关键词： 改进遗传算法   大数据中心   资源分配   适应度函数  

摘要： 为提高大数据中心在处理海量数据请求时的资源分配效率,降低运营成本,本研究采用改进的遗传算法优化资源分配过程。考虑到传统遗传算法在大规模系统中应用时存在的不足,如收敛速度慢、局部最优问题,本研究引入自适应变异率与精英选择策略增强算法搜索能力与适应性。本研究还设计了一种新适应度函数,以更精确地反映资源分配效率,满足公平性需求;进行了基于改进遗传算法的大数据中心资源分配模型设计,实现了大数据中心资源动态排序与高效分配。通过模拟测试,验证了改进遗传算法在资源利用率、响应时间、能耗等方面的表现。结果表明,与传统遗传算法相比,基于改进遗传算法的大数据中心资源分配方法在各项性能指标上都有显著提升,可支持大数据中心面对不断变化的工作负载和运行环境的适应性需求。

关键词： 调距桨   遗传算法   螺距优化   船-机-桨匹配  

摘要： 本文针对长江航行调距桨船舶的螺距优化问题,对船舶调距桨螺距、船舶柴油机转速与船舶油耗量之间的关系进行研究。通过阻力计算、调距桨敞水效率分析和船-机-桨匹配,建立长江干线航行船舶螺距-油耗优化模型;进而对遗传算法进行改进,在交叉过程中对个体进行聚类、采用多父代的交叉算子,减少无效交叉,提高种群丰富性;基于改进后的遗传算法,对建立的优化模型进行求解,通过案例分析计算船舶在长江干线不同航段航行.的最佳螺距分配。结果表明,使用最佳螺距航行的船舶单航次油耗量比定距桨船舶降低478%。

关键词： 茶芽   目标检测   奇异值分解   少量样本   遗传算法   YOLOX  

摘要： 构建大规模茶芽目标检测数据集是一项耗时且繁琐的任务,为了降低数据集构建成本,探索少量标注样本的算法尤为必要。本文提出了YSVD-Tea(YOLO singular value decomposition for tea bud detection)算法,通过将预训练模型中的基础卷积替换为3个连续的矩阵结构,实现了对YOLOX算法结构的重构。通过维度变化和奇异值分解操作,将预训练权重转换为与重构算法结构相对应的权重,从而将需要进行迁移学习的权重和需要保留的权重分离开,实现保留预训练模型先验信息的目的。在3种不同数量的数据集上分别进行了训练和验证。在最小数量的1/3数据集上,YSVD-Tea算法相较于改进前的YOLOX算法,mAP提高20.3个百分点。对比测试集与训练集的性能指标,YSVD-Tea算法在测试集与训练集的mAP差距仅为21.9%,明显小于YOLOX的40.6%和Faster R-CNN的55.4%。在数量最大的数据集上,YOLOX算法精确率、召回率、F1值、mAP分别为86.4%、87.0%、86.7%和88.3%,相较于对比算法均最高。YSVD-Tea在保证良好性能的同时,能够更好地适应少量标注样本的茶芽目标检测任务。

关键词： 儿童计算思维   核心要素   培养策略  

摘要： 本文针对儿童计算思维的核心要素与培养策略进行了探讨。儿童计算思维的核心要素包括问题分解能力、抽象思维、逻辑推理和解决问题的算法思维。培养策略上,建议适当引入无屏幕编程、玩具机器人等工具,并逐步引入计算机教育软件。同时,建立以探索和尝试为本、注重情境创设的教学环境,尊重并引导儿童独立思考,鼓励团队合作。研究发现,这些策略有助于提升儿童的计算思维能力,对未来信息社会有积极的启蒙作用。

关键词： 课程思政   行为主义   语用学导论  

摘要： 立德树人是教育的根本任务,更是课程思政的终极目标。本文从分析部分青年学子与党和国家所需人才规格尚存之差距入手,以外语专业语言学方向课程“语用学导论”的思政实践为例,探讨行为主义理论指导下改革教学活动组织方式、助力课程思政的可行性,呈现教师坚持问题导向,通过对学生课堂行为的干预和调节,推动思政教育融入课堂教学活动、思政行为融入学习行动的育人过程。

关键词： 粤港澳高校   合作办学   政校合作   界面管理   治理模式  

摘要： 粤港澳高校合作办学作为粤港澳大湾区建设的重大战略举措,建立多维动态耦合的政校合作关系是推进其高质量发展的关键路径。从界面管理视角出发,反思粤港澳高校合作办学政校合作困境,发现由跨境行政壁垒、经济水平、制度体制、文化认知与价值理念、信息与资源等因素引发多重界面障碍,导致组织间难以形成有效衔接。界面管理强调组织边界的动态调适,为化解跨组织合作困局提供了理论视角。探索政校合作治理模式可以较好地释放跨区域合作主体的界面张力。该模式以明确政校权责为基础,通过调整管理架构实现适当权力让渡,建立兼具激励和约束的多项机制以保障单一法人代理、双法人代理和混合式法人代理等多样化办学模式的落实,进而为深化区域高等教育融合发展提供制度创新思路。

关键词： 生成式AI   教育伦理   教育技术应用伦理审视  

摘要： 生成式AI凭借着先进的算法、算力和数据,一经推出便引起各个领域的重点关注,特别是在教育领域产生了深刻的影响。生成式AI教育应用既有技术特性,也有特殊的道德特征,包括道德决策自动化、道德情感虚拟化以及道德实践数字化等。生成式AI应用于教育领域是数字时代的必然趋势,然而,生成式AI技术在赋能教育的同时,也引发了不同维度的伦理风险,生成式AI的教育应用带来道德认知偏见风险、师生关系冷漠风险、道德行为失范风险、教育公平失衡风险等道德问题。消解生成式AI教育应用带来的伦理风险,需要通过发挥社会主义核心价值观的引领作用、坚守教师为“主”与智能为“辅”原则、完善生成式AI教育使用的制度性规范、促进教育数字资源的正义分配等应对策略,以此促进生成式AI教育应用的高质量发展。

关键词： 法医病理学   溺死   硅藻检验   蛋白酶-过氧化氢消解法  

摘要： 目的 提出一种新型法医学硅藻检验方法,即蛋白酶-过氧化氢(protease-hydrogen peroxide,PHP)消解法,探讨该方法在法医学鉴定实践中的应用潜力。方法 应用PHP消解法对肺组织进行处理并在硅藻数量、硅藻回收率、硅藻碎片占比以及不同硅藻科属回收效能等方面与传统的硝酸破机法进行比较。结果 PHP消解法在硅藻数量、硅藻回收率以及硅藻碎片占比方面均高于传统的硝酸破机法且差异具有统计学意义,平均硅藻回收率高达93.95%。硝酸消解后的肺组织中曲壳藻属(65个)、菱形藻属Ⅰ(36个)、菱形藻属Ⅱ(22个)、双壁藻属(20个)、桥弯藻属(8个)均低于提取水样(曲壳藻属154个、菱形藻属Ⅰ44个、菱形藻属Ⅱ45个、双壁藻属33个、桥弯藻属23个),而PHP消解法仅菱形藻属Ⅱ低于提取水样(P<0.05),同时其硅藻回收稳定性方面高于硝酸破机法。结论 PHP消解法在肺组织硅藻提取效能方面优于传统的硝酸破机法,且在安全、环保等方面具有较大的优势,有望应用于溺死鉴定实践。

关键词： 计算机网络   人工智能   应用  

摘要： 在科学技术不断发展的过程中,计算机网络技术应运而生,为公众的生产生活提供了极大的便利,但是一味地沿用传统的网络管理和维护方式,已经无法满足时代的发展需求,人工智能技术借助其自身的优势,在计算机网络技术中应用的越发广泛,提升了网络运行的安全性和稳定性。下文首先概述了人工智能技术,随后对计算机网络中人工智能技术的应用优势进行了分析,最后探讨了人工智能在计算机网络技术中的具体应用,仅供参考。

关键词： 需求可拆分   生鲜农产品   集货路径优化   遗传算法  

摘要： 针对生鲜农产品集货中点多量散、车载限制、货物易腐等特点,研究需求可拆分下生鲜农产品集货的路径优化。通过网点布局与网络需求、车辆路径与载量要求、产品特征与成本消耗等描述生鲜农产品集货基本问题,从制冷、货损、油耗三个方面构造总的集货成本,考虑需求拆分、流量均衡、车辆起始与服务等约束,建立集货路径优化模型;基于遗传算法,以序号排序标定适应度函数,改进轮盘赌选择,用精英策略进行算子分析与遗传操作,设计问题求解模式;最后,以湖南省某乡镇脐橙集货为例进行实证分析。案例分析结果表明:优化后,总集货成本下降19.34%,货损成本减少最多,达1550.86元;集货路径总数减少1条,拆分点由5个变为3个,且按需求进行深度拆分;总行驶里程与时间分别减少72.4 km、2.06 h,整体优化效果明显。研究结果对生鲜农产品集货管理的效率提升有借鉴意义。