关键词： 深度学习   数据分析   智能算法  

摘要： 随着数值技术和信息技术的迅速发展,深度学习成为一种重要的计算机智能算法,在各种数据分析任务中展现了广阔的应用前景。本文全面研究了深度学习在处理复杂数据分析问题中的应用,包括预处理、特征提取、分类等领域。基于深度学习算法,构建了一个智能数据分析系统,该系统能够对海量数据进行自动处理和分析,以挖掘出有用的信息和知识。实验结果表明,与传统的数据分析算法相比,深度学习算法具有更强的数据处理能力和更好的性能,其分类准确率、召回率和F1得分均有显著提高。此外,深度学习还具有自我学习和自我适应的能力,能根据数据变化动态调整策略,大大提高了数据分析的效率和质量。这项研究结果不仅加深了我们对深度学习在数据分析中应用的理解,而且为解决实际应用中的数据分析问题提供了新的思路和方法。

关键词： 共形超构表面   迁移学习   散射场  

摘要： 共形超构表面具有灵活的外形,便于适应复杂的平台结构,在移动载体散射调控方面具有显著的应用优势.但共形超构表面散射场电磁仿真时间周期长、优化复杂,难以支撑共形超构表面的敏捷设计.本文提出了一种基于迁移学习的共形超构表面散射场高效智能计算方法.首先,根据天线理论和全波电磁仿真在物理机理上的同一性,预先用大量理论数据训练源域模型,构建相位分布与散射场的初始映射模型;然后,将少量全波仿真训练数据作为目标域样本,依托预训练、参数冻结和模型微调实现初始模型的有效迁移,完成超构表面相位分布到散射场映射模型的构建;最后,针对不同的共形几何结构,在迁移学习模型基础上进行了二次迁移.结果表明,本文所提方法的散射场计算时间较全波仿真下降3个数量级,在少样本条件下应用迁移学习后散射场计算精度平均提升19.8%,训练数据量仅占未迁移学习模型的42.9%,数据集收集时间缩短50.1%,同时在超构表面共形结构发生改变时具有一定泛化性.

关键词： 人工智能   空间智能   国家安全   场态转换   隐私安全   价值对齐   人机信任  

摘要： 作为人工智能发展的前沿代表,空间智能技术正以其真实感知环境信息的方式帮助人工智能研究突破物质范式的窠臼。该技术通过融合空间感知、计算建模、扩展现实等关键要素,形成了“感知—计算—行动”的人机交互回路。在人机交互场态转换的过程中,数据标量的复杂化、认知矢量的具现化、情境张量的升维化使得人工智能的国家安全风险朝着失权、失控、失管方向进一步演化,从而催生出隐私安全、价值对齐、人机信任等安全挑战。为此,需要及时进行治理介入,通过技术嵌入与制度优化完善隐私保障、纠正价值认知偏差与保留空间决策权力实现价值对齐、增强可解释性与完善人机投射重构人机信任,推动空间智能生态系统良性循环演变。

关键词： 流量计算机   数据库   Modbus  

摘要： 目前我国智能流量计算机在气体计量结算仍以传统的分专业模式搭建为主,计量系统包括了传感器、网络通讯、数据库等由多家供应商各自独立建设管理,导致了多种工业异构网络互联障碍以及信息壁垒,网络协同制造和智能制造创新不足、核心技术对生产支撑能力不够、贸易结算时误差大等问题。开发一套通用性气体测量的智能流量计算机系统,实现计量的智能化一体化、实时数据处理的结合、自适应调整和优化、安全性和隐私保护。

关键词： 物联网环境   物联网多层次威胁   威胁溯源   深度学习   遗传算法  

摘要： 常规物联网(IoT)环境的多层次威胁溯源主要采用网络数据关系分类实现,忽略了常规数据与威胁数据之间的相似性,导致溯源结果误报数较多。对此,提出基于深度学习与遗传算法的物联网环境多层次威胁溯源方法。建立深度学习神经网络对IoT环境威胁数据进行识别,添加批量标准化操作将常规数据与威胁数据分离,提取多层次威胁数据特征,应用遗传算法得到最优个体,实现威胁数据初始节点的溯源定位。实验结果表明,应用所提方法得出溯源结果误报数较少,溯源结果较为准确,满足IoT环境安全维护的现实需求。

关键词： 一题多解   方阵   行列式   特征值   特征向量  

摘要： 本文通过几个具体实例,基于“线性代数”中三个不同方面的问题,阐述了一题多解的教学方法。通过各种求解方法,既能使学生开拓解题思路,从不同的知识角度去体会这些方法,将所学各方面知识更加有效地联系起来,又能有效地培养学生的创新思维能力和解决实际问题的能力,从而进一步提高教学质量。

关键词： 多目标测算   遗传算法   电力锅炉燃烧   锅炉燃烧   燃烧速度   效率优化  

摘要： 针对电力锅炉燃烧效率优化的传统定向局域约束方法稳定性不足问题,提出基于多目标遗传算法的优化方法。该方法明确优化目标,构建多阶约束机制,并通过多周期核验修正模型。测试显示,在不同负荷(20%~100%Pe)下,燃烧效率优化比均超6.5,有效提升了锅炉燃烧效率优化的稳定性和性能。

关键词： 齿槽转矩   复磁导率法   遗传算法   气隙磁密   Maxwell  

摘要： 齿槽转矩对永磁电机的动态性能影响较大,削弱齿槽转矩是永磁电机设计的重点之一。本文运用复磁导率法结合麦克斯韦应力张量方程,推导出了齿槽转矩的解析求解方法,并基于解析法和遗传算法分别对电机极弧系数及磁极边缘角度进行了优化,在优化过程中不降低电机的整体气隙磁密。通过有限元软件Maxwell进行验证,结果表明所求得的最优极弧系数精度在3%以内,优化后的磁极边缘角度可使电机齿槽转矩幅值最高降低48%。本文所使用的优化方法不需要较长求解时间,且具有较高的优化精度,通过优化极弧系数和磁极边缘角度可以有效降低齿槽转矩幅值,为电机的齿槽转矩削弱及动态性能优化设计提供了一定的工程意义。

关键词： 协同防空   混合部署   任务规划   遗传算法  

摘要： 巡航导弹具有成本低、射程远、突防能力强、命中精度高等诸多优点,在现代战争中大量使用,如何规划部署防空武器平台有效防御巡航导弹攻击是防空作战的难题。构建防空武器雷达探测模型和杀伤区模型,根据防空武器作战流程建立了拦截期望模型。考虑到外部信息协同制导,研究外部协同杀伤区、协同部署原则,并采用双染色体协同变异遗传算法规划最优部署策略,为解决多平台协同防空以及要地防御部署提供方法支撑。

关键词： 惯性开关   接触电阻   预测模型   粒子群优化   遗传算法  

摘要： 微流体惯性开关可以避免机械惯性开关的磨损、变形和振动等问题,因此被广泛应用于汽车、军事和医疗等行业。由于开关本身电阻会对电信号传递产生较大影响,针对这一问题,对微流体惯性开关的接触电阻进行理论分析与仿真并建立模型以预测接触电阻大小。采用数值仿真法,以接触电阻为研究对象,通过改变电极宽度、两电极间距、电极与侧壁距离、惯性力作用时间和正应力5个参数得到580组样本数据,根据样本数据建立随机森林、BP神经网络和基于粒子群优化的BP神经网络3种预测模型。通过对建立的3种预测模型对比分析,发现基于粒子群优化的BP神经网络模型的预测效果最好。为了验证基于粒子群优化的BP神经网络预测模型的合理性,以接触电阻最小值为优化目标,利用遗传算法对该预测模型拟合的映射函数的参数在给定范围内寻优,发现遗传算法得到的电阻最优值与理论仿真值相差10.41%,结果表明可以借助基于粒子群优化的BP神经网络预测模型估计开关接触电阻。