基于改进的CRAFT的光学字符分割算法

现有的场景文字检测算法存在特征能力提取不足和无法适应场景文本大小变化多端的问题。针对这些不足,对CRAFT算法进行改进,把原本的VGG16_bn特征提取网络替换成ESPANet网络,使网络能够适应文字的大小变化,同时加入一种融合注意力机制让网络学习到空间和位置上的权重,达到增强重要特征、抑制无用特征的效果,从而提升在不同场景下字符的分割质量和分割能力。在ICDAR2013和ICDAR2015两个数据集上进行验证,实验结果表明改进之后的算法在准确率、召回率以及调和平均数三个指标都表现优异,更优于原CRAFT算法及其他文字检测算法。

算法管理与员工创造力:借算法之势而创还是困数字牢笼而息

算法管理替代传统经验管理已成为不可逆转的趋势。集成“最佳实践”智慧的算法管理是帮助员工站在“巨人肩上”从而拥有更多的时间和空间产生创造力,还是导致员工产生认知依赖或束缚于“数字牢笼”而使得创造力乏善可陈尚未得知。基于自我决定理论,构建了算法管理影响员工创造力的非线性框架。研究1(预研究)通过Python对社交媒体数据进行文本分析,获取社会大众对算法管理的情感倾向,并在此基础上提炼出增益效应和损耗效应两条不同的情感倾向,为探索算法管理对创造力的非线性效应奠定基础。研究2进一步探索了非线性成因以及员工“自下而上”的工作重塑在这一过程中所发挥的作用。结果发现:算法管理对创造力存在倒U型影响,内在动机起部分中介作用,工作重塑则可以缓解两者的倒U型关系。研究阐明了算法管理的“过犹不及”效应以及工作重塑促使算法管理“扬长补短”的内在机制,对企业优化算法管理从而推动创新发展具有重要意义。

水翼船的横摇控制

将一条模型尺度的全浸没式水翼艇作为案例船开展横摇控制研究。采用模型预测控制算法有效处理水翼失速角等约束条件,同时限制水翼的大幅剧烈运动,兼顾横摇姿态控制和执行机构保护的双重目标。在预测模型中增添预测偏差量作为前馈项,用以消除稳态误差,对常规模型预测控制算法做出一个重要改进。将案例船配备推进系统和可控水翼进行横摇控制航行试验,结果清晰展示了改进型模型预测控制器的横摇控制效果,这对水翼船的姿态控制研究具有重要借鉴意义。

基于改进模糊聚类并行蜻蜓算法的无人水面艇航迹规划

对无人水面艇(Unmanned Surface Vessel,USV)航迹规划问题进行研究,提出了一种基于改进模糊聚类并行蜻蜓算法的无人水面艇航迹规划方案。首先,构建基于航距、能耗、航迹弯折度、航行安全度评价指标和网格坐标转换的USV航迹规划模型,在确保航行安全、降低问题求解维度的同时,最大限度地提高航迹平滑度和降低航行距离与能耗。其次,设计改进模糊聚类并行蜻蜓算法(Improved Fuzzy Clustering Parallel Dragonfly Algorithm,IFDDA),利用改进的并行模糊聚类算法,自适应确定蜻蜓静态邻域规模,以提高种群样本多样性;引入非线性进化因子,动态调整算法权重因子,以平衡算法局部搜索和全局搜索。最后,采用IFDDA算法对USV航迹规划模型进行求解,经典测试函数和具体航迹规划实例仿真结果表明,IFDDA具有良好的复杂高维函数优化性能,相比于其它航迹规划算法,基于IFDDA得到航程缩短了约(7.3~55.2)%、能耗降低了约(17.1~56.5)%。

聚合非对称状态提升飞去来器对分组密码的攻击效能的新策略

飞去来器分析方法作为对称密码算法研究的一种重要的分析手段,已经针对国际重要密码算法AES、SKINNY等给出具有影响力的分析结果。在近几年的飞去来器攻击中,研究者常常把算法分成三个部分,E=E_(1)°E_(m)°E_(0);E_(m)部分的介入能够有效地考虑到两条短轮数差分拼接起来时的依赖性。但是现存的方法中忽略了E_(m)部分上下差分之间存在的不对称关系,即经常假设E_(m)头部两个输入差分相等,尾部亦然,这样使得最终的飞去来器区分器概率计算偏小。同时目前并没有一种行之有效的方法,来全面计算非对称状态下多轮E_(m)的概率;文章基于这个目标,设计了一种新的实验方法来评估E_(m)部分的概率,该方法能够同时考虑对称状态和非对称状态下多轮E_(m)部分的概率;为验证该新型实验方法的合理有效性,文章给出实验结果,结果显示能够提升原有飞去来器区分器中间部分的概率。具体来讲,在相同的数据量下,新方法测试E_(m)概率的速度约是原来方法测试速度的500倍,使得原来不可能实现的计算变为可能。利用该新型实验方法,文章把CRAFT算法飞去来器区分器的概率提升1.2倍,并利用此区分器给出该算法矩形攻击的最优结果。

基于可拓关联的注塑成型工艺参数优化方法

针对注塑过程中翘曲量这一成型质量指标,提出基于可拓关联的注塑成型工艺参数优化方法。首先给出了可拓关联的定义及计算方法,接着给出了基于可拓关联的注塑成型工艺参数优化方法。在结合一带有凸沿杯子的注塑成型实例研究中,利用基于可拓关联、神经网络响应面及蚁群算法的方法进行注塑成型工艺参数优化,优化后的结果利用数值模拟和实际注塑成型实验验证,其结果表明:基于可拓关联及神经网络响应面模型的注塑成型工艺参数优化方法可靠,并具有较好的实用价值。

工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的 NP难题 ,而工艺路线可变的车间作业调度是一个更一般意义的问题 .算法研究是车间作业调度问题的一个重要研究方向 .最近几年 ,遗传算法开始在调度问题中得到广泛应用 .分析了工艺路线可变的车间作业调度问题的特点 ,并建立了相应的优化模型 .提出了一种两级遗传算法 ,重新设计了算法的遗传编码方案以及选择、交叉和变异算子 .通过实例仿真 。

翼滑艇可调桨智能推进系统最佳控制参数组合综合优化计算方法研究

本文建立了以可调桨作为翼滑艇的推进器、综合考虑航行快速性和航速控制特性的智能推进系统最佳控制参数组合优化计算的数学模型,在VC++平台上编制了采用遗传算法优化求解的计算软件。综合优化计算结果表明:运用遗传算法能很好地完成对该数学模型优化计算,该软件也可应用于以可调桨作为翼滑艇的推进器、综合考虑航行快速性和航速控制特性的智能推进系统初步优化设计及其系统分析。

BP神经网络的改进及其在滑行艇阻力估算中的应用

采用Levenberg -Marqudart算法对BP神经网络进行改进 ,在多变量、大样本输入的情况下 ,获得更快的收敛速度和更高的逼近精度。利用滑行艇阻力试验数据 。

曲率挠率的估计算法及其工艺嵌入

几何处理和计算机视觉的很多应用依赖于几何性质,尤其是曲线的曲率和挠率。论文对非参数化的曲线提出了曲率和挠率的离散估计公式,以及消除噪音干扰的加权因子算法。还通过Maple程序,筛选统计出常见曲线的部分曲率和挠率参考值,提出理想曲率的大致范围和理想挠率的大致范围,并考虑嵌入到特定的工艺品中实验。

基于关联度的注塑工艺参数稳健优化设计研究

在注塑成形过程中,考虑塑料物性参数等随机因素波动的影响,选取最大翘曲变形量为成形质量指标,提出了基于关联度的变量筛选、神经网络响应面及蚁群优化的注塑成形工艺参数稳健设计方法。基于左侧距和位值的定义,提出了关联度的计算公式;建立了基于关联度的稳健优化模型;提出了混合交叉变异的蚁群算法。将基于关联度的稳健设计方法应用于某遥控器外壳的注塑成形工艺优化,数值模拟及实际注塑试验表明,该方法减小了最大翘曲量的标准差,并有效地提高了塑件的尺寸公差。

柳编工艺品三维仿真系统的一种快速渲染算法

借助柳编工艺品三维仿真系统,设计者能够快速、方便地设计出各种样式的产品,但已有仿真系统的图形渲染速度比较慢,在现实中没能达到应有的实用价值.针对这一问题,结合Bèzier曲线曲面细分方面的知识,给出了一种快速图形渲染算法.数值实验结果表明,采用新算法的仿真系统和已有仿真系统相比具有渲染速度快、占用资源少、易于后期编辑等优点,进一步提高了仿真系统的实用性.

基于规则的机位分配问题研究

首先归纳影响机位分配的约束规则,根据机场的不同需求灵活选择和定制规则,以机位使用空闲时间均衡为目标条件,建立规则可灵活定制的机位分配模型。然后提出穷举遍历和遗传算法相结合的优化算法来求解分配模型。最后用实际数据的仿真结果证明了模型的正确性和算法的有效性,并以图形化的形式展现了航班的机位分配结果。

基于遗传算法和PID 控制的无人艇减摇控制研究

针对小型无人艇减摇控制难的问题,在艇身增加减摇鳍和减摇螺旋桨,建立减摇鳍和减摇螺旋桨控制模型,结合遗传算法和PID控制两种算法,实现对减摇鳍和减摇螺旋桨参数精确控制。从船舶在低速和高速两种情况下进行减摇仿真分析,研究减摇鳍和减摇螺旋桨的减摇效果。仿真结果表明,船舶在减摇鳍和减摇螺旋桨联合控制下,能达到较好的减摇效果,能够满足船舶设备平台等减摇要求。

可调桨水翼艇智能推进系统初步综合优化设计研究

从快速性、航速控制和动力系统3个方面分别进行了综合分析,建立了水翼艇智能推进系统的数学模型。然后在VC++平台上,以遗传算法作为优化方法,编制了水翼艇智能推进系统初步综合优化设计的计算程序,同时给出了算例。计算结果表明该算法对于本文提出的水翼艇智能推进系统的数学模型的优化是有效且可行的。

基于改进遗传算法的双体无人艇性能优化分析

基于并行策略遗传算法对双体无人艇性能进行综合优化分析。首先建立以快速性、操纵性、抗倾覆性和耐波性为目标函数的综合优化数学模型,并使用响应面拟合的方法建立了3种不同的阻力数据库,通过遗传算法对其进行优化分析选出一组最适合本文的阻力数据库。在此基础上选取5个设计变量作为敏感变量进行讨论,其中最为敏感的2个变量将进行并行策略运算,根据计算分析得到双体无人艇最终优化结果。通过以上计算不仅可证明所构建的优化软件可行性,同时还证明采用并行策略遗传算法可以有效提高算法的优化效果。

基于CRAFT的多阶段柔性设备布局优化算法

多阶段设备布局下的总成本包括设备拆装成本、物料搬运成本以及区域利用成本,问题的目标是最小化总成本。首先,在分析问题的基础上,建立基于多阶段设备布局优化目标的数学模型;其次,采用改进的CRAFT启发式算法优化单阶段设备布局;进一步,提出基于单阶段设备布局算法的多阶段启发式算法,优化多阶段设备布局;最后,数值实验表明算法优化后总成本降幅达28.57%.

算法管理能提高数字零工劳动者的平台承诺吗?--“控制主义”和“决策主义”的双刃剑效应

随着算法的升级迭代和持续精进,零工平台基于算法技术对数字零工劳动者的管理成效成为理论和实践交汇的关注热点。劳动者通过技术进步获得了更大意义上的可交往性自由,但同时又囿于技术而进入到一个普遍的数字化技术统治中。“控制主义”和“决策主义”成为了解释科技对于改变劳动过程的关键视角,然而现有研究还没有将其整合。本研究基于认知评价理论,整合算法管理“控制主义”和“决策主义”视角,探讨算法管理影响数字零工劳动者平台承诺的“双刃剑”机制,其中“控制主义”视角主要考察感知算法控制,“决策主义”视角主要考察工作重塑。对来自407名数字零工劳动者的多时点调研数据的分析结果表明:算法管理积极影响感知算法控制和工作重塑;算法管理会通过增加数字零工劳动者感知算法控制进而降低其平台承诺;算法管理会通过促进数字零工劳动者工作重塑进而提高其平台承诺;正念负向调节算法管理通过感知算法控制降低数字零工劳动者平台承诺的间接效应;正念正向调节算法管理通过工作重塑提高数字零工劳动者平台承诺的间接效应。研究结论丰富了算法对零工经济中在线劳动者的影响机理与作用效果研究,为规范平台管理和促进零工经济健康发展提供了新思路。

自适应加权质心算法在高精度星点定位中的应用

为实现空间飞行器在高目标星等、像移和光学系统像差等因素影响下的高精度星点定位,提出了一种自适应加权质心细分定位算法。基于最大似然估计推导、建立数学模型并进行仿真实验。结果表明,与质心法、加权质心法及高斯拟合法等传统星点定位算法相比,提出的算法定位精度提高了50%以上,且具有良好的收敛速度,经过5次迭代后,质心定位误差相对较稳定,可以满足实际应用中对实时性的要求。

算法与歧视 从美国教育平权案看算法伦理与法律解释

本文借助对美国教育平权案件的分析,思考了算法的伦理基础与法律解释的基本原理。通过对若干美国大学招生政策中的算法的分析,可以发现算法并非一种完全价值中立的活动,算法总是隐含了价值判断。法律解释应当反思算法的伦理基础,而不应当盲目信任或依赖某种算法。同时,应当发展一种基于技艺的法律解释方法,这种方法可以运用某种算法,但法律解释方法应当将算法和特定历史传统与语境相结合,在特定的历史传统与语境中寻求弥合社会分歧、引领社会共识的法律解释方法。