摘要:针对无源光网络(Passive Optical Network, PON)运维中故障定位效率低与人工修复滞后的问题,文章提出了一种基于机器学习的故障快速定位与自愈机制,通过构建多维特征识别模型,实现了物理层、链路/设备层及性能退化型故障的高精度识别与实时定位,并设计了触发、执行与监控闭环的自愈机制,实现全自动修复与状态验证。仿真结果表明,该方案在定位准确率、时延及业务恢复效率方面均优于传统运维方式,有效提升了PON网络的智能化运维水平,为大规模光接入场景的智能故障管理提供了可行技术路径。
摘要:高速公路异常事件检测长期受制于单一数据源抗干扰能力不足、恶劣天气条件下漏报误报偏高等问题。文章提出一种融合多源异构数据与改进 YOLO11 的检测方法,将高清视频、毫米波雷达和电子不停车收费(Electronic Toll Collection,ETC)门架交通流数据纳入统一的协同感知框架,通过单应性矩阵完成雷达与视频的时空对齐。在算法方面,在 YOLO11 网络中引入通道与空间注意力模块(Convolutional Block Attention Module,CBAM)和双向特征金字塔网络(Bidirectional Feature Pyramid Network,BiFPN)多尺度特征金字塔,提升对小目标的感知能力。设计交叉注意力融合模块将视觉语义特征与雷达运动学特征在特征空间中耦合,同时利用长短期记忆网络(Long Short-Term Memory,LSTM)对 ETC 门架数据建模以辅助事件研判。基于某省高速公路 6 个月运营数据的实验结果显示,平均精度均值(mean Average Precision,mAP)@0.5 达到 92.6%,较纯视频检测提升 8.7 个百分点,较决策级融合方案提升 5.9 个百分点,误报率降至 3.8%。在夜间、雨天等极端条件下,检测精度比纯视频方法高出 29.4 个百分点。模型经 TensorRT 优化后在路侧边缘设备上的帧率达到 40 fps,试运行期间事件检测准确率接近 94%,平均发现时间较人工巡查缩短 74.4%。
摘要:精准快速地检出工业缺陷是保障产品质量的重要手段,是防止不良品流出、提高工厂产能的关键技术。智能化检测手段是推动中国制造业转型的关键因素。现有基于深度神经网络的缺陷检测框架中的特征图存在大量通道冗余信息,导致参数庞大、计算量巨大,难以满足边缘检测设备的实时检测需求。针对印刷电路板缺陷检测性能与效率的平衡问题,文章提出一种轻量化工业缺陷检测方法,引入自适应通道划分策略,分组并行处理,高效利用每个通道信息,减少数据冗余。首先,设计了基于高效通道注意力机制的高斯下采样 GCADown 模块,采用可学习参数为每层网络设置最优分割比例,实现效率与特征表征能力的平衡;其次,设计了融入高效空间注意力机制的 C3k2_SP 模块,聚焦关键信息,实现微小缺陷与背景的分离。实验结果表明,该方法在 DeepPCB 数据集上表现了良好的性能,检测精度和平均定位精度达 99.1%、98.9%,与基准模型相比,分别提升 1.9%、0.8%,参数量减少 27.24%,计算量降低 24.62%,能满足工业边缘设备实时检测环境部署要求。
摘要:针对神经网络结构搜索(Neural Architecture Search, NAS)在资源受限环境下的应用问题,文章在标准中央处理器(Central Processing Unit, CPU)平台对DARTS和ProxylessNAS 2种主流可微NAS方法进行实证研究,构建了涵盖搜索效率、资源消耗、结果质量和运行稳定性的四维评估框架。在CIFAR-10数据集上的实验结果表明:ProxylessNAS的总搜索时间比DARTS减少了40%,峰值内存占用降低了62.5%,多次独立实验的精度标准差从±1.45%降至±0.23%。该研究验证了不同可微NAS方法在资源受限环境下的性能差异,并提出面向实际应用的算法选择策略,为基于CPU环境下的算法选择提供了实证依据。
摘要: 天然河道断面流速分布受多种因素影响, 具有时空非平稳特征, 存在示踪运动信息难以量化、单一尺度特征提取不足、流速矢量存在偏差等问题。为此, 文章提出了一种无人机测流与卷积神经网络 (Convolutional Neural Network, CNN) 耦合的智能识别方法。基于无人机影像提取位移矢量, 构建编码矩阵以量化特征; 设计融合多尺度卷积与注意力机制的深层网络, 校正流向一致性; 构建反演头模块, 实现尺度转换与方向校正; 通过模型融合重构垂向流速序列。实验结果表明, 该方法反演精度高, 断面垂向流速分布连续平滑、梯度清晰。
摘要:文章从逻辑视角系统分析异质图神经网络的表达能力,揭示类型约束消息传递、关系参数化与元路径组合所形成的软逻辑推理机制,及其由类型化一阶同构检验所界定的表达能力上界。针对异质信息融合困难与过平滑问题,文章提出异质特征自适应对齐模块与基于注意力的过平滑抑制策略,并以数据流与控制流双通道协同框架对二者进行统一。对齐模块借助语义枢轴、跨类型注意力与结构一致性约束,在共享语义空间完成多源特征对齐;过平滑抑制策略通过关系感知注意力、分层温度与稀疏化处理,实现图扩散强度的可控调节。实验在多个标准异质图与知识图谱数据集上开展验证。结果显示,所提方法在节点分类与链路预测任务上表现更优,可显著降低注意力熵与有效扩散半径,有效缓解过平滑并提升模型可解释性与训练稳定性。消融实验进一步验证,对齐、稀疏化与门控协同可持续提升模型性能,证明所提机制有效且具备良好可迁移性。
摘要:针对局域网流量数据中高维非线性时空耦合特征所导致的检测精度瓶颈,文章提出一种基于双向LSTM-GRU模型的局域网异常流量识别与检测方法。在包含双向流时序特征、统计特征的联合特征空间内,通过双向长短期记忆网络(Long Short-Term Memory,LSTM)层结构对网络流量的前向、后向上下文依赖进行编码,再将其输出的隐状态序列输入门控循环单元(Gated Recurrent Unit,GRU)模块,实现时序特征的二次抽象与降维。引入焦点损失函数筛选局域网流量短期突变特征,并结合门控竞争机制,调整难、易样本的权重分配比例,提升模型对低频率慢速攻击的敏感性,完成局域网异常流量识别与检测方法的设计。基于自建局域网混合流量环境及CIC-IDS-2017公开数据集的实验结果表明,文章方法在零日攻击变种与加密恶意流量的识别任务中,准确率和召回率均优于其他方法,其F1分数始终保持高水平状态,为构建强鲁棒的局域网入侵检测系统提供了理论支撑。
摘要:电力系统目前愈加复杂,传统的电力调度方法存在成本高、运行稳定性低的问题。为此,文章基于深度强化学习算法提出了一种新的电力调度策略优化方法,分析了电力调度中的关键问题,基于深度Q网络(Deep Q-Network,DQN)设计调度模型,通过定义状态空间、设计动作空间和设定奖励函数实现可适应多变电力需求和可再生能源波动调度系统的构建。实验结果表明,基于深度强化学习的电力调度策略不仅能够有效应对电力负荷的波动和可再生能源的不确定性,还能在保证电力系统稳定性的前提下,最大化系统的经济效益与环境效益,降低运行成本。
摘要:针对高速公路隧道运营过程中存在的数据融合程度较低、态势感知能力欠缺、应急决策智能化水平不高等问题,文章提出了基于多源数据融合的隧道运营态势分析与辅助决策模型。文章设计了“云-网-边-端”协同的省级平台架构,构建了多源异构数据融合体系;提出了路网运行态势重点车辆运行及事故黑点设备状态识别与评估应急演练模型,用于分析五类核心场景。研究结果表明,上述模型能够提升隧道运行态势感知能力,实现潜在风险的提前预警与智能决策支持,推动隧道运营管理向“主动预防”模式转变,为隧道智能化管理提供技术支撑。
摘要:文章面向大气污染监测监管需求,设计了在线监测智能管控平台。该平台融合物联网(Internet of Things, IoT)、大数据、地理信息系统(Geographic Information System, GIS)、权限管控等关键技术,构建了分层架构与五大核心功能模块,实现污染数据采集、分析、预警、可视化及协同管控。性能测试表明,平台运行稳定、操作便捷、安全性高,能够有效提升监测精准度与监管效率,为环保决策提供支撑,助力大气污染治理。
摘要:传统教学模式普遍存在资源千篇一律、个性化辅导缺位、实践环节跟不上、创意培养不到位等短板,很难跟上行业技术快速更新、专业人才培育的现实需求。为破解决这类问题,文章以人工智能生成内容(Artificial Intelligence Generated Content, AIGC)技术为核心,针对性设计并搭建了一套数字媒体教学辅助系统。基于教育性、实用性、安全性、可扩展性四大原则,文章搭建起“前端交互层—业务逻辑层—AIGC服务层—数据支撑层”四层整体架构,针对课程管理、智能创作辅助、个性化学习、作业评测、师生互动五大核心模块做了细化拆解;重点说明了AIGC多模态模型整合、接口对接、多端配合、性能提升等关键技术的落地方法,并且通过功能测试、性能测试、用户体验测试完成了系统有效性验证。测试数据表明,这套系统可以切实提升教学资源的生成速度,优化个性化学习感受,打通师生互动闭环。
摘要:针对引江济淮泵站工程建设需求,文章构建了具备模块化与结构化特征的泵站综合管控平台软件系统。在纵向层面,达成现地设备层数据采集、管理所站控层监控以及蜀山集控中心层决策调度的运行模式;在横向层面,实现生产控制区与业务管理区的数据安全交互。具体内容如下:针对阚疃南站等常规泵站,建设计算机监控、视频监视、工程安全监测、设备状态监测等系统,实现远程监控、数据共享、图像远程传输浏览以及智能设备控制等功能;西淝河北站构建智能泵站软件体系,基于三维建筑信息模型(Building Information Modeling,BIM)搭建智能可视化平台,主要实现机组开停机过程的三维场景切换、视频图像自动调取、告警场景定位以及运维方案推送等联动功能,为泵站远程操作提供辅助;西淝河北站部署视频模型智能算法,通过算法模型对视频图像特征进行实时分析并推送,同时部署智能巡检机器人及表计等识别算法模型,以提升运维巡检效率。该系统涵盖综合监测、告警预警、视频辅助、优化调度等模块,形成自动化控制的闭环管理,为泵站工程的智能安全运行提供解决方案。
摘要:为解决现有傅里叶分解方法(Fourier Decomposition Method, FDM)在频谱分割方面的不足,文章提出了一种基于三次样条插值包络频谱(Cubic Spline Interpolation Envelope Spectrum, CSIES)的滚动轴承故障诊断方法。首先,该方法以傅里叶变换为基础,对原始时域信号进行快速傅里叶变换,获得频域信号;其次,采用三次样条插值对原始频谱进行包络预处理,获得三次样条曲线,简化频谱,以便于后续分割;再次,以三次样条曲线中的极小值点为分割边界对频谱进行分割,并对每个分割边界内的信号进行逆傅里叶变换,获得若干个有效分量;最后,采用负熵指标选取最优分量进行包络谱分析。将该方法应用于滚动轴承实测信号分析中,与经验模态分解(Empirical Mode Decomposition, EMD)和FDM方法进行对比,结果表明,该方法在识别故障特征频率及其倍频方面优于所对比的其他方法。
摘要:针对传统普通国省道公路巡查效率低、协同差、闭环管理难等痛点,文章基于浏览器/服务器(Browser/Server,B/S)架构与地理信息系统(Geographic Information System,GIS)技术,设计实现了一套具备普适性的全流程闭环巡查系统。系统构建了“五层两体系”总体架构与五大基础数据库,打造了涵盖展示端、管理端与移动端的“三端一平台”核心业务体系。徐州市的落地应用结果表明,该系统有效打破了数据孤岛,实现了巡查全流程数字化管控,使巡查事件处置周期缩短60%以上,评价效率提升80%以上。该方案显著提升了公路精细化管养水平,可为全国同类地区巡查信息化建设提供通用参考。
摘要:在智慧图书馆数字化转型背景下,国家图书馆正面临从“资源检索”向“知识挖掘”的服务升级需求,大模型技术为知识发现提供了新的技术路径。文章遵循“资源复用”与“松耦合”原则,利用国家图书馆在古籍、博士论文、民国文献等特色资源的优势,设计并实现了一种大模型驱动的知识发现系统架构。系统采用四层架构(基础设施层、数据层、核心服务层、应用层),复用智慧图书馆管理系统的纸电资源与基础算力,实现了跨系统协同与场景化功能设计,重点解决现有系统资源适配不足、检索不便捷、知识服务深度不够等问题,为国家级图书馆知识服务的数字化提供了可落地的实践范式。
摘要:为优化“射频识别技术及应用”课程的教学效果,文章采用射频识别(Radio Frequency Identification,RFID)教学系统进行教学实践研究。文章通过设计系统架构、硬件与软件部分的有效配合,以及实时数据反馈机制,提升学生的实验操作能力和知识掌握水平。研究结果表明,系统应用后,学生的实验操作准确率和考试成绩均显著提高,教学反馈机制有效提升了学习效果。
摘要:针对高速公路机电管养数据利用不足、决策缺乏支撑、运维流程不规范等痛点,文章结合智慧公路建设趋势,构建高速机电管养科学决策体系。依托大数据、大语言模型等技术,实现数据标准化与智能平台搭建,推动管养由经验驱动转向数据驱动、被动维修转向主动预防。研究表明,该体系可提升管养智能化水平,实现降本增效,为机电运维数字化转型提供实践方案。
摘要: 对学生学习状态与投入度的客观连续评估, 是循证教育与现代学徒制培养优化的重要基础。针对现有方法依赖单一线索、难刻画行为与情感复杂关联的问题, 文章提出基于行为画像与情感分析的跨模态评估方法。该方法以学习视频与行为日志为输入, 借助行为画像实现多模态信息权重自适应调整, 引入时序建模网络与时间注意力机制, 结合辅助度量学习约束提升判别能力。EngageWild 数据集实验表明, 文章方法的预测精度与鲁棒性均优于现有方法。
摘要:汽车装配线是现代工业体系的核心之一,其生产效率与质量关系到企业的市场竞争力与经济效益。针对实地调研成本高、难度大的问题,文章提出一种结合SimPy和AgentPy的混合建模仿真方法,用于汽车装配线的效率分析,并通过案例模型来验证其有效性。文章将SimPy离散事件仿真与AgentPy智能体建模相结合,重点分析工人情绪、经验等人为因素对装配线运行的影响。经模型验证、敏感性分析与多组对比实验表明,该方法可行可靠,能同时刻画生产线整体流程与个体状态差异。人为因素对装配效率具有显著影响,经验与情绪存在耦合作用,合理优化人员分配策略可有效提升生产效率、降低成本。
摘要:随着智慧图书馆建设持续推进,图书馆网络环境呈现出多角色接入、多设备并存、多应用协同与数据高流动性等特征。传统以边界隔离为主的安全模式,难以有效应对复杂访问场景中的身份冒用、终端失陷、横向渗透、接口滥用及数据越权等风险。文章采用文献分析法与规范研究法,在梳理图书馆网络安全与零信任架构相关研究的基础上,分析了智慧图书馆网络安全面临的结构性风险,并提出了由身份信任层、设备信任层、网络信任层、数据与应用信任层构成的4层网络安全体系。研究表明,零信任架构能够为智慧图书馆从静态边界防护转向持续验证、动态授权与细粒度控制提供可行路径,并为图书馆数字基础设施安全治理提供体系化参考框架。
摘要:为解决大数据技术渗透带来的个人隐私数据泄露问题,文章采用梳理分析与多维评价法,对大数据环境下个人隐私数据保护技术开展系统研究,界定了隐私数据类型及全生命周期泄露风险,剖析了5类核心保护技术,开展综合对比,构建了五维评价框架,提出“技术—管理—法律”三维协同防护体系。研究结果表明,技术融合是必然趋势,多维度协同防护是平衡数据价值与隐私安全的关键。研究成果可为相关研究与实践提供参考。
摘要:在数智时代,网络内容治理是网络强国建设的重要支撑要素。当前,“AI+人工审核”已成为平台内容审核的主流模式,然而,算法应用过程中出现的问题引发了用户的不满,平台治理与用户权益保障之间的矛盾日益凸显。为优化内容审核机制、推动人机良性交互、完善多元共治格局,文章深入探究平台内容审核的治理成效与局限,识别用户与审核算法交互的核心感知维度及评价倾向。研究选取小红书、抖音、微博3款应用的7500条用户评论作为样本,运用文本挖掘方法,借助SnowNLP、BERTopic等工具进行词频统计、情感分析与主题挖掘,并构建主题负面聚集(Theme Negative Focus, TNF)指标对负面关联进行量化分析。研究结果表明,与内容审核相关的负面评论占比较高,提炼出透明度、准确性、可控性、局限性、公平性及价值评价6个核心感知维度,这反映出平台在审核透明度、算法精准度以及用户可控性等方面存在显著不足。
摘要: 在 5G 双层覆盖网络中, 基站间的频繁切换会引发负载失衡问题, 这一问题直接对边缘用户的通信体验造成负面影响。因此, 文章提出基于新型负载均衡基站部署的 5G 双层覆盖无线通信网络优化方法。该方法构建面向宏基站覆盖层与微基站容量层的双层网络架构, 并将负载均衡问题建模为带约束的分布式部分可观马尔可夫决策过程。在宏基站侧, 利用长短期记忆网络提取全域用户移动轨迹与业务请求的时空特征, 以此预测各微基站的负载状况; 在微基站侧, 将用户关联指示、发射功率与切换偏移量作为连续动作空间, 通过最大化效用函数实现在线决策。此外, 该方法引入基于区块链智能合约的分布式共识机制, 并采用虚拟潜在场方法对网络边界进行自适应柔化处理, 从而达成负载均衡基站部署下 5G 双层覆盖无线通信网络的优化。实验结果表明, 在宏站间距为 500 m、微站密度为 30 个/km2、用户移动速度在 3~60 km/h 的超密集组网场景下, 所提方法将无线通信网络的最大吞吐量提升至近 5.0 Mbps, 负载均衡指数优化至 0.91, 且切换失败率不超过 1%, 有效解决了负载失衡问题, 为边缘用户提供了高质量的通信服务。
摘要:针对“数据库课程设计”传统实践教学中存在数据规模受限、场景真实性不足、创新能力培养薄弱等问题,文章提出人工智能(Artificial Intelligence, AI)技术赋能视域下“数据库课程设计”实践教学路径创新研究。文章阐述了AI技术赋能“数据库课程设计”实践教学的必要性,重新审视了其核心教学目标,并以此为基础,创新性地提出了“AI辅助的阶梯式实验项目设计”与“虚实结合的混合实践教学模式”双轮驱动路径。该路径有效解决了传统教学中个性化指导缺失、工程场景失真、评价维度单一等突出问题,通过引入大型语言模型、智能编码助手、虚拟仿真平台等AI技术,重构实践教学流程,旨在实现个性化学习、智能化辅导与过程化评价。该路径通过AI赋能的个性化学习路径规划、智能化的代码辅助与调试以及全过程的学习行为数据分析,有效提升了学生的数据库核心能力、工程素养与创新思维。
摘要:伴随云计算、大数据、物联网、人工智能等新兴技术的迅猛发展,网络安全问题愈发显著,对数字安全领域人才的培养提出了更为严苛的要求。当前,我国数字安全人才的供需矛盾极为突出,高校传统的人才培养模式难以契合行业对实践型、应用型人才的迫切需求。文章以成果导向教育(Outcome-Based Education,OBE)理念为基础,深度整合中国特色学徒制的“校企双主体”育人机制,系统性地构建了“双元四维”课程体系,创新了“三阶递进、双师协同”培养模式,开发了“岗位—能力—课程”三位一体的教学资源,建设了“五位一体”学徒制实践平台,构建了“四维多元”学徒制评价体系。实践证明,基于OBE理念的中国特色学徒制培养模式能够有效增强学生的实践能力、创新精神与综合素质,为解决数字安全人才培养难题提供了全新路径。
摘要:针对高职数字素养教育课程定位模糊、内容与专业脱节等问题,文章以药品经营与管理专业为试点,依托“人工智能基础应用”课程,构建“知识—能力—素质”三维教学目标,设计基于真实工作过程的模块化任务体系,并实施诊断性、过程性、结果性、增值性四位一体评价。该课程通过培养学生从业务执行向数据驱动决策的能力迁移,为高职数字素养教育课程改革提供了新思路。
摘要:文章针对“新工科”建设对工程创新人才的培养需求,聚焦“数字电子技术基础”传统教学课程中存在的一些问题,开展教学改革探索。该教学改革探索以产业需求为导向,重构了知识、能力与素养三维融合的教学目标,通过构建“基础验证、综合设计、前沿拓展”三级项目链,重组教学内容,并采用线上线下混合式教学与项目驱动相结合的模式,重塑教学流程,建立了以过程性考核为主、能力导向的多元化评价体系,为建筑电气类专业基础课程在“新工科”背景下的教学创新提供了一个具有可操作性的实践框架。
摘要:生成式人工智能(Generative Artificial Intelligence, GAI)的发展为高职课程教学带来了挑战与机遇。针对传统“Python 程序设计”课程教学困境,文章构建了贯穿“课前—课中—课后”全流程的人机协同教学模式,分析了该教学模式中教师、学生、GAI 的职能分工,并开展融入“Python 程序设计”课程实践探索。文章从加强提示素养教育、避免过度技术依赖和关注生成内容等方面反思教学实践,为高职“Python 程序设计”课程教学改革提供了理论支撑与实践范式。