智慧家居中的智能技术与用户体验优化策略分析

阐述智慧家居中的智能设备问题原因,提出改善用户体验的策略,包括数据采集与存储、数据挖掘和分析技术、智能化反馈与个性化推荐,可以使智慧家居设备更加符合用户的需求和期望。

采用深度神经网络的说话人特征提取方法

在说话人确认中,通常采用的声学特征(如MFCC,PLP特征等)包含的主要是文本信息和信道信息,说话人信息属于其中的弱信息,极易受到语音信号中的文本信息及信道、噪声等干扰的影响.针对这个问题,提出一种基于深度神经网络提取语音信号中说话人特征的方法,该方法用语音识别深度神经网络各个隐层非线性输出值来提取说话人特征.在RSR2015数据库上开展了GMM-UBM文本无关和文本相关说话人确认实验,实验结果表明本文方法提取的特征相对于传统的MFCC特征,系统等错误率(Equal Error Rate,EER)有了明显的下降.

基于知识迁移贯通的机器学习课程教学改革

针对当前机器学习课程教学普遍存在的“新旧知识分离”“理论实践脱节”“课程技术滞后”问题,结合课程自身“综合性”“实践性”“发展性”的特点以及OBE教育理念,提出“多源知识迁移贯通”“理论实践迁移结合”以及“自主创新迁移激发”三位一体教改思路,介绍具体教学改革实践,最后说明教改效果。

基于多尺度融合和特征对齐的实时高精度交通标志检测与识别

高精度的实时交通标志检测和识别对安全自动驾驶和智能交通系统至关重要。本研究对基线网络YOLOV4进行了升级,增加了多尺度融合模块和注意力机制模块(AMM),丰富了不同尺度交通标志的特征表示。同时,颈部网络结合了特征选择模块和特征对齐模块,增强了高、低层特征图之间像素偏移的语义判别。具体地说,针对AMM,设计了一种转置的自注意力操作。其使用互协方差矩阵将令牌维度上的操作转换为通道维度,将时间复杂度从O(n^(2))降低到O(n)。在TT100K交通标志数据集上的实验结果表明,与基线网络(mAP@0.5=76.4%)相比,升级后的网络(mAP@0.5=83.4%)取得了较好的改进,检测和识别速度可达39.45帧/秒,达到了目前最先进的水平。

数据中心互联开放光传输系统设计

介绍了云计算互联网络的结构以及数据中心互联开放光传输系统的演进和当前主流的光传输系统方案。结合数据中心互联的场景和业务特点,分析和介绍了开放光传输设备的硬件设计和软件设计。在系统设计方面,介绍了统一网管、高速保护系统、故障定位和止损系统。针对网络智能化需求,讨论了系统性能估计、故障预测以及数字孪生网络等技术。

人工智能在智慧家居中的应用

文章介绍了人工智能应用于智慧家居的关键技术,并对其应用带来的挑战提供了解决方案,最后对人工智能在智慧家居中的应用趋势进行了展望,旨在为智慧家居行业的发展提供参考.

面向HTML5的百度引擎

阐述了浏览器内核的概念以及作用,针对浏览内核在本地能力以及运行效率低两方面存在的不足,详细介绍了百度在引擎中从完善HTML5功能、优化运行效率方面所做的重点优化工作。

图概要技术研究进展

图的概要化,简称图概要,旨在寻找一组简洁的超图或稀疏图,阐明原始图的主要结构信息或变化趋势.当前图概要的研究大多结合原始图的应用领域和背景,使用不同的概要技术构建一个特定的概要图,解决目前大图面临的信息过载、查询优化、空间压缩、影响分析、社交网络可视化等问题.对现有的图概要技术进行了汇总,以概要主要目的作为分类标准划分为基于空间压缩的图概要、基于查询优化的图概要、基于模式可视化的图概要和基于影响分析的图概要四大类,针对部分属性图和无属性图概要算法在真实数据集上进行了相关实验,并从压缩率、信息保持率、信息熵和时间进行对比分析.点明图概要的发展趋势,并指出图概要面临的挑战和可深入探索的研究方向,结合热门的深度学习技术提出了部分有价值的的宏观想法用以解决当前挑战.

虚拟空间与私人生活的交界点——网络社会交往中隐私问题探析

网络社会交往不同于人们日常生活的人际交往，它虽然给众多网民带来了诸多便利，让人们生活的空间变得更加宽阔，但是隐私权也受到了不少挑战。文章在网络社会的人际交往背景下，分析了网络社交的特点。同时也指出了网络社交中隐私受到的威胁和挑战，以期为个人信息安全和隐私权保护提供一定的参考意见。

竞争情报信息源及其搜集策略研究

本文围绕竞争情报搜集这一主题,梳理信息搜集方法等相关知识,总结情报搜集策略,并从竞争情报整体搜集工作、到竞争情报局部课题搜集任务上,选取相关案例进行分析研究。

创造“百万富翁”的薪酬制度

在新员工进入公司时,百度公司将两套薪酬方案摆在员工面前供其选择,其一是“较低的基本工资+较高的股票期权”,其二是“较高的基本工资+较低的股票期权”。

AI赋能园区降碳潜力分析研究

在碳达峰碳中和背景下,全国各类园区向零碳/低碳发展是必然趋势。本文重点分析了传统园区降碳实践中的痛点、AI技术对园区降碳可发挥的作用;阐述了零碳/低碳园区建设路径及AI赋能园区降碳的实践应用场景,创新构建AI赋能园区降碳潜力的分析模型,并结合具体案例对降碳潜力进行估算,提出了行业发展政策建议。

云计算中时间感知应用的资源分配与调度算法

现有数据中心中时间感知型云计算应用的资源分配算法能耗较高,严重影响了数据中心的服务上限以及云服务商的经济效益,对此提出一种低能耗的云计算资源分配与调度优化算法.算法分为两个阶段:第一阶段,释放并更新请求集的服务器与链接的剩余容量,同时更新能量辅助图中相应的权重;第二阶段,将所有新到达请求按所需时间段以降序排列,为各请求分配资源;第三阶段,检查资源可用性,并基于能量辅助图采用最短权值路径选择算法为资源请求分配虚拟机与流量.基于思科真实设备参数的仿真实验结果表明,本文云计算资源分配与路由算法的能量效率与资源分配性能均优于其他算法.

关于我国绿色金融可持续发展的长效机制分析

在经济飞速发展的当今社会,为了帮助我国经济更好地适应全球经济环境的变化,绿色金融的发展成为当今社会经济转型的必然趋势。由于现阶段我国金融经济面临着新的社会考验,在经济发展转型到绿色金融发展过程中,正面临政策制度不完善、不全面,在绿色金融产品方面缺乏创新性、绿色金融理念受束缚、绿色金融机构普及化程度较低等问题,在这些问题面前,为了可以帮助推动我国绿色金融的可持续发展,建立"政府引导、市场运作、社会参与"的绿色金融长效机制,需要从根本上构建绿色金融发展理念,着手进行我国绿色金融可持续发展的长效机制的研究与分析。

工业互联网中数字孪生系统的机理+数据融合建模方法

工业互联网的快速发展为学术界以及工业界带来了新型研发范式——数据密集型科学发现,融合物理机理以及数据驱动的建模方法是其中的研究热点之一,这种方式可以充分发挥机理仿真可解释性和泛化能力强、数据驱动模型灵活性和可学习的优势,为未来数字孪生系统提供高效、灵活的工具和方法。通过聚焦于工业互联网中构建数字孪生系统的机理+数据融合建模方法,首先阐述了基本数学原理以及建模方法,并对比了机理+数据融合建模与传统数据模型、机理模型的区别;然后从模型选择、物理机理约束以及实际任务需求3个角度详细给出了机理+数据融合建模方法的构造过程,总结了目前学术界的最新研究进展;最后介绍了国内外关于机理+数据融合建模方法在工业设备设计优化、生产制造、运行维护方面的实际落地应用场景。

基于水波进化和动态莱维飞行的爬行动物搜索算法

针对爬行动物搜索算法存在收敛速度慢、寻优精度低和易陷入局部极值等缺陷,提出一种基于水波进化和动态莱维飞行的爬行动物搜索算法.采用Halton序列初始化种群,生成均匀分布的个体,减少个体搜索盲区和重叠概率以提升种群多样性;引入水波动态进化因子和自适应权重,协调算法全局搜索与局部开发之间的转换,提高算法收敛速度和寻优精度;结合一种动态莱维飞行变异策略,提升算法局部抗停滞能力.通过对14个基准测试函数的寻优对比分析、Wilcoxon秩和检验以及寻优时间对比结果可知,改进算法具有更好的收敛性能、寻优性能和鲁棒性.最后,通过工程应用中焊接梁设计的优化对比结果,进一步验证了改进算法处理实际工程问题的优越性.

威胁与效能:社交媒体“生育恐惧”讨论的主题分析和影响因素研究

基于拓展平行反应模型,通过爬取微博中有关生育恐惧讨论的132705条主帖及其评论,采用机器学习和人工分析相结合的方法,本研究揭示了恐育话题讨论的主题类型、信息特征以及人们的信息接受。研究结果显示,近年来社交媒体上有关生育恐惧的讨论热度不断攀升。讨论议题广泛,涵盖了个体、社会和国家多个层面的主题,深刻体现了生育是嵌入社会结构中的重要特征。对于生育,人们表达出较为强烈的消极态度,胜过积极态度。通过考察讨论文本的信息元素,结果显示生育威胁与生育效能的元素明显失衡,“生育威胁”成为最主要的信息元素,“生育效能”元素则明显不足。恐育信息中生育威胁的程度越高,人们的接受度则越低(即点赞数低);若信息中效能的程度越高,人们的接受度则越高(即点赞数高)。本研究的结论验证并且拓展了EPPM模型中人们对恐惧诉求信息的积极应对的心理机制。

融合多类特征的Web查询意图识别

识别搜索引擎用户的查询意图在信息检索领域是备受关注的研究内容.文中提出一种融合多类特征识别Web查询意图的方法.将Web查询意图识别作为一个分类问题,并从不同类型的资源包括查询文本、搜索引擎返回内容及Web查询日志中抽取出有效的分类特征.在人工标注的真实Web查询语料上采用文中方法进行查询意图识别实验,实验结果显示文中采用的各类特征对于提高查询意图识别的效果皆有一定帮助,综合使用这些特征进行查询意图识别,88.5%的测试查询获得准确的意图识别结果.