管理理念。结合数字孪生技术建立电力设备健康管理优化模型，通过智能算法对电力设备剩余使用寿命进行预测，最后选取某公安大楼的变压器设备进行实例分析，结果显示所建立的模型有助于延后设备故障点，提升设备剩余使用寿命值。这可为未来建筑运维阶段电力设备管理提供更好的管理优化模式参考。

关键词： 供水管网   FCM算法   高程邻域信息   漏损控制   减压阀   压力传感器   漏损监测  

摘要： 供水管网的漏损控制与监测难题普遍存在,传统基于压力敏感度对管网进行分区并布设压力传感器的方法仅考虑管网节点压力变化情况,并未结合管网自身高程信息,减压阀调压时局部压力过高效果不明显.针对此问题,首先将管网节点压力敏感度与高程差耦合,将FCM算法中目标函数中的距离定义为特征距离与高程距离之和,建立包含高程邻域信息的新的聚类目标函数,实现节点分区聚类;在分区入口处布设减压阀,采用GA求解阀后压力实现分区内各节点压力的实时精细化调控,联合智能方法与经验法在各个分区布置压力传感器,并通过漏损模型验证传感器布置的合理性.结果表明:分4个区的方案将BIN管网的漏损率降低至6.55%,相较初始管网降低22.79%,联合智能算法与经验法进行传感器布设对管网漏损的监测效果显著,引入高程信息的FCM算法管网漏损控制优化策略具有有效性和优越性.

摘要： 随着人工智能(AI)技术的不断突破与广泛应用,我们正迈人一个全新的智能时代,管理领域正经历着前所未有的变革与挑战。为了深入探索AI技术如何重塑管理思维、优化管理流程、激发组织活力,以及如何在AI技术的驱动下实现管理创新,同时审视其可能带来的潜在负面影响及应对策略,本刊特面向对此领域感兴趣的广大专家学者征集高质量稿件,共同为AI时代的管理创新贡献智慧与力量。

关键词： 城市交通   客流预测   组合神经网络   多源数据   遗传算法  

摘要： 【背景】客流预测是城市轨道交通运营和管理的重要组成，近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度，为运营管理提供有效支持。【方法】首先，搭建一种融合多特征的站点客流预测模型，该模型通过卷积神经网络（CNN）提取地铁客流的时空特征，并结合残差单元（ResNet）增强特征提取能力，构建特征传播矩阵挖掘站点间的空间特征，采用长短期记忆网络（LSTM）提取影响因子序列数据的时间特征，在特征融合过程中应用注意力机制突出关键特征。随后，引入遗传算法（GA）对模型进行优化，并采用多层感知器（MLP）修正模型的预测结果误差，提高模型的预测精度。【数据】杭州地铁站点刷卡数据及对应的气象数据、POI数据。【结果】优化ResNet-CNN-LSTM-Attention模型（IO-RCLA）的预测精度最高。相比于RCLA模型，IO-RCLA所有站点预测结果的MAE、RMSE、MAPE分别降低了17.09%、16.09%和8.91%，证明了方法在多站点客流预测中的高精度和有效性。

关键词： 算力网络   异构算力请求   遗传算法   算力路由   NP完全问题  

摘要： 由于算力请求具有特殊性和独特性，如何为一组异构算力请求寻找传输链路互不相交的有效路径集，使得该组请求能够到达各自目的算力节点，从而实现为该组请求分配算力资源，是当前算力网络面临的关键问题。首先，对异构算力请求的路由问题进行剖析，并通过建模将其转化为非确定性多项式（nondeterministic polynomial,NP）完全问题。针对该问题，提出一种优化型遗传算法。该算法从局部和全局两个层面进行设计：在局部层面，为保证快速收敛到目标解，采用单参数满足随机性策略初始化种群，使得种群广泛地分散在解空间中；采用多参数解（或路径）均衡选择策略进行选择操作，使得被选种群丰富多样；采用两层交叉策略进行交叉操作，目的是拓宽全域搜索广度；采用多参数随机单点变异策略进行变异操作，目的是深挖局域搜索能力。在全局层面，为保证路径不冲突，采用路径分发策略，通过构建求解矩阵，并借助评价函数、可行解随机选择、低需求优先避让原则等方法，确保最终找到一组可行解集。实验从异构算力请求的传输成功率、算法收敛延时比、算力网络负载均衡误差率等3个方面进行验证，相较于IGAGCT算法与RBDQN算法，该算法在传输成功率、算法收敛延时比和负载均衡方面分别平均优化了8.85%、15.51%、17.03%及10.41%、16.5%、16.81%。

关键词： 算法治理   主观程序正义   技术性正当程序   程序赋能  

摘要： 程序导向的治理路径是算法治理体系的重要组成部分。算法技术对传统的正当程序原则提出了挑战，技术性正当程序应运而生，但相关的制度建设仍有不足。主观程序正义关注人们对特定程序的感受及规律，有助于技术性正当程序的制度探索。从“算法厌恶”研究成果来看，“基于主观程序正义的技术性正当程序”这个提法是可行的，这种可行性具体包括理论结构、规范基础和研究基础三个方面。以程序赋能为目标，“基于主观程序正义的技术性正当程序”的研究路径包括：研究“算法社会中的人”,研究当事人视角的算法应用场景，坚持研究的本土化和开放化。从“基于主观程序正义的技术性正当程序”出发，建立算法程序治理的各种制度，有助于推动我国算法治理体系的完善。

关键词： 多AMR系统   非完整约束   时空冲突检测   加权时空混合A*算法   冲突消解   路径规划  

摘要： 针对多自主移动机器人(AMR)调度系统中的决策规划问题,提出一种分层策略的基于时空冲突和非完整约束下的多AMR调度算法.首先,提出加权时空混合A*算法作为算法的底层,进行单AMR路径规划,以确保规划的路径满足阿克曼类型AMR的运动学模型;然后,引入结合分离轴定理的冲突检测树作为算法的上层,对底层算法规划出的路径进行精确地时空冲突检测,检测出的时空冲突被用作底层算法的时空约束;最后,再次调用底层算法,考虑时空约束进行路径规划,以实现高效的AMR冲突消解.仿真结果表明,所提出算法能够为多AMR调度系统高效地规划出满足非完整约束的无冲突路径.

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： X射线图像   违禁品检测   GELAN-YOLOv8   可变形卷积   损失函数优化  

摘要： 针对X射线图像中违禁品轮廓信息复杂、形状变化大、存在尺寸较小违禁品造成的检测精度低和漏检问题，提出基于YOLOv8改进的GELAN-YOLOv8模型。首先引入基于通用高效层聚合网络（GELAN）的RepNCSPELAN模块，提高模型对违禁品特征的提取能力；其次结合动态可变形卷积（DCNv3）和RepNCSPELAN模块提出GELAN-RD模块，以适应姿态各异、尺寸角度变化程度大的违禁品；然后改进空间金字塔池化，使模型更能关注到小目标违禁品的特征信息；最后结合Inner-交并比（Inner-IoU）和Shape-IoU提出Inner-ShapeIoU，以减少检测违禁品时存在的误检和漏检现象并加快模型收敛的速度。结果表明，改进算法的mAP@0.5在SIXray数据集上较YOLOv8n提升2.8百分点，且性能优于YOLOv8s。GELAN-YOLOv8有效地实现了对X射线图像中违禁品的实时检测。