基于CNN卷积神经网络的煤矸石自动分选研究

采用山西省的焦煤和肥煤作为研究对象,针对目前利用煤矸石灰度信息作为判断二者依据的局限性问题,提出了一种基于CNN卷积神经网络的煤矸石自动分选系统.该系统利用构建的卷积神经网络通过对煤块和矸石图像纹理特征的多层次提取进行结果分类输出.测试结果表明,该方法不受样本数据色差的影响,可以成功的识别检测出煤块和矸石,准确率达到92%.

基于改进人工鱼群算法的配电网规划

针对人工鱼群算法在求解配电网规划时存在的计算复杂度以及收敛性方面的缺陷,本文提出了一种改进的人工鱼群算法。该算法引入了禁忌搜索中的记忆功能,可以避免迂回搜索从而提高计算的效率。通过建立网架优化年综合费用最小模型,并采用改进人工鱼群算法进行求解,实例验证所提方法的正确性和优越性。

低龄分众视阈下拟态环境对客观环境的渗透影响--以抖音短视频平台为例

当今时代信息环境呈现低龄化趋势[1],低龄分众在拟态环境中的影响已渗透进现实环境,如何有效引导低龄分众正确传播已成为学界热议。本文以移动互联网时代具有代表性的抖音平台数据为样本,采用内容分析法,并结合问卷调查法和焦点访谈法探讨了低龄群体差异、传播方式、受众反馈等方面。研究发现,拟态环境制约了低龄分众的认知和行为,并且通过这种制约来对客观环境产生影响,这种渗透影响又反作用于拟态环境,对整个网络环境以及低龄分众未来成长产生了多维度的影响。