计算机
针对垃圾分类收运路径问题,考虑车辆装载容量约束、硬时间窗约束、装载率对成本的影响等条件下,以最小化运输成本和车辆固定成本为目标建立了数学模型。将考虑时间吻合度因子和车容量利用率因子的改进蚁群算法与混沌电磁场优化算法进行动态融合,并结合2opt和两点交换的局部搜索方法,提出一种以改进蚁群算法为外部框架,混沌电磁场优化算法为内部模块的新型混合蚁群算法对城市生活垃圾分类收运问题进行求解。根据算法间优势互补的思想,利用两种算法的优点来弥补单个算法的缺陷,使其成功应用于该问题。最后,用车辆路径问题标准测试集和上海市杨浦区的数据作为实例进行测试与对比,验证了模型的正确性以及算法的有效性与优化能力。
无摘要
针对人脸校正中单幅图像难以解决大姿态侧脸的问题,提出一种基于多姿态特征融合生成对抗网络)的人脸校正方法,利用多幅不同姿态侧脸之间的相关信息来进行人脸校正,并采用对抗机制对网络参数(MFFGAN进行调整。该方法设计了一种新的网络,包括由多姿态特征提取、多姿态特征融合、正脸合成三个模块组成的生成器,以及用于对抗训练的判别器。多姿态特征提取模块利用多个卷积层提取侧脸图像的多姿态特征;多姿态特征融合模块将多姿态特征融合成包含多姿态侧脸信息的融合特征;而正脸合成模块在进行姿态校正的过程中加入融合特征,通过探索多姿态侧脸图像之间的特征依赖关系来获取相关信息与全局结构,可以有效提高校正结果。实验结果表明,与现有基于深度学习的人脸校正方法相比,所提方法恢复出的正脸图像不仅轮廓清晰,而且从两幅侧脸中恢复个百分点,并且输入侧脸图像越多,恢复出的正脸图像的识别率越高,表明所出的正脸图像的识别率平均提高了提方法可以有效融合多姿态特征来恢复出轮廓清晰的正脸图像。1.9
针对短时傅里叶变换(出现的时频分辨本模糊和交叉项干扰,ner-Villedis-以及目前一些主流改进算法如STFT-WVD和Gabor-WVD存在的频本分量三维幅度失真,,提出基于局部二值化、归一化处理再结合的二值化Gabor-归一化WVD(BinarizedGabor-normalizedWVD,BGabor-NWVD)和二值化Gabor-归一化伪平滑WVD(Bma-rizedGabor-normalizedsmoothedpseudoWVD,BGabor-NSPWVD)算法数值仿真实验结果表明,BGabor-NWVD和且两种
针对目前云南省缺乏农作物种植与气候指标预测模型与建模方法的问题,首先,概述了降水量、温度、空气湿度等主要气候因素的数据分析预测模型的研究现状,分析温度、降雨量、湿度与农业气候资源的综合关系,进行数据清洗,并筛选出主要分析指标;其次,使用1981年到2010年共30年的数据分析云南省的降水量、温度、空气湿度模型;再次,采用MatlabCurveFit-tingTool拟合函数进行气候预测,得到了所选取地区的气候指标的预测模型并计算预测误差,进行数值拟合误差分析;最后,利用SPSS软件建立ARIMA模型,以此作为前述模型的补充修正。通过实验验证,成功地将模型90%的预测值误差控制在10%以内。本研究建立了针对云南省主产区域部分气候指标分析与预测模型,对云南农作物种植区域规划有一定指导作用。
航天测控系统数据传送采用独特的协议格式, 对数据处理解算的方法有着较高的要求. 为了高效、通用、全适应的完成对航天系统测控数据的处理解算显示, 针对其数据格式特点建立模块化字节流处理模型和遥测数据处理模型, 可根据不同类型数据格式灵活选取合适的数据处理模型完成处理, 保证数据处理的正确性和可靠性前提下, 提高了测控系统指显数据处理的适应性和通用性.
区块链是一种将时序数据以链式结构组合而成、以密码学机制保证交易数据不可篡改的分布式账本,是一种新型分布式计算模式与去中心化基础构架。区块链技术具有去中心化、建立信任关系、集体维护、交易公平和透明、不可篡改、可溯源等特征,已成为工业界和学术界的研究热点。介绍了区块链的组成元素,详细阐述了区块链的基本原理、智能合约、共识机制等关键技术,结合金融、物联网、供应链、医疗系统应用场景,讨论了其利用区块链技术的优化方向。总结了区块链技术在安全、效率、隐私保护等方面存在的不足,给出了相应的应对措施。提出了改进共识机制、匿名性和系统吞吐量的有效方法,为区块链技术的进一步发展和完善提供有益的借鉴和指导。
在网络贷款用户数据集中,贷款成功和贷款失败的用户数量存在着严重的不平衡,传统的机器学习算法在解决该类问题时注重整体分类正确率,导致贷款成功用户的预测精度较低。针对此问题,在代价敏感决策树敏感函数的计算中加入类分布,以减弱正负样本数量对误分类代价的影响,构建改进的代价敏感决策树;以该决策树作为基分类器并以分类准确度作为衡量标准选择表现较好的基分类器,将它们与最后阶段生成的分类器集成得到最终的分类器。实验结果表明,与已有的常用于解决此类问题的算法(如MetaCost算法、代价敏感决策树、AdaCost算法等)相比,改进的代价敏感决策树对网络贷款用户分类可以降低总体的误分类错误率,具有更强的泛化能力。
为提高维修人员维修工作安排合理性、时效性与人员作业量的均衡性,提出一种基于免疫算法的装备维修人员调配方法。对装备大修过程中维修人员调配问题进行分析,利用矩阵寻址和均衡度评判,采用改进免疫算法抗体的生成方式和评价标准,构建装备维修人员的调配优化方法,利用Matlab编程计算调配结果,并通过Flexsim软件仿真进行验证。仿真结果表明,该方法对装备维修效率的提高和人员作业量的均衡分配具有较好效果。
为分析渠道公平感知对双渠道供应链决策的影响,针对上层为单个制造商,下层为多个零售商和需求市场的双渠道二层供应链网络,运用Stackelberg博弈理论和FS模型分析零售商渠道公平感知对供应链均衡策略和效用的影响。研究表明,如果零售商一味要求提高零售渠道的利润分成,则不能实现利润最大化。制造商应注重协调传统和直销两个渠道的利润分配比,不能仅追求直销渠道的高利润而忽视零售商的渠道公平感知,以使供应链整体利润达到最优。
针对传统的身份基全同态加密(IBFHE)方案无法对不同身份标识(ID)下的密文进行同态运算的问题,提出一个基于误差学习(LWE)问题的分层身份基多用户全同态加密方案。该方案利用Clear等(CLEARM,McGOLDRICKC.Multi-identityandmulti-keyleveledFHEfromlearningwitherrors.Proceedingsofthe2015AnnualCryptologyConference,LNCS9216.Berlin:Springer,2015:630-656)在2015年提出的身份基多用户全同态加密方案([CM15]方案)的转化机制,结合Cash等(CASHD,HOFHEINZD,KILTZE,etal.Bonsaitrees,orhowtodelegatealatticebasis.Proceedingsofthe2010AnnualInternation
提出了一种量子耗散粒子群算法,每个粒子信息位采用双本征态叠加表达,量子信息载体用于粒子群的种群差异化;并设计了惯性权重的自适应调整策略。针对4个经典测试函数进行了测试,结果表明所提算法相比标准粒子群、指数耗散粒子群和惯性递减耗散粒子群等算法具有明显的优势。将该算法用于一种教学评估模型的构建中,用于克服主观意识对客观评价的干扰,结果表明所建模型可以与现实数据高度拟合,取得了比人工经验模型更高的评估精度。
以大数据和深度学习为代表的新一代人工智能将对制造业产生颠覆性影响,为了更好地理解人工智能和智能制造之间的关系以及把握智能制造发展演化规律和趋势,从人工智能发展角度来探讨智能制造的过去、现在与未来,将智能制造发展分为以符号逻辑推理为基础的第一代智能制造和以物联网、云计算、信息物理系统、社会信息物理系统、大数据和深度学习等新一代信息通讯技术为基础的第二代智能制造,并对两者进行了关联对比分析,最后展望了未来人工智能与智能制造的发展。
为了准确的识别计算机病毒程序中使用的密码算法,提出并实现了一种静态分析和动态分析相结合的计算机病毒密码算法检测系统。搭建了基于cuckoo沙箱的计算机病毒分析环境.实现了对病毒加密壳检测、静态密码算法识别、以及加密API函数动态跟踪等功能。通过对w孤nacry等加密型勒索病毒分析和验证,系统能够准确识别病毒使用的AES和RSA等加密算法,并能跟踪密钥生成及数据加解和解密过程。
多智能体决策问题是人工智能领域的研究热点.与单智能体决策问题相比,多智能体决策的策略搜索空间更大.分布式局部感知马尔可夫决策过程(Dec-POMDPs)建立了不确定环境下多智能体决策问题的通用模型,自提出以来受到很大关注,但是求解Dec-POMDPs问题计算复杂度高,内存占用大.基于此,提出一种新的Q值函数表示-–蒙特卡洛Q值函数(QMC),并从理论上证明QMC是最优Q值函数Q(cid:3)的上界,能够保证启发式搜索到最优解;运用自适应抽样方法,平衡收敛准确性和求解时间的关系;结合启发式搜索的精确性和蒙特卡洛方法随机抽样的一般性,提出一种基于QMC的蒙特卡洛聚类/扩展算法(CEMC),CEMC整合了Q值函数求解和策略搜索过程,避免保存所有值函数,只按需求解.实验结果表明,CEMC在时间和内存占用上超过目前性能最好的使用紧凑Q值函数的启发式方法.
分布式仿真技术应用场景的多样性使高层体系结构(规范未对仿真应用的具体设计及规范进行定义,导致目前基于)不仅能够覆盖)的缺陷愈加明显:在数据传输规模较大时,实的仿时性较低,无法应用于半实物仿真场景;的核真系统在不同软硬件平台间兼容性差,降低了其可移植性及可重用性。数据分发服务(心特性,还能在保证仿真应用间的互操作性基础之上,进一步提高仿真系统的实时性、可重用性和移植性,因此,提出的高实时性、高可靠性的仿真通用框架。该框架可为分布式仿真系统中各仿真应用的互操作提供通信一套基于支持,支撑并驱动仿真演练的执行。在框架中引入高精度时间同步技术,解决了缺少时间管理机制的问题;针对框架提供了仿真开发套件,将底层通信、驱动逻辑透明化,减少仿真应用开发人员的工作量;提供了仿真监控工具,方便开发人员对仿真应用进行测试或执行训练。通过实践,验证了基于的仿真框架技术可满足当下仿真对实时性要求高的需求。HLAHLADDSDDSDDSDDS
为满足智能网联汽车定位与导航系统在无法接收GNSS定位失效时仍能够高精度输出定位的要求,提出基于LSTM的智能网联汽车高精度定位方法。构建基于LSTM的GNSS/INS定位训练模型和GNSS信号失效预测模型,设计基于GNSS-RTK的智能网联汽车高精度定位实验数据采集系统,选取有效的实验数据进行基于LSTM网络的GNSS/INS定位模型训练,讨论分析GNSS信号失效预测模型在不同失效时长情况下的预测性能%通过实验验证了其性能满足智能网联汽车在城市道路上的高精度定位与导航需求。在GNSS信号人为失效30s、%miri'2min、5min等情况下,其预测平均绝对误差分别为25.88、23.89、19.24、52.38。
近年来。集群网络逐渐由以主机为核心的模式向内容模式演变,网络内容缓存受到了越来越多的关注。针对集群网络海量内容的缓存性能问题。提出结合流行度选择替换的高速缓存优化方法。为了准确评估各个节点的缓存压力,根据节点的缓存占用率计算得到所有节点中的负载情况.同时利用网络中各个内容的流行度对其进行优先权划分,结合内容大小以及在节点处的缓存基本优先级来评估具体内容在节点处的缓存优先级,进而根据节点处的缓存优先级别,计算出请求内容被替换的概率,将流行度低的缓存内容进行替换。从而保证缓存提供有效的内容流行度信息。仿真结果表明,上述存缓优化方法具有较高的缓存命中率,以及高效的缓存替换率,大大提升了集群网络的高速缓存性能。
事实验证任务要求能够从大规模的文本语料库中抽取相关的证据,并通过推理对给定的声明得出事实性的判断。现有的研究通常将检索到的证据拼接,然后比较声明和证据嵌入的余弦相似度,这些方法忽视了长距离证据之间的联系,以及不同层次的语义相似度,而这些特征对于推理验证至关重要。设计了一种基于图的多层次注意力模型(Graph-awareHierarchicalAttentionNetworksforFactVerification,GHAN)。该模型首先通过BERT(Bidirec-tionalEncoderRepresentationfromTransformers)筛选出所需的证据片段,再利用卷积神经网络提取不同长度的N-gram特征,构造不同粒度的相似度转移矩阵提取相似度特征。为了综合考虑字符级别和句子级别的语义信息,将证据信息构建成信息融合图,再利用基于核函数的注意力机制进行信息传递与证据推理。该算法在FEVER数据集上取得较好的效果,优于其他基于BERT的方法。
针对低覆盖点云配准的时间复杂度高、收敛速度缓慢以及对应点匹配易错等问题,提出一种基于区域分割的点云配准算法。首先,利用体积积分不变量计算点云上点的凹凸性,并提取凹凸特征点集;然后,采用基于混合流形谱聚类的分割算法对特征点集进行区域分割,并采用基于奇异值分解(SVD)的迭代最近点(ICP)算法对区域进行配准,从而实现点云的精确配准。实验结果表明,所提算法通过区域分割可以大幅提高点云区域的覆盖率,并且无需迭代即可计算刚体变换的最佳旋转矩阵,其配准精度比已有算法提高了10%以上,配准时间降低了20%以上。因此,所提算法是一种精度高、速度快的低覆盖点云配准算法。