检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年第3期46卷 713-723页

作者：杨诗雨谭良四川师范大学计算机科学学院成都610101 中国科学院计算技术研究所北京100190

随着经济的发展,城市交通路网拓扑的日益复杂且交通状况突发多变,传统的设定客户间道路唯一且通行状态不变的动态车辆路径规划模型很难有效指导物流企业进行物流配送作业.本文利用智慧交通系统,结合物流配送作业需求,构建了分时段的动... 详细信息

随着经济的发展,城市交通路网拓扑的日益复杂且交通状况突发多变,传统的设定客户间道路唯一且通行状态不变的动态车辆路径规划模型很难有效指导物流企业进行物流配送作业.本文利用智慧交通系统,结合物流配送作业需求,构建了分时段的动态交通路网模型,量化了不同类型的城市道路对物流车辆调度与路径规划的影响,以燃油、时间窗、司机等综合成本最低为目标,建立了考虑城市道路分级与动态交通路网的动态车辆路径问题(DVRP-RD,Dynamic Vehicle Route Problem with Road Condition)的两阶段混合整数模型,改进了遗传算法对其进行求解.最后,以深圳市的南山区与宝安区的真实路网为例,模拟了不同规模的客户需求与3种不同的动态更新机制,实验结果表明该方案与模型可以有效的为物流企业降低城市物流配送成本、提高调度效率与改善服务质量.

关键词：城市物流配送智慧交通动态路网动态车辆路径问题

来源：评论

学校读者我要写书评

暂无评论

面向目标检测的视点规划方法综述

引用

中国图象图形学报 2025年第3期30卷 641-659页

作者：王健宇朱枫郝颖明王群赵鹏飞孙海波东北大学机器人科学与工程学院沈阳110169 中国科学院光电信息处理重点实验室沈阳110016 中国科学院沈阳自动化研究所沈阳110016 中国科学院大学北京100049 中国科学院上海微系统与信息技术研究所上海200050

目标检测是计算机视觉领域的基础研究方向之一。由于图像采集时物体摆放密集、光照条件差等因素导致图像失去细节,当使用此类图像作为输入时,常规的目标检测算法对目标物的检测结果无法满足任务需求。为了解决这类问题,面向目标检测的... 详细信息

目标检测是计算机视觉领域的基础研究方向之一。由于图像采集时物体摆放密集、光照条件差等因素导致图像失去细节,当使用此类图像作为输入时,常规的目标检测算法对目标物的检测结果无法满足任务需求。为了解决这类问题,面向目标检测的视点规划这一智能感知方法应运而生,其可自主分析当前条件下影响检测任务的因素,调整相机的位姿参数规避影响,实现目标物准确检测。面向目标检测的视点规划方法不仅可以辅助计算机视觉的其他领域,也会为未来的智能化生活提供便利。为了反映其研究现状和最新进展,本文梳理了2007年以来的文献,对国内外的研究方法做出概括性总结。首先,以算法应用的场景维度和调整参数作为分类依据,将面向目标检测的视点规划方法分为二维像素调整的规划方法、三维空间移动的规划方法以及两者结合的规划方法3类,本文重点对前两类方法进行分析与总结。其次,解析每类方法的基本思想,并指出各类方法需解决的关键问题,然后对解决问题的主要研究方法进行归纳和分析,并总结各自的优点和局限性。除此之外,本文也对各类场景下可使用的数据集和评价指标进行简要介绍。最后,在目前方法的分析基础上,探讨面向目标检测的视点规划领域所面临的挑战,并对未来研究方法进行展望。

关键词：目标检测主动视觉参数调整视点规划智能感知

来源：评论

学校读者我要写书评

暂无评论

智能计算技术的历史性突破与巨大挑战

引用

集成技术 2025年第1期14卷 1-8页

作者：李国杰中国科学院计算技术研究所北京100190

主流的人工智能技术从一个侧面可以看成是“智能计算技术”。该文针对智能计算技术取得的历史性突破、发展趋势和面临的挑战发表一些看法;对规模定律(scaling law)是否遇到天花板、解决算力短缺问题的出路在哪里、大模型的本质是什么等... 详细信息

主流的人工智能技术从一个侧面可以看成是“智能计算技术”。该文针对智能计算技术取得的历史性突破、发展趋势和面临的挑战发表一些看法;对规模定律(scaling law)是否遇到天花板、解决算力短缺问题的出路在哪里、大模型的本质是什么等普遍关心的问题作简要的综述。

关键词：智能计算人工智能大模型规模定律算力好数据可解释性

来源：评论

学校读者我要写书评

暂无评论

基于遥感图像的YOLOv3模型算法优化

引用

计算机应用与软件 2025年第1期42卷 241-248页

作者：刘德健郭荣佐宫禄齐四川师范大学四川成都610101 中国科学院计算技术研究所北京100190

为了使YOLOv3算法能在遥感设备上实时地进行目标检测,模型压缩是常用的解决方案。根据模型压缩后精度会有损失的特点,先为模型添加注意力机制算法再对模型进行训练,并以此为基础提出基于融合卷积层与BatchNormal层后对模型进行通道剪枝... 详细信息

为了使YOLOv3算法能在遥感设备上实时地进行目标检测,模型压缩是常用的解决方案。根据模型压缩后精度会有损失的特点,先为模型添加注意力机制算法再对模型进行训练,并以此为基础提出基于融合卷积层与BatchNormal层后对模型进行通道剪枝方法,对YOLOv3进行通道剪枝,得到压缩后的YOLOv3目标检测模型,并对剪枝后的模型进行微调后,恢复模型的精确度。通过实验得到的结果,融合后剪枝的方法在mAP损失0.6%的基础上,对YOLOv3的模型大小压缩94.93%,检测速度提升了150.6%;通过实验证明,该模型能够运用到对于实时性较高和检测精度较高的遥感图像目标检测,并且适用于存储空间较小的遥感设备。

关键词：遥感图像深度学习注意力机制卷积融合模型剪枝

来源：评论

学校读者我要写书评

暂无评论

类别不均衡的少样本工业产品表观缺陷检测

引用

图学学报 2025年

作者：王素琴杜雨洁石敏朱登明华北电力大学控制与计算机工程学院中国科学院计算技术研究所太仓中科信息技术研究院

通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时，总体检测精度偏低，在缺陷样本稀少的尾部类别上检测精度更低。为此，提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积GSConv，降低... 详细信息

通用的目标检测网络在缺陷样本数量较少、缺陷类别分布不均衡时，总体检测精度偏低，在缺陷样本稀少的尾部类别上检测精度更低。为此，提出了一种基于改进YOLOv8s的工业产品表观缺陷检测方法。通过在Neck网络使用幻影卷积GSConv，降低网络复杂度的同时增强网络非线性能力，以避免过拟合风险。利用聚合模块VoV-GSCSP进一步提取与融合不同层次特征，提升网络特征提取与融合能力。通过采用重加权损失函数以平衡不同类别样本的训练损失贡献，加大尾部类别样本的损失贡献占比，从而提高尾部类别缺陷的检测精度。相比基线模型，改进方法对针灸针表观缺陷检测精度mAP为93.3%，提高5.0%，样本最少的断针缺陷提升9.1%；药板表观缺陷检测精度mAP为91.4%，提高2.6%，样本最少的脏污缺陷提升3.2%。在样本较多且分布不均衡的钢材数据集上，整体缺陷检测精度mAP提高2.6%。实验表明，该改进方法在缺陷样本少且类别分布不均衡时，可有效提升工业产品表观缺陷总体检测精度，对样本稀少的尾部类别检测精度改善明显，泛化性良好。

关键词：表观缺陷检测少样本类别不均衡 GSConv 重加权损失函数

来源：评论

学校读者我要写书评

暂无评论

铁路隧道物化阶段碳排放核算方法及管理路径研究

引用

隧道建设(中英文) 2025年第2期45卷 284-294页

作者：鲍学英廖程涵李子龙吕向茹兰州交通大学土木工程学院甘肃兰州730070 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081

为实现对铁路隧道物化阶段碳排放的准确核算与有效管理,首先,在碳排放核算时以过程分析法为基础,对于碳排放系数不明确的材料采用投入产出法进行补充,进而形成隧道物化阶段碳排放核算混合方法;然后,将隧道划分为具有不同功能的单位模块... 详细信息

为实现对铁路隧道物化阶段碳排放的准确核算与有效管理,首先,在碳排放核算时以过程分析法为基础,对于碳排放系数不明确的材料采用投入产出法进行补充,进而形成隧道物化阶段碳排放核算混合方法;然后,将隧道划分为具有不同功能的单位模块,并据此建立基于模块化理论的铁路隧道物化阶段碳排放核算模型;接着,结合数据质量指标(data quality index,DQI)与蒙特卡洛模拟(Monte Carlo method,MCS)对碳排放核算时的清单数据进行不确定性分析;最后,采用K-means算法将施工工序分为5类管理项,并进一步结合碳排放量与不确定度提出具有针对性的碳排放管理路径。结果表明:1)隧道每延米的碳排放总量为11.625 t,清单数据变异系数为6.13%,验证了核算结果的可靠性;2)在所有工序中,二次衬砌、初期支护及超前支护的碳排放贡献占总量的78.54%,属于“人材机”3因素管理项,应作为碳排放管理的关键工序。通过对各类材料的碳排放量和不确定度进行深入分析后发现:除水泥与钢材外,砂石、减水剂、矿渣粉等也应作为关键材料进行重点管理。

关键词：铁路隧道生命周期评价碳排放核算不确定性分析管理路径

来源：评论

学校读者我要写书评

暂无评论

关于构建我国人工智能开源创新生态体系的建议

引用

中国科学院院刊 2025年第3期40卷 453-458页

作者：隆云滔刘海波许哲平包云岗武延军中国科学院科技战略咨询研究院中国科学院大学公共政策与管理学院中国科学院文献情报中心学术期刊新型出版与知识服务重点实验室中国科学院大学经济与管理学院信息资源管理系中国科学院计算技术研究所中国科学院软件研究所

随着以DeepSeek为代表的开源大语言模型发布和深入应用，开源创新在全球人工智能（AI）技术的快速发展中发挥了越来越重要的作用。通过技术创新降低成本、提升性能和应用示范，DeepSeek开辟了一条颠覆性的创新路径，提高了我国AI的研究... 详细信息

随着以DeepSeek为代表的开源大语言模型发布和深入应用，开源创新在全球人工智能（AI）技术的快速发展中发挥了越来越重要的作用。通过技术创新降低成本、提升性能和应用示范，DeepSeek开辟了一条颠覆性的创新路径，提高了我国AI的研究应用水平和国际影响力。为了进一步推动我国AI开源创新生态体系的建设，促进AI技术的持续创新和迭代，文章分析当前我国AI开源创新生态中存在的突出问题及相关政策的不足，并从顶层设计、基础设施建设、多元参与主体培育、开源创新运行机制完善等4个维度提出加快构建我国AI开源创新生态体系的建议。

关键词：人工智能开源创新基础设施生态体系建设

来源：评论

学校读者我要写书评

暂无评论

超流氦至液氦温区低温恒温系统高稳定性控温研究

引用

工程热物理学报 2025年第2期46卷 352-358页

作者：孔祥杰刘思琦宋耀楠张海洋高波 PITRE Laurent 中国科学院理化技术研究所低温科学与技术重点实验室北京100190 中国科学院理化技术研究所中法低温计量科学与技术国际联合实验室北京100190 中国科学院大学北京100049 东北大学冶金学院沈阳110819 法国国家计量院–法国国立科学技术与管理学院拉普莱纳-圣德尼F93210

针对超流氦至液氦温区基准级热力学温度测量的高稳定低温环境需求,本文采用两级GM制冷机预冷的闭式4He节流蒸发制冷方式,搭建了2~5 K低温恒温系统,核心测量部件最低温度可达1.5 K,满足了最低工作温度的需求。开展了2~5K温区直流控温和... 详细信息

针对超流氦至液氦温区基准级热力学温度测量的高稳定低温环境需求,本文采用两级GM制冷机预冷的闭式4He节流蒸发制冷方式,搭建了2~5 K低温恒温系统,核心测量部件最低温度可达1.5 K,满足了最低工作温度的需求。开展了2~5K温区直流控温和交流控温实验研究。结果表明,交流控温在2~5 K温区更具优势,初步实现了2~5 K温区优于40μK的控温稳定性,典型结果为25.5μK@2 K,31.6μK@3 K,16.2μK@4 K,20.7μK@5 K,本研究为开展低温恒温系统的进一步升级优化及2~5 K温区基准级热力学温度高准确度测量提供了先决条件。

关键词：控温稳定性超流氦至液氦温区热力学温度交流电桥标准铑铁电阻温度计

来源：评论

学校读者我要写书评

暂无评论

掺氢天然气环境下管线钢氢致疲劳裂纹扩展研究进展

引用

中国腐蚀与防护学报 2025年第2期45卷 296-306页

作者：樊嘉骏董立谨马成张兹瑜明洪亮韦博鑫彭庆王勤英西南石油大学新能源与材料学院成都610500 河钢集团材料技术研究中心石家庄050000 中国科学院金属研究所沈阳110016 中国科学院力学研究所北京100190

天然气掺氢输送是实现氢能长距离、低成本、大规模输运的重要途经,但管线因疲劳载荷作用可能发生氢致疲劳损伤,严重威胁掺氢天然气管线的服役安全。因此,本文首先介绍了管线钢氢致疲劳裂纹扩展的机理和模型,重点论述了微观组织结构及焊... 详细信息

天然气掺氢输送是实现氢能长距离、低成本、大规模输运的重要途经,但管线因疲劳载荷作用可能发生氢致疲劳损伤,严重威胁掺氢天然气管线的服役安全。因此,本文首先介绍了管线钢氢致疲劳裂纹扩展的机理和模型,重点论述了微观组织结构及焊接、载荷和服役环境等因素对掺氢天然气环境下管线钢氢致疲劳裂纹扩展的影响,最后对该领域的未来研究方向提出了展望。

关键词：管线钢天然气掺氢氢致疲劳裂纹扩展微观组织结构

来源：评论

学校读者我要写书评

暂无评论

基于剪枝的大模型联邦参数高效微调技术

引用

计算机应用 2025年第3期45卷 715-724页

作者：曾辉熊诗雨狄永正史红周移动计算与新型终端北京市重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100190

随着数据隐私重要性的不断提升,用于下游任务的预训练基础模型(PFM)的微调变得愈发困难,这推动了基于PFM的联邦学习研究。然而,PFM给联邦学习系统带来了显著的挑战,特别是在本地计算和通信方面。因此,针对联邦学习的本地计算和聚合通信... 详细信息

随着数据隐私重要性的不断提升,用于下游任务的预训练基础模型(PFM)的微调变得愈发困难,这推动了基于PFM的联邦学习研究。然而,PFM给联邦学习系统带来了显著的挑战,特别是在本地计算和通信方面。因此,针对联邦学习的本地计算和聚合通信这两个主要阶段,分别提出对应的解决方案,即本地高效微调模式和环形本地聚合模式。本地高效微调模式采用基于参数高效微调(PEFT)的模型剪枝算法以减轻本地计算和通信开销;环形本地聚合模式采用分布式的本地聚合方法取代中心化的聚合方法以提升聚合阶段的通信效率。实验结果表明,所提大模型联邦参数高效微调框架在最终性能和效率方面均表现良好。

关键词：联邦学习大模型微调参数高效微调模型剪枝

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：