课程文献中心 更多>>

关键词： 局部社区发现   属性网络   随机游走  

摘要： 局部多重社区发现是社交网络分析中的关键技术,旨在揭示网络中用户的多重归属和复杂联系。针对现有局部多重社区发现算法大多基于网络拓扑结构,忽视节点属性信息的问题,提出了融合节点属性的局部多重社区发现算法(MLCDINA)。该算法将属性网络的结构和属性信息相结合为节点对之间的边权重,并通过随机游走评估节点间结构和属性的融合重要性(IISA)。此外,该算法引入了考虑边权重的局部聚类系数和亲密度随机游走(IRW),以增强对子图稠密性和IISA的评估。实验结果表明,MLCDINA在真实属性网络上的Jaccard F 1-score较现有算法有显著提升,验证了其在局部多重社区发现任务中的有效性。

关键词： 周期特性   频域稀疏   分块   p范数   零吸引项   自适应  

摘要： 针对自适应线谱增强器在低信噪比下失效或效果不佳,通过分析线谱在时域和频域的性质后提出一种重加权零吸引项频域分块最小平均p范数的自适应舰船辐射噪声线谱增强算法。基于线谱在时域上的周期相关性引入分块算法,叠加不同时间段的信号增益;基于线谱在频域上的稀疏性特征引入最小平均p范数与零吸引项;仿真数据显示在-30 dB的低信噪比下常规自适应滤波器失效,所提算法依旧有约10 dB的增益,且显现出更好的均衡和杂波抑制效果;在实际的海试数据中,也取得了较好的效果,证明了该算法的可靠性和准确性。

关键词： 露天矿   横采工艺   深部压煤   边坡稳定性   三维支挡效应   等效思想  

摘要： 针对露天矿横采作业中端帮边坡潜在滑体空间受限,传统边坡稳定性计算方法不再适用的问题,采用数值模拟方法研究采场深部边坡潜在的滑坡机理,拟合潜在滑体中坡面和滑面的空间形态方程,基于三维极限平衡条形划分方法,将滑体底面沿横纵方向划分单元微条柱,分析微条柱在滑体与坡顶线空间位置不同区域的受力情况,运用等效思想,将每行微条柱的力学效应叠加,等效到滑体主滑线上的微条柱,对应获得主滑线条柱底界面上的等效抗剪强度参数,从而建立限制滑体边界的三维稳定性等效算法,并进行工程应用,设计回采煤炭资源。结果表明:含弱层边坡的潜在滑坡模式为切层-顺层组合滑动,潜在滑面的空间形态为近似椭球面与倾斜平面的组合;边坡三维稳定性系数随着潜在滑体走向受限长度的增大而逐渐减小,呈现近似二次抛物线关系;在潜在滑体受限空间条件下,计算多种滑坡模式的边坡稳定性,不同边坡角对应的三维稳定性系数均大于二维稳定性系数;实际设计回采深部煤台阶时,随着+843m平盘宽度不断减小,边坡稳定性随之减小,当局部边坡角为25.58°时,刚好满足安全储备系数1.2要求。相较于常规边坡稳定性分析方法,本研究方法更能反映受三维夹持支挡效应下的边坡三维稳定性,可为该类边坡安全评估方法提供新思路。

关键词： 轴承故障诊断   一维卷积神经网络   遗传算法  

摘要： 对轴承故障类型的准确诊断有利于提高设备可靠性和效率,在早期诊断和预测故障方面开展研究具有重要意义。目前有一部分诊断方法通过手动提取故障特征进行分类,另一部分使用神经网络的诊断方法,但缺乏网络自适应调参的能力,泛化能力不足。因此提出使用遗传算法优化卷积神经网络进行故障诊断,其中一维卷积神经网络可以提取轴承故障信号中的微弱特征,使用遗传算法对卷积神经网络的网络参数进行自适应调参,提高了模型的诊断精度和泛化能力。实验结果表明,该模型的诊断平均准确率为98.56%,比传统的诊断方法1d-CNN、MLP和SVM分别提高了3.26%,10.45%,13.72%。

关键词： 路标检测   语义特征提取   语义特征匹配   图神经网络   注意力机制  

摘要： 传统视觉特征匹配算法提取的特征点易受光照、视角变化等外界因素的影响,复杂环境下算法匹配精度低、鲁棒性差,导致无人机视觉定位误差大。针对上述问题,提出了一种融合多类信息的语义特征匹配算法,该算法采用语义特征点替代传统特征点以提高特征点的鲁棒性与可重复提取率。首先,采用位置信息、语义信息以及描述信息建立特征点的初始表征;随后,利用具有注意力机制的图神经网络聚合其他语义特征点信息,建立最终表征,以优化表征结果的精确性;最后,根据语义信息与表征信息计算特征点对的综合匹配度,提高特征匹配的准确率。实验结果表明:在无人机飞行场景下,所提算法特征点的稳健性、特征匹配准确性均优于传统算法,且对光照、大视角等变化具有较强的鲁棒性,为后端无人机视觉导航位姿解算提供了更加可靠精准的语义特征匹配结果。

关键词： 双编码   动态培育   遗传聚类   电池定制化配组  

摘要： 本文提出了一种基于双编码动态培育遗传聚类算法,同步编码聚类类别与聚类中心,引入动态培育思想,动态调整交叉对象与变异方向,进而增加微变异进而提高种群多样性,解决了传统遗传算法初期收敛缓慢和种群单一问题,提高了算法后期跳出局部最优的能力.同时,分析了双编码动态培育遗传聚类算法的收敛性.最后,以电池定制化配组为应用案例,验证了本文算法解决动力电池定制化配组问题的有效性,以及算法在收敛速度和全局搜索精度方面的优越性.

关键词： 大数据   企业数据管理   管理决策   影响  

摘要： 随着社会转型步伐的加快,经济增长的态势日趋迅猛。无论是公司企业,还是学术研究机构,甚至是政府机构,都不可避免地承受着变革的冲击。对于企业来说,管理环境的日益复杂化使得决策者的判断力受到直接影响,同时也决定了企业在大数据管理和知识管理方面的发展方向,这对企业决策者提出了更高的能力要求,而如何有效提升管理效率成为当前亟待解决的核心问题。在互联网技术迅猛发展的当下,大数据的应用得到了极大的推动和优化,将其融入企业运营管理中,可以提高数据处理效率,也为决策提供了有力的数据支撑。本文在阐述大数据发展现状及特征的基础上,分析了大数据对企业数据管理与管理决策的影响,并对大数据背景下强化企业数据管理及管理决策水平的对策展开研究。

关键词： 档案管理   档案电子文件   元数据  

摘要： 在数字化时代,档案管理面临着新的挑战和机遇。探讨档案电子文件鉴定与元数据管理的方法和技术,提高档案管理的效率和质量势在必行。档案电子文件鉴定与元数据管理作为档案管理的重要组成部分,对于维护社会历史记忆、促进知识传播和推动社会发展具有重要意义,同时对保证档案电子文件的真实性、完整性和可信度具有重要意义。本文通过对档案电子文件鉴定与元数据管理在档案管理中的应用进行分析和研究,指出了目前档案管理过程中存在的一系列问题,并提出了相应的对策。

关键词： 电力设备管理   应急预案   制定   实施  

摘要： 研究阐述了电力设备管理的全面框架,强调了应急预案在预防、应对及恢复电力系统故障中的核心地位。文章详述了应急预案的制定流程,包括风险评估、应急策略设计、预案编制和定期演练,确保其针对性和有效性。同时,文中还强调了应急预案的持续更新与优化,以适应不断变化的内外部环境。通过实际案例分析,展示了应急预案在电力设备故障处理中的实战应用,揭示了预案执行的复杂性和动态性。通过对案例的深入讨论,论文揭示了应急预案实施中的关键成功因素,如信息的及时传递、团队的协作配合以及应急资源的有效调配。这些发现为电力设备管理提供了宝贵的实践经验,并为未来应急预案的优化提供了参考。《电力设备管理中的应急预案制定与实施》旨在提升电力设备管理的应急响应能力,为保障电力系统的稳定运行提供科学的理论指导和实践策略。研究结果对于电力行业、相关监管机构以及学术界理解并改进应急预案的制定与实施具有重要价值,有助于推动电力设备管理的现代化进程。

关键词： 算法歧视   自动化决策   性别歧视   劳动者权益   平等就业权  

摘要： 算法自动化决策在招聘、绩效评估等用工决策中发挥着日益重要的作用。结合算法技术原理和算法应用实践对自动化决策进行风险分析,就业性别歧视可能沿着技术路径嵌入决策,其类型具体包括:算法无意识的就业性别歧视和决策者有意识的就业性别歧视。算法自动化决策情境下的就业性别歧视与传统非数字化情景下的就业性别歧视相比,二者在本体层与治理层两方面均存在区别,而我国关于算法自动化决策在就业性别歧视方面的立法还未展开。应针对算法自动化决策的隐蔽性、间接性、难以解释性,来构建“性别歧视发现、性别歧视应对”的算法规范路径,具体包括:企业的算法披露政策与解释政策;算法自动化决策的“申诉-响应”机制;特殊的举证责任分配制度。