课程文献中心 更多>>

关键词： 蜣螂优化算法   混沌反向学习   黄金正弦   麻雀搜索算法   柯西-高斯变异  

摘要： 针对蜣螂优化算法(DBO)搜索精度较差、全局搜索能力不足、容易陷入局部最优等问题,提出一种多策略改进的蜣螂优化算法。选用混沌反向学习策略初始化蜣螂种群,使得蜣螂个体在解空间内分布均匀,提升种群多样性;引入带非线性权重的黄金正弦策略改进滚球行为,协调算法的全局搜索与局部挖掘能力;借鉴麻雀搜索算法的加入者位置更新策略改进觅食行为,促使种群向最优位置靠近,提高算法收敛速度与收敛精度;以分段函数形式改进偷窃行为,利于种群在迭代前期对全局充分探索,避免算法过早收敛;采用非线性权重的柯西-高斯变异策略对当前最优位置进行随机扰动,引导算法跳出局部最优位置。将所提算法与5种优化算法在23个基准函数、12个CEC2022测试函数及2个工程优化问题上进行实验对比,结果表明,所提算法至少在21个基准函数、10个CEC2022测试函数及2个工程优化问题上的性能指标优于其他算法,且排名第1,相比于原始蜣螂优化算法,在收敛精度、收敛速度、全局搜索能力以及稳定性上都有较大提升。

关键词： 交通标志检测   YOLOv8   感受野卷积   空间金字塔池化   Focal-EIOU  

摘要： 针对当前道路交通标志识别中遇到的众多环境干扰因素以及小目标比例较高的难题,提出了一种基于YOLOv8s改进的目标检测算法。该算法采用感受野卷积替代骨干网络中的普通卷积,这一改进显著提升了模型对目标物体的关注度。同时,修改了原算法的空间金字塔池化模块,使其能够对输入特征图进行多尺度的空间金字塔池化,从而增强特征的表达能力。此外,使用Focal-EIOU损失函数实现了更为精确的边界框回归。在CCTSDB数据集上的验证结果显示,mAP@0.5与mAP@0.5:0.95两个指标分别提升了1.6%和1.3%。

关键词： 算法   平台经济   平台经济从业人员   主体性危机   法律地位  

摘要： 平台经济从业人员是一种兼容线下与线上数字孪生身份的复合主体存在,并非纯正劳动法意义上的劳动者,而是可叠加多种法律地位人员的统称。在平台系统超级算法的动态统制与驯化下,平台凭借其海量数据的优势地位,与平台经济从业人员之间呈现出了超越传统劳动关系认定标准的新的用工关系形态,让传统意义上的劳动关系去中心化倾向日渐加剧,导致平台经济从业人员权益受损时面临“无救济伤害”的客观风险。如何有效规制平台资本无序扩张与劳动力被动式自由权益损害加剧之间的矛盾发展态势?只有祛魅平台背后平台系统算法统制与驯化下的去中心化平台用工运行逻辑,“穿透”平台数字化网络单元形成的劳动控制网内“制度茧房”中的合同自由本质,强化对平台用工关系的过程监管、要素监管和技术监管,才能科学定位平台经济从业人员的法律地位,为有效规制资本的无序扩张、平衡平台与其从业人员之间的利益博弈、科学引导互联网数字化平台创新性商业模式的健康发展提供行之有效的法律对策。

关键词： 去雾   暗通道先验   自适应大气光值   色彩偏移   引导滤波  

摘要： 视频监控是保障工业生产和人员安全的重要手段。但在一些特殊领域,监控图像常会受到粉尘散射的影响而产生雾化现象、导致图像质量退化。此外,由于这些生产环境在照明、目标景物方面具有特殊性,常用的暗通道去雾算法存在色彩偏移、过暗、光晕等现象。以煤矿井下监控图像为目标,针对井下粉尘、水雾导致图像模糊、照度低、色彩信息不丰富的问题,提出一种改进的快速暗通道算法。该算法对大气光值进行基于像素自身颜色信息的自适应补偿校正,以减小色偏的产生,并针对井下图像提出了自拟合的亮度和饱和度增强函数。除对井下图像进行处理外,还将该算法用于常用去雾图像数据集,结果表明该算法对多种场景在有效去雾的同时很好地矫正了色偏及光晕现象,并提高了亮度和色彩饱和度。该算法为井工煤矿等产业以及生活场景的去雾提供了一种新的手段。

关键词： 隧道   围岩   质量评价   机器视觉算法   三维点云模型   特征指标  

摘要： 路罗隧道1号横洞隧址区为第四系全新统崩积碎石土,节理密集,岩石破碎,地质条件较差。针对该工况,基于岩体结构面三维点云模型,对结构面产状、节理组数、粗糙度和块体体积的统计分析方法展开研究,进一步完善岩体结构面智能表征在三维指标中的应用。基于机器视觉统计的6个岩体结构面特征指标,快速获取隧道围岩分级结果。结果表明,所选隧道横洞开挖面围岩质量一般,整体属于Ⅲ级围岩,与地质勘察结果相符,验证了基于机器视觉算法的岩体质量评估方法的可靠性。

关键词： 故障定位   时域反射法   扩频时域反射法   时频域反射法  

摘要： 线缆在现代生活中承担着信息通信、交通运输和电力传输等领域的信息与能源传输任务,是现代社会的重要组成部分。对线缆进行快速、精确的故障定位是信息化发展的必然要求。本文通过对时域反射法、扩频时域反射法和时频域反射法进行性能分析,阐述了三种故障定位算法的适用范围,并说明了各自的优缺点。

关键词： 算法   自动化决策   行政执法   正当程序   算法可解释性  

摘要： 随着人工智能、大数据技术的快速发展,算法自动化决策逐渐应用于行政执法领域。其在行政执法过程中发挥着多重优势,提高了行政执法效率,推动了数字政府的建设,但同时使行政正当程序原则在一定情形下出现“失灵”:算法黑箱使行政公开无法践行、公民的程序性权利被压缩、证据证明力等受到挑战。为应对新型技术对行政正当程序原则的冲击,有关部门应增强算法透明度和可解释性、通过程序机制后移贯彻正当程序原则的要求、通过专业机构的评估与认证提升证据证明力,以此调适新技术的运用与行政正当程序原则的冲突,确保算法自动化决策在行政法治框架下作出。

关键词： 模糊控制算法   机器人   控制精度   优化  

摘要： 为更好地满足实际生产中机器人运作灵敏度、高性能、高抗干扰能力的要求,对原有控制系统进行优化升级,提高控制精度至关重要。基于机器人原有控制系统架构下,分析PID控制器的特点,提出模糊控制算法下的全新优化策略,并以磨抛工艺为例,结合现场运作特点和需求制定模糊控制规划,基于Matlab软件下进行仿真验证,结果证实,相较于原PID控制算法,模糊控制算法可降低最大超调量、震荡次数、调节时间,同时提升控制精度,与预期目标结果达成一致。

关键词： 清扫车   路沿识别   机器视觉   改进YOLO  

摘要： 无人驾驶垃圾清扫车通常通过路沿检测实现自主路径选择。传统深度学习方法虽然具有较好识别效果,但计算量过大不符合实际应用需求。为此,提出一种基于YOLOv5轻量化的改进GDFE-YOLO算法。采用Ghostconv和C3Ghost对原网络模型主干进行替换;再引入可变形卷积替代Neck部分中的传统Conv卷积模块;最后将损失函数替换为Focal-EIOU Loss。实验结果表明,GDFE-YOLO算法在参数量、计算量和模型大小上分别较原模型降低了16.2%、15%和19.4%,检测速度提高12%;路沿识别均值精度为96.1%。GDFE-YOLO相较于YOLOv5s算法的识别精度仅下降0.9%,同时基于整体路沿的线性拟合检测策略,其单点的精度下降影响较小,因此所提出算法能够实现清扫车的轻量化路沿检测要求。

关键词： 高速机电工程   施工智能调度   遗传算法   资源分配   优化模型  

摘要： 针对高速机电工程施工智能调度的挑战,提出一种遗传算法(GA)优化模型(GA-SDM),旨在通过改进遗传算法的核心机制——编码、选择、交叉及变异策略——提升调度过程的效率和准确度,并优化资源分配。在MATLAB R2017a环境下进行模拟,该模型与粒子群优化算法施工调度模型(PSO-SDM)及传统施工调度方法(TSM)进行比较。实验结果显示,GA-SDM显著减少了项目总完成时间,将其优化至26天,同时提高了资源利用率至88%。