基于DeepLabv3+的太阳能电池板污染面积分割与计算算法研究

在露天环境中运行的太阳能电池板易受积尘等污染物覆盖的影响,进而降低其发电效率。为了定量评估污染物对太阳能电池板表面污染的程度,文章采用DeepLabv3+语义分割模型对太阳能电池板污染面积进行分割与计算。首先,通过训练DeepLabv3+模型,实现对太阳能电池板图像的精确分割,从而提取出污染区域。然后,通过计算污染区域像素点总数占整块太阳能电池板图像像素点总数的比例,量化污染物的面积。最后,在实际场景中的实验表明,DeepLabv3+分割太阳能电池板污染物的精准率、F1得分和平均准确率分别达到97.17%、96.45%和96.79%。该方法为太阳能电池板的维护管理和效率优化提供了科学依据。

基于连续顶点分区的混凝土3D打印路径规划算法

针对混凝土3D打印构件成形质量差和打印时间长的问题,提出了一种基于连续顶点分区的路径规划算法。首先,采用基于哈密顿回路的连续顶点分区方法,将打印区域划分为多个连续的区域,以确保在打印过程中打印喷头不会多次经过同一顶点,从而避免了重复打印和成形质量差的问题。然后,使用遗传算法搜索每个区域,通过迭代和优化来确定最短的打印路径。实验结果表明,与其他路径规划算法相比,所提出的算法能够显著减少打印喷头的空行程和启停次数,且缩短打印时间10%以上,有效地提升了混凝土构件的成形质量与打印效率。基于连续顶点分区的混凝土3D打印路径规划算法通过有效划分打印区域、智能搜索最短路径以及合并优化路径的方式,解决了混凝土3D打印构件成形质量差和打印时间长的问题,这可为混凝土3D打印技术的发展和应用提供有力的技术支持。

面向缪子透射成像的BCD-NES算法

针对大规模缪子透射成像场景,提出一种基于块坐标下降(BCD)的缪子透射成像模型.设计具有抗噪能力的牛顿误差累积(NES)算法对该模型进行求解,构建一种面向缪子透射成像的BCDNES算法.该算法在求解缪子透射成像问题时能够避免对大规模优化问题的直接求解,显著降低计算复杂度和内存资源占用.仿真与实验结果表明,在有噪声和无噪声情形下,该算法均能有效实现对待测物体成像,还能避免实际应用中的异常体变形问题,弥补传统成像方法的不足.

基于改进Mask R-CNN的受电弓碳滑板优化检测算法

针对传统受电弓碳滑板检测中检测效率低、检测精度差等缺点,提出一种基于Mask R-CNN的优化改进算法。该算法采用铁道部受电弓损坏评定的新规定及实地的样本数据集,通过改进特征提取算法的网络结构以及优化损失值来提高算法对图像的处理效率,实现受电弓碳滑板缺陷的掩膜准确标注,有效减小受电弓滑板的损毁对电力机车运行的影响。最终通过实验验证该算法对受电弓碳滑板缺陷的检测精度和效率有明显的提升作用。

基于BP神经网络和C-Means聚类算法的水下导航适配区分类预测

在国家明确强调“海洋强国”战略部署的时代背景下,适配区分类预测技术是解决水下导航与定位问题的核心技术。因此,研发基于重力异常数据的水下导航适配区分类预测模型,对于提高导航可靠性与精准度具有关键性的技术意义。本文针对不同区域的重力异常特征分布不同,首先提出一种基于C-Means聚类算法的区域适配性标定方法,通过将海域划分为五类,对各区域进行适配性标定。然后,在此基础上,本文提出一种基于BP神经网络的适配区分类预测方法,对区域适配度进行预测。实验结果表明,本文提出的预测模型在训练集中的预测精度达到99%,而在测试集中模型的预测精度达到97%。由此可见本文提出的预测模型具有较好的迁移性能,能够帮助水下航行器进行精准定位。

基于PANNs-CNN的环境声音分类算法研究及应用

环境声音分类(ESC)技术主要涉及声音特征提取和分类器算法的选择。为了探索最佳的特征提取方法和分类器组合,文章对深度学习模型PANNs-CNN进行了研究和分析,对不同的特征提取方法进行了实验对比。实验结果表明,在与同类模型对比中,选用预训练且更深层的CNN模型可以提高ESC的预测性能;Log-Mel特征可以更好地保留声音信号高维度特征及特征相关性,有助于提升模型分类准确率。文章研究的基于Log-Mel特征提取方式和PANNs-CNN 14的环境声音分类算法在ESC-50数据集上的分类准确率最好,并且在实际应用中验证了该算法的有效性。

基于改进Faster-RCNN算法的边坡行人安全检测研究

当边坡出现地质灾害时,边坡上的滚石会对下方公路上的行人带来危险,造成人员伤亡和直接的经济损失。对此提出一种视觉行人检测算法,当检测有行人出现时进行警示,避免安全隐患。为提升视觉算法的检测精度,提出了一种改进的Faster-RCNN目标检测算法。首先,将最大池和平均池分别引入到ResNet残差结构中,保存更完整的特征信息;其次,提出Fpnc-ResNet50结构,在ResNet结构的基础上,融合多尺度特征和CBAM注意力机制,提高对小目标和行人遮挡问题的识别能力;最后,将EIoU损失与均方误差损失相结合,加快模型的收敛速度,提高模型在未知数据的检测效果,并进一步改善背景混乱下的行人遮挡问题。通过实验验证,本文提出的算法相比原算法在检测精度上提升了4.01%,有良好的实际应用效果。

基于卷积神经网络-长短期记忆神经网络模型利用光学体积描记术重建动脉血压波信号

目的直接动脉血压(arterial blood pressure,ABP)连续监测是侵入式的,传统袖带式的间接血压测量法无法实现连续监测。既往利用光学体积描记术(photoplethysmography,PPG)实现了连续无创血压监测,但其为收缩压和舒张压的离散值,而非ABP波的连续值,本研究期望基于卷积神经网络-长短期记忆神经网络(CNN-LSTM)利用PPG信号波重建ABP波信号,实现连续无创血压监测。方法构建CNN-LSTM混合神经网络模型,利用重症监护医学信息集(medical information mart for intensive care,MIMIC)中的PPG与ABP波同步记录信号数据,将PPG信号波经预处理降噪、归一化、滑窗分割后输入该模型,重建与之同步对应的ABP波信号。结果使用窗口长度312的CNN-LSTM神经网络时,重建ABP值与实际ABP值间误差最小,平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)分别为2.79 mmHg和4.24 mmHg,余弦相似度最大,重建ABP值与实际ABP值一致性和相关性情况良好,符合美国医疗器械促进协会(Association for the Advancement of Medical Instrumentation,AAMI)标准。结论CNN-LSTM混合神经网络可利用PPG信号波重建ABP波信号,实现连续无创血压监测。

基于CEEMDAN-SVM-LSTM的高炉煤气利用率组合预测

煤气利用率是高炉炉况稳定和耗能的重要指标之一。为提高煤气利用率的预测精度,提出一种基于CEEMDAN-SVM-LSTM的组合模型对其进行预测。首先利用CEEMDAN(自适应噪声完备集合经验模态分解)将煤气利用率时间序列分解成6个模态量和一个趋势分量,对煤气流利用率的发展进行解耦;然后用LSTM(长短时间记忆人工神经网络)和SVM(支持向量机)分别对分解的高频模态和低频模态进行预测,最后将模型组合建立原始煤气利用率的组合预测模型。结果表明该组合模型的MAE(平均绝对误差)、MAPE(平均绝对百分比误差)、RMSE(均方根误差)和MSE(均方误差)分别为0.14、3.5%、0.18、0.032。与单一的SVM模型和LSTM预测模型对比,组合模型的精度更高。

融合卷积注意力和Transformer架构的行人重识别方法

行人重识别技术是智能安防系统中的重要方法之一,为构建一个适用各种复杂场景的行人重识别模型,基于现有的卷积神经网络和Transformer模型,提出一种融合卷积注意力和Transformer(FCAT)架构的方法,以增强Transformer对局部细节信息的关注。所提方法主要将卷积空间注意力和通道注意力嵌入Transformer架构中,分别加强对图像中重要区域的关注和对重要通道特征的关注,以进一步提高Transformer架构对局部细节特征的提取能力。在3个公开行人重识别数据集上的对比消融实验证明,所提方法在非遮挡数据集上取得了与现有方法相当的结果,在遮挡数据集上的性能得到显著提升。所提方法更加轻量化,在不增加额外计算量和模型参数的情况下,推理速度得到了提升。

基于细粒度特征的面料图像检索

面料图像检索对于纺织工厂面料库存和样品管理意义重大,但面料外观的多样性以及织物纹理的精细性,使得在面料检索时面料的特征提取较困难。该研究提出一种基于细粒度特征的面料图像检索算法。该算法使用坐标注意(coordinate attention,CA)模块来提取图像的精准位置信息,并将缩放系数法用于在宽度和高度方面整体缩放MobileNetV3的网络结构以减少模型参数数量,达到减少网络训练时间的目的。据此筛选出提取面料图像细粒度特征的最佳模型,在面料图像数据集(fabric image dataset,FID)上进行面料检索实验。结果表明,该算法有效提高了面料图像细粒度特征提取的准确性,检索精度达到91.82%,浮点运算数达到175.34 MB。检索精度比MobileNetV3原模型提高了13.49个百分点,同时减少了网络训练时间,速度提高了25.14%。该算法具有实际应用价值。

人工智能时代人文学科的坚守与发展

人文学科作为人类重要的知识生产和价值传承体系,显然正在被人工智能深刻改变。人工智能在海量知识搜集、知识翻译、知识归纳、知识发现、知识构造等方面均有出色的表现,但同时也产生了知识伪造、价值误导、知识替代等风险。未来人文学科的发展必然在与人工智能之间的辩证关系中共进,一方面要利用好人工智能的优势,实现有益的人机结合;另一方面要固本培元,巩固人类在原始文献、价值标定、社会进步上的根本作用。在学科发展上,要始终坚守人类主义导向,传承好人文学科的历史价值。

PANI-Fe_3O_4复合材料的制备及其电磁参数匹配特性的数值模拟

以电损耗型吸波剂为研究基础,根据传输线理论模拟获得给定条件下的理想电磁参数区域,考察厚度(d)、频率(f)、反射率(R)等因素对理想电磁参数区域的影响。将模拟结果与导电聚苯胺(PANI)的测试结果进行对比,给出吸波剂改性方向并预测不同频段下的吸波性能。结果显示,在中空结构PANI表面负载Fe_3O_4后,复合材料的介电损耗降低,磁损耗增加,介电损耗角正切(tanδ_ε)和磁损耗角正切(tanδ_μ)相接近,电磁匹配特性得到改善,上述实验结论与模拟结果相吻合。

1980-2003年广东省外商投资的时空变化分析

广东省外资分布的地域差异是导致省内区域发展不平衡的重要因素之一。本文主要分析改革开放20多年来广东省外商投资的总体时空扩散模式,并探讨不同来源地的外资在不同时期的分布与扩散情况及各自投资动因的变化。研究表明,广东省外商投资的时空模式不断演变,经历了由外资增长极向外扩散的过程﹔随着省内投资环境日趋成熟,政策因素对外商投资的吸引力减弱,而区域经济发展水平与区域市场规模是吸引外资最重要的因素;不同来源地的外资的时空扩散模式与动因皆有一定的差异。最后,对广东省改善投资环境与利用外资工作提出了建议。

基于RF特征优选和WOA-ELM的风电齿轮箱故障诊断

针对风电机组齿轮箱故障特征提取不足,故障诊断率低问题,提出了一种基于RF特征优选,结合WOA-ELM特征识别的风电齿轮箱故障诊断方法。首先,提取风电齿轮箱时域、频域、时频域特征,构建多域高维特征集;其次,利用RF进行特征重要度排序并提取10维优选特征;最后,利用WOA优化调整ELM模型的输入权值和隐含层阈值,实现风电齿轮箱故障分类识别。将本文方法应用于风电齿轮箱故障诊断,实验结果表明,本文方法平均诊断率能达到99.81%,诊断准确率均高于对比方法且诊断用时最少,能够有效地进行风电齿轮箱故障诊断。

基于成果导向教育的分类器实验教学设计探索

探索一种区别于传统教育的新型OBE教育模式。以学生自身兴趣爱好为导向,引用经典课题实践案例,并将其分解成不同难度题型,引导不同基础学生用科学的方法实现基于Python编译器的分类器仿真实验模型,让每一个学生能够得到最大程度的学习效率。通过此互动式、开放性的课堂教学,不仅充分激发了每一个学生的学习能动性,也使得教师通过课堂氛围灵活的分配教学计划以获得更好的教学体验,更好地完成教学成绩。

基于确定初始簇心的优化K-means算法

考虑到K-means聚类算法在聚类过程中同等地看待每个特征维度、簇心的初始选取是随机的等问题,采用优化K-means算法SVD-Kmeans。首先对高维样本数据采用奇异值分解方法,在最大限度保证原始样本数据特征的前提下进行降维处理,每个样本降维后得到一个二维指标值,再使用初始簇心求解模型确定初始簇心的选取,最后通过K-means算法进行聚类求解,形成最终模型。通过在同一数据集上实验发现,采用SVD-Kmeans算法相较传统K-means聚类算法准确率提高34.24%左右。

科技创新赋能电影产业高质量发展——从2023年IBC展会看电影科技发展

本文结合对美欧等世界发达国家在电影科技领域的调研、考察和交流,细致阐述了全球电影科技发展的新趋势、新进展、发展重点和应用热点,提出加强国际合作与技术交流,为推进电影强国建设提供发展借鉴,并对新时代科技创新赋能电影产业高质量发展的若干重大问题提出了思考与建议。

智能人文研究及其未来发展

智能人文是一个新兴的人文研究领域,涵盖了人类文化、语言研究、历史研究、文化遗产保护、艺术创作和哲学反思等多个智能化发展方面。现阶段,在人文学科领域,人工智能技术的引入正逐渐成为一把双刃剑。一方面,人工智能为人文研究提供了前所未有的高效工具和方法;另一方面,人工智能技术的引入也带来了一系列风险和挑战。因此,人工智能技术适配人文学科的关键在于跨学科合作和交流、确保数据的多样性和代表性、重视人工智能系统给出结果的可解释性和批判性分析。

煤矿井下供水管网智能调控策略方法研究

煤矿井下供水管网系统是保证煤矿安全生产的关键环节,针对煤矿井下供水管网系统能耗高、管网漏损率高以及调控复杂度增加等问题,以陕西亭南煤矿井下实际供水系统工况展开智能调控策开研究。综合管网影响调控因素建立两级优化调度模型,通过一级优化调度确定每个水泵房的最佳供水压力与供水量,然后以泵组的运行费用为目标函数,建立二级优化模型寻求水泵的最佳运行方案。求解模型中针对传统遗传算法易陷入局部最优解的问题,采用了组合变异算子进行改进。实验结果表明,通过优化调度后,煤矿井下供水系统的能耗明显降低,节能效果显著,在保障供水系统的安全运行的前提下平均日节能8.8%。