关键词： 物联网安全   威胁情报   知识图谱   图神经网络   知识表示   链接预测  

摘要： 知识图谱对实现物联网威胁情报(ITI)的共享与利用具有重要意义,图神经网络(GNN)可以应用于ITI知识图谱(ITIKG)的知识表示任务,进而挖掘ITIKG的潜在关系;然而,当前大多数GNN没有考虑节点类型对节点表示能力的影响,且在节点信息聚合过程中使用随机策略进行节点采样,导致这些GNN不能区分不同距离的邻居,且没有考虑节点之间的关联性或重要性。为了解决这些问题,首先,基于不同数据源构建ITIKG;然后,设计确定性采样方法,从而基于节点的重要性采样根节点的邻居,并且考虑邻居距根节点的距离以及邻居在图中的中心性度量,即Katz中心性和中介中心性;最后,设计节点、节点模态和节点类型的嵌入和聚合方法。在此基础上,提出基于确定性采样的多模态异构图神经网络(DM-HGNN)模型。在所构建的ITIKG上的链接预测实验的结果表明,DM-HGNN模型的性能优于metapath2vec、多模态知识图谱表示学习模型(MMKRL)以及复杂图卷积网络(ComplexGCN)等知识表示模型,相较于次优模型MMKRL,DM-HGNN模型在曲线下面积(AUC)上提高了6.8%,在F1值上提高了7.1%,展示了DMHGNN模型在链接预测任务上有效性和先进性。

关键词： 降水量   空间分布   南方地区   地形加权  

摘要： 地形是影响降水量空间分布的重要环境变量,传统降水量空间插值研究忽略了该变量的可用性。文章以降水量数据为因变量,以海陆位置、地形和归一化植被指数为自变量,构建人工神经网络(ANN)耦合地形加权模型,预测研究区降水量空间分布。结果表明,降水量与海陆位置间的关系密切,采用ANN集成地形加权模型能有效预测降水量空间分布特征,且验证精度较高。研究结果为降雨空间分布预测提供新思路。

关键词： 天牛须算法   结构优化   钢筋   梁柱   遗传算法  

摘要： 传统的低效率粗放型建筑施工逐渐向工业化和产业化调整,然而却忽略了建筑的经济效益。为了提高建筑工程的经济效益和施工质量,研究以截面尺寸为主要指标对钢筋梁柱结构进行优化,通过参数化分析,建立了梁柱节点的约束函数,最后运用天牛须遗传算法进行优化。结果表明,梁、柱单元承载力都符合规范要求,其受力性能能够得到保障。与基准算法相比,天牛须算法的初始迭代速度和后期的稳定性都得到了显著的提高,节省了总成本的8.96%和11.87%。天牛须遗传算法可以使整个结构的成本更低,同时也可以充分利用混合算法的全局优化和局部优化的功能。研究所提结构优化方案可以降低建筑成本,降低能耗。

关键词： 人工智能技术   神经网络   计算机网络安全   网络防御系统  

摘要： 本文设计并实现了一种基于人工智能技术的计算机网络安全防御系统。该系统采用卷积神经网络(CNN)和循环神经网络(RNN)的双流网络模型。同时,系统的防御模块采用了Actor-Critic算法,大大降低了检测误报率,提升了计算机网络安全的防御性能,实现了网络攻击的高效检测与智能防御。实验结果表明,该系统在检测率、响应速度和误报率方面具有显著优势,为构建更智能、更高效的网络安全体系提供了技术支持。

关键词： 退役动力锂电池   梯次利用   GA-BP神经网络   遗传算法   锂电池SOH  

摘要： 针对退役车用动力锂离子电池健康状态评估问题,分析得到内阻、温度、充电和放电倍率4大影响因素;然后构建BP神经网络模型,并利用已有的实验数据验证其预测准确率为89.48%,模型平均绝对百分比误差MAPE为10.52%;进一步引入GA遗传算法搭建GA-BP神经网络模型,预测准确率提高到97.72%,模型平均绝对百分比误差MAPE降低到2.28%,均优于标准BP神经网络。结果表明,采用GA遗传算法优化BP神经网络的权值和阈值可以改善模型精度,提高该模型的预测准确率。

关键词： 遗传算法   农田灌溉   优化模型  

摘要： 为解决目前灌溉网络规划中存在的投入和灌水布局不合理问题。利用Kruskal和Dijkstra方法,解决传统GA的迭代速度较慢的缺点;在第二层优化过程中,提出基于整数值算法的最小投资费用最少优化方法,通过设定有关参数,利用MATLAB6.7对以上方法进行验证。结果表明,所构造的改良遗传算法在5次迭代中能得到最佳解,且总迭代次数不少于100次。通过实例分析,证明该方法的总体投资比传统的要小,可以节省8.4%的资金。实验证明该方法是科学的。

关键词： 计算机视觉   智能照明   照明系统  

摘要： 城市化进程的加快使得传统照明方式面临着资源浪费、能效低下和用户体验不佳等问题。计算机视觉技术作为新兴的智能感知手段,在动态照明调节方面应用潜力显著。通过对环境进行实时监测与分析,计算机视觉技术能够为照明系统提供更为精确的控制策略,实现对照明强度与色温的智能调节,从而提高能源使用效率,提升用户舒适度。因此,本文将围绕计算机视觉技术在智能照明控制系统中的应用展开探讨,以期为相关领域的技术创新与实践提供新的思路与参考。

关键词： 机器学习   K-means聚类   特征提取   人工神经网络  

摘要： 植物病害的准确检测和分类对作物的成功栽培至关重要。传统检测方法难以保障病害识别的高准确率。文章提出了一种基于图像处理技术的植物病害判别方法,旨在有效提高植物病害的判别精度。其中,首先对收集的原始图像进行去噪和增强处理;其次进行图像分割,将图像划分为多个具有相似属性的区域;接着输入感兴趣区域(ROI)的聚类编号,提取该区域的图像并进行特征提取;最终将提取的特征组合成特征向量,并将其作为输入传递给人工神经网络。通过大规模的训练数据和算法,人工神经网络能够学习和识别不同病害的特征和模式,从而实现对各种植物病害的准确识别与分类。

关键词： 人工智能文学   计算逻辑   文学性   文本阐释  

摘要： 人工智能的迅速发展改变了文学生态。不同于传统的人类文学,人工智能文学以算法、算力和语料库为核心要素,采用向量式语言生成机制,能够根据给定的提示词生成诗歌、小说等作品。通过更新文学发生机制,人工智能塑造了一种新形态文学,推动写作形态从人类写作向“人机协作”式写作转变。这种新形态文学使用“根茎式”的知识系统进行信息抓取,促使语言形成不同强度的力,呈现出“异质性重复”的美学特征。这既打破了人类写作中的时间次序所形成的前后关系以及由此而来的因果关系,也消解了空间次序中形成的中心与边缘之分,让文本成为一个自由敞开的意义场,促使文学从“具身逻辑”走向“计算逻辑”,为文学生态标示了新的生长点。

关键词： 智能化管理   课堂互动   计算机实践教学   课堂管理  

摘要： 文章提出一种创新的高校计算机实践课堂管理方案,旨在通过智能化系统提升课堂互动效果和教学质量。研究设计并实现了基于学生座位信息的实践课堂管理系统,该系统通过智能座位校验和课堂行为标记功能,有效增强了师生互动。系统采用微信小程序作为客户端,后端采用Spring Boot框架,并结合Redis缓存技术,确保系统运行的高效性和稳定性。实施结果表明,该系统显著提升了学生的课堂参与度和教师的教学效率,所收集的课堂行为数据为教学评估和学生行为分析提供了有力支持。本研究为高校计算机实践课堂管理提供了新的研究视角,同时为未来教育技术的发展奠定了基础。