课程文献中心 更多>>

关键词： 协同过滤算法   英语视听资源   个性化推荐   资源关键特征  

摘要： 对英语视听资源进行深度语义分析,提取资源关键特征;分析英语视听资源用户的学习偏好特征,将其与视听资源语义特征匹配;利用卷积神经网络深度融合学习偏好,构建英语视听资源个性化推荐模型;引入免疫进化算法优化协同过滤算法,求解推荐模型,实现英语视听资源个性化推荐.测试结果表明该方法的推荐命中率和推荐准确率均在90%以上,召回率始终稳定在87.11%以上,具有较好的个性化推荐效果.

关键词： 冠心病   阵列式脉图   分类模型   XGBoost  

摘要： 目的研究冠心病患者的阵列式脉图参数特征,探索基于极限梯度提升算法(extreme gradient boosting,XGBoost)建立冠心病辅助预测模型。方法纳入社区老年体检中心的正常人群106例(正常对照组)和冠心病患者300例(冠心病组),使用24点阵列式脉诊仪采集受试者的脉象数据,分析冠心病组与正常对照组的阵列式脉图容积(array pulse volume,APV)差异,并基于XGBoost算法建立冠心病辅助预测模型。结果3种脉图通道数据分析方法的对比差异结果趋同,均有冠心病组h 1、h 4、h 5、h 1/t 1、As显著低于正常对照组(P<0.05),是3种分析方法中共有的冠心病脉图诊断特征。冠心病组APV h1、APV h2、APV h3、APV h4、APV h5显著低于正常对照组(P<0.05)。最大幅值通道均值法的模型综合性能最好,指标包括t 1、t 3、t 4、w 1、w 2、w 1/t、w 2/t。结论阵列式脉图特征参数一定程度上可以反映冠心病患者的心血管功能状态,APV指标可以提升模型的冠心病辅助预测性能。

关键词： 改进差分进化算法   CCHP型微电网   两阶段调度   优化方法  

摘要： 由于CCHP型微电网两阶段调度需求的随机性,导致优化难度较大,难以找到有效的解决方案。因此,本文提出基于改进差分进化算法的CCHP型微电网两阶段调度优化策略。将微电网运行状态空间划分,构建CCHP型微电网两阶段调度优化模型,利用改进差分进化算法对微电网两阶段调度优化方案进行求解,实现CCHP型微电网两阶段调度优化。设计对比实验,实验结果证明该方法的调度转化效率最高,能够最大限度地利用。

关键词： 鹰眼优化算法   景深控制   群智能算法   跨领域优化   工程优化  

摘要： 鉴于跨领域通用算法的研究相对较少,且效果有待进一步提升,提出一种解决交叉领域问题的结合景深控制和透镜成像学习的鹰眼优化算法。在金鹰优化算法的鹰眼中引入景深控制和透镜成像学习策略,将金鹰与猎物的距离转换为拍摄焦点与相机焦点平面之间的距离,结合其他拍摄参数计算前后景深、镜像的对焦点和物体的实际位置,并更新金鹰新个体的位置。为了测试算法的通用性,分别在56个开源测试函数和5个交叉领域数据集上对比了不同算法的效果,结果表明所提算法具有一定竞争力。

关键词： 关键采样点   临界滚动球半径   缓冲面构建   TIN-DDM  

摘要： 三维缓冲体分析是地理信息系统中广泛使用的空间分析功能,对水下潜航器地形匹配导航、海底工程建设规划、海底污染源扩散分析等水深测量研究领域具有重要意义。针对传统缓冲面构建算法在不规则三角网数字水深模型(triangulated irregular network digital depth model,TIN-DDM)精度及建模效率等方面存在的应用局限,以精度阈值可控的滚动球加速优化模型为分析对象,提出了一种基于关键采样点高效判定的TIN-DDM缓冲面快速构建算法。主要研究内容为:(1)在论证关键采样点备选点集空间分布特性的基础上,对临界滚动球半径的数值收敛趋势进行分析,设计了面向邻近备选点选取的临界滚动球半径试探迭代策略,给出了关联数据链记录高效构建的关键采样点判定准则;(2)将空间数据块索引建模应用于邻近备选点的快速定位,建立了空间索引快速定位的关键采样点高效判定模型,实现了对TINDDM缓冲面的快速构建。实验结果表明,针对海量TIN-DDM数据,所提算法可在保证缓冲面构建精度的基础上有效提高缓冲面的构建效率,降低整体缓冲面构建的时间复杂度。

关键词： 代理模型   昂贵优化   差分演化   策略自适应   精英扰动  

摘要： 为增强代理模型辅助进化算法对高维昂贵优化问题的求解性能,提出了一种双模型驱动的多偏好策略自适应差分演化算法。该算法基于全局和局部两种代理建模方法,有机融合了3种具有不同寻优偏好的进化策略。每次迭代,通过利用优化过程中最优解在线更迭反馈信息,以序贯方式自适应调整不同进化策略调用频次,以高效平衡算法的全局勘探和局部开采。为促进种群内个体间优秀信息共享,设计了一种精英个体驱动的差分扰动策略,以增量潜在优解区域的最优样本先验。通过处理26个不同规模的高维基准测试问题,结果表明,所提算法的收敛性能和优化效率较4种先进的同类型算法在至少17个测试问题上绝对占优。

关键词： 机床   残差网络   故障诊断   振动信号  

摘要： 为了进一步提高对机床不同故障的分类准确率,设计一种深度残差网络。通过对机床振动测试试验台信号预处理分析,优化网络结果并进行故障诊断对比分析。研究结果表明:训练集处理可以使准确率收敛至100%,表明模型没有发生欠拟合情况;测试准确率达到了98.2%以上,表现出非常有益的泛化效果。当行数比列数更少时,随着两者差异的增加,模型的分类准确率显著降低;行数超过列数后,模型达到了更高的分类准确率并保持相对稳定的状态。泛用性验证表明,采用残差网络模型进行滚动轴承信号分类时也可以获得99.51%的准确率。CNN网络比浅层模型表现出了更强的识别性能。ShortCut结构具备明显优越性,有助于网络具备更强识别能力。

关键词： Adaboost   医院建造成本预测   医院基建管理   集成学习  

摘要： 医院建造成本预测系统的建设,可以提高医院建造成本的准确预测能力,为医疗机构规划预算提供科学依据,有效管理资源,确保医疗基础设施的高效建设。为了解决目前研究中预测准确性不高的问题,提出一个基于Adaboost算法的医院建造成本预测系统建设方案。仿真实验结果表明,该算法在收集的实验数据集中的预测准确率综合指标AUC值为95%,比SVM、MLP、决策树、BP神经网络、PSO等多个基线模型的效果更好。该系统的上线将为医院基建和财务管理提供有力支持。

关键词： 磁瓦   缺陷检测   注意力模型   YOLOv8n  

摘要： 为了提高磁瓦表面缺陷检测的精度,提出基于YOLOv8n的磁瓦缺陷检测算法YOLOv8-OSE.采用全维度动态卷积模块替代颈部网络中的普通卷积,增强模型的特征提取能力,减少模型的计算量;其次,在颈部网络中加入置换注意力机制,通过结合通道和空间注意力,增强模型对小目标的检测效果,使模型更加精准地定位目标位置;最后,为了解决缺陷样本不平衡和宽高比问题,引入EIoU损失函数,提高模型的收敛速度和回归精度.在磁瓦数据集上的实验结果表明,YOLOv8-OSE算法的平均精度mAP@0.5达到87.6%,mAP@0.5∶0.95达到51.6%,相较于YOLOv8n算法,分别提升了4.5%和2.6%.同时,模型的参数量和计算量基本保持不变.与当前主流的检测算法相比,YOLOv8-OSE算法的检测精度具有一定优势,能够在保持低算力的同时满足高精度的部署需求.

关键词： 数字图像相关   Lagrange插值   Newton-Raphson算法   亚像素位移测量  

摘要： 本文旨在通过改进经典Newton-Raphson算法中的插值方法来优化数字图像相关(DIC)亚像素位移测量的计算效率。针对经典Newton-Raphson算法在数字图像相关亚像素位移测量中应用的双三次样条插值算法,特别是在需要计算边界点灰度梯度(即灰度值的一阶导数)时,存在计算量大的问题,本文提出一种基于Lagrange插值的改进算法作为解决方案。Lagrange插值算法在未增加计算节点数的情况下,成功避免了边界点灰度梯度的计算,使插值效率可提高近1/3。应用数值模拟实验和真实刚体平移实验对本文算法的性能进行验证。结果表明,本文算法在保持求解精度的同时,计算测量效率较传统Newton-Raphson算法有了明显提升。单点插值效率平均提升近30%;单点测量效率平均提升近20%。本文首次将Lagrange插值算法应用于数字图像相关的亚像素位移测量中,解决了双三次样条插值算法计算量大的问题,为相关领域提供了一种更为优化的变形测量方法。该研究为DIC亚像素位移测量技术的进一步发展和应用提供了新的思路和参考,有望在实际工程中得到广泛应用,促进相关领域的进步与发展。