改进K-SMOTE随机森林算法在地震信息发布安全风险评估中的应用研究

为有效地提高地震监测、预警、灾情评估等信息发布的安全性提出一种改进型K-SMOTE随机森林(RF)方法构建地震信息安全风险评估模型。该模型通过改进K-SMOTE算法中运用混合采样获得均衡度高的样本集,然后使用随机K折交叉验证方法进行样本划分与模型优化,最终实现目标安全风险等级评估。对实际地震信息发布案例进行评测,文章所提方法构建模型评估准确率为92%,模型精确率和查全率分别为0.81和0.92,模型泛化能力强,能有效用于地震信息发布安全风险评估。本研究为完善地震信息发布安全评估体系、改进地震信息发布环境、降低安全风险提供了参考。

基于改进粒子群算法的光伏逆变器控制参数辨识

精准的光伏并网逆变器模型是研究大规模光伏接入下电力系统故障特性的重要工具。目的为了解决现有光伏逆变器仿真模型与实际工作中的光伏逆变器特性相差较大的问题,方法提出采用参数辨识的方法构建逆变器的辨识模型。以重庆云阳某1 MW光伏电站为实际参照模型,首先根据实际工作情况将逆变器的工作区间划分为3个阶段,利用数学扰动法分别对3个阶段中的待辨识参数划分灵敏度高低等级,并由此提出不同阶段不同灵敏度参数分步辨识策略;其次,分阶段采集实际光伏电站工作数据,对该数据进行分析处理,获得各待辨识参数的初始取值范围,设计同步辨识参数实验作为参照;最后提出改进的混沌遗传粒子群优化算法(chaos genetic algorithm of particle swarm optimization,CGAPSO)作为辨识算法,分步分工作阶段辨识相关参数,通过对比参数的同步辨识结果,验证所提方法的优越性,并将辨识结果代入仿真模型。结果结果表明,低灵敏度参数的同步辨识结果误差远超过可接受范围,而CGAPSO分步辨识出的相关参数误差皆在1.1%以下,精度远高于同步辨识结果。结论基于改进粒子群算法构建的辨识模型输出数据与实际逆变器工作数据契合度高,可准确反映逆变器实际工作特性。

改进遗传算法支持下的计算机网络通信数据加密方法研究

为提升计算机网络通信中数据加密的效率,本研究采用改进的遗传算法进行加密算法的设计,以选择算子、交叉算子、变异算子的改进为核心,通过优化遗传算法的关键步骤,提升其在数据加密中的应用效果。研究设计了一种基于改进遗传算法的计算机网络通信数据加密方法,并进行了实验分析。结果表明,改进后算法在加密速度、安全性方面均优于传统遗传算法,具有较好的实际应用前景与适用性。

以生成式人工智能重塑智慧学习环境:从要素改进到生态重构

智慧学习环境作为教育数字化转型的重要支撑,在建设过程中涌现出数据孤岛、模型局限、资源定型、工具繁杂、服务僵硬、场景割裂等问题。生成式人工智能作为人工智能技术发展的新形态,给智慧学习环境的升级与变革带了新的机遇。研究以生成式人工智能为动力引擎升级了三层六要素的智慧学习环境理论模型,认为智慧学习环境中的数据要素由低质化转向高效化、模型要素由判别式转向生成式、资源要素由表象化转向语义化、工具要素由分布式转向集成化、服务要素由预定义转向自适应、场景要素由边缘化转向中心化。在此基础上,研究进一步明晰了生成式人工智能可通过重构人才培养理念、知识与课程观、教学模式与学习方式、教育评价体系及教育治理模式变革智慧学习环境生态。研究深入剖析了智慧学习环境的内部要素改进与外部生态重构,为塑造智慧学习环境新形态提供理论研究支撑与实践探索方向。

基于改进神经网络的医院通信安全态势感知方法

针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。

改进遗传算法应用于地震场景下无人机路径规划研究

为提高中强震灾害地区的救援效率,对传统路径规划模型进行了改进。传统模型在最大路程限制下优化覆盖人数,但无法均衡路程与覆盖人数,通过引入权重与均衡系数解决此问题并构建了加权路径优化模型。模型以生成路径最短、权重最大为目标,采用多无人机、单起降点的调度方法。为改善传统遗传算法的收敛性及对局部解空间的搜索能力,引入2-opt局部搜索算法、权重修复机制、以种群多样性指标动态调整算法的变异率和交叉率等策略,并对模型进行求解。结果表明,在多种运行场景下,该模型生成路径更加优越,算法与传统遗传算法、粒子群优化(Particle Swarm Optimization,PSO)算法、A^(*)算法相比,可得到救援效率更高的飞行路径。

基于改进趋近律的IPMSM滑模NDOB调速控制

内置式永磁同步电机(interior permanent magnet synchronous motor,IPMSM)调速系统中的传统滑模控制存在抖振严重、响应速度慢和抗扰能力差等问题。为了增强IPMSM调速系统的控制性能,提出了一种基于改进双幂次趋近律与非线性扰动观测器(nonlinear disturbance observer,NDOB)的滑模控制方法。改进双幂次趋近律通过在幂次项引入系统状态变量,使趋近律具有变速趋近特性,解决了滑模趋近速度和抖振抑制间的矛盾。为了进一步增强系统的鲁棒性,设计了NDOB,该观测器不仅可以对扰动进行补偿,还可以通过减小趋近律增益系数进一步抑制系统抖振。仿真结果验证了所提方法的有效性和可行性。

在智慧教育背景下改进教学

智慧教育背景下,先进教育理念和信息技术被广泛应用到小学科学课程教学中,推进了课程改革进程,赋予了小学科学课堂开放、共享、交互的特征,对于强化学生信息素养和科学素养、培养学生创新精神有显著成效。本文探讨了智慧教育在小学科学课程改革中的应用价值,包括使小学科学课堂趣味化、使小学科学课堂无限化、使小学科学课堂重难点简单化,然后重点论述在智慧教育背景下如何改进小学科学教学。

让评课更有利于教师改进教学

评课是我国教研工作的重要形式。无论是校本教研、区域教研,还是各级各类课例研讨活动,评课都是促进教师间思维碰撞的重要活动。每位教师都可能或多或少地对他人的课进行评价。那么,如何评课更有利于教师改进教学呢?

竞争环境下促进农产品质量改进的投资策略研究

本文基于两条竞争的“公司+农户”农产品供应链,考虑质量改进具有边际收益递减和边际成本递增规律,分析投资主体、供应链竞争强度、市场价格质量敏感度、控本能力等多个因素对决策的影响,识别促进质量改进并实现供应链参与者双赢的博弈均衡特征和占优均衡。研究发现:(1)在没有竞争的情况下,供应链应该通过投资改进质量;在有竞争时,供应链是否投资取决于两条供应链的控本能力差异。如果差异较大,能力弱的供应链应选择不投资。(2)当两条供应链采用不同的提质策略时,竞争强度、价格质量敏感度和提质者控本能力的增加都会扩大双方的利润差距。(3)投资主体和质量改进决策主体保持一致的决策机制能够保证投资的激励相容,促使供应链成员主动投资从而改进质量。(4)竞争能够降低供应链非合作代价,提升供应链效率。

基于改进YOLOv5的红花目标检测算法研究

为实现农业非结构环境下采摘机器人对红花的准确识别,提出了一种基于改进YOLOv5的红花目标检测算法。将CBAM注意力机制嵌入到YOLOv5网络,提高了小尺寸目标物在高层次特征中的表现力;建立一种Alpha-IoU目标位置损失函数对原损失函数GIOU存在的梯度消失问题进行改进,提高了被遮挡红花的预测率,并通过在目标检测网络中增加分割检测模块,提高宽和高小于最低像素的小目标物检测精度,利用图像扩增数据集对改进后的YOLOv5算法进行训练,再分别与改进前后YOLOv5网络和Faster R-CNN网络在不同红花品种、不同自然光照情况、不同天气条件和不同遮挡情况下进行对比。试验结果表明:改进后的YOLOv5算法P值、R值分别为90.45%和0.90,对非结构环境下盛开期的未采摘红花mAP值达到94.48%,在不同影响因素下都可以准确识别出红花且置信度较高,可为红花采摘机器人自动化作业中的红花识别提供技术支持。

随机地图下改进A^(*)路径规划算法研究

为解决传统算法在规划AGV(automated guided vehicles)路径时存在的节点多、路径不平滑和拓展范围广等问题,提出了一种改进A*算法。首先,采用栅格法建立环境信息;其次,通过加权后的障碍物比例对启发函数进行改进,同时增加防碰撞函数以降低碰撞概率;最后,对所提出的改进算法进行拐角优化,减少AGV实际作业时的转弯次数。实验数据表明,简单环境下改进A^(*)算法的遍历节点数较两种传统算法分别缩短了85.3%、55.9%;复杂环境下改进A*算法的遍历节点数较两种传统算法缩短94.5%、70.3%。同时拐点数量减少、路径更加平滑、路径规划时间也大幅缩短,提高了运行效率并有效降低碰撞概率。

基于改进YOLOv5的复杂场景电动车头盔检测方法

佩戴电动车头盔是安全骑行的重要保障,对电动车驾乘人员佩戴头盔进行有效检测在保障驾乘人员安全方面具有重要意义。电动车头盔检测中存在目标之间相互遮挡、复杂背景干扰、头盔目标小等问题,现有方法尚不能满足复杂场景下电动车头盔检测的要求,因此,提出一种改进YOLOv5的复杂场景电动车头盔识别方法。首先,提出一种新的主干网络结构ML-CSPDarknet53,增强网络的特征提取能力,引入轻量级上采样算子CARAFE,利用特征图语义信息扩大感受野;其次,搭建坐标卷积CoordConv模块,增强网络对空间信息的感知能力,并将WIoU v3作为边界框损失函数,降低低质量样本对模型性能的不利影响;最后,构建了内容丰富的头盔检测数据集对改进算法进行验证。实验结果表明,改进后算法相较于原算法在精确度、召回率、mAP@0.5、mAP@0.5:0.95上分别提升了2.9%、3.0%、3.4%和2.2%,并且性能优于其他主流检测算法,满足复杂道路交通场景下电动车驾乘人员头盔检测的任务要求。

基于OKR法的国家医疗质量安全改进目标实现路径探索

上海申康医院发展中心为落实国家医疗质量安全改进目标,以目标与关键成果(Objectives and Key Results,OKR)法为理论框架,制定主要目标任务和关键结果清单,主要做法包括搭建推进医疗质量安全监管工作的组织架构,建立系列医疗质量安全目标的量化指标,形成标准化管理制度,建设信息化平台及加强监管。OKR法可有效推动落实国家医疗质量安全改进目标管理,搭建跨机构医疗质量安全管理网络并强化过程管理,有效推动医疗质量安全持续改进。

硒代蛋氨酸法和改进体外三步法测定过瘤胃蛋氨酸生物利用率及相关性研究

[目的]本试验分别采用硒代蛋氨酸法和改进体外三步法评估3种过瘤胃蛋氨酸(A、B、C)的生物利用率,并对两种方法所得结果进行相关性分析和回归分析,旨在探究两种方法之间的关系。[方法](1)硒代蛋氨酸法:选用33头健康泌乳奶牛,按照随机区组试验设计分为3组,试验期共32 d,分为3个阶段,其中前7 d为预饲期(第0阶段),第8~22天为第1阶段,随后10 d为第2阶段。第0阶段奶牛仅饲喂基础饲粮,第1阶段所有奶牛均按照0.3 mg Se/kg DM补充硒酵母,第2阶段继续补充相同剂量的硒酵母,同时依据相同有效蛋氨酸的量(25 g/d),3组奶牛分别补充过瘤胃蛋氨酸A(33.3 g/d, A组)、B(29.4 g/d, B组)和C(56.82 g/d, C组)。在第22和32天采集奶样,用于硒、蛋氨酸和氮浓度的测定,以硒浓度/蛋氨酸浓度(硒浓度/氮浓度)比值的变化评估3种过瘤胃蛋氨酸的生物利用率。(2)改进体外三步法:选用3头安装瘤胃瘘管的泌乳奶牛,3种过瘤胃蛋氨酸各设置2个平行,3个重复,通过瘤胃孵育、体外模拟胃-小肠消化测定干物质(DM)和粗蛋白质(CP)的过瘤胃率和小肠消化率以评估其生物利用率。(3)分析两种方法之间的相关性并建立回归方程。[结果]硒代蛋氨酸法结果表明,过瘤胃蛋氨酸A基于牛奶硒浓度/蛋氨酸浓度和牛奶硒浓度/氮浓度比值变化计算的生物利用率分别为:83.02%和81.42%,过瘤胃蛋氨酸B的分别为:72.94%和72.47%,过瘤胃蛋氨酸C的分别为:51.77%和50.98%。改进体外三步法结果显示,过瘤胃蛋氨酸A、B和C的生物利用率分别为86.87%、75.47%和59.56%。比较两种方法的测定结果,二者无显著差异(P>0.05),且呈极显著正相关(r=0.867~0.964,P<0.01)。[结论]在本试验条件下,硒代蛋氨酸法和改进体外三步法均能用于3种过瘤胃蛋氨酸的生物利用率的测定,且两种方法间存在较强的正相关关系。

改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究

使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。

基于改进蜣螂算法的电动汽车有序充电研究

为了解决大规模的电动汽车无序充电给电网带来的压力,提出一种改进蜣螂算法(LBDBO)的电动汽车有序充电方法。首先,建立一个以电网负荷峰谷差和用户费用最小化的目标函数;其次,针对传统蜣螂算法存在的收敛精度不足和易陷入局部最优解的问题,利用Logistic混沌映射对种群进行初始化,使蜣螂群体分布更均匀;然后,引入鱼鹰优化算法、透镜成像反向学习策略和局部搜索策略来更新蜣螂的位置,避免在迭代过程中陷入局部最优,同时提高寻优精度;最后,通过与标准蜣螂算法(DBO)、灰狼优化算法(GWO)、北方苍鹰优化算法(NGO)、鲸鱼优化算法(WOA)和基于减法平均的优化器算法(SABO)在基准测试函数中进行性能评估对比,验证策略改进的有效性。将LBDBO算法应用于电动汽车有序充电问题求解上,结果表明,改进算法可以显著降低峰谷差和充电成本,进一步验证了该算法的优越性和实用性。

优化营商环境下高校采购工作改进措施

在优化营商环境背景下,高校采购工作面临政策变化、采购主体关系变化和工作改进等要求。高校采购具有设备专业性、类别多样性、资金多元性和监督广泛等特点,在新背景下,高校应进一步分析工作趋势,改进工作方式,通过强化采购人的主体责任、有效结合内控管理和提高采购效率、提升采购信息化水平、加强专业化队伍建设等措施,不断提高采购效率。

基于改进长城建造算法的电刺激治疗仪自适应增量式PID控制

目前,电刺激治疗仪自适应能力差,电刺激信号控制不够精准有效,难以全模拟及适应人体的复杂生理过程。为提高功能性电刺激的自适应性响应和稳定性,采用改进的长城建造算法实时动态控制功能性电刺激信号。在Simulink中搭建电刺激治疗仪电刺激自适应控制系统仿真模型,仿真分析标准PID、长城建造算法(GWCA)和改进长城建造算法(IGWCA)3种不同控制算法对电刺激自适应系统响应的影响,获得了IGWCA对增量式PID算法控制参数寻优的最佳值:K_(p)=52.36、K_(i)=0.51、K_(d)=5.15。仿真结果表明:与其他两种控制算法相比,IGWCA响应速度最快,在1.2秒时达到设定峰值且显示出较高稳定性和较小超调;同等条件下,IGWCA的寻优速度和收敛精度更高,自适应控制效果更好。该算法可显著提升电刺激治疗仪在临床和康复治疗中的适用性。

基于改进引力模型的成渝地区双城经济圈城市经济联系网络演变研究

借助改进的引力模型,结合社会网络分析方法,以成渝地区双城经济圈132个区县为例,从综合网络、“双核”网络和廊道网络3个视角探索成渝地区双城经济圈区县经济联系的网络特征与变化,结果表明:1)2005—2019年间区县间经济联系总量显著增长,一级联系的数量和占比大幅度增加,但四川省、重庆市之间仍旧缺乏高质量的一级联系.2)综合网络的网络密度和网络可达性明显提升,层级性下降趋势明显,区县间等级结构依旧分明;“双核”网络均属于同配性核心-边缘网络,小世界特性逐步明显;廊道网络属于韧性网络,网络密度和网络可达性整体提高.3)网络中心度水平整体较高,呈现明显的圈层结构,成都市和重庆市主城区始终处于核心地位,掌握着网络权,相较于重庆市,四川省部分区县差距仍较大,省内发展不均衡问题依旧明显.4)2005—2019年15 a间,绝大多数区县都融入了相近模块的发展趋势,截至研究期末仅存在古蔺县、芦山县、宣汉县和仪陇县4个孤立区县.