课程文献中心 更多>>

关键词： 故障诊断   天鹰优化(AO)算法   自适应螺旋搜索   超立方体策略   长短时记忆(LSTM)神经网络  

摘要： 针对天鹰优化(Aquila optimizer,AO)算法容易陷入局部最优,长短时记忆(long short-term memory,LSTM)神经网络容易受参数影响的问题,提出了一种基于改进天鹰优化(improved Aquila optimizer,IAO)算法优化LSTM神经网络的模型,并将其应用于滚动轴承的故障诊断中。首先,引入超立方策略优化了种群初始质量,设计自适应螺旋策略平衡了AO算法的全局搜索和局部搜索能力,并通过利用高斯变异策略增强了AO算法跳出局部最优的能力。然后,将所提IAO算法对LSTM的权值和阈值进行优化,构建了基于IAO-LSTM网络的滚动轴承故障诊断模型。最后,凯斯西储大学(Case Western Reserve University,CWRU)轴承数据集和帕德伯恩大学(Paderborn University,PU)轴承数据集的试验结果表明:与其他故障诊断模型相比,IAO优化后的LSTM模型的分类准确率更高,能有效识别滚动轴承的各种故障类型。

关键词： 图像处理   特征点匹配   SURF算法   KD-Tree   三维重建  

摘要： 为了提升图像在三维重建过程中特征点匹配时的准确率,提出了一种基于改进SURF(speeded-up robust features)的图像特征点匹配算法。首先,将SURF的64维度描述符提升至128维度;其次,在SURF算法引入KD-Tree模块,利用BBF(best bin first)最近邻查询机制实现特征点匹配;最后,通过对同一数据集进行旋转、缩小,并利用传统算法和改进SURF算法分别对图像进行特征点匹配实验,验证改进SURF算法的有效性。结果表明:改进SURF算法的特征点匹配正确率达到了89.19%,相较于传统SURF算法提高了17.62个百分点;特征错误匹配数由85减少至31,显著降低了特征点的匹配误差;运行时间由1.956 s缩短至1.647 s,进一步提升了算法的运行速度。改进后的SURF算法具备正确率高、误差小、速度快的特点,可为三维重建特征匹配工作提供重要的参考。

关键词： YOLOv8   水下人体声呐图像   轻量化模型   剪枝方法  

摘要： YOLOv8作为经典的单阶段目标检测算法,在颈部层能高效融合上下文信息,但面向水下人体边缘不连续的声呐图像目标检测还存在模型参数冗余、计算复杂度高的问题,不能满足端到端的工业部署要求。针对以上问题,本文在YOLOv8原网络结构中引入“约束训练+剪枝+回调训练”策略,在保证检测精度的同时,减少模型大小和计算负载。实验结果表明,改进后的算法和原YOLOv8n模型相比,模型计算量、层数、参数量和尺寸分别减小40.45%、25.33%、59.75%和18.46%,m AP@0.5几乎不变,mAP@0.5∶0.95提高了3.24%。

关键词： Q-learning   路径规划   自适应   贪婪算法   Q-Sarsa  

摘要： 针对Q-learning算法学习效率较低,收敛速度慢并且在较危险的障碍物区域判断易于出错的问题,提出了一种动态调整探索因子的策略,解决了Q-learning算法探索和利用之间的矛盾。并提出Q-Sarsa算法,将两种算法的优点结合,解决了Q-learning探索策略过于激进而导致过高估计的问题,使得算法收敛速度更快,并找到一个更可靠的路径。实验通过栅格法构建地图,对比实验表明,改进后的算法比原算法在收敛速度和最终步数上有较大优化,能够较好地完成二维地图下的路径规划,验证改进算法的有效性和实用性。

关键词： 数据分发服务   自动发现算法   布隆过滤器   分布式系统   简单发现协议   多维向量   误判率  

摘要： 数据分发服务(DDS)被广泛用于分布式系统的网络搭建,其中自动发现机制是DDS的关键部分。现有的DDS自动发现机制大都采用简单发现协议(SDP),但这种协议在大规模分布式系统的网络环境中会产生网络负载过高、匹配效率低下等问题。针对这些问题,提出一种基于索引布隆过滤器的轻量级DDS自动发现算法。该算法基于多维向量结构和索引值间的位操作设计一种索引布隆过滤器,用于压缩分布式系统网络节点间的传输信息,同时提供比标准布隆过滤器更低的误判率。结合索引布隆过滤器与SDP,能够减少DDS自动发现过程中的资源消耗并提高匹配效率。实验结果表明,在节点匹配率为10%的情况下,所提出的DDS自动发现算法相比基于标准布隆过滤器的SDPBloom算法,发现过程的数据包数量减少了46.39%,匹配时间缩短了73.30%。

关键词： 电商领域   算法歧视   大数据杀熟   法律规制  

摘要： 互联网正步入算法驱动的商业大数据时代,但算法歧视问题层出不穷,尤以电子商务领域的大数据杀熟、粉红税等前端科技热点最为突出,引发广泛关注。相较于国际,国内算法治理研究明显滞后,面临着法律体系不健全、司法保护薄弱等瓶颈问题。为应对挑战,需结合算法技术特征,借鉴美国、欧盟等治理经验,从算法设计者与消费者两方面入手。算法设计者应完善备案制度,严格限定初始数据集规模与质量标准,确保算法透明公正;而针对消费者应建立健全第三方算法解释机制,保障其知情权与救济权,使算法决策透明可追溯,促进算法应用健康发展。The Internet is entering an era of algorithm-driven big data commerce, yet issues of algorithm discrimination are emerging endlessly. In particular, front-end technological hotspots such as price discrimination against loyal customers (big data “killing” familiar customers) and the “pink tax” in the field of e-commerce have stood out prominently, attracting widespread attention. Compared to international efforts, research on algorithm governance in China is notably lagging behind, facing bottlenecks such as an incomplete legal system and weak judicial protection. To address these challenges, it is necessary to consider the technical characteristics of algorithms and draw on governance experiences from the United States, the European Union, and other regions, approaching the issue from both the perspectives of algorithm designers and consumers. Algorithm designers should improve the registration system, strictly limit the size and quality standards of initial datasets to ensure transparency and fairness in algorithms. For consumers, a comprehensive third-party algorithm explanation mechanism should be established to protect their rights to information and remedy, making algorithmic decisions transparent and traceable, thereby promoting the healthy development of algorithm applications.

关键词： 自主导航   智能机器人   路径规划   算法研究  

摘要： 随着社会的发展和科技的进步,人工智能技术已经广泛应用于各个领域,其中智能机器人作为人工智能技术的重要应用,在工业生产、服务领域、医疗健康等方面发挥着重要作用。智能机器人的路径规划是实现机器人行动的关键技术,通过合理的路径规划和导航算法,可以使机器人在复杂环境中高效、安全地完成任务。本文深入研究分析了自主导航智能机器人路径规划的基本原理和方法。

关键词： 人工智能   算法推荐   主流意识形态话语   智能化传播   算法黑箱   算法治理  

摘要： 算法推荐作为人工智能技术领域的重要形态,已成为日渐影响主流意识形态话语传播效度的新型场域。当算法嵌入主流意识形态话语传播领域,以个性化算法推荐技术驱动话语传播主体全员互动化、话语传播内容全息展露化、话语传播方式全觉沉浸化、话语传播空间全域覆盖化。但算法推荐诱发话语权力越位,导致“算法驱动”解构话语传播主体的引导作用、“算法黑箱”引发话语传播内容的边缘化、“算法鸦片”削弱话语传播方式的效能指数、“算法圈层”阻隔话语传播空间的拓展范围。为实现主流意识形态话语传播从“追逐算法”转向“驾驭算法”,要通过主体掌控算法、价值引领算法、技术规制算法、制度监管算法等治理手段,有序建构主流意识形态话语智能化传播图景。

关键词： 遗传算法   面波勘探   地震正反演   地下速度结构  

摘要： 为了研究了瑞雷面波勘探技术在地质结构分析中的应用,将具有模拟自然选择和遗传机制优势的遗传算法(GA)为实验算法,重点探讨了其在频散曲线反演中的应用。通过瑞雷波在地表或地层分界面传播的特性,以及在层状介质中的频散特性构建理论地质构造平层模型,验证了GA算法在反演地下结构时的有效性和稳定性。结果表明,GA算法能够准确地反演出地下速度结构,尤其是在浅层地区。此外,还利用实测数据,采用微动探测方法结合GA算法对矿区地下结构进行了探测和分析,为矿区提供了下一步勘探与治理的方向。研究证实了GA算法在解决复杂地质结构反演问题方面的潜力,并为进一步识别地下岩性结构提供了新的方法。

关键词： MDLS   多目标优化   城市作战   资源分配调度  

摘要： 为避免在城市作战中一个任务投入过多超过需求的剩余资源,影响其他任务的资源分配而造成作战时间延长,将多维动态列表调度算法(multidimensional dynamic list scheduling,MDLS)应用于城市作战资源调度。通过在算法的平台选择阶段做出改进,加入节约模块和支援模块,建立多目标规划模型。仿真实验对比结果表明,该技术研究可为城市作战资源调度提供理论参考。