课程文献中心 更多>>

关键词： 智能水雷   协同攻击   深度强化学习   策略梯度  

摘要： 智能化是近年来水雷技术发展的重点方向,而具备协同攻击能力是水雷集群智能化的典型特征。论文针对水雷作战中的典型任务场景,基于深度确定性策略梯度网络(DDPG)的强化学习算法,设计了实时和终端两种奖励函数,提高了算法的训练有效性,并通过仿真实验验证。实验结果表明,智能水雷集群在完成训练后,能够较好地执行协同截击、围攻、拦截等攻击任务,可有效提升水雷作战效能。

关键词： 算法编织情节   算法记忆   记忆界面   记忆机制   记忆实践  

摘要： 激增的平台、数字设备和算法系统越来越多地寻求为人们的数据“编织情节”。在物质与概念两个层面,算法编织情节作为算法记忆界面而存在,其不仅是过去与现在重逢的界面,适时逻辑构成其记忆机制的核心;还是意义与符号勾连的界面,简化运行成为其记忆机制的基础;亦是人与算法相遇的界面,增强过去作为其记忆机制的表象。算法记忆实践是一种生活化、庸常性的新记忆实践,其由算法、用户、工程师、平台等多元行动者共创生,织就了数据平等主义和叙事平等主义幻象,书写着以时间为中心的日常生活政治、微观生命政治。

关键词： 世界模型   算法   应用   人工智能  

摘要： 世界模型是一种旨在模拟和理解环境的神经网络系统,其核心思想是通过感知和经验构建内在模型,并以此进行推理、规划和决策。研究了世界模型的发展历程、核心概念和技术实现,探讨了其在人工智能领域的重要性和潜在应用。在综合研究的基础上介绍了世界模型的基本概念、主要算法以及典型模型,如DreamerV3、STORM、MWM等算法和Sora、Gemini等具有代表性的模型;讨论了世界模型在不同领域中的实际应用,如文本和视频多模态预测、机器人控制、自动驾驶等。最后,展望了世界模型的未来发展方向。

关键词： 加权K-means算法   肘部法则   轮廓系数  

摘要： 本文针对K均值聚类算法在现实问题中的复杂性提出一种加权的聚类算法。K-means算法是一种经典的聚类算法,针对这种算法中的问题,目前有很多处理方法,例如确定初始聚类数K值、选择初始聚类中心点、数据点的权重影响以及孤立点的处理方式等。在实际问题中,坐标数据点的权重不同,本文将权值附加在数据点中,再使用肘部法则计算聚类数K值的最佳选择,分析数据点归属的簇。在数据集中进行比较,试验结果表明,与原算法相比,本文算法更接近实际数据分布,轮廓系数更接近1,聚类效果更好。

关键词： OCR   数字化转型   智能化技术   材料选型   算法探究   结构设计   施工图纸   运作模式  

摘要： 随着科技的飞速发展,智能化技术在各行各业的应用日益广泛,深刻地改变着各个行业的运作模式与未来图景,数字化转型是建筑领域的必然选择。这一转型不仅是技术层面的革新,更是对整个行业的生产模式、管理理念乃至商业生态的全面重塑。施工图纸作为建筑工程实施过程中的重要指导文件,其承载的信息量庞大且复杂,涵盖了结构设计、材料选型、施工流程等多个方面,是确保工程质量与安全、指导现场施工的重要依据。

关键词： 遥感地物   UNet3+   相似性感知点关联   选择性内核模块   双多尺度注意力  

摘要： 针对遥感地物图像种类众多且目标边缘较复杂的特点,以及现有分割网络中局部卷积的感受野有限,对图像上下文信息利用不足,导致分割目标边缘模糊以及分割精度低等问题,提出一种基于UNet3+网络的遥感地物分割算法。在解码过程中引入相似性感知点关联算子作为上采样方式,通过聚合特征金字塔中的多个建议,改善目标边界细节的分割能力;在编码过程中引入选择性内核模块,优化下采样方式,以实现神经元的自适应感受野大小,充分地获取目标特征的多尺度信息,精准捕捉有用的细节语义信息;在跳跃连接阶段添加双多尺度注意力模块,对不同尺度的特征进行加权融合,使模型更好地关注局部细节和全局上下文信息。在WHDLD、ISPRS Potsdam数据集上的实验表明,改进算法的平均交并比分别达到了64.4%、75.4%,较基线模型分别提升了约2.6个百分点、3.2个百分点,同时验证了改进算法在分割边缘模糊问题上的有效性。

关键词： 算法可供性   新闻游戏   发展路径  

摘要： 新闻游戏将游戏作为承载新闻的媒介,借助游戏独特的修辞手法来展现新闻的内容,让用户在充满悬念的场景中阅读新闻,并由此获得沉浸式体验。在算法赋能下,新闻与游戏深入融合,编织起共生网络。大众传播媒体要积极利用算法的可供性,从内容生产、信息推送、制作标准、价值共创、平台推广以及算法“转译”等诸多方面入手,推动新闻游戏的快速发展。

关键词： 数字孪生   BIM   算据   算法   算力  

摘要： 为加快推进数字孪生王临段工程建设,分析建设中把握的重点、数字孪生与BIM的区别、夯实算据基础、优化算法模型、提升算力水平、守住网络安全等,并就模型平台、资金、人才等建设难点进行阐述并提出解决思路和方法。

关键词： YOLOv8n   ShuffleNetV2   注意力机制   轻量化   分心驾驶检测  

摘要： 针对驾驶员分心驾驶检测领域中深度学习模型参数量大,在嵌入式设备上难以部署的问题,提出一种基于YOLOv8n的轻量化分心驾驶检测算法YOLOv8n-SGC。首先,构建ShuffleNetV2轻量化骨干网络,引入幻影卷积(GhostConv),减少模型参数量和计算量,实现模型轻量化;其次,在骨干网络后加入卷积和注意力融合模块(CAFM),融合全局和局部特征,提升算法检测精度。验证结果表明,相较于基准模型,改进模型的参数量和计算量都有所降低,且体积减小了28.67%,推理时间缩短了41.79%,mAP提高了1.1百分点。

关键词： 遗传算法   人工势场法   模拟退化算法   自动导引车   路径规划  

摘要： 针对传统遗传算法在规划自动导引小车路径时易陷入局部最优、收敛慢且路径长度非最短等问题,提出一种融合人工势场法和模拟退火思想的改进遗传算法。首先,结合人工势场法设计了一种引导式初始种群生成策略来提高算法的初始化速度;然后,将转角大小、非必要转向次数等约束条件加入适应度函数提升路径的平滑性,基于模拟退火算法改进选择算子来增强全局搜索能力,引入编辑距离筛选交叉前的个体以防止无效交叉,并添加删除算子解决冗余节点问题,获得了较短路径。最后通过实验仿真表明,改进算法规划的路径较短、收敛效果较好,有效防止了算法陷入局部最优。后经ROS机器人操作平台验证,搜索到的路径更具优势,在一定程度上证明了改进算法的有效性和可行性。