课程文献中心 更多>>

关键词： 故障诊断   智能化   CiteSpace   文本挖掘可视化  

摘要： 针对故障诊断智能化算法应用的发展过程、研究现状、研究热点、未来发展趋势进行分析.为此检索中国知网和Web of Science(WOS)核心数据集近十年有效文献,引用中国知网文献5490篇,WOS核心数据集文献3629篇,利用CiteSpace软件进行描述性分析与探索性分析,并绘制相关网络图谱,分别进行文本挖掘可视化.发现在故障识别诊断方面可关注深度学习、迁移学习等新兴热门技术,进一步可关注原始信号处理方法和故障异常事前预测.

关键词： 不插电的计算机科学   计算思维   教育帮扶   西南乡村  

摘要： 人工智能时代学生的计算思维能力培养是全世界普遍关注的教育议题,乡村学生的计算思维能力培养更是关乎我国高质量教育体系建设。在西南乡村教育帮扶活动中,面对计算思维教育理念缺乏支持、计算思维教育师资薄弱等困境,文章阐述了面向计算思维的不插电计算机科学活动的框架和示例,为改善西南乡村计算思维教育落后面貌提供了有益的思路和实践经验。

关键词： 长短期记忆神经网络   数字化信息系统   差分进化算法   SARIMA   流量预测  

摘要： 针对高校网站数据流量预测准确率低的问题,提出一种模糊预测控制算法与神经网络算法相结合的高校网站数据流量预测方法。首先,以数字化信息系统为研究对象,采用长短期记忆神经网络(Long Short-Term Memory,LSTM)作为网络流量基础预测模型;然后通过差分进化算法(Differential Evolution Algorithm,DE)对LSTM神经网络的隐含层节点和学习率进行优化;最后结合季节性差分自回归移动平均模型(Seasonal Autoregressive Integrated Moving Average Model,SARIMA)的非线性特征拟合性能,将其与DE-LSTM模型进行组合预测,最终得到基于SARIMA-DE-LSTM的组合预测模型。结果表明,SARIMA-DE-LSTM组合预测模型在高校数据流量预测工作中的RMSE误差、MAE误差和MAPE误差分别取值为0.482 3、0.517 1和0.363 9,明显低于BP神经网络预测模型和CNN-BiLSTM预测模型。由此说明,本模型能够提高高校网站流量预测精度,具备较高的预测性能,满足数字化信息系统的数据处理和流量预测需求。

关键词： 数字水印   多重离散小波变换   Arnold置乱   MATLAB算法仿真  

摘要： 深入探讨了小波变换的起源、发展及其在信号处理中的应用,特别是离散小波变换(Discrete Wavelet Transform,DWT)在减少信号冗余和提高处理效率方面的优势。同时,对人类视觉系统(Human Vision System,HVS)的特性以及韦伯-费希纳定律和Watson感知模型在水印技术中的应用进行了详细分析。基于这些理论基础,设计了一种创新的数字图像水印方案及实现算法,该方案利用HVS在频率掩蔽和亮度方面的特性,结合离散小波变换,实现了对水印嵌入强度的精准控制。通过MATLAB验证,该方案在鲁棒性和不可见性之间取得了良好的平衡,表现出较高的综合性能。

关键词： 铆接   应变   支反力   遗传算法   二次开发  

摘要： 大曲率碳纤维蒙皮固化成型后会产生较大的固化变形,导致蒙皮与骨架之间产生间隙,在铆接装配时,蒙皮将承受一定的装配载荷。为控制大曲率碳纤维蒙皮铆接装配过程中的装配载荷,构建了复合材料蒙皮铆接过程数值计算模型,并以铆接过程中蒙皮最大应变最小,以加载点、约束点支反力小于临界值为约束条件,建立了铆接顺序优化模型,通过遗传算法及ABAQUS二次开发实现优化模型求解。结果表明,优选的铆接顺序下复合材料蒙皮最大应变明显小于按工艺经验顺序铆接时的应变,证明了该方法的有效性和可行性。

关键词： 算法交易   监管   金融市场   金融科技  

摘要： 近年来,在科技兴国战略背景下,我国金融科技发展迅速,算法与金融市场交易活动的结合愈发紧密,算法交易已逐步成为金融市场交易活动的重要组成部分。算法交易具有高效、精准与高度自动化等特点,将其应用于金融市场交易活动中,在一定程度上能够提升金融市场的交易速度与交易量,增强金融市场的活力。但与此同时,算法交易也给金融市场增添了新风险,如算法交易的高度自动化,将使得金融市场变得更加难以预测,加剧市场的波动性;算法交易的复杂性,使其易受黑箱因素等影响,出现错误决策或被恶意攻击,可能引发大量的错误交易,侵害金融市场交易者的合法权益。基于此,文章聚焦算法交易在金融市场中的应用现状及其带来的多重监管挑战,提出针对性的监管应对策略。

关键词： 机械臂   双向快速搜索随机树   路径规划   目标偏置  

摘要： 针对双向快速搜索随机树(RRT-Connect)算法在机械臂路径规划中存在的采样随机性强、收敛速度慢、生成路径冗长等问题,提出了一种改进的RRT-Connect算法。首先,采用动态概率阈值的目标偏置策略,避免采样过程陷入局部极小值;其次,对新节点引入预定义参数深度的重选父节点环节,并对每次迭代生成的新路径和两树连接处设置转角约束,优化路径质量;最后,对初始路径进行剪枝优化,删除冗余节点,利用二阶贝塞尔曲线进行路径平滑处理,使其更符合机械臂的动力学特性。实验结果表明,改进算法的场景适应能力更强,路径质量和搜索效率更高。

关键词： 随机优化   度量学习   方差缩减   非凸优化  

摘要： 文章针对度量学习原凸问题的非凸重新表述,提出了一种带方差缩减策略的非凸随机优化算法(ML_NSVR),用于更高效地求解非凸度量学习问题。在适当的初始选择下,该算法在有限制的强凸条件下能够收敛,其收敛性得到了理论证明。数值实验验证了算法的有效性,为解决非凸度量学习问题提供了一种新的思路。同时,文章将所提算法与传统的随机梯度下降算法(SGD)和随机方差缩减梯度算法(SVRG)进行了优化效果对比。实验结果表明,ML_NSVR算法的效率更高。

关键词： 异常检测   深度学习   物联网数据   数据去噪   归一化处理  

摘要： 提出了基于深度学习的农业物联网数据异常检测算法研究,通过对初始数据进行清洗、去噪和归一化处理等方法,实现数据的预处理。通过计算数据的平均频率、频率标准差、均方根频率和重心频率等数值,提取出异常数据特征。结合上述特征,利用深度学习的方法完成数据比对。最后通过切分数据库的方式,结合数据比对结果完成异常数据的输出。针对上述设计进行实验,实验结果显示,基于深度学习的农业物联网数据异常检测算法所计算出的RMSE均在0.3以下,且检测后数据库离散点数量与实际离散点数量相差在5以内。

关键词： 大数据管理   国有企业   绩效考核制度  

摘要： 文章就大数据背景下的国有企业绩效考核制度进行讨论,了解大数据时代对于国有企业相关绩效考核制度的影响,并对有效优化的措施进行深入的探讨和描述,希望能够为相关工作的开展提供一定的参考和借鉴,在提高绩效考核工作科学性与合理性的同时,将其激励作用更好的发挥出来,切实提高职工群体的工作积极性,从而为国有企业的健康、可持续发展奠定坚实基础的。