检索结果-内蒙古大学图书馆

运筹学学报(中英文) 2025年

作者：魏茜董秋仙罗洪辉南昌大学数学与计算机学院

为了解决现有平衡系统维修策略中检测时间缺乏灵活性,不能充分利用部件退化状态信息的问题,针对退化独立的平衡系统,提出了视情维修决策优化模型。采用G amma过程建立部件退化模型,给出依据部件退化状态安排检测时间的方法;由于实际维... 详细信息

为了解决现有平衡系统维修策略中检测时间缺乏灵活性,不能充分利用部件退化状态信息的问题,针对退化独立的平衡系统,提出了视情维修决策优化模型。采用G amma过程建立部件退化模型,给出依据部件退化状态安排检测时间的方法;由于实际维修工作中,不完美维修次数的增加会造成部件退化加速以及修复程度变差,通过设置预防维修次数阈值对部件进行预防性更换;在对部件进行预防维修或更换前若发生软故障或失衡,则进行故障后更换;基于更新报酬定理,在系统长期平均成本率最小的情况下,得到系统最优的检测时间和预防维修次数阈值。最后通过算例验证所提出的维修策略的合理性,同时对关键参数进行敏感性分析,对平衡系统的维修具有一定启发。

关键词：平衡系统视情维修不完美维修非周期性检测

来源：评论

学校读者我要写书评

暂无评论

基于改进ConvNeXt模型的农作物害虫细粒度识别

引用

农业工程学报 2025年第4期41卷 185-192页

作者：韩源涛张聪詹晓芸王正武汉轻工大学数学与计算机学院武汉430048 武汉轻工大学电气与电子工程学院武汉430048 武汉大学计算机学院武汉430072

精确分类不同时期的农业害虫对控制其发生和发展至关重要。针对目前不同生长时期农作物害虫分类不准确的问题,该研究创建了一个关注虫态的害虫数据集并提出了一种基于改进ConvNeXt网络的农作物害虫识别模型。通过引入多种虫态共同监督... 详细信息

精确分类不同时期的农业害虫对控制其发生和发展至关重要。针对目前不同生长时期农作物害虫分类不准确的问题,该研究创建了一个关注虫态的害虫数据集并提出了一种基于改进ConvNeXt网络的农作物害虫识别模型。通过引入多种虫态共同监督来重构网络主干,以便模型学习不同虫态的特征,引入空间注意力(spatial attention,SA)来改进模型结构,增强对害虫位置信息的提取能力。在大型公开数据集IP102上进行试验,与现有的同类最优基于Vision Transformer的方法相比,在保持模型参数量基本没有增加的前提下,准确率提高3.67个百分点,F1值提高2.49个百分点。试验证明,该研究提出的模型针对不同虫态害虫具备较强的识别准确率,可为精准农业害虫识别提供一定的参考。

关键词：害虫识别农作物 ConvNeXt 空间注意力机制多虫态识别

来源：评论

学校读者我要写书评

暂无评论

融合正切搜索与竞争交配的斑马优化算法及应用

引用

计算机科学与探索 2025年第4期19卷 945-963页

作者：苏晨王防修黄淄博武汉轻工大学数学与计算机学院武汉430023

针对斑马优化算法(ZOA)在求解最优解时存在早熟收敛和容易陷入局部最优的缺陷,提出了一种融合正切搜索与竞争交配的斑马优化算法(TZOA)。对该算法使用了正切搜索策略,增加种群多样性防止陷入局部最优解,并使用双曲余弦因子作为调节参数... 详细信息

针对斑马优化算法(ZOA)在求解最优解时存在早熟收敛和容易陷入局部最优的缺陷,提出了一种融合正切搜索与竞争交配的斑马优化算法(TZOA)。对该算法使用了正切搜索策略,增加种群多样性防止陷入局部最优解,并使用双曲余弦因子作为调节参数,避免影响收敛速度。将野马优化算法(WHO)的放牧行为与斑马优化算法的觅食行为共同组成双种群共生策略,提高算法前期的全局探索能力与后期的局部收敛能力。加入一种全新的竞争交配机制进一步提高种群多样性与局部探索范围。实验部分则通过与改进策略、近几年优秀算法、其他作者改进ZOA算法分别在14个CEC2017测试函数的10、30、50维上进行测试,并使用种群多样性分析、Wilcoxon秩和检验、探索开发分析和运行时间对比图来验证算法的性能。实验结果表明,TZOA相较于其他几种智能优化算法具有更好的求解能力与精度。同时将TZOA应用于机器人路径规划问题,在简单地图与复杂地图测试所得结果中皆为最佳值,进一步证明了改进算法TZOA的有效性。

关键词：斑马优化算法正切搜索双曲余弦函数野马优化算法双种群共生竞争交配机器人路径规划

来源：评论

学校读者我要写书评

暂无评论

基于粗集与聚类投票机制的光谱双星特征分析

引用

光谱学与光谱分析 2025年第2期45卷 463-468页

作者：王琦杨海峰蔡江辉运城学院数学与信息技术学院山西运城044000 太原科技大学计算机科学与技术学院山西太原030024 中北大学计算机科学与技术学院山西太原030051

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠... 详细信息

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠性比较低。提出一种基于粗集与聚类投票机制的光谱双星分析与评估方法,采用多次聚类和投票思想,给出每条光谱属于相应类别的梯度可靠性。该方法包含两个部分:(1)采用不同思想的聚类算法,将光谱双星数据集进行重构,将每种聚类算法标签采用匈牙利算法将聚类标签对齐作为光谱属性,从而重构数据集。(2)利用投票机制,得票数反映聚类结果的一致程度,获得每条光谱的类别,定义粗集示踪每类光谱特征,采用上/下近似集给出每条光谱所归类别的可靠性。选择郭守敬望远镜(LAMOST)DR10发布光谱双星集作为分析对象,采用基于划分的K-means、基于模型的GMM(Gaussian mixture model)、谱聚类(spectral clustering)和层次聚类(agglomerative clustering)四种聚类算法重构光谱数据集,选择得票数下界μ为2,通过投票得到1、0.75、0.5为可靠性梯度的聚类结果。其中大约1/3的样本可靠性为1,说明这批样本的四种聚类结果完全一致;对每类光谱和投票数的信噪比进行统计分析,投票数低的样本的信噪比相对较低,是它们被不同的聚类算法划分到不同类别的原因之一;对可靠性为1的6类光谱样本进行了物理成因的分析,其中以双星、河内星云+目标恒星两种为主,聚类标签的差异可能由于两种成分流量差异或拼接、定标等数据处理所导致。也有可能由于光谱质量较低导致pipeline误判的因素,其天区位置分布与低质量数据分布特征的研究基本一致。

关键词：光谱双星光谱分析聚类算法郭守敬望远镜(LAMOST)

来源：评论

学校读者我要写书评

暂无评论

地方院校中外合作办学项目教学团队国际化建设研究与实践

引用

山西青年 2025年第4期 1-3页

作者：张建光李永霞陈琳衡水学院数学与计算机学院衡水学院教务处

随着全球化的发展，中外合作办学项目成为地方高校提升教育质量和国际竞争力的重要途径。以衡水学院数学与应用数学专业中外合作办学项目为例，探讨教学团队国际化建设的实践。研究发现，通过引进国际化师资、完善培训机制、加强跨文化... 详细信息

随着全球化的发展，中外合作办学项目成为地方高校提升教育质量和国际竞争力的重要途径。以衡水学院数学与应用数学专业中外合作办学项目为例，探讨教学团队国际化建设的实践。研究发现，通过引进国际化师资、完善培训机制、加强跨文化交流和优化教学资源配置，可以有效提升教学团队的国际化水平，从而提高学生的国际视野和教学质量。此外，还分析了该项目在具体实施中遇到的挑战与解决方案，为其他地方院校提供了宝贵经验。这些挑战包括文化差异、师资短缺、国际合作中的沟通障碍等，解决这些问题需要多方协作和持续努力。通过系统的分析和深入的调查研究，本文不仅详细探讨了衡水学院在国际化建设中的成功之处，也提出了未来在国际化教育领域的发展方向。研究表明，国际化的教学团队建设不仅能够提升教育质量，还可以有效促进学术研究和创新能力的提升。这些宝贵的经验，不仅有助于地方高校在国际化进程中少走弯路，还为我国高等教育的国际化发展提供了坚实的理论支持和实践指导。

关键词：中外合作办学地方高校教学团队国际化建设数学与应用数学

来源：评论

学校读者我要写书评

暂无评论

门控卷积和高频特征融合的红外小目标检测

引用

计算机工程与应用 2025年第7期61卷 306-314页

作者：刘奎唐慧萍苏本跃安庆师范大学计算机与信息学院安徽安庆246000 铜陵学院数学与计算机学院安徽铜陵244000

针对在远距离复杂场景下红外小目标尺寸和形状差异大、检测精度欠佳的问题,提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。为了解决复杂场景下目标尺寸差异的问题,通过在U-Net下采样过程中使用门控快速傅里叶卷积(gated f... 详细信息

针对在远距离复杂场景下红外小目标尺寸和形状差异大、检测精度欠佳的问题,提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。为了解决复杂场景下目标尺寸差异的问题,通过在U-Net下采样过程中使用门控快速傅里叶卷积(gated fast Fourier convolution,GFFC)模块提取多尺度的全局和局部特征,为提升模型在不同复杂程度数据集上的训练效果,利用超参数门控调节网络对目标全局和局部特征的权重,以平衡对全局和局部特征的需求。为解决红外小目标形状差异的问题,采用了高频特征融合(high-frequency feature fusion,HFF)模块,进一步提取高频子带特征,增强红外小目标细节纹理信息。在SIRST和IRSTD数据集上的实验结果表明,相比基准UCF方法,提出的方法在两个数据集的评价指标下分别提升了0.83个百分点、0.40个百分点和5.18个百分点、0.23个百分点,证明了该方法的有效性。

关键词：门控快速傅里叶卷积高频特征融合红外小目标检测

来源：评论

学校读者我要写书评

暂无评论

面向图神经网络的节点重要性排序研究进展

引用

计算机科学与探索 2025年第4期19卷 877-900页

作者：曹璐丁苍峰马乐荣延照耀游浩洪安琪延安大学数学与计算机科学学院陕西延安716000

节点重要性排序作为一项关键的图数据分析任务,对于识别和排序图中的重要节点至关重要。图神经网络(GNN)作为一种利用深度学习直接对图结构数据进行学习的框架,能够充分学习图结构数据中的节点和边的内在规律及更深层次的语义特征。在... 详细信息

节点重要性排序作为一项关键的图数据分析任务,对于识别和排序图中的重要节点至关重要。图神经网络(GNN)作为一种利用深度学习直接对图结构数据进行学习的框架,能够充分学习图结构数据中的节点和边的内在规律及更深层次的语义特征。在节点重要性排序任务中,GNN能够充分利用图结构信息和节点特征进行节点重要性的评估。相比于传统的节点排序方法,GNN可以更好地处理图结构数据的多样性和复杂性,捕捉节点间的复杂关联和语义信息,并自动学习节点特征表示,减少手工特征工程的偏差,提升节点重要性排序任务的准确性。因此,基于图神经网络的方法已成为节点重要性研究的主流方向。对近年来图神经网络的节点排序方法进行分类和综述。梳理了节点排序、图神经网络及经典节点重要性度量指标的核心概念。全面总结了基于图神经网络的节点重要性方法的最新进展,并根据基础图神经网络及其衍生的变体,将节点重要性排序方法分为基础图神经网络、图卷积神经网络、图注意力网络和图自编码器四类。同时,分析这些方法在社交网络、交通网络和知识网络等下游任务中的性能表现。对现有研究进行全面总结,分析现有方法的时间复杂度、优点、局限性和性能,并根据现有研究的不足讨论未来的研究方向。

关键词：节点重要性节点排序图神经网络表示学习

来源：评论

学校读者我要写书评

暂无评论

融合多模态特征的恶意TLS流量检测方法

引用

信息安全研究 2025年第2期11卷 130-138页

作者：曾庆鹏贺述明柴江力南昌大学数学与计算机学院南昌330031

恶意TLS流量检测旨在识别出利用TLS协议传输恶意活动的网络流量,由于TLS协议的加密特性,传统的基于文本特征的流量分析方法在面对加密流量时效果有限.为了解决这个问题,提出了一种融合多模态特征的恶意TLS流量检测方法(MTBRL),该方法从... 详细信息

恶意TLS流量检测旨在识别出利用TLS协议传输恶意活动的网络流量,由于TLS协议的加密特性,传统的基于文本特征的流量分析方法在面对加密流量时效果有限.为了解决这个问题,提出了一种融合多模态特征的恶意TLS流量检测方法(MTBRL),该方法从不同模态中提取和融合特征,实现对恶意TLS流量的检测.首先,通过专家经验进行特征工程,从加密流量中提取关键特征,包括协议版本、加密套件和证书信息等,对这些特征进行处理后将其转化为2维图像表示,再利用ResNet对这些图像进行编码,以提取图像的特征.其次,使用加密流量预训练的BERT对TLS流进行编码,从中学习到TLS流的上下文和语义特征.此外,使用LSTM对加密流量的包长度分布序列进行编码,以捕捉时序特征.最后通过特征融合技术整合不同模态特征,利用反向传播算法自动学习并优化模型的权重参数,以准确预测恶意TLS流量.实验结果表明,该方法在DataCon2020数据集上准确率、精确率、召回率和F1值分别达到94.94%,94.85%,94.15%和94.45%,显著优于传统机器学习和深度学习方法.

关键词：加密流量网络安全入侵检测多模态深度学习

来源：评论

学校读者我要写书评

暂无评论

神经网络分岔动力学综述

引用

自动化学报 2025年第1期51卷 72-89页

作者：肖敏陆云翔虞文武郑卫新南京邮电大学自动化学院、人工智能学院南京210023 东南大学数学学院南京211189 西悉尼大学计算机、数据与数学学院悉尼NSW 2751澳大利亚

自1982年著名的Hopfield神经网络问世以来,神经网络的分岔动力学受到了学术界的广泛关注.首先,回顾四类经典神经网络的数学模型和它们在各个领域的应用.接着,综述近三十年来关于整数阶神经网络(Integer-order neural networks,IONNs)、... 详细信息

自1982年著名的Hopfield神经网络问世以来,神经网络的分岔动力学受到了学术界的广泛关注.首先,回顾四类经典神经网络的数学模型和它们在各个领域的应用.接着,综述近三十年来关于整数阶神经网络(Integer-order neural networks,IONNs)、分数阶神经网络(Fractional-order neural networks,FONNs)、超数域神经网络(Supernumerary-domain neural networks,SDNNs)以及反应扩散神经网络(Reaction-diffusion neural networks,RDNNs)分岔动力学的相关研究成果.分析诸多组合因素,包括节点规模、耦合情形、拓扑结构、系统阶次、复值、四元数、八元数、扩散、时滞、随机性、脉冲、忆阻、激活函数等对神经网络分岔动力学的影响,并展示神经网络在多个领域的广泛应用.最后,对神经网络分岔动力学所面临的挑战以及未来的研究方向进行总结和展望.

关键词：神经网络时滞非线性动力学稳定性分岔周期性混沌

来源：评论

学校读者我要写书评

暂无评论

基于D-S证据理论的多智能体系统冲突数据融合机制研究

引用

重庆大学学报 2025年第2期48卷 22-34页

作者：王娜刘静渝李皓然夏晓峰衡水学院数学与计算机科学学院河北衡水053000 重庆大学大数据与软件学院重庆400044 中国电子科技集团公司第二十九研究所成都610036

多智能体信息融合(multi-agent information fusion,MAIF)系统主要面向多个智能体之间的信息融合、调节、交流和矛盾处理。研究针对数据高度冲突条件下的D-S证据理论失效问题,提出一种将重构的基本概率分配和信念熵相结合的多智能体系... 详细信息

多智能体信息融合(multi-agent information fusion,MAIF)系统主要面向多个智能体之间的信息融合、调节、交流和矛盾处理。研究针对数据高度冲突条件下的D-S证据理论失效问题,提出一种将重构的基本概率分配和信念熵相结合的多智能体系统冲突数据融合方法。该方法使用重构的基本概率分配和信念熵修正证据的可靠性,获得更合理的证据,使用Dempster组合规则将证据进行融合得到结果,在2个实验中均得到了超过90%的置信度。实验表明了该方法的有效性,提高了MAIF系统辨识过程的精度。

关键词：基本概率分配熵 D-S证据理论多智能体信息融合

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：