课程文献中心 更多>>

关键词： 智能传播   算法   大语言模型   认知连接  

摘要： 算法、大模型等智能传播技术影响着人与人的关系形成及关系模式，并基于这些关系带来个体、群体间的“认知连接”。各种类型的推荐算法都或明或暗地纳入了社会关系线索，人们的认知会受到这些社会关系的影响。算法用新的逻辑重构了文本之间的关系，使文本生产者的认知产生关联并作用于内容消费者。推荐算法也会对内容生产者的生产取向产生影响。大语言模型推动的认知连接，目前主要体现在语料库扩张的认知连接、提示词固化与扩散的“认知模板”、机器生成文本对人类认知的中介与传承等。

关键词： 场反等离子体   磁压缩电源   电源设计   耦合模型   遗传算法  

摘要： 磁压缩电源主要用于为压缩磁体供电，以形成压缩场反等离子体所需的磁场位形，是磁压缩系统中的重要组成部分。压缩磁体线圈数量众多，线圈之间耦合关系复杂，导致求解形成目标磁场所需的电源参数非常困难，对电源设计带来一定挑战。提出了一种基于遗传算法的磁压缩电源参数设计方法，以提高参数设计效率。根据磁压缩电源工作电路拓扑及线圈之间的耦合关系，推导了磁压缩电源系统的物理模型。在物理模型的基础上，提出了基于遗传算法的磁压缩电源参数设计方法，并阐明了该方法的基本原理。编写了算法代码并建立了MATLAB仿真模型，在理想情况及实际工程两种设计情况下对HFRC磁压缩系统电源参数进行了优化设计，得到了优化磁场与目标磁场位形基本一致的结果。同时建立了MAXWELL仿真模型对比分析，两种模型的输出结果吻合度很高，验证了该方法在电源设计时的有效性和准确性。

关键词： 共轭梯度法   无约束优化   充分下降性   全局收敛性  

摘要： 在本文中,为求解无约束优化问题,我们提出了一种基于Hestenes-Stiefel(HS)共轭梯度法和Polak-Ribiére-Polyak(PRP)共轭梯度法的三项共轭梯度方法.在标准Wolfe线搜索的条件下,所提出的搜索方向为下降方向.对于一般非线性函数,该方法是全局收敛.最后,数值结果表明所提出的方法是有效的.

关键词： 时间弹性带   电机控制   动态自适应   五次多项式插值   轨迹连续性约束  

摘要： 针对传统时间弹性带(Time elastic band,TEB)算法在稠密障碍物环境中存在的全局路径偏离、路径不平滑及机器人运动不连续问题，提出一种结合电机控制优化的改进TEB平滑路径规划算法。该算法首先对机器人静态位姿进行动态自适应采样，确保机器人在高密度障碍物区域中紧密跟随全局路径。在此基础上，通过对TEB优化目标函数的扩展，利用五次多项式插值法引入轨迹连续性代价约束，减少电机的频繁加减速行为，实现机器人的路径平滑与运动连续。通过仿真对比试验，验证了所提改进TEB算法相较于现有基准算法，在保持电机稳定运行的前提下，能够规划出更贴近全局路径的平滑轨迹，使机器人高效穿越稠密障碍物区域。本研究为提升机器人在复杂环境中的路径规划能力与电机控制性能提供了有效方法。

关键词： 无人机   航迹规划   智能优化算法   机器学习算法   强化学习   神经网络  

摘要： 针对传统无人机航迹规划算法计算效率低、适应性差的问题，从算法改进的角度出发，系统地梳理了国内外在无人机航迹规划领域的研究进展。从全局优化能力、动态适应性、计算效率以及鲁棒性等方面，阐述了无人机航迹规划智能算法具有的显著优势；同时，对航迹规划智能算法进行了详细分类和总结，从智能优化算法与机器学习算法的几种典型算法改进策略出发，对比分析了每种典型航迹规划智能算法的优缺点、应用场景以及改进方向；最后，结合当前无人机航迹规划所面临的多重挑战，对无人机航迹规划智能算法未来的研究趋势和潜在应用方向进行了展望，强调了航迹规划智能算法在提升算法性能、适应复杂环境、满足多样化任务需求以及智能算法融合等方面的重要性，为无人机航迹规划智能算法的研究与发展提供了参考。

关键词： 无人机航迹规划   改进蚁群算法   信息素引导   全局优化   路径平滑度  

摘要： 随着计算机、通信、控制与传感器技术的飞速发展，无人机技术在军事和民用领域得到了广泛应用。无人机航迹规划作为任务规划系统的核心技术之一，对于提高无人机作战效能和实现安全可靠自主飞行具有重要意义。基于改进蚁群算法的无人机航迹规划方法，旨在解决传统蚁群算法在航迹规划中易陷入局部最优和搜索时间长的问题。通过引入目标节点信息素引导因子和再励学习机制，改进算法的全局收敛性能得到显著提升。实验结果表明，改进后的蚁群算法在航迹长度、计算时间和搜索成功率等方面均优于传统算法，为无人机航迹规划提供了新的技术手段和解决方案。

关键词： 算法治理   未成年人   网络欺凌   犯罪治理  

摘要： 网络欺凌以其隐蔽性强、频发率高等特性，成为当前社会治理中的一大难题，传统的校园欺凌治理模式在面对这一新兴问题时显得力不从心。算法治理作为情境犯罪预防理论在网络空间的创新应用，凭借着高效运作机制、精准识别能力以及前瞻性的预测优势，为有效解决网络欺凌问题提供了全新的视角和路径。鉴于此，构建一套科学完善的未成年人网络欺凌算法治理体系显得尤为迫切。在构建这一体系的过程中，我们应当坚持最有利于未成年人原则，从三个方面入手：一是要严格落实《未成年人网络保护条例》，二是要探索建立多元主体共同参与的治理模式，三是要切实防范算法应用过程中可能产生的风险。通过运用互联网算法治理模式，切实保障未成年人的合法权益，塑造一个绿色、健康的网络环境，让未成年人在阳光下健康成长。

关键词： 机器视觉   多目标跟踪   特征提取   FairMOT  

摘要： 多目标跟踪算法中的FairMOT提出了平衡检测和重识别分支的均衡学习策略，有效的平衡了目标检测和重识别两大任务，是目前单阶跟踪段范式算法中最优的算法，但由于DLA34骨干网络的特征提取能力有限，面对实际应用场景中复杂的跟踪场景时，往往会因为出现漏检和误跟等现象导致模型的跟踪效果下降。为了有效的提升模型骨干网络的特征提取能力，本文针对此问题设计了基于元素相乘结构的深度聚合骨干网络，提出了FairMOT-Star算法。该算法利用了元素相乘结构带来的隐藏维度提升原理，实现了简洁高效的目标特征提取。同时使用EIoU＿Loss作为检测框回归任务的回归损失函数，更加精准的描述了检测框和真实框之间的位置和形状关系，提升了检测框的预测精度。匹配关联部分使用卡尔曼滤波算法预测目标的运动信息，匈牙利算法完成时序维度上前后帧目标和轨迹的关联匹配。在MOT16数据集上进行了实验测试，MOTA精度达到了86.0%,模型的权重参数量为19.59 M,相比于FairMOT模型参数量减少9.7%的同时，MOTA精度提升了3.5%,较好的优化了FairMOT算法的计算参数量和跟踪精度。

关键词： 固体激光   腔镜调谐   人工智能   深度强化学习  

摘要： 提出一种基于深度强化学习（DRL）的激光腔状态维护智能化通用方案。该方案利用互补金属氧化物半导体（CMOS）相机采集激光输出光斑信息，以基于压电促动器的电调镜架为光学谐振腔的实时控制元件。利用专门设计的评价函数和DRL神经网络，将激光光斑中的模式信息与强度信息相融合，建立具备感知与控制激光腔能力的智能体模型，并对自行研制的高功率、高光束质量（M2）的Nd∶YAG激光器进行原理验证。对于功率失谐量超过45%的激光腔，可利用智能体使其在数秒内完成自行优化，恢复到满功率水平且光束质量接近衍射极限（功率为92.5 W,M2为1.2）。相较于现有的随机并行梯度下降、遗传算法等，该智能体的优化路径及对应的操作步数大幅缩短，在特定谐振腔的状态维持方面具备显著的优势。基于深度强化学习的智能体方案为实时高效稳定的高性能激光系统提供了优化方案。

关键词： 改进RR轮询调度算法   PBPW算法   二级队列调度算法   优先级轮询调度  

摘要： 针对星载路由设备的发展趋势，即交互速率提升、带宽增加以及设计轻量化，本文提出了一种基于改进轮询的星载高速交换算法的设计方案。该方案采用基于改进RR (Round Robin，轮询)调度算法和PBPW (Priority-based Bandwidth Privilege with Weighting，基于优先级并带权重的带宽特权)算法相结合的二级队列调度算法。在第一级调度中，引入优先级轮询调度，确保高优先级的数据帧能够优先转发，同时开放了缓存共享机制，一定程度上避免了拥塞和资源的浪费；在第二级调度中，为每条链路分配了阈值，从而避免了某些链路因“饥饿”而无法得到服务，同时防止了其他链路的拥塞问题。与传统的基于FIFO (First In First Out，先进先出)的简单队列调度算法相比，这种改进的轮询调度机制显著提高了星载路由器的转发速率，并降低了转发时延。此外，通过轮询方式实现了对高优先级数据帧的优先转发，进一步优化了路由器的性能。