检索结果-内蒙古大学图书馆

科学技术与工程 2025年第3期25卷 1272-1279页

作者：刘衍平张坤坤宋富洪贵州财经大学大数据统计学院贵阳550025 贵州财经大学信息学院贵阳550025

针对传统无人机辅助的无线传感器网络数据收集方案仅优化无人机能耗而忽略无线传感器能耗的问题,提出了一种综合考虑无人机和无线传感器能耗的联合优化方案。首先,利用K-means算法和无人机与无线传感器之间的通信阈值进行聚类分析,实现... 详细信息

针对传统无人机辅助的无线传感器网络数据收集方案仅优化无人机能耗而忽略无线传感器能耗的问题,提出了一种综合考虑无人机和无线传感器能耗的联合优化方案。首先,利用K-means算法和无人机与无线传感器之间的通信阈值进行聚类分析,实现无线传感器的有效分簇。其次,构建了一个多目标优化模型,旨在协同优化传感器能耗和无人机悬停能耗,并利用多目标粒子群算法求解最优的无人机悬停位置和无线传感器发射功率。最后,基于各簇中无人机的最优悬停位置,利用蚁群算法计算无人机的最优飞行路径,以最小化无人机的飞行能耗,从而最小化整个数据收集系统的总能耗。通过仿真实验的结果表明,相较于传统方法,本文所提出的方案在系统能耗上取得了显著效果。特别地,当分簇半径为120 m时,传感器能耗降低了16.2%,无人机能耗降低了24.9%。

关键词：无人机无线传感器数据收集能耗多目标优化

来源：评论

学校读者我要写书评

暂无评论

多策略改进的海马优化算法及应用

引用

科学技术与工程 2025年第10期25卷 4216-4228页

作者：刘衍平郑荣艳宋富洪廖彬贵州财经大学大数据统计学院贵阳550025 贵州财经大学信息学院贵阳550025

针对海马优化算法(seahorse optimization, SHO)存在的求解精度较低、容易早熟以及全局搜索能力不足等问题,设计了一种基于非线性惯性权重策略、改进的鲸鱼包围猎物策略以及改进的正余弦策略的多策略海马优化算法(multi-strategy seahor... 详细信息

针对海马优化算法(seahorse optimization, SHO)存在的求解精度较低、容易早熟以及全局搜索能力不足等问题,设计了一种基于非线性惯性权重策略、改进的鲸鱼包围猎物策略以及改进的正余弦策略的多策略海马优化算法(multi-strategy seahorse optimization, MSHO)。首先,在SHO算法的运动行为中引入非线性惯性权重策略,以克服算法容易过早收敛的缺点;其次,将改进的鲸鱼包围猎物策略引入海马捕食成功的更新方程中,以降低算法陷入局部最优解的概率;然后,在算法的繁殖行为中引入改进的正余弦策略,以增强海马后代解的质量,进一步提升算法的全局寻优能力和稳定性。最后,为评估所提MSHO算法的性能,选取SHO算法,混沌的SHO算法、减法平均器算法、灰狼算法、海鸥算法、鲸鱼优化算法、粒子群算法与MSHO算法在23个基准测试函数上进行比较。实验结果表明,与其他7种算法相比,MSHO算法在20个函数上表现出更高的收敛精度,在16个函数上表现出更强的稳定性。此外,为检验MSHO算法在工程问题上的应用能力,将算法应用于求解焊接梁、悬臂梁和压力容器设计问题。实验结果表明,相较于其他7种不同算法,MSHO算法在这3类工程设计问题上表现出更好的搜索精度。

关键词：海马优化算法非线性惯性权重全局寻优测试函数工程问题

来源：评论

学校读者我要写书评

暂无评论

融合与分离之困:算法异化下学术用户AIGC技术使用意愿研究

引用

现代情报 2025年第5期45卷 34-48页

作者：张宁陈江玲袁勤俭贵州财经大学信息学院贵州贵阳550025 南京大学信息管理学院江苏南京210023

[目的/意义]人工智能(AI)技术在创新发展的同时也产生了算法异化。本研究以算法进步带来的异化现象为切入点,引入矛盾态度概念,研究学术用户人工智能生成内容(AIGC)技术使用意愿形成机制,为促成学术用户AIGC技术合理使用、技术服务商改... 详细信息

[目的/意义]人工智能(AI)技术在创新发展的同时也产生了算法异化。本研究以算法进步带来的异化现象为切入点,引入矛盾态度概念,研究学术用户人工智能生成内容(AIGC)技术使用意愿形成机制,为促成学术用户AIGC技术合理使用、技术服务商改进平台功能以及相关部门算法治理提供借鉴与参考。[方法/过程]基于ABC态度模型和自我调节理论,从算法欣赏和算法厌恶的角度构建算法异化下影响学术用户AIGC技术使用的理论模型,采用结构方程模型分析(SEM)和模糊集定性比较分析(fsQCA)的方法,对425份问卷数据进行实证分析。[结果/结论]SEM结果证实了矛盾态度对学术用户的AIGC使用意愿具有显著负向影响。算法欣赏(信息质量、功能质量)负向影响矛盾态度,算法厌恶(信息异化、治理滞后)正向影响矛盾态度,矛盾态度则在算法欣赏、算法厌恶和使用意愿间起到中介作用。同时,算法素养和社会支持在矛盾态度和AIGC技术使用意愿间起着调节作用;fsQCA结果进一步显示,质量导向型(S1)、自我效能型(S2)和群体驱动型(S3)形成高使用意愿,而风险规避型(NS1)和规范缺失型(NS2)会引发非高使用意愿。

关键词：信息行为算法异化矛盾态度算法欣赏算法厌恶 AIGC 使用意愿

来源：评论

学校读者我要写书评

暂无评论

基于在线评论文本的用户满意度影响因素研究——以京东商城手机在线评论为例

引用

情报探索 2025年第1期 57-63页

作者：陈子健李中林贵州财经大学信息学院贵州贵阳550025

[目的/意义]当前,越来越多的用户通过在线评论表达对产品的使用体验,通过对用户在线评论的文本内容进行挖掘,有助于企业了解用户的关注点和满意度,从而帮助企业提高产品质量,优化服务,促进企业的可持续发展。[方法/过程]基于TF-IDF关键... 详细信息

[目的/意义]当前,越来越多的用户通过在线评论表达对产品的使用体验,通过对用户在线评论的文本内容进行挖掘,有助于企业了解用户的关注点和满意度,从而帮助企业提高产品质量,优化服务,促进企业的可持续发展。[方法/过程]基于TF-IDF关键词提取、语义网络分析、LDA主题模型提取出用户满意度的影响因素,建立包含5个一级指标和16个二级指标的用户满意度评价指标体系,利用层次分析法确定各项指标权重。[结果/结论]用户满意度影响因素重要性排序依次为手机系统、手机外观、手机硬件、手机功能、用户服务,针对各项指标的权重,进一步提出产品优化的策略。

关键词： LDA模型层次分析法在线评论用户满意度影响因素

来源：评论

学校读者我要写书评

暂无评论

基于多分支HRNet的图像篡改检测与定位模型

引用

现代电子技术 2025年第3期48卷 35-42页

作者：曾桢谭平贵州财经大学信息学院贵州贵阳550025 武汉大学大数据研究院湖北武汉430000

传统的篡改方法如拷贝粘贴和拼接已演变为利用深度学习生成的高质量伪造图像,这些篡改技术在图像纹理和细节上留下难以察觉的痕迹,如高频噪声模式的异常、颜色分布的微妙变化,以及边缘区域的不自然过渡。这些痕迹分布在不同分辨率层次... 详细信息

传统的篡改方法如拷贝粘贴和拼接已演变为利用深度学习生成的高质量伪造图像,这些篡改技术在图像纹理和细节上留下难以察觉的痕迹,如高频噪声模式的异常、颜色分布的微妙变化,以及边缘区域的不自然过渡。这些痕迹分布在不同分辨率层次和空间位置,增加了检测的难度。现有模型在整合多尺度和多位置特征时存在不足,难以有效捕捉局部细微纹理变化。针对这一问题,文中提出一种基于多分支HRNet的图像篡改检测与定位模型。该模型通过集成纹理增强模块,增强对图像篡改细节特征的捕获能力。同时,结合Spatial Weighting与Cross Resolution Weighting策略优化特征融合,并使用新的损失函数W_Arcloss,显著提升了模型在复杂篡改检测任务中的性能。在CASIA、Columbia、COVERAGE和NIST16等数据集上,该模型的检测准确度相较于PSCC⁃Net、HIFI⁃Net模型分别平均提升了6.5%与0.8%,并且泛化能力得到提升。这些结果证明了模型在处理多种篡改类型时的有效性和鲁棒性,为图像篡改检测与定位领域提供了新的研究视角和技术手段。

关键词：图像篡改检测深度学习多分支HRNet 纹理增强模块 Spatial Weighting Cross Resolution Weighting W_Arcloss

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的移动机器人路径规划研究

引用

信息技术与信息化 2025年第4期 192-196页

作者：杨骑逊贵州财经大学信息学院贵州贵阳550025

随着工业智能化的不断发展,机器人技术得到了广泛应用。然而,移动机器人在路径规划方面仍面临着复杂的挑战。与传统的旅行商问题不同,移动机器人路径规划不仅考虑最短路径、能量消耗、避障风险、路径平滑度以及安全性等因素同样是关键... 详细信息

随着工业智能化的不断发展,机器人技术得到了广泛应用。然而,移动机器人在路径规划方面仍面临着复杂的挑战。与传统的旅行商问题不同,移动机器人路径规划不仅考虑最短路径、能量消耗、避障风险、路径平滑度以及安全性等因素同样是关键性能指标。传统路径规划方法通常只关注单一目标(如最短路径),因此在复杂环境下往往缺乏适应性和有效性。为解决移动机器人在运输物品过程中的路径优化问题,文章将旅行商模型进行扩展,又提出了一个变种的旅行商问题,并将最小能耗和路径最佳平滑度作为多目标优化指标。针对这一问题,提出了一种改进的快速非支配排序遗传算法。该算法通过设定最大和最小参考点对优化目标进行归一化,并计算拥挤距离以改进解的多样性。实验结果表明,所提算法在超体积(HV)指标上优于多种传统遗传算法,在能耗和路径平滑度方面均取得了显著优化效果。

关键词：移动机器人路径规划多目标优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的无人机视角下小目标检测模型

引用

信息技术与信息化 2025年第3期 7-11页

作者：谢明宏贵州财经大学信息学院贵州贵阳550025

随着无人机技术的快速发展,无人机在城市管理和灾害监测等领域的应用愈加广泛。无人机拍摄的航拍图像具备广泛视角和高覆盖范围的优势,但也面临小目标检测难度大、背景复杂等挑战。针对这些问题,文章提出了一种基于改进YOLOv8的目标检... 详细信息

随着无人机技术的快速发展,无人机在城市管理和灾害监测等领域的应用愈加广泛。无人机拍摄的航拍图像具备广泛视角和高覆盖范围的优势,但也面临小目标检测难度大、背景复杂等挑战。针对这些问题,文章提出了一种基于改进YOLOv8的目标检测算法——DAE-YOLO。该模型通过引入Deformable Attention机制,实现了动态调整注意力的关键点位置,提升了对小目标的检测能力;采用创新的Inner Wise-IoU损失函数,通过引入自适应的辅助边界框优化IoU损失计算,提高了边框回归的精度;同时设计了轻量化的Detect_Effi cient检测头,在保证检测精度的同时提升了模型效率。实验结果表明,DAE-YOLO在VisDrone2019数据集上相较于原始模型有显著性能提升:精确率提升7.2%,召回率提升6.9%,mAP50提升9.8%,mAP50-95提升10.7%。在夜间和白天的复杂场景测试中,DAE-YOLO都表现出了优异的小目标检测能力。

关键词：改进YOLOv8 小目标检测 DAE-YOLO Deformable Attention Inner Wise-IoU

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的安全帽佩戴检测方法

引用

信息技术与信息化 2025年第1期 184-188页

作者：李彤贵州财经大学信息学院贵州贵阳550025

针对现有安全帽佩戴检测算法准确率低,复杂环境下检测精度低的问题,文章提出了一种融合注意力机制的安全帽佩戴检测方法。基于YOLOv8算法进行改进,在主干网络部分引入SE(squeeze and excitation)注意力机制,从通道域的角度赋予图像不同... 详细信息

针对现有安全帽佩戴检测算法准确率低,复杂环境下检测精度低的问题,文章提出了一种融合注意力机制的安全帽佩戴检测方法。基于YOLOv8算法进行改进,在主干网络部分引入SE(squeeze and excitation)注意力机制,从通道域的角度赋予图像不同位置不同的权重,得到更重要的特征信息;使用CBAM(convolutional block attention module)注意力机制对YOLOv8模型的颈部部分的残差特征模块进行改进,增强模块的性能;使用WIoU作为损失函数,降低回归误差。实验结果表明,改进后的算法在准确率上达到了90.1%,比原始的YOLOv8模型提高了2.7%。结果表明,改进后的算法满足施工场所对安全帽的检测需求,具备实际应用价值。

关键词：安全帽检测 YOLOv8 注意力机制损失函数

来源：评论

学校读者我要写书评

暂无评论

基于K-means的不平衡数据过采样研究方法

引用

信息技术与信息化 2025年第3期 143-146页

作者：杨云熙贵州财经大学信息学院贵州贵阳550025

随着机器学习在各领域的广泛应用,不平衡数据问题成为分类任务中的一个关键挑战。传统分类算法在处理类别不平衡时,往往表现出对多数类样本的偏向,导致对少数类样本的分类效果较差。为了解决这一问题,文章提出了一种改进的过采样方法—... 详细信息

随着机器学习在各领域的广泛应用,不平衡数据问题成为分类任务中的一个关键挑战。传统分类算法在处理类别不平衡时,往往表现出对多数类样本的偏向,导致对少数类样本的分类效果较差。为了解决这一问题,文章提出了一种改进的过采样方法——Pkmeans-SMOTE(Pkmeans synthetic minority over-sampling technique),通过结合Tomek Links、K-means聚类和自适应权重分配策略,有效优化了少数类样本的生成过程。实验结果表明,Pkmeans-SMOTE在多个不平衡数据集上表现出色,特别是在AUC、F1-score和G-mean等评估指标上,相较于传统的SMOTE、Borderline-SMOTE2和kmeans-SMOTE方法,具有更强的性能优势。

关键词： SMOTE K-means 不平衡数据聚类方法过采样

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络用于预测原子相互作用研究

引用

信息技术与信息化 2025年第3期 29-33页

作者：贺浩杰贵州财经大学信息学院贵州贵阳550025

近年来,利用图神经网络(GNN)模型方法在计算化学(CompChem)中越来越受到研究者的关注。在参考和使用适当的由从头算(Ab Initio)方法训练数据情况下,利用图神经网络模型可以精确地求解化学系统性质,如能量和力场,避免了求解电子薛定谔方... 详细信息

近年来,利用图神经网络(GNN)模型方法在计算化学(CompChem)中越来越受到研究者的关注。在参考和使用适当的由从头算(Ab Initio)方法训练数据情况下,利用图神经网络模型可以精确地求解化学系统性质,如能量和力场,避免了求解电子薛定谔方程(schrodinger equation,SE)的需求。但图神经网络模型在处理边缘节点效果不佳。基于此,文章基于图神经网络数值预测类任务具有处理复杂关系和依赖性,提出一个深度学习网络模型(external attention newton net,EANTNet)。首先优化图神经网络提取单颗原子的特征方式,让神经网络提取重要的特征。其次,基于外部注意力机制的思想,重新构造能量聚合器,用来聚合图神经网络提取的特征。实验结果表明,在数据集MD17中,对比NewtonNet网络模型,EANTNet网络模型不仅能在化学系统中提取更好的特征,并且提升了化学系统中的能量和力场的预测精度,分别平均提高了3.39%和1.53%。

关键词： EANTNet 能量聚合器力场预测精度

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：