基于学习型算法的农资配送优化问题研究

针对农资供应链订单配送路径优化问题,考虑新能源货车综合续航里程、车辆最大载荷能力和时间窗等约束,建立车辆路径规划问题的数学模型(DCVRPTW)综合优化车辆固定成本和运输成本,提出一种基于深度强化学习的群智能优化算法框架(DRL-SIA)。智能体就是决策者,以环境状态为输入选出动作池中最佳动作改变环境并获得环境奖励。DRL-SIA算法结合训练后的智能体与群智能算法以代替原算法进行决策选择,从而提升寻优速度与精度。实验表明,所提算法的最优解相较于其他算法在所有算例中最优,验证了该算法能有效降低农用物资供应链中的物流运输成本。

结合卷积注意力机制改进YOLOv5s的垃圾检测

针对传统生活垃圾检测模型检测精度低,假阳性和假阴性高的问题,提出一种结合卷积注意力机制改进YOLOv5s的垃圾检测算法。首先,利用改进的双阈值非极大抑制算法(NMS)查找原始YOLOv5s的锚框中置信度较高的检测框;然后,利用卷积注意力机制(CBAM)改进CSPDarknet53特征提取网络,强化映射到深度特征空间的特征的表达能力;最后,在自制垃圾检测数据集上对改进的网络进行训练,实现垃圾的快速定位与识别。通过在真实场景中进行测试,结果表明所提模型可以实现不同形态的多种垃圾定位与识别,平均识别精度达到95.61%,召回率达到94.85%,F1值可以达到95.70%,同时可以实现单幅图像6.01 ms的检测时间开销,满足实际应用需求,有助于促进垃圾智能化检测的效率。

基于特征分离的小样本苹果病害叶片检测

准确检测出苹果叶片的病害有助于促进苹果保质、增产,提高果农的经济收益。针对现有苹果病害叶片检测模型精度不高的问题,提出一种基于特征分离的小样本苹果病害叶片检测算法。首先,利用VGG-16和Swin Transformer网络将苹果病害叶片映射到全局和局部特征空间,并设计了一种特征交叉融合网络来融合全局和局部特征;然后,提出一种复杂特征的细粒度特征分离方法,通过借助苹果病害叶片的文本标签和病害区域标签将融合的深度特征分离为叶片病害分类特征和叶片病害区域特征;最后,采用对比损失实现复杂特征的分离和模型端到端的优化。通过在Plant Village开源数据集上进行试验,结果表明,所提出方法可以实现96.35%的精准率、95.76%的召回率和96.02%的F1分数,相比当前经典的目标分类模型,所提出模型综合性能表现良好。此外,该模型的提出为苹果病害叶片的细粒度分类提供一种新的思路,并且可以为田间农作物病害检测系统提供技术支撑。

基于TronClass的翻转课堂在C语言程序设计教学中的应用研究

作为高校理工科一门重要课程,C语言程序设计的教学目的在于提高大学生信息素养、思维能力,实现大学生对计算机技术的有效应用。翻转课堂作为一种全新的教学模式,在C语言程序设计课程教学中发挥出独特的优势,而TronClass是专门为移动环境下的教、学而设计的App,将基于TronClass的翻转课堂教学模式运用到C语言程序设计课程教学实践中,能够有效激发学生的学习积极性,达成教学目标。本研究主要对基于TronClass的翻转课堂进行了概述,分析了当前C语言程序设计课程教学现状,并从课前准备、课上教学和课后巩固三个阶段入手,总结了基于TronClass的翻转课堂在“C语言程序设计”教学中的应用策略,以期构建全新的C语言程序设计课程教学模式,增强学生的自主学习能力,提升教师的信息化素养,提升C语言程序设计课程教学效果。

家庭角色认同与工作投入的关系:有调节的中介模型

目的:基于资源—获取—发展模型和角色积累理论探讨员工家庭角色认同与其工作投入的关系。方法:采用家庭角色认同量表、工作投入量表、家庭—工作增益量表和积极情感特质量表对637名员工进行调查。结果:(1)家庭角色认同对工作投入具有显著正向预测作用。(2)家庭—工作增益在家庭角色认同与工作投入之间起中介作用。(3)积极情感特质调节家庭—工作增益与工作投入的关系,也调节家庭角色认同通过家庭—工作增益影响工作投入的间接效应。结论:家庭角色认同通过家庭—工作增益影响员工工作投入,积极情感特质调节了这一中介过程,对于积极情感特质高的员工,家庭—工作增益对工作投入的影响更强。