课程文献中心 更多>>

关键词： 多通腔   自相位调制   非线性脉冲压缩   超快超强激光  

摘要： 超快激光在极短的时间内能够达到极高的功率,可以揭示极端的光与物质的相互作用,具有先进的材料加工能力,是产生极紫外(XUV)和高次谐波(HHG)脉冲的理想驱动源,在医疗诊断方面也具有广阔的应用前景。钛宝石(Ti:Sa)激光器自诞生以来,一直是超快激光研究的主流方向,其脉冲宽度很容易达到小于50 fs,但平均功率一直限制在数瓦水平,这限制其在更广泛领域中的应用,掺镱(Yb)晶体激光器的后压缩技术提供了一种获得高平均功率和高峰值功率飞秒脉冲的新方案。随着多通腔(multi-pass cell,MPC)非线性脉冲压缩技术的提出,采用掺镱晶体激光器和MPC非线性脉冲压缩技术相结合产生高功率超短脉冲的方案逐渐得到发展并获得了不错的结果,使实现平均功率超过数千瓦、单脉冲能量达到焦耳量级、脉冲宽度短至几十飞秒的超短超强脉冲成为可能。在文章中,主要介绍了MPC的基本原理,回顾MPC非线性脉冲压缩技术的最新研究进展,并指出该技术的未来发展方向以及前沿应用。

关键词： 城市交通   遗传算法   信号灯控制  

摘要： 主要研究智能信控优化策略,以提高城市干线平面交叉口的通行效率,同时,创新提出一种信号灯智能调控算法,相应算法融合了遗传算法优化的模糊控制和改进的蝠鲼觅食算法的优点。该方法通过对车流量与排队长度进行分级,利用遗传算法对偏差量化因子进行寻优,并根据模糊规则确定周期。在对蝠鲼位置进行多次寻优后,取得最优值,实现信号灯的动态调控。此外,运用VISSIM软件在真实运行的道路交叉口对算法有效性进行仿真验证,测试结果表明该算法满足交通管理要求,策略具备可行性。

关键词： 红外小目标   目标检测   人类视觉系统   双邻域窗口  

摘要： 为降低复杂背景中的干扰杂波对红外小目标检测的影响,提出一种双邻域局部权重对比度算法。首先,考虑到不同尺寸的红外小目标的背景特性,采用双邻域窗口策略有效捕捉目标与背景特性。其次,分别计算方向信息特征图和权重系数增强图,前者充分利用目标的弥散方向信息,后者结合区域灰度响应强度及离散程度生成权重信息,两者结合生成目标显著图。最后,采用自适应阈值分割从目标显著图中提取目标。在4组不同背景的公开数据集上与6种算法进行了比较,所提出的算法具备较强的抗干扰能力和准确的检测性能。

关键词： 公立医院全面预算管理   支出预算编制   多目标遗传算法   神经网络   人工智能  

摘要： 公立医院支出预算编制是全面预算管理的重要环节。公立医院作为一个复杂的经济体,其支出预算编制面临着诸多挑战,包括支出项目种类繁杂、需考虑社会效益和经济效益等多重预算目标、支出项目对预算目标的影响不清晰等。传统的基于增长系数的支出预算编制方法无法处理多重预算目标、多种支出项目之间的复杂耦合关系,难以获得所有方面都令人满意的结果。鉴于此,提出一种结合神经网络与多目标遗传算法的公立医院支出预算编制方法,采用BP神经网络构建支出项目到预算目标的映射函数,并进一步采用改进非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)对支出预算进行多目标优化配置,以期为公立医院提供支出预算编制依据,同时为公立医院全面预算管理的科学化和智能化提供新的思路和方法。

关键词： 图像分类   小样本学习   自监督学习   对比学习   度量网络  

摘要： 针对元训练过程易忽略图像中包含的自监督信息而导致特征提取不充分,以及模型泛化能力差的问题,提出结合自监督对比与元迁移的小样本图像分类模型。预训练阶段提出自监督全局和局部联合对比损失对特征编码器进行训练,使其学习到更丰富的可迁移的先验知识;元训练阶段进一步对样本在特征空间中易产生偏离的问题,提出原型中心度量网络来优化特征空间,使同类样本特征分布更紧凑;利用基于余弦相似度度量的余弦分类器计算各类别中心与查询集图像的相似度;在Mini-ImageNet和Tiered-ImageNet数据集上与当前主流模型进行分类效果对比实验。结果表明:与baseline相比,所提出的模型准确率在Mini-ImageNet数据集5-way 1-shot和5-way 5-shot任务中分别提升了3.14%和4.09%,在Tiered-ImageNet数据集的两个任务中分别提升了2.98%和3.73%。

关键词： 微电网   蚁群优化算法   多目标优化   优化调度  

摘要： 针对微电网的经济优化调度问题,笔者提出一种基于改进蚁群优化算法的微电网多目标优化调度策略。结合微电网中各发电单元的发电特性,构建微电网多目标优化调度模型,对蚁群优化算法存在的不足进行改进,并采用Matlab对所提出的优化策略进行验证。结果表明:改进蚁群优化算法的寻优性能和收敛性能均明显优于蚁群优化算法的,寻优迭代次数减少了87%;改进蚁群优化算法能显著降低微电网的总运行成本,且各微电源出力情况也符合其工作特性。该策略对微电网实际优化调度具有一定的参考价值和指导作用。

关键词： 浮式生产储油卸油装置   市场需求   多算法融合   组合预测   原油价格  

摘要： 调研分析国际浮式生产储油卸油装置(Floating Production Storage and Offloading,FPSO)的市场需求现状,提出国际FPSO市场需求的预测方法。采用熵值法、人工神经网络法、随机森林回归、ADABOOST回归、ARMA模型等多算法融合的方法,对国际FPSO订单进行组合预测,结果表明国际FPSO市场需求在2025年、2030年、2035年的需求量分别为9、10与12艘,可见国际FPSO市场需求在未来十多年间稳步回升。我国船企应密切关注原油价格变化对FPSO市场需求的影响,积极采用新产品技术,同时减少碳排放,提高市场份额。

关键词： 云计算   金豺优化算法   资源利用率  

摘要： 提出了一种基于金豺优化算法(Golden Jackal Optimization, GJO)的云计算资源调度模型,并在Cloudsim仿真环境下进行了实验验证。通过模拟金豺在自然界中捕猎的协同策略,GJO算法实现了对复杂优化问题的有效求解。并在实验中,将GJO算法与贪心算法和遗传算法进行了对比,结果表明GJO算法在任务完成时间和资源利用率方面表现出显著优势。特别是在大规模任务调度中,GJO算法展示了更好的扩展性和稳定性。

关键词： 算法审计目标   终极目标   直接目标   健全性   算法监管责任   经典审计理论  

摘要： 本文以经典审计理论为基础,提出算法审计目标的一个理论框架。算法审计目标是利益相关者希望通过算法审计得到的结果。算法审计需求者希望通过算法审计得到的结果称为终极目标,而算法审计机构希望通过算法审计得到的结果称为直接目标。算法审计目标要通过算法审计主题来承载,不同的算法审计主题承载的算法审计目标不同。经典意义上的资源类委托代理关系中的代理人在履行经管责任时如果使用了算法,则需要审计算法责任履行情况,其审计主题是算法系统,其审计目标是健全性,这个审计目标需要分解落实到算法审计标的形成具体审计目标。政府设立的算法监管部门承担了算法监管责任,针对算法监管责任的审计主题包括算法监管信息、算法监管行为和算法监管制度,算法监管信息承载的审计目标是真实性和效益性,算法监管行为承载的审计目标是合法性,算法监管制度承载的审计目标是健全性(有效性),上述这些维度的目标,其终极目标和直接目标的含义不同。

关键词： 人脸超分辨率   实际场景   深度学习   降质过程  

摘要： 人脸超分辨率能够有效提高低分辨率人脸图像的分辨率和质量,因而在视频监控、刑事侦查、娱乐等领域得到了广泛应用。然而实际场景中成像系统、记录设备、传输介质和处理方法不完善,导致噪声、模糊等降低图像质量的多种降质过程以不规则的方式组合,仅假设明确的降质过程来训练网络模型无法满足实际应用需求。针对这些实际场景中人脸超分辨率存在的多样化降质过程,分别介绍了非盲降质人脸超分辨率技术和盲降质超分辨率技术原理、人脸超分辨率领域常用的数据集和评价指标以及代表性工作的主客观重建结果。未来相关研究应聚焦多模态信息决策融合和张量融合,提升重建图像特征维度和时域相似性;通过大规模预训练和对抗学习等,提升模型泛化能力;研究身份一致性算法以及迁移学习等技术对处理复杂成像条件的影响。