检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

隐私保护下的车辆轨迹聚类方法研究（英文）

Frontiers of Information Technology & Electronic Engineering 2024年第7期 988-1003页

作者：田冉高普伦刘颜星西北师范大学计算机科学与工程学院

车辆轨迹聚类方法作为时空交通数据挖掘的重要工具之一，被广泛地运用于挖掘车辆的行为模式。但是如果直接将原始车辆轨迹数据上传到服务器并进行聚类则具有隐私泄露的风险。因此，针对在保护用户隐私的同时进行车辆轨迹聚类这一挑战，... 详细信息

车辆轨迹聚类方法作为时空交通数据挖掘的重要工具之一，被广泛地运用于挖掘车辆的行为模式。但是如果直接将原始车辆轨迹数据上传到服务器并进行聚类则具有隐私泄露的风险。因此，针对在保护用户隐私的同时进行车辆轨迹聚类这一挑战，本文提出一种隐私保护下的车辆轨迹聚类框架，并构建了基于变分自编码器和改进K-means算法的车辆轨迹聚类模型（IKV）。在该框架中，客户端计算出车辆轨迹的隐藏变量并上传至服务端，服务端再利用隐藏变量计算出聚类结果，并将分析结果发放给各客户端。IKV的工作流程如下：首先利用历史车辆轨迹数据在变分自编码器上进行训练，当变分自编码器的解码器接近原始数据时，将变分自编码器的编码器部署到车辆端的边缘计算设备；其次由车辆端的编码器计算车辆本地轨迹数据的隐变量，并将隐变量上传至服务器端；最后在服务器端利用改进的K-means算法基于车辆上传的隐变量进行车辆轨迹聚类计算。在三个真实数据集上，我们将IKV与多种基准方法在多个评价指标上进行了比较。在9组性能对比实验中，IKV算法在6组中达到了最优或接近最优的性能水平。同时在9组敏感性分析实验中，该算法在7组实验中展现出了显著的稳定性和对参数变化的鲁棒性。这些结果验证了本文提出的框架不仅适用于注重隐私的生产环境，如拼车服务，而且由于其对聚簇数量的低敏感性，还能适应不同规模的聚类任务。

关键词：隐私保护变分自编码器改进K-means 车辆轨迹聚类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

单舵轮AGV叉车的激光雷达定位与路径跟踪

清华大学学报（自然科学版） 2024年第1期64卷 117-129页

作者：姚铭段金昊邵珠峰苑韶伦苏云州清华大学机械工程系北京100084 清华大学摩擦学国家重点实验室北京100084 清华大学精密超精密制造装备及控制北京市重点实验室北京100084 北京诚益通控制工程科技股份有限公司北京102600

自动引导车(automated guided vehicle,AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度... 详细信息

自动引导车(automated guided vehicle,AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度的有噪声空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和快速迭代最近点(fast iterative closest point,FICP)算法实现了基于反光柱的激光雷达导航定位,并提出了基于距离的异常点剔除规则,保证定位结果的稳定性及算法的鲁棒性。利用Kalman滤波算法,融合激光雷达、角度传感器和惯性测量单元(inertial measurement unit,IMU)的定位数据,提升了定位精度。对于AGV叉车的路径跟踪问题,建立了比例积分(proportional-integral,PI)控制器,设计了基于三阶Bézier曲线的圆弧路径,并对Bézier曲线的参数进行了优化,避免了曲率突变,提高了路径跟踪精度。实验结果表明,基于DBSCAN和FICP算法的激光雷达定位算法能够实现±3 mm的定位精度,实现了AGV叉车的准确定位;基于Bézier曲线改进后的圆弧路径跟踪误差降低了72%,直线和圆弧路径动态跟踪精度控制在25 mm以内,工作站点的重复定位精度达±12 mm,达到了预期设计要求。

关键词：自动引导车(AGV)叉车激光雷达定位路径跟踪比例积分(PI)控制 Bézier曲线

在线全文

学校读者我要写书评

暂无评论

多尺度去相关的图卷积网络

计算机应用 2024年

作者：陈丹阳张长伦北京建筑大学理学院

深度图神经网络旨在捕捉复杂网络中的局部和全局特征，缓解图结构数据中的信息传递瓶颈，然而现有深度图神经网络模型常常面临特征过度相关问题，为此提出一种多尺度去相关的图卷积网络(Multi-Deprop)模型。该模型包含特征传播和特征变... 详细信息

深度图神经网络旨在捕捉复杂网络中的局部和全局特征，缓解图结构数据中的信息传递瓶颈，然而现有深度图神经网络模型常常面临特征过度相关问题，为此提出一种多尺度去相关的图卷积网络(Multi-Deprop)模型。该模型包含特征传播和特征变换两种操作。在特征传播操作中，引入了多尺度去相关参数，使网络在传播过程中维持低层网络高去相关性，高层网络弱去相关性，适应不同层级特征处理的需求。在特征变换操作中引入正交正则化与最大信息化损失，正交正则化损失保持特征独立性，最大信息化最大化输入和表示之间的互信息，降低特征信息的冗余。最终在7个节点分类的数据集上与4个基准模型进行对比实验，Multi-Deprop在2至32层的模型中，大多能取得更优的节点分类准确率。特别在Cora数据集中，4-32层网络模型准确率相较于基准模型Deprop提升了0.80%～13.28%，缓解了深层网络性能下降问题。对于特征矩阵的相关性分析，在Cora数据集中使用Multi-Deprop获得的特征矩阵相关性为0.40，特征矩阵属于弱相关，过相关问题得到了极大地缓解。消融实验及损失可视化实验也表明两个模块的改进均对模型性能有一定的提升。实验结果表明，Multi-Deprop模型能够在保证高分类准确率的同时，显著降低深度网络中的特征冗余现象，具有较好的泛化性能和实用性。

关键词：深度图神经网络过度相关 L2正则化最大信息化多尺度去相关

武陵山片区旅游经济空间关联网络的城乡融合效应

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理科学进展 2024年第2期43卷 246-261页

作者：王凯刘美伦谭佳欣关锐甘畅湖南师范大学旅游学院长沙410081 武汉轻工大学管理学院武汉430048

系统刻画武陵山片区旅游经济空间关联网络特征并探讨其城乡融合效应,对于凝聚旅游经济发展合力和扩大其对城乡融合的网络溢出效应具有重要的实践价值。论文综合运用修正引力模型、社会网络分析法和空间计量模型等,在勾勒2010—2021年武... 详细信息

系统刻画武陵山片区旅游经济空间关联网络特征并探讨其城乡融合效应,对于凝聚旅游经济发展合力和扩大其对城乡融合的网络溢出效应具有重要的实践价值。论文综合运用修正引力模型、社会网络分析法和空间计量模型等,在勾勒2010—2021年武陵山片区旅游经济空间关联网络及城乡融合水平演变特征的基础上,系统探索武陵山片区旅游经济空间关联网络的城乡融合效应。研究发现:①武陵山片区旅游经济空间关联网络呈现出复杂化、多线程的网络结构形态,武陵源区、永定区、凤凰县、恩施市等县域在旅游经济空间关联网络中居于核心位置。②武陵山片区城乡融合总体水平相对较低,呈缓慢提升态势,但城乡融合水平的区域差距有所扩大,在空间上城乡融合水平较高的县域向外溢出形成高水平集聚区。③武陵山片区旅游经济空间关联网络中心性的提高显著促进了城乡融合,且这种正向外部性具有空间异质性特征,原国家级贫困县网络中心性的城乡融合赋能效应更加突出,而省际交界区的县域网络中心性对城乡融合的促进作用并不显著。④武陵山片区旅游经济空间关联网络中心性对城乡融合存在显著的空间溢出效应,且空间外溢具有边界效应,外溢系数在110 km处达到峰值,此后随距离衰减。研究结果可为推动武陵山片区城乡融合和共同富裕提供实践参考。

关键词：旅游经济城乡融合空间关联网络空间溢出武陵山片区

在线全文

学校读者我要写书评

暂无评论

网络文学书写中华文化的路径与思考

出版广角 2024年第11期 32-35页

作者：张胜冰关卓伦中国海洋大学文学与新闻学院《中国海洋大学学报(哲学社会科学版)》编辑部中国海洋大学管理学院

中华文化是中华民族的精神命脉,是文艺创作和内容创新的不竭源泉。当前,网络文学以其互动性、便捷性和多样性等优势,在传承和传播中华文化方面发挥了重要作用。但同时也出现了因盲目追求变现和阅读量的情况,导致过度娱乐化、内容浅薄化... 详细信息

中华文化是中华民族的精神命脉,是文艺创作和内容创新的不竭源泉。当前,网络文学以其互动性、便捷性和多样性等优势,在传承和传播中华文化方面发挥了重要作用。但同时也出现了因盲目追求变现和阅读量的情况,导致过度娱乐化、内容浅薄化和原创性不足等问题,从而影响了受众对中华文化的理解和接受。因此,网络文学创作应有效融入中华文化的精神内核,进一步实现网络文学的发展,同时促进中华文化的传承与创新。

关键词：网络文学中华文化精神内核

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向知识推理的位置编码标题生成模型

计算机应用 2024年

作者：王雅伦张仰森朱思文北京信息科技大学智能信息处理研究所

义原作为最小的语义单位对于标题生成任务至关重要。尽管义原驱动的神经语言模型(SDLM)是主流模型之一，但它在处理长文本序列时编码能力有限，未充分考虑位置关系，易引入噪声知识影响生成标题的质量。针对上述问题，提出一种基于Trans... 详细信息

义原作为最小的语义单位对于标题生成任务至关重要。尽管义原驱动的神经语言模型(SDLM)是主流模型之一，但它在处理长文本序列时编码能力有限，未充分考虑位置关系，易引入噪声知识影响生成标题的质量。针对上述问题，提出一种基于Transformer的生成式标题模型Tran-A-SDLM(Transformer Adaption based Sememe-Driven Language Model with positionalembeddingandknowledgereasoning)，该模型充分结合了自适应位置编码和知识推理机制的优势。首先，引入Transformer模型以增强模型对文本序列的编码能力；同时，利用自适应位置编码机制提升模型位置感知能力，增强对上下文义原知识的学习；此外，还引入知识推理模块，用于对义原知识进行表示，指导模型生成准确标题。为验证Tran-A-SDLM模型的优越性，在LCSTS数据集上进行实验。实验结果表明，与SDLM相比，Tran-A-SDLM模型在ROUGE-1、ROUGE-2和ROUGE-L值上分别提升了0.2、0.7和0.5个百分点。消融实验结果进一步验证了所提模型的有效性。

关键词：生成式标题自适应位置编码 Transformer 知识推理自然语言处理

纳米线状α-MnO_(2)电极材料的制备及电催化性能的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

功能材料 2024年第8期55卷 8027-8033,8089页

作者：陈健陈庆伦韩宁何立子东北大学材料电磁过程研究教育部重点实验室沈阳110819 东北大学材料科学与工程学院沈阳110819

以KMnO_(4)和MnCl_(2)·4H_(2)O为原料通过水热法制备出二氧化锰电极材料,利用SEM、XRD观察材料的微观形貌并确定其晶型,通过放电测试和电化学测试研究二氧化锰作为电极材料的ORR电催化性能。研究结果表明,水热反应温度为180℃、KMnO_(4... 详细信息

以KMnO_(4)和MnCl_(2)·4H_(2)O为原料通过水热法制备出二氧化锰电极材料,利用SEM、XRD观察材料的微观形貌并确定其晶型,通过放电测试和电化学测试研究二氧化锰作为电极材料的ORR电催化性能。研究结果表明,水热反应温度为180℃、KMnO_(4)∶MnCl_(2)·4H_(2)O摩尔比为2.5∶1时,能够制得均匀纳米线状的α-MnO_(2),其作为催化剂制备的空气阴极在极化电压为1.0 V时极化电流密度最大,达到76.15 mA/cm^(2),并且具有最小的阻抗,说明氧还原反应阻力最小,在10,20,30,40 mA/cm^(2)电流密度下放电电压分别为1.64,1.49,1.36和1.23 V,放电性能相较于5%铂碳催化剂提升10%左右。

关键词：二氧化锰电催化放电性能空气阴极

数字化技术赋能教师有意义评价的逻辑架构与生成机制

在线全文

学校读者我要写书评

暂无评论

中国远程教育 2024年第4期44卷 69-80页

作者：陈恩伦吴南中西南大学教师教育学院重庆400715

教师评价作为形塑教师专业发展路径和培育教师发展生态的有效工具,在效率主义主导的评价逻辑中被异化。有意义教师评价建立在教师是一种复杂生命体的隐喻之上,以促进投入、激发活力和提升价值为取向,通过教师自主参与、体验优化、多元... 详细信息

教师评价作为形塑教师专业发展路径和培育教师发展生态的有效工具,在效率主义主导的评价逻辑中被异化。有意义教师评价建立在教师是一种复杂生命体的隐喻之上,以促进投入、激发活力和提升价值为取向,通过教师自主参与、体验优化、多元主体协同,促使教师评价意义的回归。数字化技术的接入,强化教师评价的自主参与,支持评价方式的改变,通过数据、证据、流程变化等形式帮助教师摆脱标准化空间、线性时间等多重约束,为教师有意义评价提供了支撑。基于此,文章建构了以数据、算法和算力为基础的教师有意义评价运行架构,实现以数字化技术为基础的教师有意义评价,其生成需要教师能力建构机制、组织适配机制、发展控制机制的共同作用。

关键词：数字化技术赋能教师评价人工智能教师

计及误差修正的CEEMDAN-Informer-VAR煤电负荷预测模型研究

在线全文

学校读者我要写书评

暂无评论

控制工程 2024年

作者：韩伟伦茅大钧陈思勤上海电力大学自动化工程学院华能国际电力股份有限公司上海石洞口第二电厂

为了帮助燃煤电厂进行实时煤电调峰、燃煤采购、混煤掺烧，辅助运行人员优化运行策略，控制入炉煤发热量适应发电量需求等，需要对燃煤机组未来一段时间的负荷进行预测。采用自适应噪声完备集合经验模态分解算法对煤电机组正常运行工况... 详细信息

为了帮助燃煤电厂进行实时煤电调峰、燃煤采购、混煤掺烧，辅助运行人员优化运行策略，控制入炉煤发热量适应发电量需求等，需要对燃煤机组未来一段时间的负荷进行预测。采用自适应噪声完备集合经验模态分解算法对煤电机组正常运行工况下的发电量时间序列进行模态分解，得到本征模态序列。将本征模态序列结合过热蒸汽时间序列、再热蒸汽时间序列构成输入特征，并采用计及误差修正的组合预测模型，进行数据驱动建模，对上海某台燃煤机组的发电负荷进行预测。结果表明：融合深度学习与统计学算法的组合模型比现有单一燃煤电厂负荷预测模型有更高的预测精度，对电厂机组运行调整有更强的指导意义。

关键词：燃煤电厂发电量模态分解误差修正组合模型