基于智能优化算法的边坡稳定性预测方法研究

针对边坡稳定性预测中数据分析片面、模型预测精度低的问题,基于302个边坡案例,选取6个变量特征,利用麻雀搜索算法(SSA)更新BP神经网络的敏感因子,建立SSA-BP边坡稳定性预测模型。采用混淆矩阵、受试者工作特征(ROC)曲线及曲线下面积A_(UC)值作为衡量指标,通过五折交叉验证法提高模型的泛化能力并与RF、BP、SVM、PSO-BP、GA-BP和LSTM 6种机器学习算法进行预测效果对比。结果表明,SSA-BP模型的A_(UC)值、准确率和F_1分数均最高,分别为91.90%、85.81%和85.87%,相较于优化前的BP网络A_(UC)值提高了23%。经典算例证明SSA-BP预测模型与ABAQUS计算的安全系数相近,并可给出可靠的预测结果,为岩土工程中边坡稳定性预测提供了一种新方法。

黑茶陈化工艺研究进展

黑茶陈化工艺一般是指将发酵晾置后的茶叶自然放置这一过程。陈化是黑茶加工的最后一个环节,也是品质二次提升的关键工艺,然而当前陈化多依靠经验进行。为深入了解黑茶陈化机理和工艺现状,该文介绍了黑茶加工工艺、茶叶发酵程度智能判定技术、黑茶陈化工艺技术研究,尤其是物理和生物环境对陈化工艺的影响,并对黑茶陈化工艺未来发展进行了展望,以期为深入研究陈化机理,依托智能化手段调控陈化工艺参数,提升黑茶成品品质提供借鉴与参考。

基于ASO-BP神经网络的屈服强度预测技术研究

针对传统屈服强度预测模型通用性较差的问题,提出一种采用原子搜索优化算法优化BP神经网络,建立多类型合金屈服强度预测模型的方法。以Kaggle公开数据为研究对象,对89种钢合金建立ASO-BP神经网络屈服强度预测模型,同时与PSO-BP,GA-BP,BP神经网络模型对比。结果表明:ASO-BP预测模型平均绝对百分比误差(MAPE)为6.98%,相关系数达到0.98716,效果优于其他对比模型。验证了预测多种类型合金屈服强度的合理性和可靠性,为工程实际应用和合金屈服强度检测提供较好的辅助判断。

基于机器学习的茶树DNA聚类算法

为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据累计方差贡献率的占比大于85%的标准确定降维主元个数对KPCA进行降维改进并采用k-means++算法对降维后数据聚类,通过CH(Calinski-Harabaze Index)指标和响应时间分析聚类结果。结果表明:在单独聚类、KPCA聚类、改进PCA聚类、改进KPCA聚类4种处理方式中,改进KPCA-k-means++算法在不同处理方式和不同样本数的对比下,CH指标均为最高,与未改进时相比平均高出33%。在响应时间方面,改进KPCA-k-means++算法与同样改进PCA-k-means++算法在不同聚类数和样本数的对比下响应时间均较短。改进KPCA-k-means++算法能够保证对于茶树的基因序列的聚类准确率和聚类速度,表现出极好的聚类稳定性。

基于机器学习算法的滑坡土壤含水率预测方法研究

土壤含水率是影响坡体稳定性的决定因素之一。针对滑坡体内部土壤水分信息难以准确感知的问题,建立了一种基于机器学习算法树突神经网络的土壤含水率预测模型(DDNN),通过分析土壤水分垂向变化特征和数据相关性确定关键的影响因子后,将水分预测模型DDNN与GA-BP、RF、RBFNN三种算法进行对比试验。发现DDNN预测模型的拟合优度R2最高为0.998,均方根误差和平均绝对误差均最小,分别为0.091、0.059,其预测精度明显高于其他三种算法。并采用关系谱探究了相关影响因素对土壤含水率的敏感程度。结果表明,敏感度由高到低依次为气温、降水、初始水分、风速、地温,研究结果可为滑坡体稳定性分析提供技术方法支撑。

基于神经网络架构搜索的X射线图像违禁品检测算法

为了提高卷积神经网络设计的自动化程度并进一步提高复杂背景下违禁品检测的准确率和速度,提出了一种基于神经网络架构搜索的X射线图像违禁品检测算法。首先,设计逐层渐进式搜索策略和多分支搜索空间,并基于批量归一化指标为每一个layer结构搜索最佳侧分支;然后,逐层搜索构建新的骨干网络组件;最后,组成由数据驱动的新目标检测模型。该算法在数据集HiXray、OPIXray、PIDray上分别取得了83.4%、87.2%、70.4%的检测精度。实验结果表明,本文算法能够自适应数据集并自动搜索出性能更好的Backbone组件,与FCOS、YOLOv4等主流算法相比,有效提高了复杂背景下违禁品检测的准确率和速度。

无线传感网合作式充电与数据收集算法研究

为同时改善无线传感器网络的能量补充效率和网络服务质量,本文提出了一种利用电子标签的无线传感器网络合作式无线充电和数据收集算法,根据通信方式的不同,具体提出了TBR和TDC 2种方案,通过将网络中的节点进行分簇,并在单个簇内部署簇内移动读取器进行路径移动,对簇内的各个节点进行充电和数据收集;在簇间部署簇间移动读取器收集簇内读取器内的数据并将数据传输给汇聚节点进行数据处理,通过分簇完成对节点充电和数据收集任务的分层处理。通过仿真验证,证明合作式充电策略可应用在大型区域内部署的网络,并且保证所需的移动读取器数量最少,数据传输至汇聚节点的时延最短,TBR方案与TDC方案有效。

情感智能与心理生理计算

随着人工智能第三次发展浪潮的到来,人工智能进入了新阶段,情感智能的研究对于人工智能的发展有着重大意义。情感智能在智能机器人、智能虚拟助手等领域具有广泛的应用前景,通过心理生理计算来量化感知人的心理状态,可赋予机器更好地识别、理解人类情感的能力,并与用户产生更好的感性化交互。本文阐述了情感智能和心理生理计算的概念,分析了目前情感智能发展的机遇与关键问题,介绍了心理生理计算在生理信号获取、生物信息反馈干预和基于脑电、语音、眼动、表情、姿态的情感识别等方面的典型应用。情感智能与心理生理计算在情感识别上有较高的识别率,能够利用多种模态进行情感识别,在医疗、教育、娱乐、生产等多个领域都有广泛的发展与应用前景。

滑坡监测预警云平台系统的设计及应用

设计一套滑坡监测预警的云平台系统,采用模块化设计方式建立云平台系统网络,开发独立的监测管理软件系统;在云平台中建立灰色Verhulst模型,对实测数据进行处理,通过灰色Verhulst模型对边坡的变形趋势进行预测,预测边坡可能产生滑坡的时间,实现对滑坡的提前预警.系统经过调试后部署于广西百色市田林县公路两旁的边坡进行实测,结果表明:滑坡云平台系统能够有效地监测边坡的变形,通过灰色Verhulst模型可实现对山体滑坡的预警.

云环境下基于多代理系统的三层架构信任管理模型

为增强云计算环境中的安全性,提高云计算环境中的交易安全和可信程度,针对云计算环境的用户与云服务提供商的交易信任问题,提出了一种基于多Agent系统的三层架构云计算信任模型。模型针对云计算环境和多Agent系统的特点,提出了信任管理Agent、服务管理Agent和信任评估Agent三层架构,基于三层架构的信任管理模型,结合3种信任模式和根据历史交易记录的信任模型选择方法对云计算交易中的信任度进行判断。通过仿真实验证明,本文模型在多Agent交易情况和多Agent节点安全性的测试优于对比模型,并能在一定程度上减少云计算环境用户交易中的欺诈行为,减少用户损失,提高云环境下交易信任的安全程度。

Modbus通信协议在自动走丝系统中的应用

电爆炸丝自动喷涂装置在工作时产生强电磁场,导致自动喷涂装置中的自动走丝系统可靠性差。为解决此问题,设计一种采用Modbus通信协议的自动走丝系统,以提高自动走丝系统的可靠性和稳定性。在自动走丝系统主、从设备上分别使用RS485和RS485转RS232接口,并通过屏蔽双绞线连接。采用Modbus RTU传输模式传输差分信号,以提高数据在强电磁场的抗干扰能力。结果表明:该自动走丝系统主、从设备之间长距离传输数据稳定,装置运行可靠。

可见光通信智能语音教室演示模型

介绍了可见光通信智能语音教室演示模型的系统工作原理、硬件组成、软件设计流程和光信号的编码方式等。对模型进行了功能测试和收发波形测试,实现了语音信号的高保真传输以及设备的无线控制。

混合云环境下考虑工作流的任务调度策略

针对混合云环境下的工作流调度问题,提出一种结合黏菌算法和粒子群算法思想的工作流调度算法。利用粒子群算法的优点,对较差解进行引导,加快较差解的收敛速度,对质量较好的解进行局部变异,避免陷入局部最优,同时增加交叉算子,细化算法在任务调度问题中的寻优粒度,根据混合云环境下的工作流调度模型,进行离散编码,完成对多个调度目标的优化。在现实工作流下进行仿真实验,结果表明,本文算法与单一启发式算法以及对应改进算法相比,具有更好的优化性能。

基于滤波器组和残差网络的环境声音识别算法

为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输入到14层残差网络之中训练并测试。实验结果表明,在使用相同数据集ESC-10的情况下,与传统分类器模型和DCASE基线系统提供的识别方法相比,识别准确率分别提高了22.3%、17.4%和9.5%,验证了该方法在小样本情况下具有更高的识别准确率。

基于模糊综合层次分析法的城镇排水管道状况定量评估

针对人工评估城镇排水管道缺陷的准确性和实效性有一定局限,综合运用模糊层次分析法和专家决策法进行自动评估,模糊层次分析法通过构造多级模型,减少了评估的运算量,避免了层次分析法中人的主观性对评价结果的影响;专家决策法充分体现了技术规程与专家意见的结合,使结果更加准确。用层次分析法将各评价因素分为4层评价体系,并计算指标权重;用模糊综合评价方法逐层计算评价矩阵,最后根据最大隶属度原则对管道缺陷等级进行定量评价并将结果与人工评价结果对比。选取桂林市某道路地下污水管道作为研究对象,对管道状态进行总体性评价,实验结果与城镇排水管道检测公司出具的健康评估报告结果一致。

结合拆分注意力特征融合的病理图像分割网络

针对卷积神经网络在执行病理图像分割任务时,特征提取单一导致分割性能较差的问题,提出了一种结合拆分注意力跨通道特征融合的病理图像分割网络。首先以UNet为基本结构,设计了空洞拆分注意力模块来提取并融合病理图像上细节特征,以增强通道间的特征交互能力,提高分割精度。其次,设计了深度残差幻影模块,在解码特征融合阶段有效获取足够丰富的特征图。最后在公开数据集DSB2018、MoNuSeg上实验,其灵敏度分别为90.13%、89.23%,准确率分别为92.89%、92.51%。为进一步验证算法有效性,将来自合作单位的病理图像自制成数据集ColonCancer,其准确率和灵敏度分别为90.15%、89.94%。实验结果表明,该方法相较于UNet、ResUNet、GhostUNet、TransUNet等算法有效提升了病理图像分割性能,并对实现不同组织病理图像的分割任务具有一定参考价值和意义。

基于边缘计算的多授权属性加密方案

传统云存储下属性加密通常在云端与用户直接交流,并且由单一授权机构处理密钥与数据信息,为此提出一种应用在边缘环境下的多授权属性加密方案。方案中的访问矩阵由线性秘密共享构建,将边缘平台作为中间节点,用椭圆曲线密码体制下的简单标量乘法替代属性加密中的双线性计算,通过多授权中心分摊属性管理,直接减少单个授权机构的密钥托管与局部失控问题。理论功能分析与实验结果表明,该方案在可行性与安全性上均优于传统同类算法,有效降低了用户在访问控制中的计算开销。

基于改进U-Net的糖尿病视网膜渗出物分割

为解决当前深度分割模型对糖尿病视网膜病变渗出物区域精准分割的问题,提出一种基于改进U-Net的糖尿病视网膜渗出物分割方法。重构编码端的特征提取器,以ResNet50预训练模型作为特征提取器,提升模型对低维特征的学习能力;结合注意力机制优化解码端上采样过程,缓解卷积特征丢失的问题,提高模型对病灶特征通道权重的学习能力;在模型解码端构造多特征尺度的融合,丰富不同尺度特征的语义信息。利用IDRID数据集和DIARETDB1数据集进行训练,训练采用Focal loss焦点损失函数,模型的特异性、灵敏度、精准率和F1-Score分别达到0.973、0.982、0.971和0.875,Dice系数达到了0.984,与其它先进算法相比,该算法分割性能较优。

基于注意力机制的稀疏化剪枝方法

为在资源受限设备中部署先进神经网络模型,提出一种基于通道和空间注意力机制的网络稀疏化剪枝训练方法,将剪枝训练过程转化为约束优化问题。将通道和空间注意力融入稀疏化剪枝训练过程,利用连续空间损失变化情况评估不同网络层重要程度,通过稀疏化训练与动态计算及更新掩码矩阵和权重矩阵完成剪枝操作。方法实验基于CIFAR10、CIFAR100数据集上进行,实验结果表明,该方法在较为复杂数据集CIFAR100上剪枝率为90%、95%、98%时,分类准确率可达到69.91%、67.15%、60.18%,与同类方法相比,在不同数据集和剪枝率的条件下仍具有较高的分类精度。

基于Stackelberg博弈定价的电力需求响应激励方法

结合多租户数据中心的特点,通过考虑多租户数据中心的电力定价问题提出一种基于非线性规划的高效激励定价方法。建立需求-响应模型,及其相关的成本和收益函数;为反映需求方与响应方的定价交互,采用Stackelberg博弈进行建模,证明了该模型下纳什均衡点的存在性;基于非线性规划方法求解最优得到纳什均衡点,即满足需求方成本最低和响应方利益最大化的目的。将设计的方法与其它经典的最优化方法进行比较,实验结果表明,提出方法能获得最佳的电力定价,达到需求响应方共赢的目的,时间复杂度低。