课程文献中心 更多>>

关键词： 多维数据模型   数据共享   数据标准   城市轨道交通   基建期   电子图纸   系统稳定性   数据质量  

摘要： 如何将城市轨道交通工程基建期形成的资产安全、完整地移交至各接管单位至关重要,本文通过构建“移交表+电子图纸+BIM模型”的多维数据模型,建立统一的数据标准和操作规范,对资产进行全面的分析和展示,并与其他业务系统数据共享和集成联动,极大地提高了系统稳定性、数据质量和移交工作效率。

关键词： 超分辨率   注意力机制   感受野优化   特征融合  

摘要： 针对现有基于深度学习的超分辨率方法存在参数冗余以及难以学习到全局上下文信息、重建图像高频特征能力欠佳的问题,提出一种基于感受野优化与渐进特征融合的超分辨率网络(RPSRnet),其在单幅图像重建方面实现了较高的性能。该网络采用像素注意力机制与大感受野卷积相结合的方式,设计两条渐进路径将输入表征为不同层次的特征抽象,增强网络捕获上下文信息的能力,同时减少了网络参数冗余。通过分层卷积和多重感受野分支,在保持轻量卷积的前提下,于分层的多路径上学习不同尺度的融合特征,增强网络重建边缘细节和复杂纹理特征的能力。实验结果表明:相比于先进算法,所提算法在基准测试集Set5上的峰值信噪比达到32.47 dB,在测试集Set14上达到28.81 dB,优于现有的先进算法,且网络参数更少,实现了9%的参数缩减,从而验证了算法的有效性。

关键词： 锂离子电池   多级恒流充电   耦合模型   进化算法   优化方程  

摘要： 为提高电池的性能,研究制定先进的充电策略至关重要。基于差分进化算法,文章提出了一种综合考虑电池寿命和充电效率的多级恒流充电策略。首先,结合锂离子电池外特性与内部机理,建立了电学模型、热学模型和寿命等耦合模型;其次,根据上述耦合模型参数,进一步构造以使用寿命和充电速度为目标的优化方程;最后,采用差分进化算法确定各恒流段的最优充电电流。制定满足消费者需求的安全快速充电策略,不仅有利于电动汽车的推广与普及,而且能够为国家长久可持续发展做出贡献。

关键词： 心血管代谢性共病   LASSO回归   随机森林算法   合成少数样本过采样方法  

摘要： 目的 基于LASSO回归和随机森林算法分析心血管代谢性共病(cardiometabolic multimorbidity,CMM)的危险因素,为临床决策提供依据。方法 基于中国健康与养老追踪调查(China health and retirement longitudinal study,CHARLS)2011―2020年随访14 358名≥45岁人群的数据,通过LASSO回归和随机森林的特征重要性评估进行变量筛选后,将研究对象按8∶2的比例随机分为训练集和测试集,利用合成少数样本过采样方法(synthetic minority over-sampling technique,SMOTE)将训练集调整为平衡数据集,应用随机森林算法构建疾病预测模型,应用网格搜索和5折交叉验证优化预测模型。采用敏感性分析保证模型的稳健性。结果 该预测模型的准确率达到99.46%,召回率达到69.03%,F1得分为0.82,平均曲线下面积为0.93,敏感性分析显示,模型具有良好稳健性。性别、年龄、腰围、职业、教育程度、空腹血糖、不良行为生活方式、基线自报疾病、风速、使用不清洁能源等可作为CMM的发病预测因素(均P<0.05)。结论 本研究成功构建了CMM的预测模型,发现多种危险因素与CMM发生相关,为临床医生在CMM高危群体中实施早期干预提供科学依据。

关键词： IGWO算法   搜索策略   最小化区域灰度值模型   线阵CCD   着靶位置  

摘要： 针对传统CCD(charge coupled device)交汇立靶采集的图像中,枪弹位置提取时采用背景差分法、互相关法所存在通用性差、耗时长的问题。通过对CCD精度靶图像弹丸提取所存在的问题进行深入分析,提出了基于改进灰狼算法的CCD精度靶图像弹丸提取方法。首先,将子弹提取问题转化为在一定约束条件下,寻找灰度值最小连通区域问题。其次,建立了最小化区域灰度值模型、竖直光斑区域及低灰度区域剔除模型。然后,采用基于维度学习的狩猎(dimensional learning-based hunting,DLH)搜索策略的改进灰狼算法,来跳出局部最优解,进而提升求解性能。最后,在参数设定相同的条件下,采用改进的灰狼算法、灰狼算法、飞蛾扑火算法、互相关算法、背景差分法进行了对比试验。实验结果表明,在上述方案下,平均求解时间缩短至12 ms。同时,目标检测成功率达到了95%,相较其他对比算法,性能提升明显。

关键词： 岩心裂缝图像   DeeplabV3+   多尺度特征融合   条形池化  

摘要： 岩心裂缝对于油气勘探有着重要意义,是宝贵的地质研究资料,对岩心裂缝图像进行裂缝提取有助于地质专家进行后续的研究工作。岩心裂缝图像存在着裂缝细小、裂缝和背景区域像素值接近等问题,已有的图像分割算法对裂缝提取效果不佳。为了改善岩心裂缝的提取效果,本文提出基于改进DeeplabV3+的岩心图像裂缝提取算法。本文算法设计了新的解码器,对图像进行充分多尺度特征融合,增强了模型对裂缝边缘细节的表征能力;同时,引入条形池化模块(SPM),作为空洞空间金字塔池化模块(ASPP)中的池化层,从而有效减少了背景区域对裂缝目标提取的干扰。实验结果表明,提出的基于改进DeeplabV3+的岩心图像裂缝提取算法,相比于原始DeeplabV3+网络,改进算法在mIoU、mPA、F1-Score上分别提升了1.88%、4.49%、3.02%。

关键词： 深度学习算法   油田网络   攻击检测  

摘要： 为更准确地识别潜在攻击并实现更灵活的防护策略,文章分析了油田网络环境的安全需求,设计了以卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆网络(Long Short-Term Memory,LSTM)为核心的攻击检测模型,构建了多级网络攻击预警机制,并通过实验验证了所设计系统在多项指标上的优势。实验表明,该系统在应对复杂多变的网络攻击方面具有较高的应用价值。

关键词： 计算机应用   大规模数据   虚拟现实场景   动画制作   模型训练   医学影像   研究与发展   娱乐行业  

摘要： 近年来,基于大规模数据训练的生成式AI模型已在创建新数据(包括文字、图像、视频、音频等)方面展现出了卓越的性能,也从VAE和GAN时代发展到了如今的大模型时代。年初,OpenAI提出Sora模型,实现了文本到视频的完美转换,让人难以分清AI和现实的界限。近日,世界首个通用大型生成式医学影像模型(MINIM)被研发出来,用于合成海量医学影像数据,为医学影像领域的大模型训练注入了“新燃料”,为下游医疗健康应用指出了一条薪新的道路。生成式AI模型的应用可涵盖各行各业,比如,在气象行业,该模型可以用来模拟地球,帮助人们更准确地预报天气和自然灾害;在娱乐行业,无论是游戏建模、虚拟现实场景建设,还是动画制作、电影特效生成等,都能够利用生成式AI模型来简化内容创作流程。

关键词： 中文分词技术   ADAM算法   CNN-Bi-GRU-CRF   变电站SCD文本  

摘要： 针对电力领域文本数据分词准确性较低的问题,提出一种基于改进ADAM(adaptive moment estimation)算法的中文分词技术。选用Skip-Gram模型作为字嵌入模型,将字词转为分布式向量,搭建卷积神经网络-门控循环单元-条件随机场(CNN-Bi-GRU-CRF)模型实现电力领域文本语句的分割,提出一种改进的ADAM算法,通过控制不同时间窗口的学习率优化神经网络模型,提高模型训练速度。将所提算法运用于变电站SCD(system configuration description)文本数据分词的算例分析,通过与其他主流分词算法进行比较,验证所提分词技术的先进性与准确性。

关键词： 红外图像增强   引导滤波   局部显著图   权重融合   自适应Gamma校正  

摘要： 在通过引导滤波方法对红外图像进行增强处理的过程中,图像显著区域与背景的对比度往往并没有得到有效增强,细节部分没有得到有效优化。针对此问题,提出了一种基于多尺度引导滤波的红外图像视觉显著增强算法。以引导滤波为基础将红外图像划分为基本层和细节层图像,基本层和细节层图像分别采用局部显著图权重融合与自适应Gamma校正方法进行增强处理;在此基础上,对红外原图、增强后的基本层与细节层图像按照权重因子进行特征融合,获得增强后的红外图像。实验结果表明:在三种不同场景下,所提算法的信息熵、峰值信噪比与图像标准差与其他算法相比均有明显提升。该算法更能突出图像中人眼所关注的重要细节部分,有效降低了噪声干扰,所得到增强后的红外图像更加清晰。