课程文献中心 更多>>

关键词： 自编码器   神经网络   时间序列   数据压缩   深度学习   LSTM   压缩率   数据降维  

摘要： 针对智能机器、物联网设备和传感器对时间序列数据的收集和传输需求增加导致多维时间序列占据大量存储资源问题，文中提出了一种基于自编码器的时间序列压缩算法。基于长短期记忆神经网络(Long Short-Term Memory， LSTM)构建编码器和解码器，编码器对输入数据进行降维以实现压缩，并通过多层神经网络聚合结构将数据压缩后的表示进行压缩量调整，以进一步降低多维时间序列的数据损失，增强算法在解码器端对数据的重构精度。在公开时间序列数据集上对所提压缩算法进行实验评估，结果表明在最大允许误差为0.2内能够达到0.15的压缩率。

关键词： 算法素养   核心素养   协同理论   协同体系   多主体协同  

摘要： 为提升用户算法素养以识别和控制数智时代的算法风险，加强算法素养的理论体系构建。系统梳理算法素养的概念内涵，引入协同理论提炼了由算法意识、算法态度、算法知识、算法能力与算法道德组成的算法素养构成要素，并搭建了涵盖认知态度层、知识储备层、技术能力层与道德伦理层的算法素养协同框架。构建了包括协同主体、协同阶段、协同框架三维一体的算法素养协同体系，提出了政府、企业、图书馆与用户等多元主体协同参与的算法素养提升路径。

关键词： 伪单调   变分不等式   邻近项   粘性次梯度外梯度算法   强收敛  

摘要： 本文在求解伪单调和非Lipschitz连续算子变分不等式问题上运用邻近项的方法,提出了一种新的粘性次梯度外梯度算法。我们证明了由该算法所产生的序列强收敛于伪单调变分不等式问题的解集,并通过设置一些数值实验与其他文献中的算法进行对比,结果表明我们提出的算法更为优越。本文所得的结果推广和改进了文献中的一些已有结果。

关键词： 大体积混凝土   鹦鹉优化算法   热学参数   反演分析   通水冷却  

摘要： 混凝土施工环境复杂多变，其热学参数的精确性对计算结果至关重要。因此，本文提出了一种基于鹦鹉优化算法的大体积混凝土热学参数反演方法，旨在解决规范或试验所得热学参数与实际工况下存在差异的局限性。由于鹦鹉算法搜索方式的特殊性，致使其搜索效率略显不足。针对该现象引入随机停留策略对鹦鹉优化算法进行改进，通过引入三角游走及Levy飞行策略，显著增强了算法的全局搜索能力和求解效率。通过IEEE CEC 2022的12项标准测试函数，对比改进鹦鹉优化算法与三种传统算法，结果显示其性能显著优于后者。将改进后的算法应用于金沙江下游某混凝土拱坝，实现了最终绝热温升、表面放热系数、温升规律参数的有效反演。结果表明，相比传统方法，本文方法能够更有效地减少模拟温度与实测温度之间的偏差，提高反演精度，为相关工程结构的热性能分析与优化提供了有力的技术支持和实用参考。

摘要： 推荐理由 作为广东省智慧城市综合改革试点城市和省域治理"一网统管"试点城市,近年来,佛山市明确基于"一网统管"试点工作,构建统一规划、统一架构、统一标准、统一运维的"粤治慧·佛山城市大脑"城市运行和治理智能中枢,赋能城市全域数字化转型.

关键词： 零样本常识问答   知识图谱   元学习  

摘要： 零样本常识问答要求模型能回答未见过的问题。目前多数研究者都将知识图谱作为常识知识进行注入，但是当知识图谱与目标数据集在领域上几乎没有重叠时，不管是增加知识图谱种类还是增加图谱内的三元组数量，都难以有效提升模型在目标数据集上的问答能力。为解决这些不足，该文提出一种用于零样本常识问答的多知识元学习算法MKML。该方法通过训练不同的知识适配器(KG-Adapter)以分别将多个知识图谱注入预训练模型，并通过构建元混合专家模块(Meta-MoE)融合这些适配器中的知识。同时，为了增强模型根据自身知识回答未知目标领域问题的能力，MKML通过构建多源元学习方法更新Meta-MoE参数，以帮助模型获取共享的知识结构分布信息，并使其拥有根据问题提示识别未知领域知识分布的能力，从而快速适应目标数据集。多个常识问答数据集上的实验结果表明，与现有的八个基线方法相比，MKML在零样本常识问答方面拥有更高的准确率。

关键词： 聚类   密度峰值   k近邻图   相对路径距离   两级分配策略  

摘要： 密度峰值聚类(density peaks clustering, DPC)算法简单高效,能够识别任意形状簇,但在处理簇间密度差异大的数据集时,不能准确识别出簇中心.同时,其分配策略可能会导致连续的分配错误.为解决上述问题,提出一种基于k近邻图的密度峰值聚类(kNNG-DPC)算法.首先,算法利用k近邻思想构造k近邻全局图和局部图,并在此基础上提出新的局部密度和相对路径距离,从而保证簇中心选取的正确性;然后,制定一种两级分配策略,对不同密度大小的数据点采用不同的分配策略,以避免出现连续的分配错误.在10个合成数据集和8个真实数据集上,将kNNG-DPC算法与6种优秀的聚类算法进行对比.实验结果表明, kNNG-DPC算法的聚类表现优于对比算法,能获得更好的聚类结果.

关键词： 输电走廊   树障隐患   工程量核算   树桩检测   YOLOv8  

摘要： 在为保护配电网安全而进行的树障清理工程中，人工核算砍伐量的方式面临核算结果主观性强、管理困难等问题，而现有算法精度较低，错检、漏检多，鲁棒性较差，因此，提出了用于输电走廊树障砍伐量核算的树桩检测算法。针对配电网清障场景复杂、树干与树桩难以区分导致砍伐量核算不准确的问题，设计了基于Context Guide Block的特征提取模块；引入RepGFPN与Dysample结构对颈部网络进行优化，有效融合环境上下文语义信息与树桩局部细节特征；随后，算法设计了基于LW-SEAM的树桩检测头，优化了遮挡情况下的检测效果。模型在测试集上的P、R和mAP50指标分别提升到了85.5%、76.4%、80.4%，在复杂背景和遮挡情况下对树桩检测有较好的检测效果，能够为实现智能化工程核算提供技术参考。

关键词： 内置式永磁同步电机   全速域无位置传感器控制   模糊控制理论   平滑切换控制方法   基于新型指数趋近律和滑模扰动观测器的滑模转速控制器  

摘要： 本文提出了一种针对内置式永磁同步电机（Interior Permanent Magnet Synchronous Motor， IPMSM）的全速域无位置传感器控制策略。该策略结合了适用于低速区的高频方波电压信号注入法与适用于高速区的超螺旋滑模观测器法。在低高速域切换区间，针对加权平均切换法在切换临界点存在转速突变及切换过程中的误差较大问题，提出了一种基于模糊控制理论的平滑切换控制方法。此外，为了提升IPMSM的转速控制性能，本文设计了一种基于新型指数趋近律和滑模扰动观测器的滑模转速控制器。最后，通过仿真验证了所提控制策略的有效性。