摘要:针对现有斑马线行人运动预测方法存在漏检率高、实时性差的问题,文章提出基于深度学习的斑马线行人运动检测与识别算法。首先通过分析连续图像帧间像素的位移与光流检测,排除静止物体干扰,再经颜色分布和纹理特征2个维度提取行人特征并将其输入构建的深度学习模型,经卷积操作后输出概率向量,最终通过设置阈值判断图像中是否存在行人。实验结果表明,该算法在行人密集且有遮挡的雨天场景下,检测召回率达到 98.7% ,算法耗时仅 28ms ,在检测精度和实时性方面具有优越性能。
摘要:高光谱图像分类时,基于深度学习的方法面临标注样本不充足的问题。文章提出一种基于MAE-DeepLabv3的双通道网络架构,通过掩码自编码器(Masked Autoencoder,MAE)模块进行自监督预训练,从大量无标注数据中学习光谱特征表示,缓解标记样本不足问题;结合DeepLabv3网络架构提取多尺度特征的优势,提取目标地物在不同尺度下的空间特征,通过迁移学习缓解样本不足问题。整个网络模型融合光谱特征和空间多尺度特征得到分类结果。在IndianPines和Salinas 公开数据集上进行了对比实验,结果表明,文章方法均表现出了优异的分类性能。
摘要:城市化推进与消费水平提升使垃圾产量大增,给环境和公共卫生带来挑战。尽管国家政策大力推动垃圾分类,但传统依赖人工的分类方式存在效率低下、成本高昂、难以规模化推广等问题。为此,文章提出一种基于高效通道注意力机制(EfficientChannel Attention,ECA)与轻量级卷积神经网络ShufleNetV2融合的智能垃圾分类识别方法,能够实现模型在嵌入式设备上的高效运行与实时响应。实验结果表明,该智能垃圾分类识别方法在分类准确率、参数规模、计算量与训练时间等性能指标上均表现优越,兼具轻量化与高效性,能够有效满足实际应用场景中垃圾分类系统对于低成本与高性能部署的综合需求。
摘要:针对传统数据管理模式中,基础数据与地理实体管理分离、数据一致性维护困难、业务流程协同性差等问题,以自然资源管理、城市建设与发展为导向,结合国家新型基础测绘建设试点工作需求,文章提出一体化存储与更新方法,通过构建统一的数据模型,设计协同更新机制,利用空间数据库管理和多源异构数据融合转换技术,实现数据的集中管控与高效流转,通过商业密码技术确保数据的完整性、安全性和有效性,促进跨部门、跨层级、跨领域数据的共享共用,提升数据的综合利用价值,为各行业数字化转型和高质量发展提供借鉴和参考。
摘要:文章基于欧盟MRV系统2018—2023年7万余艘国际航行船舶的碳排放数据,构建了碳强度评级模型,系统分析了不同船型、建造年份与船龄结构对碳强度等级的影响。结果显示,滚装船与集装箱/滚装混合船D/E级占比高,亟须技术升级或淘汰;化学品船与LNG运输船环保性能优异,可作为行业标杆。此外,2023年强制性CII评级实施后,D/E级船舶占比明显下降,表明政策效果显著。研究成果可为航运企业制定减排路径、监管机构优化政策提供数据支撑,推动行业绿色转型。
摘要:在强电磁干扰下,现有的网络带宽分配方法易因资源损伤误判导致分配偏差,继而导致带宽利用率低、分配不均衡。因此,文章提出强电磁干扰下5G移动通信终端网络带宽均衡分配方法。该方法评估强电磁干扰下的带宽资源损伤,结合协同组内的平均可用带宽比例校准终端实际带宽需求,再综合多因素计算分配权重,采用改进的比例公平算法完成带宽初步分配,消除分配偏差,实现带宽均衡分配。结果表明,该方法在 10~60dB 干扰强度下的带宽利用率较高,在终端数量为150个时基尼系数仅为0.21,可以实现高效且均衡的带宽分配。
摘要:单次抑制难以彻底消除信道干扰,影响抑制效果。为此,文章提出无线通信数据传输信道干扰反馈式抑制方法。首先,对获取的信道信号解调,提取功率谱密度、峭度、频带能量等特征,以此识别干扰信息;其次,计算干扰信息分布密度,结合信道信号强度量化干扰度并初步抑制干扰;最后,依据抑制结果建立反馈机制,引入脉冲响应函数调整抑制参数,得出最终抑制结果。实验结果表明,该方法在实际应用中能有效降低信道干扰,抑制后信道信号误码率仅 2.45% ,具备较强的抑制能力。关键词:无线通信数据;数据传输;传输信道;信道干扰;干扰抑制;反馈式抑制
摘要:针对移动式混合柴油发电机-储能系统(柴储系统)在城市施工场景中的应用,文章提出一种基于遗传算法的多目标优化控制策略。通过构建考虑香港地区噪音约束法规,如夜间噪声限值 ?55 dB(A),和动态负载特性的微电网数学模型,利用遗传算法对柴油发电机与储能电池的功率分配进行全局寻优。仿真结果表明,优化策略可实现柴油成本降低 7.2% 、碳排放减少 7.2% ,同时满足噪声约束下的可靠供电,验证了多目标优化的有效性,实现了噪声约束下(如22:00—次日7:00全时段电池独立供电)的可靠电力供应。研究成果为城市施工场景提供了兼顾经济性、环保性与供电可靠性的能源解决方案,对移动应急电源、野外作业微电网等场景具有借鉴价值。
摘要:针对老龄化社会用药管理,文章基于福建省大学生创新大赛项目提出“药伴精灵”智能服药系统,融合动态近场通信(NearField Communication,NFC)与多模态交互技术,解决传统方案中标签静态化、交互单一性及信息追溯难等问题。系统硬件采用ESP32-S主控与NFC模块,通过 π 型LC天线匹配网络实现 8mm 抗金属通信距离,结合NTAG424DNA标签的双加密机制(AES-128/SM4)保障数据安全;动态NFC架构支持时间戳更新,实现医嘱信息实时追溯。在多模态交互层面,其集成语音播报、NFC 震动提醒及App远程推送的功能,通过冲突解决算法优化响应优先级。该项目获得省级金奖。效能验证表明,该系统不仅可实时更新用药信息,提供个性化提醒与紧急响应,而且显著提升老年用户用药安全性与依从性。
摘要:高校排课是教学管理的核心环节,其本质是一个多约束、多目标的组合优化问题。针对上述问题,文章设计了一种基于关联规则的高校智能排课系统。智能排课系统的基础数据管理模块对课程数据进行预处理,统一管理排课所需的各类静态与动态数据;结合排课约束设计排课规则,筛选满足硬性规则和软性规则的排课决策。在排课方案执行过程中,智能排课引擎模块从规则库中挑选当前排课决策的匹配规则,生成多套排课方案,导出最优课表。实验结果表明,该智能排课系统所需排课时间小于1h,硬约束满足率约为 90% 。
摘要:为解决农作物病虫害知识分散致农户等获取信息效率低、准确性差的问题,文章运用知识图谱与自然语言处理技术,构建问答系统。首先采用分布式爬虫与规则模板从多源数据中抽取结构化信息,再通过BiLSTM-CRF等深度学习模型识别实体与关系,建成存储于Neo4j图数据库的知识图谱。同时,该设计融入BERT预训练模型的问答算法,以BERT-RNN和BERT进行问题分类,借助Cypher查询模板精准检索图谱,大幅提升了问答的准确性与稳定性,推动精准植保发展。
摘要:为有效提升计算机开放实验室信息管理水平,文章介绍云桌面技术、详细分析不同业务需求,在此基础上先对系统架构进行设计,再深入探讨系统的主要功能及其实现,主要涵盖基础管理、教学课程管理、开放实验、统计分析以及个人中心。云桌面计算机开放实验室信息管理系统基于VisualStudio平台,采用C#语言,网站用Browser/Server 模式,终端登录界面用Client/Server模式,数据库采用MySQL。经实验验证,该系统在数据转存性能、资源利用率、响应时间及管理成本等方面具有明显优势。
摘要:针对传统仿真教学实验系统存在的环境参数设定不精准、实验环境模型性能欠佳等问题,文章提出了Unity3D与人工智能融合的交互式虚拟仿真教学测试系统设计方案。该系统通过硬件部分包含虚拟现实(Virtual Reality,VR)头显与主控板,软件设计上收集场景素材、设定设备映射参数,在Unity3D中完成三维建模、贴图及细节优化,从而构建高精度的实验环境模型。此外,系统还引入了人工智能技术,对学生操作行为实时分析并进行个性化反馈,优化实验流程,提升教学效果。实验结果表明,该系统模拟误差率仅为 0.26% ,通过人工智能技术的应用,显著提高了学生的学习效率和操作熟练度,为教育数字化转型提供了有力支撑。
摘要;地理信息应用技术的不断发展,可为江苏沿海海事业务相关信息的科学管理提供可靠的空间数据支撑,在基础地理数据基础上融合沿海海事专题数据,实现对海事专题数据的查询、编辑、统计、分析和历史回,提高沿海海事现场管理、水上安全监督管理和搜救能力,为海事部门提供水上交管、应急搜救、船舶防污、事故认定等相关技术支持和辅助决策依据。文章对江苏沿海地理信息平台的建设内容、技术路线设计以及关键技术和实现方法等进行了研究,以期为类似项目设计提供参考。
摘要:随着城市轨道交通的发展,电力监控系统对报文的依赖性也在增加,电力监控系统报文能够实现监控命令的发送以及设备状态的读取,但是报文本身的正确性目前只能通过人工对照点表的方式检查,核查速度慢、效率低,缺少对报文快速复核的方式。文章提出了电力监控系统报文智能复核功能,通过智能算法识别摄像机采集的视频流,利用顺控的方式实现批量的报文复核,帮助工作人员快速定位报文错误。
摘要:针对智能住宅小区安防监控中多人异常行为检测存在的噪声干扰和运动目标识别不准确问题,文章开展了动态检测研究。通过对安防监控视频图像进行平滑与滤波处理,提升视频质量并结合自适应权重选取策略优化运动区域检测,设计了多特征融合的异常行为识别模型,实现对快速奔跑、肢体冲突、聚集斗殴等典型异常行为的动态监测。实验结果表明,该方法能有效识别小区监控中的多人异常行为,显著提升安防系统的智能化水平和实时预警能力。
摘要:为提高软件功能测试的充分性,增加软件测试用例的路径覆盖率,文章引入决策树马尔科夫算法开展软件测试用例自动生成方法设计研究。该研究利用该算法构建软件测试路径规划模型,计算模型转移概率矩阵并确定模型阶数。同时,该研究对测试用例充分性准则进行改进,在确保用例能充分测试软件功能模块的前提下,自动生成测试用例。通过实验证明,该方法生成的软件测试用例能实现测试程序路径的全覆盖,应用这些测试用例可对软件各项功能进行全面检验。
摘要:智能客服机器人因语义理解不足、匹配效率低,服务质量欠佳。对此,文章开展基于深度学习的智能客服机器人问答检索方法研究。通过自然语言处理技术与多层级特征提取算法,实现咨询文本的特征抽取与归一化处理;基于卷积神经网络构建分类模型,实现问答文本的智能分类与服务匹配;结合知识图谱与生成式模型,建立融合语义检索与动态回复的智能问答体系。实验结果表明,该方法在客户服务质量指数上较现有检索方法提升 45%~60% ,显著提高了制造业客户服务的质量水平。在实际应用中,该方法能够有效解决制造业场景下的复杂问答需求,为智能客服机器人的优化提供了可靠的技术方案。
摘要:针对现有的数据关联规则检测方法存在上链成功率较低、执行效率不足等问题,文章提出面向物联网的区块链渗入数据关联规则检测方法。文章通过搭建私有区块链集群,部署智能合约并优化节点加密机制,实现了数据安全上链与高效处理。根据智能合约编写基于时间序列的关联规则,执行关联规则挖掘过程,将结果存储在区块链上从而完成分析检测。实验结果表明,实验组的冲突交易数据全部上链成功;实验组当数据量达到9000时,执行时间仅为 75s 。关联检测算法展现了良好的挖掘效果,为物联网环境下的数据安全与协同分析提供了可靠的技术支持。
摘要:为实现对火灾现场安全的精准监控,文章提出基于多传感器融合的建筑物火灾安全监控方法。该方法引进温度传感器、CO传感器、烟雾传感器,采用不确定推理(Dempster-Shafer,D-S)证据理论,对多传感器采集的多源信息进行融合,建立建筑火灾发生信任函数;利用反向传播神经网络(BackPropagationNeural Network,BPNN),将传感终端获取的融合信息输入BP神经网络,进行火灾信息的修正;将速率检测算法引入局部决策,通过将测量到的信号变化率与预先设定的固定阈值进行对比,从而实现对火灾的判定与安全监控。结果表明,该设计方法能够对建筑物火灾进行精准预警,还能实现火灾现场的温度、烟雾浓度的精准监测,保证监控结果的准确性与可靠性。
摘要:针对高速主线匝道区段车流交织导致的拥堵与事故风险问题,文章提出一种基于线性加权融合的密集交通状态感知技术。通过改进的加权闵可夫斯基距离度量公式提取交通状态样本的邻域相似性,构建融合空间细节与全局特征的密集交通状态数据矩阵;设计密集交通状态数据线性加权融合模型,集成车流量、车速、车辆密度等异构数据,生成动态感知结果。实验结果表明,所提技术感知的车流密度变化率最大值为 84% 、最小值为 56% ,匝道车辆汇入主线等待时间最长为90s、最短为30s,与实验指标一致,为高速匝道区实时预警与管控提供了高可靠性支持。
摘要:电力系统在运行过程中,调度数据的通信传输易受信道干扰,导致数据传输不准确,进而引发调度决策失误,影响电力系统的经济运行。因此,文章进行了基于物联网技术的电力系统调度自动化远动控制研究。通过构建RFID标签识别器优化部署模型,获取电力系统运行状态的同态分布数据与逻辑相似度特征量并基于电力系统数学模型与调度数据的关联规则分布密度,输出电力系统关键调度数据采集结果。利用信道编码技术对调度信息进行检错与纠错,提升信息传输的抗干扰能力,结合远动控制技术的“四遥”功能,将遥信信号映射为运动控制指令。通过预测电力系统短期负荷确定调度范围,引入线性规划方法输出电力系统调度最优策略。测试结果表明,采用该方法调度后,电力系统新能源消纳率高于 75% ,能有效实现电力系统的经济运行。
摘要:为应对软件定义网络因其架构特性而引入的潜在安全风险,文章系统地剖析了软件定义网络在数据、控制、应用及接口等多个层面的脆弱性,构建了一套涵盖流量监控、可信增强、应用审查与协同联动的多层次纵深防御体系。通过对典型攻击模式的分析与新型主动防御技术的探讨,文章深入阐述了如何利用软件定义网络的集中控制优势来构建高效、智能的安全机制,旨在为构建安全、可控的新一代网络基础设施提供理论参考与技术路径。
摘要:针对物联网下传感网络节点入侵行为快速检测实践中存在的精度较低、延时较长的问题,文章提出物联网下传感网络节点入侵行为快速检测方法。基于平均过零率和短时能量获取物联网下传感网络节点的可疑信号并对传感网络节点数据归一化处理,消除数据量纲差异。利用卷积神经网络对数据深度挖掘,提取入侵特征,利用斯皮尔曼相关系数表征入侵行为与当前行为之间相似性,识别检测入侵行为,完成物联网下传感网络节点入侵行为快速检测。实验结果证明,该方法AUC曲线接近左上角,曲线曲率较高,检测延时不超过 100ms ,兼具高精度与实时性,实现了物联网下传感网络节点入侵行为快速精准检测,具有良好的可行性与可靠性。
摘要:为解决现有资源分类效果差、耗时高等问题,文章设计了一种计算机专业多模态教学资源动态分类方法。该方法构建分析框架,明确多模态教学资源组成;经文本预处理,利用词频-逆文档频率法增强专业术语权重,结合帧间语义关联分析提取特征。该方法采用双有界支持向量机(Twin BoundSupportVectorMachine,TBSVM)设计分类器,融合特征权重优化结果;采用信息增益比缓解维度差异,在边缘节点实现动态分类。实验结果表明,该方法在资源匹配度平均达0.844,数据吞吐效率方面,高负载阶段速率在9.7GB/s,提升分类精准度。
摘要:任务驱动-Presentation教学模式将任务驱动和Presentation两种教学方法有机结合,以任务为先导,引导学生自主探索与思考,使其在“学中做,做中学”,要求学生将完成的任务再通过演示、介绍、报告的形式在课堂上展现给大家,进而开展课堂讨论。这种教学模式的融合创新,本质上重构了“输入—加工—输出”的学习生态。它突破单一教学方法的局限,通过任务实践夯实知识基础,借助展示输出促进思维升华,在知识内化与外显的交互中实现教学效果的最优化。尤其在培养创新型、复合型人才方面,这种双轨并行的教学模式展现出独特的育人价值。文章希望能够在软件教学实践中继续检验和完善,为计算机软件类课程的教学提供一些有益的参考。
摘要;线上继续教育凭借其便捷性、灵活性和资源丰富性,已成为终身学习体系的重要组成部分,为有效提升资源推送的精准度,文章提出基于数据挖掘技术的线上继续教育资源自适应推送方法。该方法通过对学生用户画像进行建模,收集及处理用户行为数据;结合数据挖掘技术,提取继续教育资源特征,筛选出与学生用户画像模型匹配的资源;将线上继续教育资源分类,匹配用户行为数据,制定自适应推送策略。实验结果表明,文章所研究方法的自适应效果较好,推送准确度较高,具有较好的推送性能。
摘要:文章聚焦利用生成式人工智能推动“信息安全技术”课程教学改革。首先,文章剖析传统教学模式在内容更新、教学针对性等多维度存在的结构性矛盾。然后,该研究阐述生成式人工智能带来的改革契机,进而从构建动态化教学内容生成机制、实现个性化学习路径适配、搭建沉浸式虚拟攻防实训平台3个维度提出具体改革路径。最后,文章通过对比实验验证改革成效。结果显示:借助生成式人工智能进行教学改革,能有效提升学生综合能力,为培养高素质信息安全人才提供有力支撑。关键词:生成式人工智能;“信息安全技术"课程;个性化学习路径;虚拟攻防实训平台;教学改革
摘要;教学资源的多样化为学习者提供了多种学习机会,但同时也带来了信息过载的挑战。为提高学生的学习效率和学习效果,文章提出了高校计算机类课程教学资源自动推荐方法。文章通过针对高校学生在兴趣偏好、学习能力以及学习进度这3个维度展开偏好层面的分析,基于该偏好结果设定用户推荐标签。针对该推荐标签,结合免疫进化算法,构建教学资源推荐模型。同时,在上述模型中,依据推荐指数对候选教学资源进行排序,从而为用户推荐最合适的教学资源。实验结果表明,高校计算机类课程教学资源自动推荐方法具有较高的准确性和有效性,能够更好地满足学生的个性化需求。