课程文献中心 更多>>

关键词： 软土   粒子群算法   支持向量回归   抗剪强度   内聚力   内摩擦角  

摘要： 为了提高在复杂地质中软土抗剪强度的分析效率以及准确率，研究提出了一种结合粒子群优化以及支持向量回归算法的组合策略，利用前者的对支持向量回归算法的参数进行优化，构建了一种高效的软土抗剪强度参数预测模型。实验结果表明，研究方法的内聚力预测准确率高达97.6%，内摩擦角的预测准确率则达到了96.8%，其均优于选择分类与回归树模型和小波分析模型。研究所提出的方法有效提高了软土抗剪强度的分析效率，使其摆脱了冗杂的操作，从而有效节省了物力与财力。

关键词： 频繁数据挖掘   数据路径   异常攻击   恶意攻击   组合逼近  

摘要： 针对移动自组网络(mobile autonomous networks，MANET)中的节点行为异常和恶意攻击问题，提出了数据路径组合近似(data path combinatorial approximation，DPCA)算法。该算法采用了基于近似包含-排除原理的频繁模式挖掘方法，结合跳过与完成技术、节点分组技术等，通过挖掘MANET数据流中的频繁路径集，高效识别出异常/恶意节点。模拟实验结果显示，当恶意节点比例为20%时，DPCA相比其他方法可提高16.7%的吞吐量，丢包率降低31.4%，能耗降低25.6%，且具有更高的节点信任度，展现出较好的鲁棒性。

关键词： 深度学习   轻量化设计   目标检测   综述  

摘要： 随着深度卷积神经网络的兴起，很多目标检测模型取得了显著的成绩。然而，大模型以计算成本昂贵且内存密集型为特点，难以部署在嵌入式、实时检测等环境中，因此，研究设计轻量化模型是当前的研究热点之一。构建轻量化的目标检测算法是具有挑战性的任务，因为模型必须要被精妙设计才能在花费尽可能少的参数量和计算资源消耗的同时获得优越的检测性能。在过去10年中，轻量化算法设计取得了显著进展。总结了轻量化目标检测算法，旨在进一步探索轻量网络设计的新思路和新方向。将轻量化算法设计分为三类：骨干网络、特征融合网络和注意力机制。详细分析了每一类在目标检测任务中的性能、优势和局限性。接着，简要介绍了一些最近取得成功的方法，如YOLO系列和DETR。最后总结了研究内容，并讨论了未来工作的挑战和潜在方向，同时探讨了轻量化设计在目标检测领域的发展趋势。

关键词： 人工智能算法   RPA机器人   智能巡检   异常监测  

摘要： 针对传统巡检方法无法满足巡检设备多与难度高的问题，研究设计了基于人工智能的机器人流程自动化的配网巡检架构，并引入迁移学习，得到基于改进You Only Look Once xs算法的视频巡检异常监测方法。研究结果表明，研究提出的算法在训练中仅需81次迭代就可稳定，损失值对应2.54;在消融实验中，与基础算法相比，其平均精度均值与单张图像异常检测时间分别提升3.48%与39.47%。在对比实验中，改进You Only Look Once xs算法的平均精确率、召回率与F1值均是最高的。上述结果说明研究提出的方法能实现电力设备异常时高效准确的判断，能有效解决智能配网巡检中存在的问题。

关键词： Benes网络   重排求解算法   并行化   硬件加速器   FPGA  

摘要： 光互连网络使用光交叉开关阵列实现光交换。大规模快速光交叉开关阵列多使用紧凑的Benes网络构建，以避免级联过多开关点导致较高物理链路损耗。但对Benes网络的路由求解将引入数百纳秒至数毫秒的开销，产生交换性能瓶颈。为降低此开销并消除性能瓶颈，提出一种利于高性能硬件实现的Benes网络完全重排求解算法，改进了传统Benes网络求解算法的求解次序，提高了并行度。提出基于该算法的硬件加速器，具有优良的频率特性，FPGA版本加速器固定耗时26ns可完成一次16×16 Benes网络重构求解。通过流水线优化，将连续求解吞吐量提升至700MOPs。相比现有同类路由求解算法的FPGA实现，其求解速度提升9.85倍，连续求解吞吐量提升2.8倍。若使用ASIC技术而非FPGA构建加速器芯片，预计可将求解耗时降低至与开关阵列重构耗时相仿的水平，彻底消除性能瓶颈。

关键词： 推荐算法   商业模式   价值主张   价值创造   内容匹配  

摘要： 随着数智技术的发展，推荐算法在商业模式中的作用和价值日益凸显，但现有文献对算法在商业模式中的赋能过程缺乏深入的解析。本文以网易云音乐为案例对象，遵循“价值主张—算法赋能—价值创造”的逻辑关系，探讨推荐算法对内容平台商业模式的赋能机制。研究发现：（1）内容平台依据推荐算法的不同推荐场景呈现出“内容为王”和“社区至上”两种赋能模式，两者具有不同的价值主张。（2）推荐算法在内容平台商业模式创新中发挥关键作用，不同模式的算法赋能机制各异，具体而言，“内容为王”的算法赋能机制表现为因果推荐和关联推荐；“社区至上”的算法赋能机制表现为情感推荐和社交推荐。（3）“内容为王”和“社区至上”在算法赋能过程中分别创造了平台引流价值和平台留存价值。研究结论为推荐算法在商业领域的创新研究提供了理论支持和实践指导。

关键词： 近零折射率   角度选择结构   温控   太赫兹   可变量程   折射率传感器  

摘要： 本文研究了InSb材料的近零折射率特性在实现角度选择窗口方面的潜力.角度选择结构由主结构和抗反射结构组成，其中主结构用于产生角度选择特性，而抗反射结构用于抑制电磁波泄漏.结果表明，对于太赫兹TE波入射，在2.65 THz附近产生显著的角度选择窗口，而对于太赫兹TM波入射，在10.5 THz附近产生角度选择窗口.对于不同的极化形式，控制温度都能够显著地调节角度窗口的角度范围.此外，临界角特性对于背景介质的折射率变化非常敏感，可以通过调控温度实现拓展测量范围的目的 .当温度分别为300 K,298 K,296 K时，测量范围分别为1.1～1.3 RIU,1.3～1.5 RIU,1.5～1.7 RIU.相比于恒温测量，折射率量程拓展了200%.所提出的结构采用了新颖的临界角原理用于折射率传感，并且通过温控的方式拓宽了检测范围，为可变量程折射率传感器的发展提供了新的思路.

关键词： 混杂系统模型   反激式电路   故障检测   改进鲸鱼算法  

摘要： 针对现有引信电子安全系统检测系统难以将故障精确定位到元器件，以及现有电压变换电路故障检测方式难以直接应用在引信电子安全系统中的问题，提出了一种基于混杂系统建模结合改进鲸鱼算法的反激式升压电路故障检测方法。根据引信电子安全系统中升压电路模型建立混杂系统模型，采集电路中的电学状态量，利用改进鲸鱼算法辨识元器件故障特征参数，定位故障元器件。利用仿真实验验证了混杂模型的准确性和稳定性，进一步设计仿真实验验证了该方法的有效性，在元器件发生故障时对故障特征参数的辨识误差均能在10%以内。

关键词： 穿鞋足迹   Surf算法   特征匹配   足迹识别   映射  

摘要： 在大数据与人工智能快速发展的背景下，足迹检验领域亟需提升专业化和信息化水平。当前，赤足足迹的识别方法研究已取得一定进展，但穿鞋足迹的自动识别仍是足迹检验领域的一大挑战。本研究引入Surf算法，探索其在穿鞋足迹自动识别中的应用潜力。具体而言，研究运用Surf算法对四种类型的足迹图像（即同人同鞋、同人不同鞋、不同人同种鞋及不同人不同鞋）进行特征匹配，并通过几何变换映射匹配点对，深入分析足迹间的相似程度。研究结果显示，同人同鞋的足迹在Surf特征点匹配数量上显著多于其他类型；在几何变换映射后，同人同鞋同时间的足迹图像匹配点数量多，匹配位置准确，而不同人之间的足迹匹配点则较少；此外，即便是同人同鞋，形成时间间隔较近的足迹匹配点也多于时间相隔远的足迹。综上所述，Surf算法在识别同人同鞋足迹方面展现出高效性和可靠性。

关键词： 算法推荐   青年价值观   主流价值  

摘要： 算法推荐作为一种赋能技术,蕴含着"求真""向善""尚美"的向度,因技术工具嵌入、话语权力交织、资本要素裹挟等综合作用对青年价值观产生双重效应.一方面,算法推荐在精准把握青年思想动态与价值取向的基础上,凭借"用户画像"、精准推荐等优势为青年价值观塑造提供新范式.另一方面,价值失序、行为失范的算法乱象频发,衍生了"信息茧房"加剧青年认知固化、去中心化消解主流意识形态、算法黑箱遮蔽事实真相与算法歧视极化群体偏见等风险,使青年价值观塑造面临信息圈层化、多极化、失真化、非理性化风险.因此,需从数字素养、主流价值、公开透明、法律规制等维度出发,推动算法推荐实现多元共治、良性发展,为塑造青年价值观营造风清气正、群防群治的算法生态环境.