课程文献中心 更多>>

关键词： GraphSAGE模型   遗传算法优化   K-Means聚类   GraphKGA算法   推荐系统  

摘要： 在信息过载的背景下,如何提高推荐系统的推荐质量和准确性成为了研究热点,而图神经网络作为一种新兴的技术,在这方面展现出了巨大的潜力。本研究首先将四种广泛使用的图神经网络模型GAT、GCN、GIN和GraphSAGE应用于推荐系统中,并通过比较发现GraphSAGE在多项指标上的表现最优。具体来说,GraphSAGE在推荐系统上实现了RMSE(0.6459)、MAE(0.4989)、AUC(0.8701)、Recall(0.6377)、Precision(0.8348)和F1-score(0.7231)的优异性能。进一步,本研究将GraphSAGE与传统的协同过滤算法在推荐系统上的表现进行比较,结果表明GraphSAGE在推荐系统上仍保持优势。在此基础上,本研究还探索了GraphSAGE与遗传算法优化K-means的结合算法——GraphKGA算法对于推荐系统性能的影响,实验证明,GraphKGA算法应用于推荐系统中的RMSE(0.6364)和MAE(0.4855)均取得优异结果,表明其能有效提高推荐系统的性能。

关键词： 计算思维   项目式   图形化编程  

摘要： 当前我国计算思维的培养主要集中于信息科技学科,通过编程类或人工智能类课程的实施,促进计算思维水平的提升。但目前图形化编程教学主要以传统演示法为主,过于注重模仿学习,缺乏学生的自主实践与探究,忽视了内在算法思维的渗透,无法切实提高学生的计算思维水平。基于此,文章研究对象是实验班和对照班,教学方法依据项目式教学,展开图形化编程教学实证研究,探究项目式教学对提升学生的计算思维水平有何优势。研究结果表明,在项目式图形化编程教学模式下,学生的计算思维能力得到了显著的提升,且对图形化编程学习同样具有显著优势。At present, the cultivation of computational thinking in China mainly focuses on the discipline of information technology. Through the implementation of programming or artificial intelligence courses, the level of computational thinking is promoted. However, at present, the teaching of graphical programming is mainly based on the traditional demonstration method, which pays too much attention to imitation learning, lacks students ' independent practice and exploration, ignores the penetration of internal algorithm thinking, and cannot effectively improve students’ computational thinking level. Based on this, the research object is the experimental class and the control class. The teaching method is based on the project-based teaching, and the empirical research of graphical programming teaching is carried out to explore the advantages of project-based teaching in improving students’ computational thinking level. The research results show that under the project-based graphical programming teaching mode, students’ computational thinking ability has been significantly improved, and it also has significant advantages for graphical programming learning.

关键词： 铁路通信   网络安全   虚拟防火墙技术  

摘要： 信息技术在铁路运输中的广泛应用,铁路通信网络承担着越来越多的任务,包括列车控制、信号传输、通信指挥等。然而,与之相应的是网络安全面临的威胁也在不断增加,所以就要采用虚拟防火墙技术,保证铁路通信网络安全。文章基于铁路信息网络、防火墙体系,提出了网络边界防护、虚拟专用网络安全、入侵检测和预防系统、虚拟隔离、应用层过滤等虚拟防火墙技术的应用对策,使铁路通信网络能够有效地防御网络攻击。

关键词： 检测算法   YOLOv8   安全帽佩戴检测   FasterNet   注意力机制  

摘要： 为了实现对特定场所人员佩戴安全帽行为的自动检测,提出了一种基于改进YOLOv8网络模型的检测算法。采用FasterNet思想改进YOLOv8网络模型的C2f结构,减少了初始模型的参数量和运算量;在检测头位置添加EMA机制模块,提升了模型的特征检测性能;引入SAConv模块和ASFF算法改造检测头结构,对不同尺度的特征信息进行自适应融合,提升了初始模型的特征提取能力。消融实验和对比实验证明,所提出算法的检测精度更高,检测速度更快,能够满足实际生产对安全帽佩戴检测的需求。

关键词： 雷达目标识别   逆合成孔径雷达   高分辨率距离像   类增量学习  

摘要： 针对类增量学习(CIL)中的灾难性遗忘问题,该文提出一种不同类的数据流和特征空间双分离的类增量学习算法。双分离(S2)算法在1次增量任务中包含2个阶段。第1个阶段通过分类损失、蒸馏损失和对比损失的综合约束训练网络。根据模块功能对各类的数据流进行分离,以增强新网络对新类别的识别能力。通过对比损失的约束,增大各类数据在特征空间中的距离,避免由于旧类样本的不完备性造成特征空间被新类侵蚀。第2个阶段对不均衡的数据集进行动态均衡采样,利用得到的均衡数据集对新网络进行动态微调。利用实测和仿真数据构建了一个飞机目标高分辨率距离像增量学习数据集,实验结果表明该算法相比其它几种对比算法在保持高可塑性的同时,具有更高的稳定性,综合性能更优。

关键词： 路径规划   蜣螂算法   粒子群算法   莱维飞行  

摘要： 在机器人路径规划中,粒子群算法(Particle Swarm Optimization,PSO)是一种常用的算法。然而在迭代后期粒子群算法会出现粒子多样性下降和易陷入局部最优解的情况。为解决以上问题,本文提出了一种改进的粒子群蜣螂算法。建立栅格地图模型对机器人进行路径规划,在粒子群算法中加入动态非线性调整惯性权重系数,引入惩罚系数来建立适应度函数,并与引入了莱维飞行进行改进的蜣螂算法相结合,以增强算法的搜索能力。试验仿真结果表明,与已有的粒子群算法相比,本文提出的改进粒子群蜣螂算法适用性更强,能够找到更短的最优路径。

关键词： 计算思维   解决问题   Python编程  

摘要： 培养学生的计算思维是学术界关注的重要课题。文章首先分析了计算思维培养教学的研究现状,然后从计算概念、计算实践与计算观念三个维度出发,将计算思维的五要素作为有效方法,与Python课程内容深度融合,提出“创设情境,引出问题”“去抽象化,表征问题”“迁移应用,解决问题”三个层次的教学模型建构。最后,以“模拟图书借阅系统”为例,基于该教学模型进行教学设计,以期为Python课程教学提供指导。

关键词： 蜣螂优化算法   Tent混沌映射   自适应惯性权重   莱维飞行  

摘要： 针对原始蜣螂优化算法(dung beetle optimizer,DBO)容易陷入局部最优,收敛精度不够等问题,提出一种混合策略改进的蜣螂优化算法(TDBO)。运用Tent混沌映射策略初始化种群,使得初始蜣螂的位置分布更加均匀,提高种群的多样性;在蜣螂繁衍阶段使用自适应惯性权重,提升寻优能力;在蜣螂偷窃行为公式中引入莱维飞行,提高算法的搜索能力,使算法跳出局部最优,平横搜索多样性与收敛准确性之间的关系。在9个测试函数上分别与基础DBO算法、4种对比算法以及单一策略改进的DBO算法进行比较,并通过Wilcoxon秩和检验验证TDBO算法的性能。结果证明,TDBO算法在多个函数上速度和精度优于对比算法,并具有显著性差异。通过基准函数的测试、Wilcoxon秩和检验,以及3个工程优化问题的验证,TDBO算法具有较优的收敛精度和速度。

关键词： GA-Elman算法   网络信息安全   态势评估  

摘要： 在日益复杂的网络环境中,信息安全已面临严峻的挑战。网络信息安全态势评估是一种预测和评估网络安全威胁的方法,旨在及时发现和应对潜在的网络攻击。遗传优化算法(genetic optimization algorithm, GA-Elman)结合遗传算法和神经网络,为处理非线性和动态系统的预测提供了新的可能。通过优化网络参数和结构,GA-Elman算法可以有效地提升网络信息安全态势评估的准确性和效率。本文首先分析了GA-Elman算法的理论基础和神经网络结构,详细探讨了其学习和优化过程。其次,提出了基于GA-Elman算法的网络信息安全态势评估方法。最后,通过实验证明了该评估方法的有效性,展示了GA-Elman算法在网络信息安全态势评估中的应用前景和优势。

关键词： Arnold变换   DNA混合编码   超混沌   图像加密  

摘要： 针对图像信息在传输过程中面临着被非法窃取、篡改等威胁的问题,提出了一种基于Arnold变换和DNA混合编码联合置乱的高维超混沌图像加密算法。首先,通过一种八维六次高维超混沌系统产生多个混沌伪随机系列,并经整数化处理,得到多个混沌伪随机整数系列和一个混沌矩阵;然后,采用这些混沌伪随机整数系列动态选取DNA混合编码规则和运算规则,对混沌矩阵和经Arnold变换后的原始图像矩阵进行DNA动态编码、运算和解码,从而实现图像加密;最后,将该算法应用于图像加密,通过计算机仿真进行了加密性能分析。结果表明:所提出的加密算法具有优异的性能,可为图像加密提供可行的选项。