摘要:针对传统社交网络推荐系统中社交关系与用户兴趣匹配度低、无效信息干扰精度等问题,文章提出融合注意力机制的图神经网络社交推荐模型(Atention-Focused Graph Neural Network for SocialRecommendation,AF-GNN-SR)。该模型以“用户-社交关系-项目”三元异构数据为核心,构建多层级图结构建模用户交互与社交关联,结合图神经网络特征聚合能力挖掘用户潜在偏好。在Yelp公开数据集上的实验结果显示,AF-GNN-SR 在 Precision、Recall、NDCG、MAP 指标上,较 GraphRec、DiffNet++等经典模型平均提升 10.7%~18.6% ,社交稀疏场景鲁棒性更优,有效解决了社交噪声过滤、多源数据协同、社交密度适配问题,为社交平台个性化推荐提供高效方案。
摘要:在基于迭代自适应算法(Iterative Adaptive Approach,IAA)的基础上,文章提出了一种降维多普勒通道域的IAA密集目标测速算法。该方法在设计了一个多普勒通道转换矩阵的基础上,对其进行了白化处理,能够保持转换后的数据噪声仍为白噪声,将接收到的回波数据进行多普勒通道降维处理后,再进行IAA超分辨处理。此方法在信号源个数未知、复杂环境下具有很好的稳健性能,计算复杂度比传统的脉冲维IAA低,运算量有所下降并且能够保持较好的密集目标分辨效果。此外,文章还介绍了在复杂背景下降维多普勒通道权值的设计。该设计能够在有干扰目标的情况下,消除干扰目标的影响并分辨密集目标。
摘要:为提升不可移动文物火灾防治的智能化水平与响应速度,文章提出一种融合多算法联动的火点识别与快速响应模型。以宁波市“文物平安新基建”项目为实践案例,文章构建了基于高精度热成像初筛与可见光烟雾复合研判的二次识别算法,设计了“算法-平台-广播”三位一体的自动化应急联动机制。应用实践表明,该模型在降低火灾误报率、提升预警准确性与实现秒级应急响应方面均表现优异。
摘要:输电线路绝缘子表面长期暴露于外部环境,易附着粉尘盐雾等污染物,导致局部电场强度畸变并诱发闪络故障,严重影响输电系统稳定运行。针对传统清洗方式存在作业效率低、响应能力差、安全风险高等问题,文章分析了图像识别中污染特征提取机制与识别偏差分布,研究了飞行路径与水压参数的协同调度方法,提出了融合图像识别、路径规划与喷射控制的无人机冲洗作业方案。结果表明,该方法在高压清洗精度、水泵压强控制与航迹稳定性方面具有良好的一致性,为高压输电线路智能运维提供技术支撑。
摘要:针对电商用户行为预测中传统模型在实时上下文与多任务学习方面的不足,文章提出融合实时感知与多门专家混合网络(Multi-gate Mixture-of-Experts,MMoE)的优化模型。该模型通过多粒度时间窗口捕捉动态兴趣,利用多专家网络实现任务间特征共享与特异性平衡。实验显示,文章模型在点击、加购和购买任务上的曲线下面积(Area Under Curve,AUC)分别达0.847、0.815和0.789,推理延迟降至 7.5ms ,性能显著优于基线方法。研究表明,该模型有效提升了预测精度与系统效能,为电商用户行为预测提供了实用解决方案。
摘要:随着工业4.0时代的到来,传统有线工业网络已难以满足智能制造的灵活性需求。文章旨在探索5G无线网络与边缘计算融合的工业生产优化方案,通过在汽车零部件制造车间部署无线传感器网络,构建基于长短期记忆网络(Long Short-Term Memory,LSTM)的设备故障预测模型,基于强化学习的生产调度算法以及边缘-云协同计算架构,实现对12台关键设备的实时监控与智能管理。实验结果表明:系统端到端时延均值 7.83ms 5 99% 分位数 9.64ms ,满足工业实时性要求,设备故障预测准确率达到 94.7% ,平均提前 72h 预警,生产线设备综合效率(OverallEquipmentEffectiveness,OEE)提升,整体效率提升 23.6% ,产品废品率从 2.73% 降至 2.23% ,相对降低 18.3% 。该技术方案有效解决了传统工业网络布线复杂、扩展困难、难以支持柔性制造的技术瓶颈,验证了无线网络技术在工业智能化生产中的应用价值。
摘要:针对智能电网对通信网络的可靠性及实时性的需求,文章讨论了经典无线自组网按需平面距离向量路由协议(Ad hoc On-demand Distance Vector Routing,ADOV)算法基本原理以及其在智能电网中的局限性;在该基础上给出了基于多维路由度量的AODV优化方案,基于改进的权重自适应优化算法完成路由更新;通过NS-3.36搭建了仿真平台,对其在静态与动态网络场景下分别与传统的AODV算法进行了仿真比较。在对改进算法的各项性能指标进行分析后可知,改进算法在分组投递率及路由开销方面相比传统算法具有更大的优势,因而文章提出的改进算法能够较好地应用于RF-Mesh网络与智能电网中。
摘要:随着服务器多网卡配置的普及和网络拓扑复杂度的增加,Linux操作系统传统的网络设备命名方式已无法满足现代数据中心对稳定性和可预测性的需求。文章针对多网卡环境下设备命名不一致、可读性差及管理困难等问题,设计并实现了一种基于硬件信息的一致性命名方案。该方案综合运用UDEV规则机制、硬件拓扑信息提取和多策略优先级调度算法,实现了网络设备的持久化命名和自动化管理。实验结果表明,该方案在复杂多网卡环境中命名准确,显著提高了网络配置的可维护性和管理效率,为大规模服务器部署和自动化运维提供了可靠基础。
摘要:随着实景三维中国建设的推进,倾斜摄影三维模型作为城市级实景三维数据的重要来源,其宏观一致性(尤其是颜色一致性)直接影响数据的可用性。然而,受传感器、光照、大气等因素影响,多批次生产的倾斜摄影三维模型常存在显著的纹理颜色差异,须通过后期处理实现宏观视觉统一。文章基于影像亮度差异成因分析,结合傅里叶变换与Retinex理论,提出一种基于纹理影像亮度校正的存量倾斜摄影三维模型颜色一致化方法。该方法通过分波段亮度差异调节,结合DasViewer与模方软件,分两阶段实施:区块内处理(对比度增强、亮度一致化、地物色调匹配、异常色相修正、边缘增强)和区块间处理(参照模板归一化、接边平滑过渡),实现模型纹理在色调、亮度、对比度上的宏观统一。实验表明,该方法能有效提升存量数据的表征质量,避免重复生产,为自然资源管理、城市规划等领域提供高质量、可复用的时空数据支撑,为后续自动化处理技术优化提供参考。
摘要:跨区域电网在故障诊断中普遍面临数据分布差异大、目标区域样本不足和诊断精度下降等问题,传统依赖图像或单一模型的方法难以满足高精度与实时性的双重要求。文章提出一种基于迁移学习的跨区域电网故障诊断方法。通过领域自适应特征迁移与TrAdaBoost样本加权策略,利用源域的历史故障数据,缓解目标域样本稀缺与特征分布不一致带来的性能瓶颈。实验结果表明:文章方法在目标域的准确率达到O.91,较传统的卷积神经网络(Convolutional NeuralNetwork,CNN)方法提升约7个百分点,F1值提升约8个百分点;在接地、电压暂降等少样本场景下,F1值提升超过 10% 。诊断效率与对比模型基本一致,验证了该方法在精度提升与工程实用性上的双重优势。
摘要:为破解传统Linux实训教学中入门难度高、故障排查难、缺乏动态引导等难题,文章实现了一个智能实训辅助系统。该系统创新性地整合了RAGFlow知识库与Dify工作流技术,通过与教师、学生问答对话,实现了实训全过程中的案例生成、分步引导、结果评估等辅助需求。系统设计了基于模型上下文协议(Model Context Protocol,MCP)的Linux 助手工具,使人工智能(Artificial Intelligence,AI)模型能够获取进程、日志等实时系统状态。系统使用HDBSCAN聚类算法分析历史问答记录,能够识别学生群体的共性困惑,为教学优化提供数据支撑。初步应用验证了系统在降低学生操作焦虑、提升实训效率方面的潜力,为实训教学智能化提供了可借鉴的实现路径。
摘要:文章结合实际业务需求研究了针对疫苗冷链物流运输和存储环节的智能监测系统来实现环境参数的实时监测。该系统采用基于STM32F103RCT6的终端节点采集温湿度数据并连续地发送到蜂窝网络中,再将这些信息发送给智能网关,由应用层的冷链数据处理系统汇总并计算出预警阈值。该系统还采用了多级报警设计来实现对异常环境状态不同级别的预警响应。评估表明,该方案能够有效提高预警数据的时效性,可以较好地达到冷链物流的防灾减灾的效果,因此,可以在冷链运输车辆中应用该技术来保证疫苗冷链物流的安全性。
摘要:在数字化转型趋势下,安吉白茶产业对精细化、智能化管理需求迫切。安吉智慧茶园综合管理系统以物联网领域通用的“感知层—网络层—平台层—应用层"4层架构为基础,整合物联网、云计算与人工智能(Artificial Intelligence,AI)等技术,实现环境监测、智能控制、灾害预警、质量追溯等功能。实际应用显示,该系统能提升茶园管理精细化水平、降低人力成本、提高茶叶品质与产量,为安吉白茶品牌保护和产业升级提供技术支撑。
摘要:为解决山区内河航运数字化薄弱、监管效能不足及核心技术依赖问题,文章以边缘计算技术为核心支撑,开发适配山区内河的船舶数智监管系统。依托轻量化多源数据融合、嵌入式人工智能(ArtificialIntelligence,AI)边缘计算、航行数据可信存证与溯源三大核心技术,构建“云网边端”四级协同的软硬件系统,采用国产元器件保障全栈自主可控。研究表明,该系统可有效解决异构数据融合矛盾、弱网实时分析延迟、事故数据源不可靠等痛点,能适配山区内河复杂环境,实现船舶状态实时感知、智能风险预警。研究成果可为山区内河航运安全监管提升、运营优化及数字化转型提供技术支撑。
摘要:受流量数据复杂性的影响,检测恶意网络流量过程中提取的流量特征集存在高维、冗余等特点,这增加了检测过程中的计算难度,影响了检测结果的准确率。为此,文章提出融合时空注意力机制与多尺度特征的恶意网络流量深度检测。通过引入时空注意力机制,设置时间滑动窗口,对窗口中观察到的数据进行切分,计算切分后数据流的互信息数值,提取具有显著相关性的特征,以构建网络流量时空特征集合。引入多级离散小波变换技术,将小波基函数值输入转换层,结合所得特征集合进行多尺度特征聚合,再添加时空注意力机制,从而得到网络流量特征融合结果。构建恶意网络流量深度检测模型,设置损失函数和分类器,输出检测结果,实现对恶意网络流量的深度检测。对上述设计方法进行实验后,结果显示该方法对恶意网络流量的检测准确率达到 89% 以上,这表明该方法能够准确检测出恶意网络流量,从而提高网络安全性。
摘要:文章聚焦复杂网络攻击中链式行为检测与路径分解难题,提出融合神经网络优化与图模型推理的人工智能(Artificial Intelligence,AI)检测系统。通过多源异构数据建模,结合CNN-LSTM与Transformer结构增强序列感知,引入图神经网络与语义解码器,实现攻击路径的结构重建与动态分解。系统部署于边云协同架构并在真实数据集上进行性能验证。结果表明,该模型在检测精度、响应效率与可解释性方面均优于传统方法,为实现高鲁棒性、强溯源性的智能防御系统提供了有效技术路径。
摘要:针对传统单任务疲劳驾驶检测方法在复杂车载环境下检测准确率较低、抗干扰性能差和实时响应速度较慢的问题,文章提出基于多任务卷积神经网络算法(Multi-TaskConvolutional Neural Network,MTCNN),采用“共享特征提取层 + 任务专属处理层”的双层框架同时完成驾驶员面部特征提取、眼部状态判别、头部姿态估计以及打哈欠动作识别4项主要任务并利用CEW、NTHU-DDD、YawDD公开数据集和自行构建的复杂场景数据集作为实验基础展开对比分析验证,结果表明:MTCNN-OPT的眼部闭合检测准确率达到 98.2% 、打哈欠行为检测准确率达到 97.5% 、头部姿态估计平均绝对误差(MeanAbsoluteError,MAE)为 2.9° 左右、综合疲劳判断准确率为 96.8% 、检测帧率为35fps以及平均鲁棒性为 89.8% ,与传统单任务算法及基线多任务算法相比,在检测精度、实时性和复杂场景适应性方面都有明显提高,可为车载驾驶员状态监测系统(Driver Monitor System,DMS)提供较好的技术支持。
摘要:为解决电网建设管控中数据流转低效、风险与质量检测不足的问题,文章开展了基于人工智能(Artificial Intelligence,AI)的电网建设安全风险预测与质量检测技术研究,搭建“云-边-端”协同架构,设计多核心功能模块,采用多源数据融合、图像识别及轻量AI模型,实现风险预测与质量检测。实验结果表明:所提AI检测方法的安全风险预测准确率、质量检测合格率,均优于传统人工与常规机器检测方法。该智能管控系统能有效保障电网建设安全与质量,为电力行业建设管控提供可靠方案。
摘要:为解决传统“Python程序设计"课程实践能力培养不全面、教学内容与工程需求脱节、评价体系相对单一等问题,文章基于成果导向教育(Outcome Based Education,OBE)理念,探索教学改革新路径。通过项目驱动下重构核心知识体系、分层构建实践能力体系、建立贯穿教学全过程的多元化评价体系,促进学生综合素质与能力的全面发展。实践表明,该教学模式显著提升了学生的工程实践能力和创新水平。同时为计算机类相关课程的教学改革提供了思路和参考。
摘要:"C语言程序设计”对培养学生计算思维至关重要,然而传统教学面临学生参与度低、编程思维难建立、创新意识薄弱等挑战。针对教学中的痛点问题,文章提出了融合对分课堂(PresentationAssimilation Discussion,PAD)和六步教学法(Bridge-in Objective Pre-assessment Participatory Post-assess-ment Summary,BOPPPS)的线上线下混合式教学模式。通过重构教学内容、建设线上学习平台、采用课内外双线并行的教学方法及构建多维度评价体系,该模式有效提升了学生的学习兴趣、编程能力和创新思维。项目化教学与团队协作等策略进一步促进了学生职业素养和思政素养的全面发展。实践表明,该双模式教学显著提升了课堂教学质量,学生满意度和专业技能均得到明显提高。
摘要:数智化教学改革是提升计算机类中外合作专业教学质量的重要抓手。通过系统梳理当前计算机类中外合作专业数智化教学改革的现实困境,文章从数字教育生态系统理论的视角,聚焦组建中外结构化教学团队提升数智素养、基于能力图谱开发双语立体化教学资源、打造智慧教学平台实施多元化教学模式,提出“三教四化"教学改革框架。选取沈阳师范大学计算机科学与技术专业(中外合作)进行实践,通过教学团队组建与协作、数智化资源开发与迭代、多元化教学模式实施等维度探索具体实践路径。通过数智化教学改革,该专业的教学团队与资源建设取得丰硕成果,学生学业成绩与持续学习意愿显著提升。
摘要:“电子线路”课程是电子信息类学生的专业基础课程,其涵盖“模拟电路”“数字电路”以及“高频电子线路"等课程,其中与课程相配套的实践课程是进一步提高电子线路设计能力与工程应用能力的重要实践环节。文章系统分析了当前“电子线路”实践教学中存在的主要问题,包括实验效率低、设备资源有限、实践环节碎片化等,提出将虚拟仿真技术融入课程实践教学全过程。通过引入Proteus等电路仿真软件,构建“虚实结合、软硬互补”的教学模式,有效地提高了学生的参与度与学习连续性,增强了学生对电路原理的理解与实际调试能力。教学实践表明,虚拟仿真技术的应用不仅显著提升了教学效率,还在培养学生分析问题、解决问题及创新设计能力方面发挥了重要作用。
摘要:伴随国家信息技术自主创新的持续深化以及新工科教育理念的稳步落实,高校计算机类课程教学迎来转型机遇。以往“计算机网络实验”教学虽积累了一定经验,但在大规模教学情境下,教师难以兼顾学生的个性化需求,进而对学生综合能力的培养产生不利影响。基于此,文章提出“人工智能驱动网络实验教学范式”这一全新思路。该框架着重关注智能反馈、产业对接以及能力导向,具体举措涵盖:设计智能实验推荐机制,使不同基础的学生能够选择不同的学习路径;在“计算机网络实验”中引入协议演化与虚拟仿真技术,确保实验内容兼具前沿性与灵活性;制定自适应资源分配策略,使教学安排更具弹性;构建多维度评价体系。通过这一系列改革,推动实验教学由“结果导向”转变为“能力导向”,充分发挥“计算机网络实验”教学的作用,提升学生解决问题的能力,为计算机网络课程的改革实践提供全新思路。
摘要:实验教学示范中心是高校师生开展实验教学与创新研究的重要平台,信息化赋能是加快其高质量发展的重要举措。文章基于国内多所高校实验教学示范中心的调研数据以及本校实验教学示范中心的管理工作,深入探讨了实验教学示范中心管理体系的现代化转型路径,解决当前高校实验教学示范中心存在的设备闲置率高、管理流程耗时漫长、决策精准度低等问题。文章给出了包含智能应用开发、基础设施升级、服务模式创新以及数据治理优化4个维度的管理体系框架,为实验教学示范中心的高质量发展提供了可操作性的实施路径。
摘要:“单片机创新应用开发实训”是职业本科电子信息类专业一门重要的专创融合实训课程。文章以现代通信工程专业为例,针对当前单片机实训创新实践过程中存在的实训项目陈旧、实训时长不足、评价标准单一等问题,通过多年教学改进与探索,提出重新设计实训内容、优化任务环节、统筹安排课程与实训任务、优化分类考核、融合创新项目与比赛等实践方案。实践表明,这些改革措施能够有效激发学生的参与积极性,提升学生的创新及技术能力。该实践方案对职业本科尤其是电子信息类专创融合课程改革具有一定的参考价值。
摘要:人工智能时代,数据素养成为核心能力,而目前高职学生的数据素养仍有较大提升空间。文章借鉴社会认知理论,构建环境、个人、行为的三维模型,搭建数据素养评价体系,涵盖数据意识、数据伦理、数据工具能力、数据表达应用能力4个一级评价指标,探究数据素养影响因素。文章以电子商务专业学生为例,采用问卷调查法,共回收251份有效问卷,结果表明学生的数据工具能力、数据表达应用能力较弱,个人能力、环境支持、教学实践与数据素养的相关性较高。后续可聚焦改善环境支持、提升教学实践能力,重点提升学生的数据工具能力、数据表达应用能力。基于实证结果,文章构建并实践训 $$ 课 $$ 赛三线的数据素养教育模式,学生数据素养提升显著。 关键词:数据素养;人工智能素养;信息素养;电子商务;教育模式
摘要:项目驱动教学法是工科课程中广泛采用的一种教学方法,在嵌入式系统实训教学中采用项目驱动教学法,通过“做中学”让学生完整地完成一个具体的、有实际意义的“项目”,来学习知识和技能。在实训教学中引入“阶梯式实训教学模型”,实训题目按基础实验、设计实验和综合实验的顺序设置,难度螺旋上升,以逐步提升学生的实践能力。实训教学采用“组队选题、教师引导、学生设计、成果评价”的四阶段教学过程。结果表明,项目驱动教学法显著提高了学生的课堂参与度、知识转化效率及动手实践能力,学生设计作品的成果转化也有了显著成效。