课程文献中心 更多>>

关键词： 粒子群优化算法   EMI滤波器   优化设计  

摘要： 为简化EMI滤波器在设计优化时需要进行的一系列冗杂繁复的调试测试工作,提出一种构建实际元器件数据库并基于粒子群优化(PSO)算法的滤波器设计方法。通过该算法在多目标约束下优化元器件组合,平衡滤波器的插入损耗、成本、体积和重量等设计需求。实验结果表明,该方法在EMI滤波器的设计中能够有效抑制特定频段的电磁噪声,显著改善滤波器的电磁抑制性能。与传统设计方法相比,基于粒子群优化算法的优化方案在设计周期和成本方面优势明显,具有良好的工程应用潜力。

关键词： 计算思维   Python编程   教学模式  

摘要： 计算思维作为高中信息技术核心素养之一,是人工智能时代高中学生必备的信息素养和思维方式。Python编程以其简单易学、强大的库等特点走进高中信息技术教材,成为培养学生计算思维的有效手段,而传统的讲练为主的高中信息技术课堂已无法满足重过程、重思维、重问题解决的Python教学。因此,本文构建了聚焦于计算思维的高中Python教学模式,并提出具体的实施建议,以期为广大教师提供借鉴。

关键词： 遥感图像   目标检测   注意力机制   全局特征融合   锚框优化  

摘要： 针对遥感图像目标检测中复杂背景干扰、多尺度目标检测以及检测精度差的问题,提出一种基于改进YOLOv8的遥感图像目标检测算法CGF-YOLOv8。首先,将CPAM双重注意力模块嵌入特征提取网络之后,使模型提取的特征更充分,在处理复杂背景时更好地区分目标与非目标区域。其次,GFPN通过跨尺度特征融合的方式,将不同分辨率的特征信息有效地结合起来,使模型在处理多尺度目标时达到更高的检测准确性。最后,利用FIoU的锚框优化策略,通过赋予每个特征点不同的权重,在提升预测框与真实框匹配精度的同时,显著提高定位精度。在RSOD数据集上的测试结果表明,此方法的平均精度达到了98.6%,帧率FPS为每秒112帧。与原YOLOv8算法比,mAP提升了6.8%,帧率提升了12帧,达到了实时检测的效果。

关键词： 算法赋能   中华民族共同体意识   历史记忆   涉民族因素议题  

摘要： 作为一种新型生产力形态,智能算法提高了信息处理和分发的效率,为网络空间铸牢中华民族共同体意识提供了新机遇。从价值机理看,智能算法在巩固铸牢中华民族共同体意识的文化记忆、夯实铸牢中华民族共同体意识的思想基础、奠定铸牢中华民族共同体意识的情感基调等方面发挥着重要作用。从风险困囿看,算法滥用带来的算法偏见、算法牢笼、算法崇拜等风险严重阻碍着智能算法赋能效果的实现。具体表现为:“娱乐成瘾”侵蚀中华民族共同体生活叙事的阐释力、“信息茧房”削弱中华民族共同体学理叙事的传播力、“深度伪造”扰乱中华民族共同体历史叙事的权威力。对此,从价值层面引领算法,壮大官方主流媒体内容供给的影响力;从制度层面规范算法,强化算法信息推送服务的法律约束力;从技术层面优化算法,增强算法逻辑缺陷和安全漏洞的修复力;从主体层面驾驭算法,提升受众对网络舆情信息的反思鉴别力。

关键词： 端到端视频编码   编码标准   分层双向预测   无人机视频  

摘要： 多媒体视觉表示与传输领域正在面临深刻变革,端到端优化的智能视频编解码技术是激发这一变革的驱动力。以无人机(Unmanned aerial vehicle,UAV)视频为代表的新兴视频内容压缩编码技术进一步促进了核心技术发展和应用场景创新。聚焦于端到端智能视频编解码技术及其在无人机视频编码的初探,提出了一种基于分层双向参考结构的视频编码方法,解决模型在运动表示效率和预测编码精度方面的不足。有针对性地设计提出了参数共享的运动编解码器、双向缩放运动表示方法以及可信运动建模技术,显著提升无人机视频压缩的率失真压缩性能,优于传统视频编码标准H.266/VVC。为智能视频编码关键技术发展和应用提供了新思路,未来有望在无人机视觉感知等相关领域发挥重要作用。

关键词： feature pyramid   lightweight   pixel intersection over union   real-time DEtection TRansformer   small object detection  

摘要： To address the challenges of small target detection in aerial photography images by unmanned aerial vehicle, including complex background, tiny and dense targets, and difficulties in deploying models on mobile devices, this paper proposes an improved lightweight small target detection algorithm based on real-time DEtection TRansformer (RT-DETR) model, named STD-DETR. First, RepConv is introduced to improve the lightweight Starnet network, replacing the original backbone network, thereby achieving lightweight. A novel feature pyramid is then designed, incorporating a 160 pixel × 160 pixel feature map output at the P2 layer to enrich small target information. This approach replaces the traditional method of adding a P2 small target detection head, and introduces the CSP-ommiKernel-squeeze-excitation (COSE) module and space-to-depth (SPD) convolution to enhance the extraction of global features and the fusion of multiscale features. Finally, pixel intersection over union (PIoU) is used to replace the original model's loss function, calculating IoU at the pixel level to more precisely capture small overlapping regions, reducing the miss rate and improving detection accuracy. Experimental results demonstrate that, compared with baseline model, the STD-DETR model achieves improvements of 1.3 percentage points, 2.2 percentage points, and 2.3 percentage points in accuracy, recall, and mAP₅₀ on the VisDrone2019 dataset, while reducing computational cost and parameters by ~34.0% and ~37.9%, respectively. Generalization tests on the Tinyperson dataset show increases of 3.7 percentage points in accuracy and 3.1 percentage points in mAP₅₀, confirming the model’s effectiveness and generalization capability. © 2025 Universitat zu Koln. All rights reserved.

关键词： 星舰   姿态控制   超螺旋滑模   自适应控制  

摘要： [目的]为了使星舰适应复杂的再入环境,同时考虑到诸多不确定因素与大量扰动,需要对飞行器的控制算法进行研究,以实现星舰姿态控制的快速反应和精准稳定的控制.[方法]本文设计了一种自适应超螺旋控制策略,在扰动边界未知的情况下实现控制器对扰动的自适应,避免对扰动边界的过估计.该控制策略不仅拥有滑模控制器的快速收敛特性,自适应部分还使控制策略更加灵活,在降低抖振的同时也能快速实现收敛,参数的自动调节也使控制设计更加简单.首先建立对星舰的物理模型与控制模型,为了细分控制过程,基于控制模型,将姿态模型分为内外环,分别设计滑模控制器,利用李雅普诺夫理论证明控制器的稳定性.然后分别设置星舰在再入过程中的各项参数与扰动,模拟星舰可能遇到的情况.[结果]利用MATLAB进行数值仿真,在多种控制情形和高扰动环境下进行验证,该控制器可以在复杂气动环境下稳定控制星舰姿态实现多控制情形的控制.[结论]本文设计控制器相较于普通控制器具有更优良的控制性能,可以在灵活调节控制效果的基础上满足星舰等类似可再入飞行器在复杂环境下的各种复杂控制需要.

关键词： 语音增强   变种注意力   双鉴别器  

摘要： 日常通信以及说话人识别和语音唤醒等领域的前端任务,都需要干净的语音信号以保证准确的语音可懂度和高效的性能.现有的语音增强算法存在模型参数量大、过度关注评价指标而忽视增强语音真假性等问题.针对上述问题,提出一种基于变种注意力的双鉴别器语音增强算法对含噪语音进行时频域增强.含噪语音信号经过短时傅里叶变换和幂律压缩等一系列操作传入生成器,编码器首先使用稠密卷积模块进行特征提取,后经过维度变化分别利用变种注意力获取时域和频域特征,解码器恢复信号的幅度和复数频谱.最终分别利用评价指标和梅尔频谱训练两个同结构但不同输入的鉴别器.实验结果证明:该模型与SE-Conformer相比,语音质量感知、噪声失真测度和综合质量测度分别提升0.15、0.27和0.25.

关键词： 任务分配   路径规划   固定翼无人机   自组织映射   蚁群算法   Dubins曲线  

摘要： 【目的】多固定翼无人机(Unmanned Aerial Vehicle,UAV)的任务分配和路径规划问题中,将固定翼UAV简单地视为质点,未考虑自身航向角、初始和终止速度向量等问题。针对多固定翼UAV任务规划问题,将改进的蚁群算法(Ant Colony Optimization,ACO)和自组织映射(Self-Organizing Map,SOM)算法相结合,提出ACO-SOM算法应用于多无人机系统。【方法】通过SOM进行任务分配,引入蚁群状态转移概率方法,调整SOM获胜神经元的权值,使得固定翼UAV按照最优Dubins路线依次到达各个目标点。根据巡航能力和运动学约束合理分配任务,构造多目标优化函数,实现多固定翼UAV的协同执行任务能力。【结果】分别在障碍物、不同起落点场景下对ACO-SOM算法进行仿真验证,实验结果表明,该方法能使多固定翼UAV合理任务分配并规划出最优路径,具有较高的避障和规划能力。

关键词： 人际功能   跨种族婚姻   语言差异   随机森林回归算法  

摘要： 福柯提出了“话语即权力”的概念,在跨种族婚姻中的弱势一方通常是被边缘化的“属下”,缺少自由表达自己观点的话语权力。本文采集了美国印度裔现代女作家裘帕·拉希莉作品中六组跨种族婚姻夫妇的对话建立小型语料库,结合韩礼德功能语法中的人际功能理论,借助随机森林回归算法对选取语料进行定量和定性的分析,探究在跨种族婚姻中性别与族裔对语言使用的影响。研究结果表明,跨种族婚姻中不同人群的语言使用存在显著差异,男性与英美裔群体更倾向于使用祈使语气和高等量值的情态动词;女性和少数族裔群体则更多地选择疑问语气、感叹语气和中低等量值的情态动词。这些差异一定程度上反映了美国的社会文化中的男性中心主义与种族歧视影响。