课程文献中心 更多>>

关键词： PCB电镀参数   相关分析   机器学习算法   概率统计算法  

摘要： 在PCB生产过程中,VCP电镀参数的设定与选择决定着产品品质良率、效率高低、成本大小。当前,主要通过DOE建立工程设计规范或数学模型方式输出电镀参数值,其生产的电镀厚度与产品要求值存在较大差异,电镀参数预测值与理论电镀参数值存在一定差距,导致生产效率不高、生产成本浪费。基于以上背景,本文通过构建电镀参数影响指标体系,运用相关分析、机器学习算法、概率统计分析算法对电镀参数研究分析,建立电镀参数规则标准、预测算法模型并结合电镀效率基数分布表输出更为精准的电镀参数,提升品质良率、生产效率,降低PCB制造成本。

关键词： SPN网络   复杂网络   K-shell   关键特征提取   Kendall系数   HDBSCAN  

摘要： SPN网络采用切片分组组网策略进行网络传输,由于其高效的业务承载能力,SPN网络已成为各种切片业务综合性传输承载网络。在通信网络中,SPN网络具备小世界复杂网络特性,针对该复杂网络特性提出了一种基于K-shell及动力学模型的SPN关键节点识别算法。本文针对通信运营商SPN网络拓扑特性及动力学特征,通过构建复杂网络模型,抽取网络拓扑及动力学关键特征实现SPN网络关键节点识别。首先构建了SPN网络的拓扑图,基于最短路径算法构建网络故障传播模型。其次运用复杂网络分析方法,从网络拓扑及故障模型中提取能够表征节点重要性的特征([CB]、[CD]、[CC]、SoCF、FoP),并通过计算节点的故障信息与拓扑信息特征之间的Kendall相关系数,量化网络级联故障与拓扑结构之间的相关性。最后在相关性分析的基础上,使用HDBSCAN聚类算法对两类特征进行聚类分析。实验结果表明,在SPN网络关键节点识别中,可以采用动力学特征(SoCF和[CC])或(FoP和[CB])对网络关键节点进行有效识别。

关键词： 交通标志   背景噪声   特征增强   注意力机制   小目标检测   YOLOv5  

摘要： 针对传统方法无法应对交通标志检测中目标小、背景复杂等难点问题,本文提出一种基于特征增强和注意力聚焦的交通标志检测算法。首先,设计了双主干网络,对浅层特征信息与深层语义信息进行融合和增强,缓解颈部网络特征信息因多次下采样导致信息丢失和融合不充分的问题。通过增加小目标检测层,更好地适应自然场景下小目标交通标志的检测;其次,设计了CA3注意力模块,将通道特征与空间位置信息互补地应用到特征图中,降低复杂背景的噪声干扰;最后,采用WIoUv3 Loss,动态地对梯度增益进行合理分配,及时降低数据集里低质量样本产生的有害梯度。实验结果表明,在CCTSDB 2021和GTSDB数据集上,本文提出的模型相较于YOLOv5分别实现了4.30%和1.10%的平均精度(mAP)提升。相较于其他主流模型,该模型在复杂道路场景下展现出了对交通标志更优的检测效果。

关键词： 算法证据   数字司法   证据可靠性   正当程序   专门性问题报告  

摘要： 数字信息技术对刑事司法的深度介入产生了算法证据。刑事算法证据应限于“人辅机主”型的机器学习算法证据,可归属于专门性问题报告范畴。算法通过数据结构化的过程,揭示大数据与待证事实之间的因果关系,算法证据是在司法证明整体主义模式下对大数据评价的结果,包括预测类算法证据、识别类算法证据和分析类算法证据。算法证据的司法适用存在三层风险:对无罪推定和自由心证的冲击;“概率近似正确(PAC)”理论下的事实认定错误性或歧视性问题;权力行使的隐化和异化趋势。同时存在双维困境:在实体困境维度,算法透明度和可解释性、个人数据赋权与反算法身份歧视等手段难以实现对算法的有效规制和监管,影响算法证据合理适用;在程序困境维度,数据选择与算法设计监督程序、结果告知与解释程序以及异议或质证程序的规则阙如,制约算法证据适用实效。对此,应当以事实认定的辅助性、技术性正当程序、比例原则作为算法证据司法适用的理念指引;依据算法证据生成流程,从数据可靠性、算法可靠性角度明确算法证据可靠性的具体要素;构建取证、开示、质证与认证规则,强化算法证据适用的程序规制。

关键词： 人机对话   事理图谱   计算思维   文本分析   异质图注意力网络  

摘要： 思维过程的精准量化和思维品质的高效诊断是思维型教学智能化开展的难题。现有的思维分析方法普遍存在静态局限性,割裂了事理逻辑和动态情境对思维的影响。人机对话作为思维外显和评估的重要载体,为计算思维自动化评估提供了潜在可能。为提高人机对话环境下计算思维水平预测的准确性和可解释性,构建基于BERT-异质图注意力网络(HAN)的计算思维自动化评估模型。采集人机对话过程中所获取的时序性文本作为学习者计算思维的外部表征,通过BERT-HAN模型从人机对话文本数据中提取句子级语义特征表示,将这些特征作为异质图的节点特征输入到HAN中。模型耦合了基于余弦相似度的句子语义特征和基于关系词列表的元路径嵌入,进一步提取语句之间的语义关系。在此过程中,通过注意力机制生成学习节点间的关系权重,形成具有丰富语义信息的事理图谱。事理图谱的构建不仅考虑语句之间的直接关系,还可以基于多头注意力机制灵活捕捉并处理异质图中不同关系类型的特征。最终,根据这些特征,利用Softmax分类器进行计算思维水平的识别和预测,以实现自动化评估。实验结果表明,该模型的预测准确率为0.869,召回率为1,AUC值为0.998,相较于BERT、TextCNN、LSTM-HAN等模型具有更好的性能。

关键词： 麻雀搜索算法   BP神经网络   边坡   稳定性评价  

摘要： 我国边坡规模和数量宏大,由边坡造成的危害严重影响露天采场的安全生产,对边坡进行稳定性进行评价是边坡危害治理的前提,对边坡的精准评价至关重要。在考虑边坡评价各影响因素基础上,选择多项评价指标,利用国内55组数据,引入麻雀搜索算法(Sparrow Search Algorithm,SSA)优化BP (Back Propagation)神经网络,建立SSA-BP模型,并建立同样本与同模型参数的BP模型与PSO(Particle Swarm Optimization)-BP模型作为对照组。研究结果表明:SSA-BP模型具有更优秀的评价效果,可为类似边坡稳定性评价提供科学依据。

关键词： 5G机会信号定位   经验模态分解   自适应卡尔曼滤波   紧组合  

摘要： 以惯性导航系统(inertial navigation system,INS)/5G组合导航系统为研究对象,首先,针对低成本的惯性传感器信噪比(signal to noise ratio,SNR)较低进而影响组合导航精度的问题,提出一种改进阈值的清除迭代经验模态分解间隔阈值(clear iterative empirical mode decomposition interval-thresholding,EMD-CIIT)算法,有效提升惯性传感器的SNR,以及提升组合导航系统的定位精度。然后,针对同频5G机会信号的同频干扰、钟差、钟漂等因素导致伪距值异常的问题,提出一种基于自适应卡尔曼滤波的紧组合导航算法,利用基于马氏距离的5G伪距置信度方案,实时调整观测协方差矩阵,从而抑制伪距异常值对定位精度的影响,进一步提高定位的可靠性。最后,分别采用数值仿真与实验手段验证所提方案的有效性和优越性。

关键词： 干涉测量   相位提取   随机步长   李萨如图形   椭圆拟合  

摘要： 基于李萨如图的椭圆拟合(Lissajous ellipse fitting,LEF)算法,可以从移相干涉图中恢复物体表面三维形貌信息。由于孤立点、噪声和短弧拟合等因素影响,常用椭圆拟合算法精度受限,稳定性不高,因此提出了一种混合Kalman椭圆拟合算法。从固定或随机移相干涉图中计算得到两组符合李萨如图形简谐运动方程参数,将其作为混合Kalman椭圆拟合初始值,通过迭代得到椭圆参数的置信区间,从而确定最佳系数,求解出包裹相位。将三步、四步LEF的结果与移相公式法进行对比,分析了不同椭圆拟合算法的优劣。当移相量为随机值时,三步LEF误差RMS值为0.0524 rad,比公式法减小了20.36%。当移相量为90°时,三步LEF误差RMS值为0.0458 rad,比公式法减小了30.39%,四步LEF误差则与公式法相近。仿真与实验表明,该算法稳定性更好、性能优于其他拟合算法。

关键词： 人工拣货系统   多人拣货   堵塞   时空网络   启发式算法  

摘要： 订单拣选是仓库作业的关键环节,多拣货员同时拣货引发的堵塞会大幅度增加拣选作业时间,在考虑堵塞的情况下,对人工拣货系统的多拣货员行走路径进行优化,对于提高拣货效率具有重要意义。因此,提出基于返回型路径策略的路径调整方法。在此基础上,将一维物理网络下的拣货路径优化问题转换为时间和空间结合的时空网络下的拣货路径优化问题,构建了基于时空网络的多人拣货系统路径优化模型,并设计了一个考虑系统堵塞的路径调整优化算法来求解该模型。数值分析验证了考虑堵塞的路径优化的有效性,所提出算法能在合理的求解时间范围内得到较好的解,特别适合对拣选密度高的中小型电商人工拣货系统进行优化。

关键词： 移动机器人   路径规划   改进遗传算法   平滑路径   种群初始化  

摘要： 针对传统遗传算法在移动机器人路径规划中存在路径不平滑、容易早熟等问题,提出了一种改进遗传算法。首先,采用基于终点距离和夹角的种群初始化方法以提高初始种群质量;其次,根据路径长度和转向角度设计了新的适应度函数以提高路径平滑度,采用保留较差解的改进锦标赛选择策略以增加种群多样性;最后,设计了基于节点数量筛选交叉个体的交叉算子,加快收敛速度并减少无效交叉,同时采用了多种变异策略以增加算法后期的搜索能力。对比仿真实验表明,本研究所提出的改进遗传算法能较好地避免早熟,所得路径更平滑,收敛速度更快,综合性能相对更优。