课程文献中心 更多>>

关键词： 算法歧视   算法权利   算法治理   权利失衡   权利纠偏  

摘要： 算法技术引导着新一轮的技术革命与产业变革。但与此同时，也引发算法歧视，导致日益增多的侵权，被侵犯的有传统权利，也有衍生出的新型权利。算法歧视下的权利失衡主要表现为算法控制者与算法相对人的权利失衡，主要原因是算法运行监管不到位和算法权利保障不足。应当构建算法“权利束”，平衡算法各主体间的利益；根据算法运行程序来设计算法权利治理制度，将公益诉讼制度与算法问责模式纳入权利救济安全网，构筑算法权利救济的最后一道防线。

关键词： 数据流   概念漂移   分类   集成学习   自适应  

摘要： 概念漂移是数据流挖掘中最常见的现象之一，数据流中隐含的知识模式随时间动态变化，导致先前建立的分类器的准确性下降。针对这一问题，提出了一种基于增量加权的概念漂移数据流分类算法（The Concept Drift Data Stream Classification Algorithm Based on Incremental Weighting，SCIW），该算法采用了一种启发式的权重更新策略，并结合基于准确性差异的自适应方法，同时改进了基于泊松分布的重采样策略。SCIW算法能够适应不同类型的概念漂移，有效缓解了分类器准确率下降的问题。在 14 个合成数据集和 6 个真实数据集上的实验结果表明，SCIW和ARF在准确率方面表现出色，明显优于其他对比算法。同时，SCIW在时间和内存消耗方面明显优于ARF，其中总体平均时间消耗约为ARF的83%，总体平均内存消耗约为ARF的13%。

关键词： 溶解氧预测   门控循环单元   卷积神经网络   鲸鱼优化算法   遗传算法  

摘要： 为了提高相关模型在长江调关水质断面的溶解氧预测精度，基于门控循环单元(gated recurrent unit,GRU)，卷积神经网络(convolutional neural networks,CNN)和鲸鱼优化算法(whale optimization algorithm,WOA)提出了一种混合预测方法。模型通过GRU提取水质数据的长期历史特征，通过CNN对GRU的输出和输入进行卷积提取短期特征，将两者进行算术拼接得到最终预测结果。通过将Tent混沌映射、自适应惯性权重和遗传算法(genetic algorithm,GA)引入WOA算法，解决WOA算法初始化种群质量较低，易早熟和对参数设置敏感的问题之后，再使用改进鲸鱼算法(IWOA)对模型进行参数寻优。实验结果表明，所提出的改进鲸鱼算法优化GRU-CNN (IWOA-GRUC+)模型具有出色的效果，其MAPE仅为2.27%，在RMSE、MAE和R2这几项指标上，分别达到了0.339、0.216和0.913%的优良表现。IWOA-GRUC+模型一定程度上提高了传统模型在溶解氧(DO)预测中的性能。

关键词： 露天矿   无人矿卡   路径规划   类三维地图   优化蚁群算法  

摘要： 随着我国矿山智能化建设的不断推进，运输环节无人化已发展成为智慧矿山系统的重要组成部分。露天矿装卸载区等场景通常为非结构化作业区域，地形环境复杂且存在较多障碍物，无人矿卡作为露天矿物料运输的主要工具，由于其体型、载重大等特性，在该场景下的路径规划具有较大难度。针对无人矿卡在路径规划时绕行过多导致行驶效率低、路径质量差的问题，提出了一种基于优化蚁群算法的“类三维”路径规划方法，并通过仿真和试验验证了算法的有效性。首先，设计了一种基于激光点云的类三维地图构建方法，对滤波和配准后的有效点云数据进行栅格化处理并计算栅格高度，得到了包含障碍物高度信息的类三维地图。其次，以无人矿卡为研究对象，设计了一种三维碰撞检测方法，可在横向和纵向上分别判断障碍物与车体的冲突关系，并根据矿卡结构特征与道路工况制定了一种绕跨并行通行策略，直接跨越对车辆无威胁的障碍物，可在保证安全性的前提下有效提高矿卡的通行效率。然后，优化蚁群算法的初始信息素分布，提高算法的目标导向性，在改进信息素更新策略中考虑最优最差路径，以提高路径搜索的性能和效率；引入自适应多步长移动方式，并设计了一种引入跨障评价的多目标启发函数，仿真结果发现：优化后的蚁群算法在较少和较多障碍物场景搜索到的路径长度分别缩短了16.53%、16.79%，且路径拐点的减少有效提高了路径质量，使得算法生成的路径更符合实际需求。最后，通过搭建多障碍物场景模拟露天矿非结构化区域开展实车模拟试验，结果表明：搭载优化蚁群算法的无人矿卡试验车能跨越部分障碍物，在较少障碍物场景中的通行效率提升20.53%，在较多障碍物场景中的通行效率提升31.62%，且未与障碍物发生刮蹭。因此，所提出的基于优化蚁群算法的绕跨并行类三维路径规划方法可有效缩短路径长度，提高搜索效率与路径质量，在保证安全性的前提下充分发挥无人矿卡宽体高底盘特性。研究结果为露天矿卡无人驾驶技术开发及应用提供了理论参考。

关键词： 组合导航   交互式多模型   卡尔曼滤波器   模糊控制器  

摘要： 在组合导航系统中，信息融合和定位精度取决于惯性系统和传感器的特性，然而在实际应用中获取先验知识仍然具有挑战性。为解决车辆导航中卫星信号质量的变化及系统非线性降低组合导航系统性能的问题，该文提出一种基于多卡尔曼滤波器的模糊自适应交互式多模型算法(FAIMM-MKF)，将基于卫星信号质量的模糊控制器(Fuzzy Controller)与自适应交互多模型(AIMM)相结合，通过组合无迹卡尔曼滤波(UKF)、迭代扩展卡尔曼滤波(IEKF)和平方根容积卡尔曼滤波(SRCKF)3种不同的滤波器，适配车辆动力学模型，并通过车载半实物仿真实验验证该方法的性能。结果表明，在卫星信号质量发生改变的情况下，与传统的交互式多模型算法相比，该方法显著提高了车辆在复杂环境中的定位精度。

关键词： 时空轨迹   动态时间规整   轨迹相似性   时间成本   数据压缩  

摘要： 随着无线通信、视频监控和GPS卫星定位等技术的快速发展，大量轨迹数据伴随着设备持有人的移动而产生，对大量轨迹数据进行处理以了解移动设备持有者的行为特征，成为轨迹相似性算法所需要解决的一个重要问题。在保证算法精度的前提下，优化算法计算效率是有效的可行方案。针对动态时间规整（DTW）算法存在运行时间长与病态对齐的缺陷，文章提出了一种基于改进DTW算法的算法。首先，利用重复点删除算法对轨迹进行预处理，使用时间间隔作为阈值将经纬度相同的轨迹点进行删除；其次，算法通过保留特征点来对轨迹形状进行最大程度的留存，最大程度上保证算法精度不受数据压缩带来的影响；最后，对DTW、改进的DTW算法及CN-DTW算法采用阶梯法进行试验。试验结果表明，CN-DTW在算法精度上与改进的DTW算法相近，较DTW算法有所改进，但运行时间相较于改进的DTW算法降低了约30%，相较于DTW算法降低了约20%，证明了CN-DTW算法在精度与运行时间上的优势。

关键词： 视觉   指针式仪表   识别算法  

摘要： 在工业化时代,仪表仪器在工业、交通、电力、煤矿等领域中扮演着重要的角色.仪表测量的各项指标对于企业的安全生产和高质量生产至关重要.目前,指针式仪表和数字式仪表应用于不同的场合.然而,在某些场合下,数字式仪表仍无法完全替代指针式仪表,特别是当被监测量的数值发生急剧变化或产生波动时,指针式仪表整体稳定性的优势在这样的场合下得以凸显.然而,由于指针式仪表有时会出现剧烈跳动,可能会导致图像分析的数值不精确.因此,本文研究了一种基于摄像头视觉的指针式仪表读数精准识别算法.该算法能够利用巡检机器人或者摄像头定时对指针式仪表进行巡检,在获取需要监测的仪表图像后对其进行表计读数分析.该算法能够识别指针跳动剧烈的巡检图片,从而得到精准的仪表示数.这项研究具有普适性和较高的准确性,该算法可以降低人工成本,实现工业自动化、智能化,具有实际意义和价值.

关键词： 船舶   混合动力   能量管理策略   功率分配   天然气发动机   自适应扰动   功率跟随   动力提升  

摘要： 为了使船舶混合动力系统动力性和经济性双向平衡与提升,本文提出一种基于改进鲸鱼优化算法用于解决混合动力系统最佳功率分配的能量管理策略。针对天然气发动机动力响应和转速跟踪差的问题,利用等效燃料极小值算法中的最小化燃料原理扩充了性能指标函数,增加了抑制天然气发动机频繁波动工作和功率及时跟踪的加权项。针对鲸鱼优化算法易陷入局部最优问题,引入粒子群优化算法,开发了自适应扰动鲸鱼优化算法。仿真试验结果表明:基于自适应扰动鲸鱼优化算法的能量管理策略可以实现5%~8%的燃料节省且可大幅度提升动力跟踪性能,具有较好的鲁棒性。