关键词： 智能技术   网络信息检索   网络安全   网络性能优化  

摘要： 阐述人工智能在网络领域的创新应用,探讨其在信息检索、网络安全、性能优化方面的创新性影响。分析表明,智能算法能够提升网络系统的效率和可靠性,还为解决传统网络面临的挑战提供新思路。

关键词： 模拟退火算法   遗传算法   动态协同   路径规划  

摘要： 船舶的动态协同路径规划是船舶安全航行的重要保证。本文对多船舶交汇且航线上存在障碍物情况下的船舶动态路径规划进行研究,对动态协同路径规划进行数学描述,使用模拟退火算法、遗传算法对静态路径规划进行仿真,并对仿真结果进行对比和分析。提出多船交汇的协同策略,以两船交汇动态协同路径规划为例进行仿真研究。结果表明,2种算法均可实现船舶路径规划,在多船交汇时船舶能够按照规划的路线主动转向,并最终实现安全航行。

关键词： 机场飞行区   地势设计   土方优化   双层规划   遗传算法  

摘要： 为设计出一个符合标准且成本最低的机场飞行区地势表面,在飞行区内划分出骨架和扭曲面,上层规划从全局角度确定骨架具体位置,下层规划根据上层规划的结果,以局部表面跟天然地面的拟合程度为目标,合理衔接骨架并使得扭曲面设计最优,形成基于双层规划的飞行区地势设计优化模型,最后运用遗传算法求解。采用该模型计算得到的三明机场地势设计实例表明,优化模型的排水、坡度、坡段设计均符合既有要求,且与实际工程相比,更贴合天然地形,填方量下降7.50%,土方总计下降8.06%,工程成本降低10.73%。

关键词： 大数据   人工智能   哈尔滨工程大学   学术会议纪要   教授参与   林教授   参会者  

摘要： 2024年8月8—10日,中国人工智能学会第九届全国大数据与社会计算学术会议(CAAI BDSC2024)在哈尔滨工程大学召开,会议主题为“大模型时代的社会计算与社会发展”。8月10日上午在启航活动中心举行了一场圆桌论坛,由哈尔滨工程大学吴肃然教授主持,邀请哈尔滨工业大学米加宁教授、天津大学张维教授、清华大学张辉教授、华东师范大学周晓林教授、武汉大学秦昆教授、中南大学吕鹏教授参与对话,专家们围绕大模型、人工智能、社会计算、社会发展等议题展开讨论,为参会者提供了一场思想盛宴。

关键词： 云计算   人工智能   数据筛选算法  

摘要： 为进一步优化云计算人工智能数据筛选算法的数据收敛效果、用户满意度和资源处理效率,解决传统算法在实际应用中存在的问题,本文结合数据筛选的目的以及具体完成过程中数据抽取、数据清理、数据加载的3个环节,分析当前超欧里几何数据筛选算法和时间片积累调度筛选算法在实际应用中存在的缺陷,并运用经济模型研究数据筛选算法的优化思路,通过优化设计与效果检验发现其具有显著的应用优势,可为相关工作提供参考.

关键词： 恶意软件   静态检测   深度学习   浅层人工神经网络   可移植执行文件  

摘要： 针对基于深度学习的可移植执行(PE)恶意软件检测方法中，数据集存在的不平衡或不完整问题，以及神经网络结构过深或特征集庞大而导致的模型计算资源开销和耗时增加问题，提出一种基于浅层人工神经网络(SANN)的可移植执行恶意软件静态检测模型。首先，利用lief库创建PE特征提取器，从EMBER数据集中提取PE文件样本，并提出了一种新的特征组合，该特征集具备更少的PE文件特征，减小了特征空间和模型参数量的同时能够提高深度学习模型的性能；随后，生成特征向量，再通过数据清洗去除未标记标签的样本；接着对特征集内的不同特征值进行归一化处理；最后，将特征向量输入到SANN中进行训练并测试。实验结果表明，SANN可达到95.6%的召回率和95.2%的准确率，相比于Malconv模型，SANN的准确率提高了1.2个百分点；相比于LightGBM模型，SANN的准确率提高了1.6个百分点。在性能上，SANN的工作耗时比用时最少的对比模型减少了1倍。此外，SANN面对未知扰动时具备较好的弹性，且仍能够保持较高检测水平。

关键词： 工业互联网   服务组件编排   图神经网络   模糊系统   遗传算法  

摘要： 工业互联网环境工业软件系统具有规模庞大、涵盖的软件组件与设备实体繁杂异构等特点，在异构设备与软件对象统一的服务化组件化封装基础上，通过服务组件编排可实现多样化应用工业软件系统灵活敏捷构建，但对服务编排效率与服务质量保障方面具有较高要求。为提升工业互联网环境服务组件编排效率并保障服务质量，本文提出基于图神经网络与模糊理论的服务组件编排方法FGraph SAGE＿GA，将工业互联网服务组件编排问题形式化建模为图结构中的链路预测问题，并采用监督学习方法实现预测模型训练。针对新的服务组件编排问题，训练后的模型进行概率预测缩小候选空间，随后使用遗传算法优化服务组件编排方案。在两个不同的数据集上，针对3种规模的服务组件编排问题开展实验与分析，证明了所提出的FGraphSAGE＿GA算法在服务质量和编排效率方面具有良好性能。

关键词： 搭接-滑移模型   遗传算法   BP神经网络   搭接间距   敏感性分析   拉拔试验   预测模型   泛化能力  

摘要： 钢筋和混凝土的搭接-滑移力学模型是混凝土中搭接钢筋传力性能的综合反映，是进行钢筋混凝土搭接构件精细化力学计算的一个重要前提。传统的粘结滑移力学模型大部分是根据拉拔试验或者梁式试验数据得到的半经验半理论公式，并没有考虑钢筋搭接间距的影响，不能准确反映混凝土中钢筋的传力特性。本文采用基于遗传算法的反向传播神经网络，建立了能够考虑钢筋间距的钢筋混凝土搭接-滑移非线性力学模型，是对当前钢筋混凝土粘结-滑移力学模型的重要改进。通过使用随机选取的非训练试验数据以及不同类型混凝土与钢筋的搭接试验数据对模型的泛用性进行了验证。结果表明：搭接间距是钢筋与混凝土搭接-滑移力学模型的重要影响因素，基于遗传算法和反向传播神经网络建立的钢筋混凝土搭接性能预测模型具有较高的精度和泛化能力，能够高效、准确的预测出钢筋混凝土搭接-滑移曲线。

摘要： 介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.