课程文献中心 更多>>

关键词： S盒   超混沌系统   Lyapunov指数   粒子群优化算法   遗传算法   爬山算法  

摘要： 针对目前基于混沌系统所构造的S盒难以拥有良好密码学性能的问题,提出一种基于超混沌系统及遗传粒子群优化算法的S盒设计方案.在一维混沌映射基础上,引入正余弦函数以及指数因子,构造一个二维超混沌系统,从系统分叉图、相图、Lyapunov指数图进行性能分析,该混沌系统在参数范围内有着连续的超混沌区间,混沌行为复杂.通过改变混沌系统的初值、参数以及迭代次数可以动态生成S盒,随后结合粒子群优化算法和遗传算法提出一种针对S盒的遗传粒子群优化算法,将混沌系统生成的S盒作为初始种群,利用粒子群算法改进遗传算法中的交叉操作,同时结合爬山算法提出一种新的变异策略.为验证所生成S盒性能,对S盒的双射特性、非线性度、严格雪崩准则、差分均匀性及输出比特间独立性进行仿真测试,仿真结果表明:所提出的优化算法能够生成非线性度、差分均匀性、输出比特间独立性方面表现良好的S盒.

关键词： 属性约简   弱标记数据   相对邻域区分度   增量学习  

摘要： 弱标记不完备混合型数据是一种常见的数据类型,因此对弱标记不完备混合决策系统进行属性约简,是当前研究的一个热点.首先,通过改进相对邻域区分度的属性重要度定义,构造基于改进相对邻域区分度的增量式更新机制;然后,设计了弱标记不完备混合决策系统中增加属性集的增量式属性约简算法;最后,选取UCI数据库上的8个数据集,将改进的算法与其他同类型的属性约简算法进行对比,实验结果表明,改进的算法具有较高的约简效率和分类性能,从而验证了新算法的可行性.

关键词： 振荡函数   复合中矩形   外推法   误差展开式  

摘要： 振荡积分在信号处理、波动等问题中有广泛的应用。本文利用复合中矩形公式近似计算高振荡积分,并根据求积公式推导出误差渐进展开式。然后在误差渐进展开式的基础上设计外推算法。并证明了外推算法的收敛阶及其收敛速度。最后,通过数值算例验证了算法的有效性。

关键词： 异型烟   智能备货   粒子群优化   需求预测  

摘要： 异型烟备货管理面临需求预测不准、库存积压等挑战,亟需智能优化技术的支持。文章构建了一种基于改进粒子群算法的异型烟智能备货模型,通过集成异构预测模块,准确把握需求趋势,并优化库存与订货决策,最小化企业的综合运营成本。仿真结果表明,该模型在多个评价指标上均优于传统方法,能够有效提升异型烟备货的管理水平,为行业数字化转型提供新的解决方案。

关键词： 算法社会   算法控制   驾驭算法   数字文明  

摘要： “算法社会”强调算法在社会中的广泛应用,“算法的社会”则意味算法对社会的全面控制。算法控制将人类置于经济让渡、政治极化、文化蒙蔽的文明风险之中,直接挑战人类文明的基本价值准则,由此延伸和加剧现代世界的数字文明悖反。究其本质,算法的资本主义应用成为文明冲突的隐秘方式。从算法控制到驾驭算法集中表达了“以人为本”的文明追求,描绘了人机交互的文明蓝图,是引导算法健康有序发展的社会主义文明定向。

关键词： 高熔点原油   NSGA-HVC算法   短期调度   超体积贡献   多目标优化  

摘要： 为了解决含高熔点原油的单管道短期调度优化问题,对调度过程中出现的目标函数和约束条件建立数学模型,并采用基于超体积贡献(HVC)的进化算法优化求解该问题。通过种群聚类获得唯一目标值集合,然后计算HVC,并根据目标价值优化参考点的选取,提出改进的基于HVC的非支配排序遗传算法(NSGA-HVC)对含高熔点原油的单管道短期调度问题进行多目标优化求解。实例分析表明,与其他算法相比,NSGA-HVC算法的求解性能更优,超体积(HV)指标高于其他算法10%左右,所得解集表现出更好的多样性和收敛性。将NSGA-HVC算法得到的调度结果与已有文献进行对比,结果表明所提算法在不同目标上的优化效果提升了3.1%~24.1%,整体上调度成本显著降低。

关键词： transformer   注意力机制   目标跟踪模型   位置编码   孪生网络  

摘要： 为了充分利用模板和搜索区域之间的位置信息以及提高融合特征的表征能力,提出使用动态位置编码和多域注意力特征增强的方法.在注意力模块内部嵌入带有卷积操作的位置编码模块,随注意力计算更新位置编码,提高自身空间结构信息的利用率.引入多域注意力增强模块,在空间维度上使用不同空洞率和步长的平行卷积进行采样,以应对不同大小的目标物,并聚合通道注意力增强后的特征.在解码器中加入空间域注意力增强模块,为预测头提供更精确的分类回归特征.本算法在GOT-10K数据集上的平均重叠度(AO)为73.9%;在TrackingNet、UAV123和OTB100数据集上分别取得了82.7%、69.3%和70.9%的曲线下面积(AUC).与主流算法的对比结果表明,融合了动态位置编码和通道、空间注意力增强的跟踪模型可以有效提升模板和搜索区域间的信息交互,提高跟踪的精度.

关键词： 激光熔覆   参数优化   粒子群算法  

摘要： 依据RBF回归拟合模型建立了多道搭接激光熔覆多目标优化工艺参数模型,确定了模型的优化变量、目标和相应约束条件。采用多目标粒子群优化进行工艺参数优化和最优解搜索,得到三组工艺参数的最优解集。通过对三组最优解集进行均值处理,结果是:优化后比优化前的表面平整度可提高19%,熔覆效率可提高26%,气孔面积可减少34%。

关键词： YOLOv8   轻量化   火灾检测   目标检测   加权双向特征金字塔(BiFPN)  

摘要： 针对传统火灾检测算法存在的检测精度不足及速度瓶颈,特别是对于小规模初发火情与大规模迅速蔓延火灾的识别难题,研究提出一种基于多尺度特征融合的轻量级火灾检测算法,设计了EDBAN模块以替代YOLOv8中的C2f模块,提升模型的泛化能力和适应性,尤其是在处理多尺度火灾场景时的精准度。改进原有的BiFPN结构适配YOLOv8模型结构,并设计Weighted Blend模块对各层特征进行加权融合,增强特征的表征能力,降低漏检风险。进一步提出LOTT检测模块,以替代传统的YOLOv8检测,通过一系列组卷积和尺度调整操作,实现了在轻量化的同时保持了检测性能的准确性和稳定性。通过在场景丰富的火灾数据集上进行实验,结果表明,改进的YOLOv8算法在基准模型的基础上参数量减少了58.3%、计算量减少了34.5%,同时mAP提升了2.6个百分点,基本满足火灾实时检测的需求。

关键词： 特征加权融合算法   动漫人物图像   图像复原   图像重建   人物模型  

摘要： 动漫人物复原图像存在像素缺失会导致所设计人物出现失真显示的情况,从而使主机元件无法准确重建动漫人物模型。针对此问题,提出基于特征加权融合算法的动漫人物图像复原重建方法。利用特征加权融合算法跟踪动漫人物特征,将图像分成多个像素区域,根据像素损失值推导人物图像的变分损失复原函数。利用跟踪所得的人物特征,定义重建节点,再将各个节点对象连接起来,以求解具体的重建表达式,完成动漫人物图像复原重建。实验结果表明,应用构建模型可以保证复原图像中缺失像素与原像素的色彩一致性,色彩一致性高于92%,不会造成设计人物失真显示的情况,能够保障主机元件对动漫人物模型的准确重建。