课程文献中心 更多>>

关键词： 激光技术   激光雷达点云   平面分割   深度学习   建筑物屋顶  

摘要： 为了准确提取不同类型建筑物屋顶点云的各个平面,采用度量学习的方式,将每个平面视为单独的实例,为每个平面上的点学习单独的高维深度特征。利用所提取的高维深度特征对平面点进行初步的聚类,通过简单的欧氏距离和特征空间距离进行综合度量将未聚类的点分配至各个平面;所提出的方法分别在合成数据集和公开的机载点云建筑物屋顶数据集RoofN3D上进行了训练和测试。结果表明,在合成数据集上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.990、0.998和0.994;在机载点云数据集RoofN3D上,所提取的建筑物平面的准确率、召回率和F_(1)分数分别为0.945、0.971和0.957。该方法不仅可以准确有效地提取出不同建筑物屋顶平面,且平面边缘非常准确,还可以准确区分建筑物屋顶平面内容和非平面内容,为建筑物3维建模提供重要帮助。

关键词： 短视频生产者   算法控制   双元创新   网络社会资本  

摘要： 本研究探讨算法技术在短视频平台的应用及其导致的内容同质化和创意标准化问题。我们将短视频生产者的创新行为分为探索式灵韵创新和利用式模仿创新,并以449名内容生产者为样本进行实证分析,构建感知算法控制影响创新行为选择的理论机制。结果显示:(1)感知算法控制强度越高,短视频生产者越倾向于选择利用式创新;(2)在算法环境中,生产者与消费者之间的网络社会资本通过增强信任、降低创新压力和认知成本,提升了生产者选择探索式创新的概率;(3)创作收入占比越大,算法控制对探索式创新的负向影响增强,而对利用式创新的正向影响增强。受雇于MCN机构的“组织化”短视频生产者更倾向于在算法引导下选择利用式创新,以满足高效生产需求。本文为理解算法控制下短视频生产者的创新行为提供了实证基础,并对短视频创作者在AIGC时代构建差异化内容生产竞争力提出了理论启示。

关键词： 数据管理   计算机   数据库   应用  

摘要： 随着我国社会和经济的飞速发展,人们在生产生活中产生了海量的数据信息,有效地利用这些数据信息,可以提高人们的生活品质和管理水平,提高人们的生产效率。计算机科学在数据管理方面的应用价值很高,它可以提高数据管理的工作效率与质量,从而为人们的生产和生活带来很大的帮助。基于此,本文主要分析了计算机科学技术在数据管理中的应用,以供参考。

关键词： 核极限学习机   AdaBoost集成学习   龙格库塔算法   脱硫出口SO_(2)浓度   预测模型  

摘要： 脱硫出口SO_(2)浓度的准确预测对实现脱硫系统经济运行具有重要意义,针对脱硫出口SO_(2)浓度影响因素众多,难以准确预测这一问题,提出了基于龙格库塔优化的核极限学习机(KELM)和改进AdaBoost集成算法相结合的预测模型。首先采用核极限学习机作为弱预测器,利用AdaBoost集成算法组合构建强预测器,通过调整脱硫系统不同工况下运行数据权重,建立了一种基于AdaBoost集成算法的出口SO_(2)浓度预测模型。为进一步提升模型学习性能和预测精度,通过引入惩罚系数和先验知识参数改进AdaBoost算法的损失函数,运用龙格库塔算法对KELM的正则系数C和核参数S进行寻优,克服初始参数设置对模型稳定性和预测精度的影响。最后利用电厂运行数据进行仿真实验,结果表明,所建立的出口SO_(2)浓度集成模型预测性能优越、准确度高,能够为脱硫系统优化控制提供技术支持。

关键词： 物质点法   负载均衡   三维并行   大规模  

摘要： 【目的】物质点法是一种无网格法,常被用于求解碰撞、侵彻和大变形问题。一方面,为了获得更真实的模拟效果,实际应用场景涉及数亿的物质点和网格,这对存储资源和计算能力提出要求。另一方面,物质点和网格之间频繁的插值,需要综合考虑两者实现任务的划分,而物质点的分布相对于背景网格是不均匀的,设计灵活的划分方式实现任务负载均衡成为问题的关键。基于此,本文设计并实现了物质点法的大规模并行模拟算法。【方法】为了使得进程间的任务量相对均衡,对物质点实现自适应划分设计,然后对网格点上的数据依赖和进程间移动的物质点进行通信设计,最后实现了物质点和网格点耦合的并行。【结果】针对物质点法求解侵彻问题,强扩展性获得80%以上的并行效率。【局限】由于物质点不断在空间移动,对物质点进行动态负载均衡设计可能会获得更好地加速效果。【结论】本文实现了物质点法的三维自适应划分并行设计,获得了良好加速效果,相关的数据依赖分析为之后的动态负载平衡的设计和优化提供参考。

关键词： 刹车盘动片   损伤程度   更换需求   智能评估   图像分割   U-Net模型  

摘要： 飞机刹车盘动片损伤超标将直接威胁飞行安全。为解决人工经验的刹车盘动片损伤程度评估存在检测效率低、主观性强等问题,提出一种基于图像分割的飞机刹车盘动片损伤程度及更换需求智能评估算法。首先,分析刹车盘动片损伤分类及特征信息;然后,基于U-Net模型语义分割刹车盘动片损伤图像数据集,构建刹车盘动片损伤区域面积占比量化分析模型和脱落区域最大径向宽度计算模型;最后,使用Cessna525刹车盘动片图像数据验证模型。结果表明:U-Net模型对刹车盘动片损伤类型的图像分割效果良好,平均精确率、平均召回率、平均像素准确率与平均交并比(IoU)分别为90.75%、91.25%、90.25%与87.25%。刹车盘损伤程度评估结果与经验丰富的机务工程师评估结论基本一致,且评估结果客观准确、可视化程度高,证明所提算法的合理性和可行性。

关键词： 传感器航迹规划   变分贝叶斯推断   非线性滤波   自适应滤波   Fisher信息矩阵  

摘要： 针对单传感纯角度被动跟踪系统的不完全可观问题,结合变分置信下界最大化提出一种基于Fisher信息累积的传感器航迹自适应估计算法。首先,建立以传感器航向角、目标状态估计及其估计误差协方差为参数的变分贝叶斯迭代联合优化框架;在此基础上,推导给出变分置信下界关于航向角的Fisher信息矩阵,并将其最大化以获得传感器航向角的最优解,从而实现传感器平台轨迹自适应优化;同时,考虑纯角度跟踪的鲁棒性,结合正则化方法以相邻迭代变分分布之间的加权Kullback-Leibler散度为惩罚项,构建以状态估计及其估计误差协方差为超参数的优化函数;继而,通过线性化方法给出优化函数的二阶近似,并计算其关于超参数的偏导数,获得状态估计及其估计误差协方差的迭代更新解析表达式;最后,通过被动传感器纯角度跟踪系统仿真实验,验证所提算法能够通过改变传感器航向角有效提高信息的累积量,实现较高精度的目标跟踪。

关键词： 改进ID3算法   数据清洗   数据降维   非结构化大数据   数据分类方法  

摘要： 针对非结构化大数据在分类过程中,由于其数据中存在大量的冗余数据,若不能及时清洗大数据中的冗余数据,会降低数据分类精度的问题,提出一种基于改进ID3(Iterative Dichotomiser 3)算法的非结构化大数据分类优化方法。该方法针对非结构化大数据集合中冗余数据多以及维度繁杂的问题,对数据进行清洗处理,并结合有监督辨识矩阵完成数据降维;根据数据降维结果,采用改进ID3算法建立用于数据分类的决策树分类模型,通过该模型对非结构化大数据进行分类处理,从而实现数据的精准分类。实验结果表明,使用该方法对非结构化大数据分类时,分类效果好,精度高。

关键词： BP神经网络模型   主成分分析   遗传算法   水深反演   权值和阈值优化  

摘要： 针对传统BP神经网络模型在遥感影像水深反演中存在的缺陷,本文引入主成分分析(PCA)与遗传算法(GA),构建新的GA-BP神经网络模型,该改进模型利用GA对BP神经网络模型的权值与阈值进行优化并将优化值作为BP神经网络模型初始值。将该改进模型用于遥感影像水深反演实验中,结果表明,较单一的BP神经网络模型,该改进模型的收敛速度具有较大提升,水深反演精度也更高。

关键词： 模式识别   概率神经网络   麻雀搜索算法   平滑因子   贝叶斯决策  

摘要： 现如今,模式识别已被广泛应用于语音识别、机械诊断、遥感和医学诊断等领域。概率神经网络(Probabilistic Neural Network,PNN)作为一种常用的模式识别工具,已被应用于各类工程模式识别,且取得了一定效果。然而,传统PNN模型一般采用默认的平滑因子参数,这容易导致识别率低和分类能力不足的问题。为了解决上述问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)优化概率神经网络的模式识别方法(SSA-PNN)。该方法通过引入麻雀搜索算法,可以在搜索空间内高效地搜寻到最优的平滑因子,并进行PNN模式识别。将该方法应用于模拟信号和真实滚动轴承振动信号数据,实验结果表明,相比于传统PNN模型和遗传算法优化PNN方法(GA-PNN),改进后的SSA-PNN方法识别率整体提升了6.6%和2.2%,达到了93.3%的高识别率,实现了更好的分类效果。