课程文献中心 更多>>

关键词： 司法人工智能   算法辅助法律解释   文义解释   后果论证  

摘要： 算法技术的迅猛发展使算法辅助法律解释成为可能,相较于传统之法律解释方法,算法辅助法律解释可演进出以读取规则存在意义为核心的感知解释、以展示规则后果实效为核心的动态解释以及以理解规则关联反思为核心的归约解释。算法辅助法律解释之规范性构建,同样面临新法律解释方法间的效力冲突问题。在方法运用的选择上,感知解释中数据运算与规范价值间的张力有可能倒向轻率决断;动态解释中预测模型的过度使用存在技术主义至上的隐患;归约解释亦需要避免法律解释中法律原则与法律规则的适用争议。算法辅助法律解释规范性的实现,需要融贯考量算法辅助法律解释各方法的使用限度。在司法实践场景中应优先使用感知解释方法,完善理性司法下的技术供给;动态解释着重于进行后果考量因而应当次于感知解释使用;当感知解释与动态解释的使用面临艰难抉择时,应以归约解释作为调和工具,寻得个案中法律解释者对解释方法使用的共识。

关键词： 科技考古   文物出版社   四色印刷   沩山   图文混排   醴陵市   钟鼓   枫林镇  

摘要： 《醴陵钟鼓塘元代窑址》由湖南省文物考古研究院、科技考古与文物保护利用湖南省重点实验室、醴陵窑管理所、醴陵市博物馆编著,文物出版社2024年6月出版。该书为大16开精装本,图文混排,四色印刷,共280面,定价450元。醴陵窑是一处位于湖南省醴陵市沩山镇、枫林镇一带的大型窑场,其烧制时代从宋元时期一直延续至20世纪80年代,其中沩山窑区内瓷土资源丰富,是醴陵窑的核心区域。

关键词： 堆叠零件   实例分割   YOLACT   MLCA   AC-FPN  

摘要： 为了解决堆叠环境下零件实例分割精度差的问题,提出了一种改进YOLACT算法。通过在主干网络中C3和C4层引入多级特征融合与通道注意力机制模块(MLCA),优化了特征提取的精度。为了在保证图像同时获取多感受野信息,采用上下文特征金字塔模块(AC-FPN)结构替代传统FPN金字塔,获取更多感受野,以准确完成预测。通过自制堆叠零件数据集完成网络训练与实验。对比实验表明,改进后的YOLACT算法在未明显提升运行时间的基础上,相较原算法表现出更优的检测与分割效果。

关键词： 同步相量量测数据   低质量数据   系统运行状态辨识   多视图学习法   数据重构  

摘要： 同步相量测量装置(phasor measurement unit,PMU)具有同步性好、分辨率高、相角直接可测等优点,是实现电力系统在线实时状态感知的重要信息源。然而,由于受到设备故障、气候干扰、通信问题等因素影响,实际电网中的PMU数据容易出现数据缺失和异常等情况,这将干扰后续基于PMU数据的电网高级应用,进而影响电网状态感知和运行调度的可靠性。首先,通过分析现场实测的PMU数据,归纳出4种低质量数据情况,并且利用机理分析和相关性分析方法对系统运行状态进行辨识;然后,将多视图学习方法与电网运行机理相结合,提出基于时空信息特征融合的多视图数据初步重构算法,对PMU低质量和缺失数据进行重构;最后,结合系统不同运行状态特点,利用不同视图生成数据进行低质量数据的辨识,并提出一种基于历史数据的自适应加权的缺失数据重构方法。仿真和实测数据表明该方法能有效对PMU低质量数据进行辨识并实时重构生成,为PMU数据在电力系统中的应用提供有效保障。

关键词： 面板数据   地理加权回归   轮廓最小二乘法   数字经济   碳排放  

摘要： 提出一类新的带有固定时间效应的地理加权回归面板数据模型。使用轮廓最小二乘法估计模型中的时间固定效应和空间变系数函数。通过数值模拟考察了所提模型在有限样本下的效果,最后应用该模型分析了中国省域数字经济对碳排放的影响。

关键词： 目标检测   多尺度特征融合   智能船舶   注意力机制   YOLOv3  

摘要： 文中提出了一种实海域高精度的小目标检测算法.算法以YOLOv3作为基础模型,通过增加高分辨率特征层保留更多小尺度目标的细节特征信息.利用跳跃残差连接改进了YOLOv3的多尺度特征融合结构,以降低特征融合导致的目标特征损失,同时增强不同尺度特征图之间的信息交互.设计了双重注意力特征融合模块聚合局部特征与全局特征并细化融合特征图,降低融合特征图的混叠效应.在实海域数据集和VOC2007数据集上进行了验证,结果表明:提出的方法能够有效地提升模型的检测精度,尤其是小尺度目标的检测精度提升约15%,同时检测时间未出现明显增加.

关键词： 蚁群算法   路径规划   人工势场   信息素更新策略   三角修剪法  

摘要： 目的针对传统蚁群算法在全局搜索效率低、易陷入局部最优和局部路径不合理等问题,提出一种融合人工势场的蚁群路径规划算法。方法首先,通过引入人工势场目标方向因子来增强目标方向的引导作用,从而提高搜索效率;然后,考虑路径质量和路径长度,提出新的信息素更新策略,从而得到最优解;最后,该算法利用三角修剪法对规划路径进行平滑处理,提高机器人的运行平稳性和安全性。结果在相同地图中,笔者所提改进算法较传统算法路径长度缩短9.74%;在运行时间上,较传统算法缩短10.71%。结论笔者提出的改进算法在整体路径上减少了拐点,且缩短了行走路径与时间,提高了搜索效率,更符合机器人的实际运行要求。

关键词： 配电通信网   业务流特征   资源预留   新能源   通感算一体化   多目标优化   分布式光伏  

摘要： 考虑到传统配电通信网对新型业务流支撑能力不足,结合运营商公网的跨域融合组网模式被广泛应用。其中,资源预留是提升数据传输确定性的重要技术,但公网通道性能存在不可预知的波动性,对基于有交互模式的资源预留效用影响机理难以量化表征。为此,提出面向海量分布式新能源业务流的通存资源无交互协同预留算法。首先,采用通感算一体化模式,基于业务流特征构建异质资源无交互协同预留系统模型;其次,设计对应无交互协同预留效用函数,并以效用最大化为目标提出对应优化问题;最后,基于块坐标下降法将原问题解耦,结合凸优化理论快速给出最优无交互资源预留方案。仿真结果表明,所提业务流特征评估方法能够合理量化表征通道性能波动性,进而在无交互模式下有效优化异质资源协同预留过程,显著提升海量分布式光伏数据感知确定性。

关键词： 深度学习   医学图像分割   U-Net   通道注意力机制   多尺度融合  

摘要： 针对原始U-Net在医学图像分割任务中计算冗余和难以划分细小结构等问题,提出一种基于注意力机制和多尺度融合的U-Net改进算法。首先,通过在跳跃路径上引入通道注意力机制,网络关注包含更重要信息的通道,从而减少计算资源开销,并提升计算效率;其次,增加特征融合策略为传递给解码器的特征图增加上下文信息,从而实现特征之间的互补和多重利用;最后,使用Dice损失和二元交叉熵损失进行联合优化,以应对细小结构分割时可能出现的损失函数剧烈振荡问题。在Kvasir_seg和DRIVE数据集上进行的实验验证的结果表明,与原始U-Net算法相比,所提改进算法的Dice系数分别提高了1.81和0.82个百分点,灵敏度(SE)分别提高了1.94和3.53个百分点,准确度(Acc)分别提高了1.62和0.04个百分点。可见,所提改进算法能够提升原始U-Net对于细小结构分割的性能。

关键词： 正余弦优化算法   Cubic映射   柯西分布   逆累积分布函数   高斯扰动  

摘要： 针对正余弦优化算法(SCA)存在的寻优精度低、收敛速度慢、易陷入局部最优等缺陷,提出一种结合柯西分布和高斯扰动的正余弦混合优化算法。利用Cubic混沌映射提高初始种群的个体质量;构建自适应调整的能量因子来平衡算法的全局探索和局部开发能力;通过柯西分布的逆累积分布函数方法更新个体位置,加强算法的全局探索能力;混合算法根据策略选择因子有条件地执行SCA算法和高斯扰动策略,增加迭代后期种群多样性,降低算法陷入局部极值的概率,提升算法的寻优精度和收敛速度。通过10个经典测试函数的低维与高维验证,所提算法相较于对比算法,具有更高的寻优精度和更快的收敛速度。