基于近邻卷积神经网络的油画分类方法研究

油画分类是油画生成、油画识别及数字油画应用的重要基础工作。但由于油画图片与普通图片存在较大的质感差异,而且是油画家的个性化创作,不确定性更高,较普通照片的分类更困难。论文以分类出含有桥梁的油画为例,提出一种基于近邻卷积神经网络的油画分类方法,利用K最近邻分类算法提取与测试样本最接近的K个训练样本,卷积神经网络挖掘油画中的深层特征,从而对油画中的对象进行分类。论文详细讨论了数据处理、卷积神经网络的架构设计、训练过程。并在kaggle数据集上对该方法进行了分析与比较,使用三个数据集进行实验,实验结果表明该方法较最近邻算法精度上平均提高了2.4%,较卷积神经网络精度上平均提高了3.1%,较支持向量机方法精度上平均提高了6.9%。

基于Attention-CNN的振动信号电机转子断条识别

针对基于振动信号的转子断条诊断技术依赖于人工特征选择,泛化能力差,以及常规卷积神经网络(Convolution neural network,CNN)模型在对时序信号自动特征提取时忽略序列信息的问题,利用Attention机制对局部特征在整体表达时的度量能力,提出了一种Attention-CNN网络模型。首先通过Attention在原始信号上分配注意力,其次结合CNN进行特征提取构建网络,然后利用粒子群优化算法(Particle swarm optimization,PSO)进行网络超参数寻优,训练转子断条识别模型,最后从整体和局部两个方面进行模型评价。试验结果表明,所提出的识别模型能够达到传统诊断水平,且泛化能力高于现有方法,更适用于通过振动信号进行电机转子断条识别。

基于区块链的5G物联网数据共享技术

本文针对云服务器数据库存在的访问日志被篡改、追踪溯源难度大等问题,提出了一种基于区块链的5G物联网数据共享方案,充分发挥区块链匿名性、去中心化、不可篡改的特点,提高了共享数据的安全性和私密性。基于区块链的5G物联网数据共享框架由数据提供节点、数据需要节点和云服务器、区块链服务器组成,通过注册合法节点、更新节点状态、进行数据交易、构建区块等方式,实现数据共享、保证数据安全。同时,引入了基于闪电网络的链下交易机制,进一步提高区块链的交易处理速度,实现了安全与效率的兼顾。

教育拉动乡村经济增长的作用机制研究——贯彻党的二十大精神全面推进乡村振兴

党的二十大报告明确指出,要全面推进乡村振兴。要全面推进乡村振兴,就得推动乡村经济实现可持续增长,而教育在拉动乡村经济增长中起着重要作用。教育可以提高人力资本质量,人力资本质量的提高又推动全要素生产率的提升,进而拉动乡村经济增长。教育还能够培养村民的文化素养、认知水平和工作技能,提升他们就业的竞争力,扩大乡村中等收入群体,促进消费升级,推动乡村工商业的蓬勃发展,从而扩大乡村消费市场的内需,阻断脱贫人员返贫,缩小城乡之间的发展差距。

元宇宙赋能高校思政一体化发展研究——以成渝地区双城经济圈为例

推动高校思政一体化发展是实现高校一体化发展的重点任务。元宇宙作为当前现代信息技术之一,凭借其系统集成的多种新兴数字技术,构建出同现实物理空间融合共生的虚拟空间,突破现实世界里教与学的时空限制,为学习者提供超高仿真度的沉浸式体验学习环境。高校思政工作者和大学生都可以在元宇宙虚拟空间中一起开展思政教学活动。思政工作者可以将自己制作的虚拟数字教学资源共享在元宇宙空间中,方便快捷地实现优质教学资源的共建共享。大学生也可以根据自身的情况自主选择上课的时间、教学内容。元宇宙赋能高校思政一体化发展能满足不同大学生的实际教学需求,更好落实个性化教学,激发学习热情,推动高校思想政治教育走深走实。

智慧博物馆赋能新时代大学美育浸润行动研究

大学美育以美学理论为指导,培育大学生的审美与创新能力。博物馆可以营造新时代大学美育浸润式教学的物质情境、文化情境和人际情境,使学生在轻松愉悦的审美实践活动中提升审美素养。智慧博物馆是运用新一代信息技术,实现博物馆活动智能化、提升博物馆能力的博物馆发展新形态。智慧博物馆可以还原文物生存的历史场景,让学生在虚拟的文物生存历史场景中全面、立体地欣赏文物的美,从而增强博物馆美育的效果。智慧博物馆的智慧信息管理系统能自动生成博物馆参观报告,学生既可以根据报告重温参观博物馆的过程,又可以反复参观博物馆以加深对文物美的立体印象。教师可以查阅报告,把握学生参观博物馆的情况,从而巩固博物馆美育的效果。

红色文化的内涵探析——以红岩精神为例

红色文化是中国共产党团结带领中国人民为实现中华民族伟大复兴而奋斗的过程中形成的文化。红色文化来源于中华优秀传统文化,传统文化中的红色多用于代表喜庆、荣誉、辉煌和成功等。红色也是世界各国革命党人共同信仰的颜色,将红色与革命文化相结合,就构成了具有鲜明中国特色的红色文化。红色文化还是中国特色社会主义先进文化的来源和组成部分之一,两者前后相继、一脉相承,都在新时代社会主义文化建设中发挥着重要作用。

物联网开放式数据处理场景数据保护思路的探析

物联网是21世纪最具潜力的技术领域,受到各行业的青睐。随着数据资产化和资源化的演变,我国对于数据安全和隐私保护的支持上升到了法律的高度。如何应对法律对数据采集、挖掘和分析的要求,是物联网行业发展面临的关键难题。本文针对物联网行业现状展开分析,提出了开放式数据处理场景的概念。探索该场景下的数据保护思路,从技术防护、产权保护、合法商业化三个角度进行论证和分析,为行业发展提供可参考的经验。

元宇宙赋能高校思想政治教育智慧化研究

随着现代信息技术和教育的深度融合,教育信息化达到更高级的发展阶段,即智慧教育。智慧教育在当下的兴起是数字时代发展的必然,高校思想政治教育智慧化也是高校思想政治工作的必由之路。作为当前炙手可热的信息技术,元宇宙集成了多种新兴数字技术,可以构建出虚实相生的智慧思政教育环境,思政教师能在虚拟场景和真实场景中进行任意切换,根据不同的教学任务选择合适的场景开展教学活动,青年大学生则可以在各种场景中进行沉浸式体验学习。智慧思政教育环境还可以突破空间限制,缝合空间之间的思想裂缝。

乡村振兴背景下我国城乡义务教育师资配置不均衡性问题及对策

教育可以阻断相对贫困的代际传递,防止贫寒家庭孩子延续父母的贫困生活。然而,我国城乡义务教育发展的不均衡性现象仍然存在,在师资配置的问题上表现得尤为突出,城乡间义务教育的教师人数和教师结构都存在着一定程度的不均衡性。对此,需要进一步深化我国教育体制的改革,提高乡村义务教育教师的福利待遇,缩小城乡义务教育教师的收入差距,从而吸引更多年轻有为的大学生立志在乡村中小学校任教,降低乡村义务教育的优秀教师向外流动的意愿,优化乡村义务教育的教师结构,显著提升教学质量。

数字技术赋能传统产业绿色低碳转型路径探析

文章以数字技术赋能传统产业为背景概述了传统产业绿色低碳转型的必要性,并在剖析数字技术赋能传统产业绿色低碳转型现状及需求的基础上,分别从产业经济增长方式、绿色低碳转型机制、产业与技术深度融合三个方面,提出了几点较有针对性的建议。

“互联网+”下数独运动融入小学各学科教学的研究

在“互联网+”的背景下,教师应根据数独运动的特点来对各科目作出相关的教学设计,利用互联网来创设高效的数独运动课堂,以此提高学生的学习兴趣,数学思维能力和逻辑推理能力,提升学生的专注力和创新意识。

乡村振兴背景下红色文化振兴研究——以红岩精神为例

红色文化始终坚持马克思主义的科学指导,切实服务于人民群众,源自中国共产党的百年实践,因而具有先进性、人民性和实践性的鲜明特征。红色文化是中华优秀传统文化与马克思主义理论相融合的产物,凝结着中华民族和中国共产党的思想精髓与精神财富,乡村的领导干部应当积极动员全村党员、干部与村民一起弘扬传承红色文化,充分利用好红色文化资源来为乡村文化振兴赋能。红色文化的先进性特征可以为乡村文化振兴筑牢思想根基,红色文化的人民性特征可以为乡村文化振兴凝聚民心,红色文化的实践性特征可以为乡村文化振兴注入强劲动力。

智算中心冷板式液冷解耦化技术研究

随着人工智能、大数据、元宇宙等新一代信息技术对算力需求的爆发式增长,智算中心的算力缺口持续加大,高密集约、绿色低碳成为算力基础设施研究的重点方向,液冷技术已成为解决智算中心高密散热难题的首要选择。为研究冷板式液冷技术在智算中心应用的最佳交付模式,重点分析冷板液冷服务器与液冷机柜解耦化交付模式中需要关注的关键技术。针对解耦冷板式液冷系统中流体连接器、冷却液和供电形式的选择进行深入研究,提供液冷服务器与机柜接口标准化解决方案,为后续发展冷板式液冷解耦化提供技术依据。

教育元宇宙优化区域内高校思政课教师资源配置研究——以成渝地区双城经济圈为例

当前我国区域内高校思政课教师资源配置存在着不均衡的问题,例如成渝地区双城经济圈内优质的高校思政课教师资源聚集在重庆主城和成都的“211工程”高校中,尤其是拥有全国重点马院的高校具备更加出众的资源。在教育元宇宙中,教师和学生摆脱了现实物理世界的时空限制,他们可以随时随地凭借虚拟数字身份在近乎真实的虚拟教学场景中开展沉浸式的思政课教学活动,促进高校思政课教师在成渝地区双城经济圈内的柔性流动,实现区域内高校思政课教师资源配置的优化。

基于云平台的企业资产数字化转型研究

资产是企业发展的必要条件,近年来各行业企业在高质量发展过程中,普遍结合技术赋能路径实施了资产数字化与数字资产化转型,既拓展了资产属性,也扩大了对资产的利用率,有利于辅助企业产出综合效益。当前正值云计算推广应用之际,企业应进一步利用云平台深化资产数字化转型工作。文章以此为背景概述了云平台的构成,并分析基于云平台的企业资产数字化转型必要性的基础上,提出了几点有利于促进其转型的策略。

结合注意力机制与深度强化学习的超短期光伏功率预测

针对传统光伏(PV)功率预测模型受功率随机波动性影响以及易忽略重要信息导致预测精度低的问题,将注意力机制分别与深度确定性策略梯度(DDPG)和循环确定性策略梯度(RDPG)相结合提出了ADDPG和ARDPG模型,并在此基础上提出一个PV功率预测框架。首先,将原始PV功率数据以及气象数据标准化,并将PV功率预测问题建模为马尔可夫决策过程(MDP),历史功率数据和当前气象数据则作为MDP的状态;然后,将注意力机制加入DDPG和RDPG的Actor网络,赋予状态中各个分量不同的权重来突出重要且关键的信息,并通过深度强化学习智能体和历史数据的交互来学习数据中的关键信息;最后,求解MDP问题得到最优的策略,作出准确的预测。在DKASC、Alice Springs光伏系统数据上的实验结果表明,ADDPG和ARDPG在均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R2)上均取得了最优结果。可见,所提模型能够有效提高PV功率的预测精度,也可以推广到其他预测领域如电网预测、风力发电预测等。

改进YOLOv4的轻量级遥感图像建筑物检测模型

针对现有建筑物检测模型检测精度低下,模型体积较大,导致遥感图像检测速度和精度无法平衡,不利于后期部署等问题,提出一种基于YOLOv4优化的轻量级遥感图像建筑物检测模型。利用轻量化网络GhostNet替换CSP DarkNet53进行特征提取;借鉴稠密连接思想,提出了Dense-PANet特征融合模块;将ECA注意力机制引入Ghost模块,替换特征融合颈部网络的传统卷积。实验结果表明,提出的模型与YOLOv4相比,牺牲少量检测速度,但是平均精度提高了0.96个百分点,召回率提升了1.08个百分点,模型体积降低了71.39%,浮点计算量降低了76.60%,能有效满足遥感图像建筑物检测的需求。

基于多任务深度学习的WSN级联故障识别研究

为了解决传统无线传感器网络级联故障识别方法存在的正确率较低、耗时较多等问题,提出了一种基于多任务深度学习的无线传感器网络级联故障识别新方法。它不仅能计算无线传感器网络节点负载和采用负载重分发策略调整节点负载,还可根据节点负载调整结果并利用指数型关系函数优化的流量调整方法使调整参数达到最优情况下构建无线传感器网络负载模型。另外,文中还建立了一种多任务深度学习新模型,采用了联合训练方式对模型进行训练并利用批归一化的手段来优化模型,将无线传感器网络负载数据输入到优化后的模型中从而得到无线传感器网络级联故障识别结果。实验结果表明,设计的新方法识别正确率为90.2%,识别时间消耗平均值为0.73s,能够实现无线传感器网络级联故障精准快速识别。

基于时空注意力机制的基坑位移预测方法

基坑安全管理是大型建筑基坑施工的关键内容,基坑结构位移预测是预防基坑支护事故的重要手段。但是由于基坑局部基坑位移成因复杂,现有的支持向量回归(SVR)、随机森林(RF)方法忽略了基坑位移随空间位移局部减弱、随时间局部位移加快增长的特点,导致预测精度不高。因此,本文提出一种融合时空注意力机制的GA-BP神经网络(A-GABP)方法,通过时空特征准确表示基坑位移预测的时空维度及其特征相关性,提高基坑位移预测的有效性。最后,本文以苏州市某大型工程为实例,对基坑的水平与垂直位移监测数据进行模型训练与评估,按时域特征、空域特征、多阶时域空域特征进行量化分析与研究,并与现有方法进行比较。实验结果表明,本文方法的拟合指数比其他几种方法分别提高29.19%与41.25%,多阶时空域特征相较于单独的时间域或空间域特征分别提高3.08%与1.83%。