基于机器学习的网络电视自动化测试方法研究

引言随着网络电视的迅速发展,网络电视测试工作面临巨大的挑战。传统的手工测试方法已无法满足日益增长的测试需求。本文针对网络电视测试的特点,提出一种基于机器学习的自动化测试方法。该方法通过采集和分析网络电视系统的用户行为数据,构建用户行为模型,并基于该模型自动生成测试用例,实现网络电视测试的自动化。实验结果表明,该方法能够有效提高测试效率和测试覆盖率,为网络电视测试提供一种新的思路。

生成式算法在风景园林生成设计中的适应性研究

【目的】测试目前常见的生成式算法在风景园林生成设计中的表现,尝试探讨不同的生成式算法在各个设计环节应用的优劣势。【方法】构建“方案文本生成—场地布局生成—平面图渲染—效果图生成”的风景园林方案生成设计理论框架,在同一个输入条件下测试不同算法在各个设计环节的表现。【结果】方案文本生成算法方面,测试了大语言模型及其在下游应用中的适应性调整方法,包括二次预训练及微调、检索增强生成、多代理系统的方法;图像生成算法方面,测试了大型文生图预训练模型及微调方法、图像结构控制方法;另外,将文生图模型与基于生成对抗网络的布局生成算法、参数化三维模型生成系统结合,并测试其在各个阶段的表现。【结论】目前大型预训练模型以其在通用领域的生成能力为生成设计领域提供强有力的支撑,但预训练模型提供的只是基础的通用能力,从通用领域到风景园林领域的适应性研究还需要检索、控制、微调等多种技术手段协作以开发全面的技术体系。

基于模型设计的控制程序自动生成

MathWorks公司发布了新产品Simulink PLC Coder（PLC编码器）．这是一种软件产品，可以为可编程逻辑控制器（PLC）和可编程自动化控制器（PAC）生成符合IEC61131标准的结构化文本程序。这种技术可以把基于模型设计的生成程序，用于生产制造和能源发电设备中的PLC和PAC控制，包括来自罗克韦尔自动化公司的产品。

飞机设计中网格生成方法对计算自动化和及时性的影响

以飞机翼身组合体作为计算的几何模型,研究了结构化网格和非结构化网格两种方法对计算自动化和及时性的影响.结果表明:分区结构化网格方法计算结果精确度好,但生成网格耗时、费力;非结构化网格方法自动化程度高、效率高、适应性强,但计算结果欠准确.现今为获得精确的结果,较多地使用结构化网格.

基于生成对抗网络的视网膜图像样本增大模型设计

大量有标签的样本数据是深度学习提取丰富特征的关键因素。然而;获得大样本需要耗费大量的人力物力;有时候甚至是难以完成的任务;尤其是在医学领域。本文以视网膜眼底病变智能检测为问题需求背景;基于原始视网膜眼底图像样本;提出了基于生成对抗网络(GAN)的视网膜图像样本增大模型;包括特征可分离编码器和特征扰动生成器;可自动生成血管图像、病灶图像和视网膜眼底图像;通过合成多个数据样本;得到生成视网膜眼底图像;为深度学习技术在该领域的应用提供大数据生成模型支持。

布局及布置设计问题求解自动化的理论与方法综述

布局及布置设计问题是设计领域的一个重要部分 ,在工程实践中有着广泛的应用 ,它的求解自动化理论及方法对于设计自动化领域具有典型意义 .由于其本身具有建模复杂性和 NP完全的性质 ,求解具有很大的难度 .文中介绍了布局问题的概念和目前存在的多种建模方法及求解方法 ,并指出求解布局问题的发展方向——建立复杂布局问题的复合知识模型并以虚拟现实技术为手段进行人机智能合作 (协作 )的求解 。

作战文书自动生成系统中内容规划的设计

作战文书拟制是 C3I系统中的重要工作 ,利用自然语言生成理论实现作战文书的自动生成可大大提高文书拟制的效率。通过对大量作战文书文本的仔细分析 ,构造出各类作战文书的 Schem a库 ,并以扩充转移网络图表示。遍历该网络图 ,利用 Schema上的修辞谓词从知识抽取相应的知识 ,便可构造出文书内容。

计算机自动化项目生成概述

近年来,计算机自动化项目生成作为应对测验项目曝光问题的很具前景的一项技术,逐渐得到越来越多研究者的重视。这种技术是以认知心理学和心理测量学为基础,在测试过程中借助计算机自动生成目标难度水平的项目。该文首先简要介绍了这种技术的理论基础和两种具体方法,然后以项目设计系统法为例说明自动化项目生成研究的具体步骤与优点,最后评述了这种技术的局限性及未来的发展趋势。

建立复杂水力管道网络的设计人员与使用人员自动化工作站的自动化

介绍了对话式程序系统。该系统可保证建立水力管道网络模型的自动化，并利用这个模型完成所需的静态与动态计算。此程序是用FORTRAN－5语言编写的，并利用了一些图形程序包。它可模拟有650个节点的网络．占用500K运算存储器。可以测定水力系统中任意定点上时间函数的水流量和水压力。文中以较大篇幅介绍了数学模型和解题方法。还介绍了数据输入和产生结果的方法。

生成对抗网络图像类别标签跨模态识别系统设计

针对传统图像类别标签识别系统只能单一模态识别图像类别标签的问题,设计一种生成对抗网络图像类别标签跨模态识别系统。将待识别图像输入系统跨模态多标签标定模块中,该模块采用卷积神经网络构建图像模型和文本模型,采用同质迁徙学习和混合迁徙学习训练两个模型,融合训练后的图像内容和说明文本两种模态,多模态类别标签标定图像;将标定图像传输到生成对抗网络中,该网络采用流行一致方法结合生成器生成的图像和隐变量、真实图像和编码器获取的图像特征,将结合结果传输到鉴别器后采用循环交替优化方式训练对抗网络,输出图像类别标签识别结果。经过实验分析发现,该系统能跨模态识别出原始图像中的花、电视图像类别标签,汉明损失数值均低于0.02,宏平均值高于0.97,系统跨模态识别图像类别标签效果好。

人工智能技术支持的教育领域内容自动生成框架设计

人工智能技术的发展将深深影响教育行业,当下教育环境中传统教学手段和教学方式难以满足学生个性化的学习需求,不能适应未来数据驱动教学等新型的教学方式。本文从技术的角度出发,梳理了人工智能技术在内容自动生成方面成功的应用案例,分析了教育领域内容自动生成方面的潜在需求,并建立了教育领域的内容生成服务框架,最后通过在线评论的自动评价,有效性地对该框架的可行性进行了论证.

生成模型在蛋白质序列设计中的应用

蛋白质是一切生命体的物质基础,是生命活动的主要承担者,参与各种生理功能的调节。设计具有特定功能的蛋白质在蛋白质工程、生物医药、材料科学等领域具有重要意义。蛋白质序列设计的目标是设计能够折叠成期望结构并具有相应功能的氨基酸序列,是所有理性蛋白质工程的核心问题,具有极其重要的研究和应用潜力。随着蛋白质序列数据的指数型增长和深度学习技术的快速发展,生成模型越来越多地被应用于蛋白质序列设计。本文简要介绍了蛋白质序列设计的重要意义和主要方法,概述了应用于蛋白质序列设计的主要生成模型,介绍了近年来生成模型在蛋白质序列表示、生成和优化方面的最新研究和应用现状,并对未来的发展方向进行讨论与展望。

基于网络的随机选题模型设计与实现

介绍了用离散型随机变量的二项分布函数从试题库随机选题的数学模型。在此模型基础上，利用ＪＡＶＡ语言，编出了网上试卷自动生成系统中随机抽题的例程。

自动化项目生成及其在教育与心理测评中的应用

梳理近年来自动化项目生成技术(AIG)的重要方法及其在教育与心理测评中的应用,主要分为以项目模型法和认知设计系统法为代表的内容驱动AIG,以及以语义分析法和深度学习法为代表的技术驱动AIG。未来研究可关注基于大数据的深度学习法以进一步优化AIG的模型化和算法化程度,探讨其应用于测评项目生成的信效度问题。

遗传算法在网络工程设计中的应用

在网络工程设计中,从需求分析到得到网络模型要经过多个不同的阶段。且在各个阶段中很多问题都要通过网络工程师的个人经验来解决,这样就不免会出现经验不足,考虑不全面以及设计效率不高等弊端。所以怎样快速生成一个科学、合理的、满足用户需求的网络模型就成为了人们关注的问题。运用遗传算法的全局寻优对网络工程设计进行了研究,并得到了一个自动获得适合用户需求的网络模型的好的算法。基本上完成了在网络工程生命周期中的从需求分析到设计阶段的智能化。

人工智能技术在纺织服装图案设计领域的应用

文章介绍了人工智能技术在纺织服装图案设计领域的应用现状和发展趋势,分析了人工智能技术在提高纺织服装图案设计效率和质量方面的优势,以及在算法、技术、数据等方面面临的挑战。文章以中国纺织信息中心基于GAN和扩散模型等不同模型生成的纺织服装图案设计平台为例,展示了其在流行趋势预测、品牌合作、个性化定制等方面的应用效果。

基于深度学习的产品色彩情感化设计

为准确把握用户对于产品色彩的情感意象感知规律,创新性生成符合用户情感偏好的产品色彩设计方案,提出一种基于深度学习的产品色彩情感化设计方法。首先运用语义差异法和GoogLeNet模型构建产品色彩情感意象数据集;然后,基于产品色彩情感意象数据集与条件深度卷积生成对抗网络(C-DCGAN)搭建产品色彩设计方案生成模型,创新性生成产品色彩设计方案。最后,以出租车色彩设计为例,验证了所提方法的有效性与适用性。