课程文献中心 更多>>

关键词： 高速铁路   铁路路基   监测试验   数据管理   数据库设计   E-R模型   数据重用  

摘要： 随着中国高铁事业的发展,以往科学研究和工程实践积累了大量的现场监测试验数据,但由于当时数据管理技术落后,试验数据在项目结束后多被“束之高阁”,科研价值得不到充分实现。随着计算机技术的不断进步,变形监测系统逐渐成为研究热点,但目前大多数系统的研究更侧重于自动监测技术的实现和可视化模型的展示,忽略底层数据库的设计。针对上述问题,以云桂高铁路基现场监测试验为例,基于E-R概念模型,分析整理相关工程信息与试验数据,梳理得到相应的关系模式,据此完成了历史案例数据库表结构设计,优化了数据管理方式。对数据进行规范化处理后,将其批量装载至基于MySQL5.7的数据库管理系统,建立云桂高铁路基监测试验历史案例数据库,从而实现数据的一体化管理和基于用户角色的权限管理。可在保障数据库数据安全、可靠的基础上,根据用户需求便捷、高效地展示数据。基于上述案例数据库建立相应的数据展示系统,能清晰、直观地展示云桂高铁路基监测试验的逻辑和组织结构,方便后续相关人员了解项目信息,以便进行深入剖析,从而达到数据重用的目的。

关键词： 疲劳驾驶   Yolov8算法   损失函数  

摘要： 夜间疲劳驾驶是导致交通事故的主要原因之一,它不仅威胁到驾驶员的安全,也危及公共安全。在驾驶员刚发生疲劳驾驶时进行实时检测并发出预警提醒,对于减少交通事故、保护人民生命财产具有重要意义。运用Yolov8模型对驾驶员的疲劳状态进行实时监测并做出预警,是一种有效的解决方案。本文基于Yolov8n模型,通过优化损失函数、增加MPDIoU来提升边界框回归精度,并收集数据集进行训练、验证和测试。研究结果表明,Yolov8n模型在夜间疲劳驾驶检测中表现出色,证明了Yolov8算法在夜间疲劳驾驶检测中的应用潜力。Fatigue driving at night stands as a primary cause of traffic accidents, jeopardizing both the driver's safety and public safety. Real-time detection and immediate early warnings when drivers begin to exhibit signs of fatigue are crucial for reducing traffic accidents and safeguarding lives and property. Utilizing the YOLOv8 model for real-time monitoring and issuing early warnings for driver fatigue is an effective solution. This paper leverages the YOLOv8n model, optimizing the loss function and incorporating MPDIoU to enhance bounding box regression accuracy. Comprehensive datasets were collected for training, validation, and testing. The results demonstrate that the YOLOv8n model excels in detecting night-time drowsy driving, affirming the potential application of the YOLOv8 algorithm in this critical area.

关键词： 分布式算法   数据处理   并行处理   并行计算  

摘要： 随着大数据的发展,数据规模急剧增长,传统单机处理模式难以满足高效、实时处理大规模数据的需求。通过将数据和计算任务分布到多个计算节点上进行并行处理,分布式算法成为处理大规模数据的重要手段。

关键词： GenAI技术   算法偏见   教育评价   数据伦理   人工智能  

摘要： 在全球创新驱动发展战略不断深化的背景下,生成式人工智能(Generative AI,GenAI)技术正逐步成为推动教育评价体系转型升级的重要力量。然而,当前教育领域对智能技术的应用仍处于初级阶段,尤其在大语言模型的可解释性方面面临严峻挑战。数据偏差、算法设计缺陷和测试验证不足导致的“算法偏见”问题,已成为制约技术公平应用的关键难题。对此,文章结合GenAI技术在教育评价中的实际应用,首先系统梳理了算法偏见的具体表现,涵盖个体差异、地域差异、社会地位差异等维度;之后深入剖析了偏见产生的成因,主要从数据质量、模型设计、应用场景三个方面展开;最后提出完善算法设计、统筹治理主体、促进技术普惠等对策,以期为构建公正、透明、包容的教育评价体系提供参考。

关键词： 极化码   慢跳频   脉冲噪声   软输出译码   对数似然比计算  

摘要： 考虑将循环冗余校验级联极化(Cyclic Redundancy Check Assisted Polar,CA-Polar)码应用于受部分频带干扰的慢跳频通信场景,针对每跳干扰状态未知的挑战,提出了一种基于CA-Polar码软输出解码的迭代干扰状态估计方法。该方法基于广义似然比(Generalize Ratio Test,GRT)来启动部分频带干扰下的极化解码,然后通过每次迭代译码的可靠度信息来不断提高每一跳干扰状态估计的准确性,基于干扰状态估计更新接收信号的对数似然比(Log-Likelihood Ratio,LLR)并用于CA-Polar码的新一轮迭代译码。仿真结果表明,采用(1024,256+CRC-16)CA-Polar码在块错误率(Block Error Rate,BLER)为1×10^(-4)时,所提出的迭代处理相比于无迭代处理的性能有效提升近2.4 dB;相比于1/2码率的(648,324)LDPC码,同等码率的(512,256+CRC-8)CA-Polar码在相同跳频抗干扰场景下以及BLER为1×10^(-4)时性能增益近0.2 dB。

关键词： 森林碳储量遥感估测   集成学习算法   Optuna超参数调优   堆叠集成算法   碳密度   地理探测器  

摘要： 了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像进行处理,将递归特征消除(RFE)、Boruta两种特征选择方法与支持向量机(SVR),包括随机森林(RF)、极端梯度提升(XGBoost)和堆叠集成(Stacking)在内的三种集成学习算法相结合,分析不同模型的估测精度。此外,运用Optuna超参数优化框架来确定各模型的超参数。根据最优估测模型来反演江西省森林碳储量并绘制空间分布图,选用地理探测器对碳储量的空间分布格局进行驱动力分析。结果表明:(1)根据特征重要性排名,RFE筛选出30个变量,Boruta筛选出11个变量,合适的特征子集与回归算法相结合能显著提升估测的准确性。(2)基于Optuna对各模型的超参数进行迭代调优,发现不同特征子集与机器学习算法相结合,超参数取值和重要性在模型中差异较大。其中RFE筛选的最优特征子集与Stacking算法结合进行回归拟合时获得了最好的估测效果(R^(2)=0.527,RMSE=15.85Mg/hm^(2),MAE=12.31Mg/hm^(2)),该模型有效利用训练数据,结合多种算法的优点以减少偏差,显著改善森林碳密度高值低估和低值高估的问题。(3)最优估测模型反演得到江西省2006年的森林碳密度平均值为33.356Mg/hm^(2)(2.585—88.943Mg/hm^(2)),森林碳储量总量为321.507Tg。(4)自然环境因子中海拔和坡度是影响碳储量空间分布格局的主要驱动因子;所有因子在交互作用下呈非线性增强和双因子增强,其空间分布格局是自然因素和人为因素协同作用的结果。

关键词： UAV航迹规划   人工势场法   3维航迹  

摘要： 针对UAV航迹规划过程中空间域的航迹协调和时间域的协同避撞等问题,提出基于多目标多约束的无人机航迹规划优化算法。通过分析人工势场法在路径规划中的缺陷,对斥力势场函数进行改进并融入了虚拟障碍物法。以改进人工势场法作为实现算法,对多目标多约束条件下的UAV航迹规划展开研究和仿真实现。结果表明,通过调整循环体结构和算法提高航迹合理性和航迹真实性,算法效率和性能可以得到进一步的提升。

关键词： 无人机   三维路径规划   混沌序列   准反向学习   灰狼算法   粒子群算法  

摘要： 针对传统的灰狼算法在三维路径规划中容易陷入局部最优等问题,本文提出了一种改进的灰狼算法。首先,对三维威胁区域进行环境建模,对约束条件规定无人机飞行的总成本函数;其次,在灰狼种群初始化中加入了混沌序列和准反向学习策略,增加了群种多样性以及未知领域的搜索范围,通过对自适应权重因子的改进来更新个体位置,从而加快收敛速度;最后,为了避免陷入局部最优,引入了粒子群算法从而平衡全局开发与局部收敛。通过实验结果表明,相较于另外3种典型路径规划算法,改进灰狼算法可以寻找出一条安全可行的路径,并且有着较稳定的寻优能力。

关键词： 设备管理   RFID   物联网   人工智能  

摘要： 本文主要介绍建德市融媒体中心基于物联网智控技术和5G网络的摄录设备智能管理系统,阐述了县级媒体摄录资产管理中遇到的问题和需求、平台系统设计思路,以及智能化管理应用的探索和思考。

关键词： 光纤光栅   波长解调   机器学习   可调谐法布里-珀罗滤波器   波长漂移补偿  

摘要： 针对可调谐光纤法布里-珀罗滤波器在光纤光栅解调中受到迟滞和温漂特性影响导致解调误差增大的问题,提出一种基于麻雀搜索算法优化支持向量回归的光纤光栅波长解调方法。采用滑动窗口与支持向量回归结合的方法构建可调谐光纤法布里-珀罗滤波器的波长补偿模型。实验结果表明,当锯齿波调谐频率为0.5 Hz时,该模型补偿后的漂移波长平均绝对误差和均方误差分别降低至18.47 pm和1.21 pm。稳定性测试中,该方法解调波长值与sm125解调值之间的平均绝对误差为7.28 pm;40~90℃降温实验中,该解调方法的平均绝对误差为7.44 pm。此方法验证了光纤光栅解调系统在不借助硬件参考的情况下,可以有效降低光栅波长解调误差。