期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到38,965篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向石油物探领域的HPC故障与性能分析
1
作者 王明键 赵长海 +3 位作者 李超 文佳敏 尚民强 侯红军 《北京航空航天大学学报》 北大核心 2026年第1期157-166,共10页
如今,石油物探领域地震资料采集技术不断进步,数据规模已达到TB甚至PB级别,随着数据量,运行时间,以及高性能计算(HPC)集群中节点数的增加,集群出现问题的概率和维护难度也随之增加。当集群或节点出现故障时往往需要重新运行计算程序,造... 如今,石油物探领域地震资料采集技术不断进步,数据规模已达到TB甚至PB级别,随着数据量,运行时间,以及高性能计算(HPC)集群中节点数的增加,集群出现问题的概率和维护难度也随之增加。当集群或节点出现故障时往往需要重新运行计算程序,造成了极大的资源浪费。为解决计算集群中HPC程序可观测性低、故障和性能分析困难的问题,借鉴开放追踪标准(OTF)与分布式链路追踪的思想,提出一种面向生产环境的低侵入式高性能计算集群和程序故障分析方法,该方法不仅能够对生产环境中HPC程序进行高效观测,还具有低侵入性的特点,可以在几乎不修改代码的前提下与现有应用程序结合使用。将所提方法用于生产环境中分布式“抽道集”排序程序进行采集分析,验证了所提方法的有效性,发现了程序中隐藏的软件缺陷和性能薄弱环节。 展开更多
关键词 分布式计算 大规模集群 故障分析 链路追踪 生产环境
原文传递
开放环境下无监督跨模态概念自动提取
2
作者 海峻嘉 景丽萍 +1 位作者 刘华锋 于剑 《计算机科学与探索》 北大核心 2026年第1期154-168,共15页
随着机器学习模型的复杂性不断增加,对其决策过程的可解释性需求也日益增长。概念学习作为一种能够提升模型透明度和可理解性的手段,在机器学习领域变得越来越重要,通过概念来帮助解释大语言模型等黑盒模型的推理过程也随之发展,如何准... 随着机器学习模型的复杂性不断增加,对其决策过程的可解释性需求也日益增长。概念学习作为一种能够提升模型透明度和可理解性的手段,在机器学习领域变得越来越重要,通过概念来帮助解释大语言模型等黑盒模型的推理过程也随之发展,如何准确、自动地提取概念是在这一解释过程中最为关键的一环。针对现有的概念提取方法中存在的依赖人工标注、粒度不一致、扩展性差等问题,设计了一套跨模态视觉概念自动提取框架。基于多模态大模型的问询方式,实现了图像中目标对象的自动提取,并通过CLIP模型和目标检测模型实现了区域对应机制,提高了提取的准确性。采用基于文本分割的大语言模型来提取目标对象的属性和关系,确保了概念与数据的一致性。引入ConceptNet概念网络扩展了提取到的概念的语义信息,增强了框架的灵活性和适用性。通过实现这些技术,展示了该框架在三种不同场景下的实际应用效果,证明了其在提升概念提取效率和准确性以及可扩展性方面的潜力。 展开更多
关键词 大语言模型 可解释性 概念提取 自动化 可扩展性
在线阅读 下载PDF
圆形网格抽样和逆近邻优化的密度峰值聚类算法
3
作者 赵嘉 何超凡 +2 位作者 肖人彬 曹浩 樊棠怀 《工程科学学报》 北大核心 2026年第1期161-176,共16页
密度峰值聚类(DPC)算法是一种简单高效的聚类算法,因其可直观和快速发现数据集中的类簇而得到广泛关注.但DPC算法需计算所有样本间的欧氏距离,算法的时间复杂度较高;局部密度定义未考虑类簇间密度差异影响,易误选类簇中心;使用链式分配... 密度峰值聚类(DPC)算法是一种简单高效的聚类算法,因其可直观和快速发现数据集中的类簇而得到广泛关注.但DPC算法需计算所有样本间的欧氏距离,算法的时间复杂度较高;局部密度定义未考虑类簇间密度差异影响,易误选类簇中心;使用链式分配策略,易产生错误连带效应.因此,本文提出一种圆形网格抽样和逆近邻优化的密度峰值聚类算法.该算法采用圆形网格抽样得到代表以减少需要计算的样本数,降低算法计算的时间开销,并引入近似K近邻策略加强代表和初始样本的联系,减少抽样导致的聚类精度丢失;利用逆近邻优化局部密度定义策略,根据样本所处环境调节其局部密度的大小,准确找到密度峰值;通过共享逆近邻计算相似性,由相似性矩阵分配代表,避免样本分配策略产生的错误连带效应.设置了复杂形态合成数据集、真实数据集和较大规模数据集进行分组实验.实验结果表明,本文算法在复杂形态、真实及较大规模数据集上聚类优势显著,精度与效率较DPC算法及其他基于DPC的改进算法均有较大提升. 展开更多
关键词 密度峰值聚类 圆形网格抽样 近似K近邻 逆近邻 共享逆近邻
在线阅读 下载PDF
基于WE-LGBM算法的民航旅客升舱意愿预测模型
4
作者 郭菁菁 樊玮 +1 位作者 鲁亮 李坤来 《陕西科技大学学报》 北大核心 2026年第1期201-208,共8页
高维且大规模的旅客数据中存在升舱意愿正负样本极度不平衡的问题,这会导致主流模型对关键少数类识别率低.为精确识别潜在升舱旅客及其购买偏好,提出一种面向不平衡旅客数据的加权集成预测算法WE-LGBM(Weighted Ensemble LightGBM,WE-LG... 高维且大规模的旅客数据中存在升舱意愿正负样本极度不平衡的问题,这会导致主流模型对关键少数类识别率低.为精确识别潜在升舱旅客及其购买偏好,提出一种面向不平衡旅客数据的加权集成预测算法WE-LGBM(Weighted Ensemble LightGBM,WE-LGBM).该算法通过为少数类样本分配更高的误分类成本,从而提升模型对关键旅客的识别能力.使用多轮扰动采样训练子模型,结合难样本聚焦机制,缓解过拟合问题并增强泛化能力.利用SHAP方法解释模型输出,实现对潜在升舱旅客购买偏好的精确识别.基于WE-LGBM算法训练得到的模型在ROC、召回率和交叉验证指标上表现较好,性能既优于逻辑回归、随机森林和多层感知机等9个主流分类模型,也优于移除部分机制的3个消融模型. 展开更多
关键词 升舱预测 集成学习 可解释性 旅客行为分析 不平衡数据
在线阅读 下载PDF
一种增强灰狼算法求解柔性车间动态调度问题
5
作者 陈雪芬 叶春明 +4 位作者 安喜才 刘子珺 张舒曼 闫金辉 唐天誉 《计算机应用研究》 北大核心 2026年第1期201-207,共7页
为解决机器故障和紧急订单下的柔性车间动态调度问题,以最小化机器最晚完工时间为目标,设计了一种增强灰狼算法进行求解。设计了动态前解码和动态后解码,方案切分和编码拼接优化了解码过程。算法方面加入收敛因子和头狼优化及关键路径... 为解决机器故障和紧急订单下的柔性车间动态调度问题,以最小化机器最晚完工时间为目标,设计了一种增强灰狼算法进行求解。设计了动态前解码和动态后解码,方案切分和编码拼接优化了解码过程。算法方面加入收敛因子和头狼优化及关键路径的邻域寻优,有效避免了陷入局部最优,提升了算法搜索能力。算法验证方面:选取多个经典算例进行静态求解得到初始方案,方案先进行动态事件仿真再进行动态寻优。结果显示:三种重调度方式中右移重调度鲁棒性最高,完全重调度优化效果最好;相比于自身变种算法及其他主流调度算法,增强灰狼算法在优化结果和迭代时间都有优异的表现,甚至出现比初始方案更低的完工时间。总的来说,寻优结果表明该动态问题得到了很好很快的解决,并增强了灰狼算法的可行性和高效性,是此类问题的一种新的有效解决方法。 展开更多
关键词 柔性车间调度问题 动态调度 灰狼算法 关键路径
在线阅读 下载PDF
基于强度Pareto平衡优化器的共享储能系统实时调度优化
6
作者 代斌 王红蕾 李滨 《电子科技》 2026年第1期47-56,共10页
可再生能源的波动性、随机性和间歇性以及负载的多变性加剧了供需双侧的不确定性,导致电网的可再生能源消纳和实时调度面临较大挑战。文中通过灵活性指标和多目标优化算法来实现实时调度策略。将共享储能微电网群和电动汽车作为灵活性资... 可再生能源的波动性、随机性和间歇性以及负载的多变性加剧了供需双侧的不确定性,导致电网的可再生能源消纳和实时调度面临较大挑战。文中通过灵活性指标和多目标优化算法来实现实时调度策略。将共享储能微电网群和电动汽车作为灵活性资源,定义了新灵活性指标,保证日前调度阶段系统的灵活性,增加系统应对供需双侧不确定性的能力。提出了强度Pareto平衡优化算法,以成本最低和灵活性最高为目标求解电力系统调度方案,避免结果陷入局部最优。结果表明,在保证成本和灵活性的前提下,所提方法制定的日前调度策略使可再生能源利用率与能源自给率达到94.22%和92.87%,验证了所提方法的可靠性。 展开更多
关键词 微电网 双侧不确定性 共享储能 灵活性指标 多目标优化 平衡优化器 可再生能源消纳率 实时调度
在线阅读 下载PDF
回溯算法
7
作者 方雨欣 倪伟 《课堂内外(智慧数学)(小学版)》 2026年第1期66-67,110,共3页
想象一下这个令人抓狂的场景:刚放学的你站在家门外,对着一台不知道密码的3位智能门锁(每位数字为0~9中的一个)时,你该怎么办?凭感觉胡乱输入?012,不对;871,不对……别急,其实有一种“聪明的试错法”——回溯算法,它不是瞎蒙,而是有步... 想象一下这个令人抓狂的场景:刚放学的你站在家门外,对着一台不知道密码的3位智能门锁(每位数字为0~9中的一个)时,你该怎么办?凭感觉胡乱输入?012,不对;871,不对……别急,其实有一种“聪明的试错法”——回溯算法,它不是瞎蒙,而是有步骤、有逻辑地进行测试。 展开更多
关键词 逻辑测试 智能门锁 试错法 密码破解 回溯算法 步骤方法
在线阅读 下载PDF
智能制造数字孪生模型可变模糊综合评估
8
作者 王向章 于莉莉 《北京航空航天大学学报》 北大核心 2026年第1期180-191,共12页
针对智能制造数字孪生模型缺乏统一的评估方法和参考标准,采用目标-问题-指标(GQM)方法建立一套系统的数字孪生模型多维评估指标体系,给出指标量化计算方法,并综合可变模糊识别模型和信息熵集结权重算法优势,构建基于改进可变模糊模型... 针对智能制造数字孪生模型缺乏统一的评估方法和参考标准,采用目标-问题-指标(GQM)方法建立一套系统的数字孪生模型多维评估指标体系,给出指标量化计算方法,并综合可变模糊识别模型和信息熵集结权重算法优势,构建基于改进可变模糊模型的数字孪生模型质量价值评估方法。为解决专家评价的模糊性、不确定性等问题,该方法利用群决策理论改进了可变模糊识别模型,并在考虑专家意见偏好基础上利用信息熵计算指标权重,以某飞机制造工厂数字孪生模型为例,对该模型质量和应用能力进行评估。实例分析表明:该飞机制造工厂数字孪生模型的评估等级为“S_(4)良好”,但偏向于“S_(3)合格”,还有优化完善的空间,同时验证了改进可变模糊识别模型的可行性和合理性,为规范智能制造数字孪生模型构建提供了方法支撑。 展开更多
关键词 数字孪生模型 GQM方法 信息熵 群决策 可变模糊识别
原文传递
混合增强黑翅鸢优化算法及其应用
9
作者 王玉芳 程培浩 闫明 《计算机科学与探索》 北大核心 2026年第1期99-121,共23页
针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节... 针对黑翅鸢优化算法(BKA)收敛速度慢和易陷入局部最优的局限性,提出了一种混合增强黑翅鸢优化算法(HEBKA),旨在提升算法的全局搜索能力和优化性能。HEBKA通过引入红尾鹰优化算法替换BKA的攻击阶段,并结合Bernoulli混沌映射作为攻击调节因子,以简化算法流程并显著增强全局搜索能力,从而有效提高收敛效率。借鉴黑寡妇优化算法的信息素机制,HEBKA将种群划分为优秀个体和劣质个体两类:对优秀个体实施迁徙操作以引导种群向最优解方向移动,而对劣质个体施加随机扰动以增加种群的多样性,从而减少对领导者迁徙的盲目依赖,避免种群过早收敛。当种群出现聚集现象时,HEBKA针对最优个体引入正交试验-准反射扰动策略,通过正交试验设计高效探索解空间,并利用准反射机制引入适度扰动,进一步增强算法跳出局部最优的能力。为验证HEBKA的改进效果,在CEC2017测试函数集上开展了仿真实验,与多种优化算法进行收敛性分析及Wilcoxon非参数统计检验,结果表明HEBKA在收敛速度、优化精度和鲁棒性方面均显著优于对比算法,展现出优秀的全局搜索能力和稳定性。HEBKA被应用于二维和三维旅行商问题(TSP)的求解,通过在实际复杂优化问题中的表现,验证了其高效性和应用潜力。 展开更多
关键词 黑翅鸢优化算法 红尾鹰优化算法 劣质个体分类策略 正交试验-准反射扰动 旅行商问题
在线阅读 下载PDF
基于加权自然近邻和测地距离的密度峰值聚类算法
10
作者 万芳 魏立力 刘国军 《计算机应用研究》 北大核心 2026年第1期91-101,共11页
密度峰值聚类算法(DPC)是一种高效简单的聚类方法,只需要一个参数便可以识别所有的聚类中心且无须迭代处理。然而,该算法在应对复杂数据结构时仍存在如下局限性:首先,聚类结果易受截断距离的影响;其次,基于欧氏距离的度量方式往往忽略... 密度峰值聚类算法(DPC)是一种高效简单的聚类方法,只需要一个参数便可以识别所有的聚类中心且无须迭代处理。然而,该算法在应对复杂数据结构时仍存在如下局限性:首先,聚类结果易受截断距离的影响;其次,基于欧氏距离的度量方式往往忽略流形数据集的几何结构,进而影响聚类结果的准确性。为解决上述问题,提出了一种基于加权自然近邻和测地距离的密度峰值聚类算法(DPC-WNNN-GD)。该算法综合分析样本的局部和全局信息,结合加权自然近邻重新定义局部密度,平衡样本间的密度差异并消除截断距离对聚类结果的影响;而且,将欧氏距离替换为测地距离以此来更好地适应流形数据集的数据结构。在合成和真实数据集上将DPC-WNNN-GD与DPC算法以及相关改进算法进行对比,实验结果表明DPC-WNNN-GD展现出更优异的聚类性能。 展开更多
关键词 聚类分析 密度峰值聚类 测地距离 加权自然近邻
在线阅读 下载PDF
预训练模型在软件漏洞检测中的应用研究
11
作者 王文 《信息记录材料》 2026年第1期111-113,135,共4页
针对软件安全威胁日益复杂,传统漏洞检测技术面临准确率低、误报率高的严峻挑战,本文构建了一种基于预训练模型的智能化漏洞检测框架。该框架通过深度学习的代码语义理解和注意力机制特征提取,实现了对缓冲区溢出、结构化查询语言(SQL)... 针对软件安全威胁日益复杂,传统漏洞检测技术面临准确率低、误报率高的严峻挑战,本文构建了一种基于预训练模型的智能化漏洞检测框架。该框架通过深度学习的代码语义理解和注意力机制特征提取,实现了对缓冲区溢出、结构化查询语言(SQL)注入、跨站脚本攻击、整数溢出等多类型漏洞的精准识别。此外,本文采用改进的焦点损失函数和多阶段训练机制以提升模型性能。实验结果表明:该方法在检测准确率和误报控制方面显著优于传统方法,且跨项目泛化能力突出,为软件安全检测技术智能化发展开辟了新途径。 展开更多
关键词 预训练模型 软件漏洞检测 代码语义理解 代码序列化编码
在线阅读 下载PDF
随机重叠分组的大规模昂贵优化算法
12
作者 付国霞 《信息记录材料》 2026年第1期105-107,共3页
随着科技的快速发展,大规模优化问题逐步凸显,尤其在工程领域,这类问题常伴有维度灾难和计算成本的双重约束挑战。为了解决大规模优化问题中高维空间建模困难、传统进化算法资源耗费大以及收敛速度下降的问题,本文提出一种随机重叠分组(... 随着科技的快速发展,大规模优化问题逐步凸显,尤其在工程领域,这类问题常伴有维度灾难和计算成本的双重约束挑战。为了解决大规模优化问题中高维空间建模困难、传统进化算法资源耗费大以及收敛速度下降的问题,本文提出一种随机重叠分组(ROG)的大规模昂贵优化算法(LSEO⁃ROG)。该算法通过ROG将原问题划分为多个子问题,降低问题维度,并在子问题上建模优化。通过对各子问题估值绑定权重系数的策略进行填充采样,最终输出问题的最优解。在2013年电气电子工程师学会进化计算大会(CEC2013)基准测试问题上的实验表明,所提算法在求解大规模昂贵问题上具有较好的性能。 展开更多
关键词 大规模 计算昂贵 代理模型 随机重叠分组(ROG)
在线阅读 下载PDF
数字试验测试验证标准体系 被引量：4
13
作者 陶飞 马昕 +31 位作者 张辰源 易航 刘蔚然 魏宇鹏 邹孝付 王子同 任羿 陶岚 葛军 丁露 卓兰 韩丽 弓志强 谭永华 郄永军 周文 李建双 杨春霞 许鸿杰 蔺文杰 刘广 孙波 李海旭 阎德劲 李少伟 罗谦 王敬贤 罗英 尚政国 刘志新 易贤 张文丰 《计算机集成制造系统》 北大核心 2025年第1期1-19,共19页
数字试验测试验证(Digital Experiment,Testing,and Validation,D-ETV)是利用“数力”和“智力”更好地了解产品或系统基本属性和性能特征的方法,是实现高质高效研制运维的重要支撑手段。然而,在物理试验测试验证(Physical Experiment,T... 数字试验测试验证(Digital Experiment,Testing,and Validation,D-ETV)是利用“数力”和“智力”更好地了解产品或系统基本属性和性能特征的方法,是实现高质高效研制运维的重要支撑手段。然而,在物理试验测试验证(Physical Experiment,Testing,and Validation,P-ETV)向D-ETV演化的过程中,因缺乏基础共性标准参考,导致不同人员对D-ETV的理解与认识存在差异;因缺乏关键技术标准参考,导致D-ETV实现难;因缺乏通用支撑、安全、行业应用等标准参考,导致D-ETV实施难。针对上述问题,首先从D-ETV有何用、如何用、何处用3个角度对D-ETV标准需求进行分析。在作者团队前期提出的D-ETV通用流程“D”模型及关键技术基础上,进一步建立并完善“析-定-建-测-评-融”D-ETV理论体系。面向航空航天、工程机械、船舶、电子信息、汽车等领域的国家重大需求,与相关研究院所和企业共同尝试探索建立一套D-ETV标准体系,包括基础共性、关键技术、通用支撑、安全和行业应用5类标准。期望相关工作为D-ETV理论研究、标准研制、行业应用提供参考,助力我国试验测试验证向数字化、智能化、服务化方向发展,进而为我国装备高质量发展提供支撑。 展开更多
关键词 数字试验测试验证 标准体系 数字试验 数字测试 数字验证 数字鉴定
在线阅读 下载PDF
基于DBSCAN的改进RANSAC点云平面拟合算法 被引量：4
14
作者 叶锦华 林旭敏 吴海彬 《湖南大学学报(自然科学版)》 北大核心 2025年第2期76-87,共12页
针对随机采样一致性(random sample consensus,RANSAC)算法对含有噪声的点云数据进行平面拟合时效果不佳和容易产生误识别的问题,对算法进行改进.通过基于密度的噪声应用空间聚类(density-based spatial clustering of applications wit... 针对随机采样一致性(random sample consensus,RANSAC)算法对含有噪声的点云数据进行平面拟合时效果不佳和容易产生误识别的问题,对算法进行改进.通过基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法改变RANSAC算法初始点集合的选择策略,并使用主成分分析法(principal component analysis,PCA)计算点云各点法向量,以点到平面距离以及点的法向量与平面法向量夹角两个约束条件同时作为RANSAC算法平面拟合模型内点判定的准则.采用无噪声与分别含有300个噪声点和500个噪声点的点云仿真数据进行测试,本文算法拟合结果均接近理论值且内点距离标准差分别为1.007×10-8、0.003、0.007,优于RANSAC算法.采用实际工件点云数据在两种工况场景下进行测试,本文算法拟合平面内点比率相对于传统RANSAC算法分别提高24.7%和24.6%,平面提取完整度及准确率同样优于RANSAC算法.仿真模拟及实例分析证明了本文算法的有效性. 展开更多
关键词 点云平面拟合 随机采样一致性 噪声 密度聚类 主成分分析
在线阅读 下载PDF
基于图神经网络的去偏因果推荐 被引量：2
15
作者 荀亚玲 李欣意 +2 位作者 韩硕 李砚峰 王兴 《计算机应用研究》 北大核心 2025年第5期1331-1337,共7页
推荐系统通常依赖用户的历史交互数据进行模型训练,虽然能够较好地反映用户过去的行为偏好,但在捕捉用户的潜在兴趣方面存在局限性,同时也面临数据稀疏性问题;此外,推荐系统往往过度关注流行度较高的项目,而未能充分考虑用户的真实偏好... 推荐系统通常依赖用户的历史交互数据进行模型训练,虽然能够较好地反映用户过去的行为偏好,但在捕捉用户的潜在兴趣方面存在局限性,同时也面临数据稀疏性问题;此外,推荐系统往往过度关注流行度较高的项目,而未能充分考虑用户的真实偏好,进一步限制了推荐的多样性和个性化水平。针对上述问题,提出一种去偏因果推荐方法GDCR(graph neural network-based debiased causal recommendation)。首先,GDCR引入图神经网络GNN来聚合用户-项目交互图和社交网络图中的信息,过程中不仅考虑了用户对不同项目的评分差异,还根据用户之间关系的紧密程度进行深入分析,从而获取更丰富、全面的用户表示和项目表示。然后构建因果图描述数据的生成过程,并分析导致过度推荐热门项目除了受流行偏差影响外,还受到一致性偏差的影响,由此,应用后门调整策略来消除上述偏差。在MovieLens和Douban-Movie两个公开数据集上,与八种基线方法进行了对比实验,结果表明,GDCR方法相较于其他先进的推荐方法展现出显著的性能优势,进一步验证了该方法在缓解数据稀疏性问题和提升推荐准确性方面的有效性。 展开更多
关键词 推荐系统 因果推断 图神经网络 后门调整
在线阅读 下载PDF
基于邻域搜索策略的蜣螂优化算法及应用 被引量：1
16
作者 杜晓昕 牛丽明 +3 位作者 王波 王一萍 李长荣 王振飞 《广西师范大学学报(自然科学版)》 北大核心 2025年第2期149-167,共19页
针对蜣螂优化算法存在收敛速度慢,容易陷入局部最优,且全局探索能力较弱等问题,受领导者-追随者策略(leader-follower)的启发,本文提出一种基于邻域搜索策略的蜣螂优化算法。首先,引入Singer映射初始化种群,提高初始解的质量,提高算法... 针对蜣螂优化算法存在收敛速度慢,容易陷入局部最优,且全局探索能力较弱等问题,受领导者-追随者策略(leader-follower)的启发,本文提出一种基于邻域搜索策略的蜣螂优化算法。首先,引入Singer映射初始化种群,提高初始解的质量,提高算法的收敛速度;其次,提出一种邻域搜索策略来增强种群多样性,跳出局部收敛,提高算法的局部开发能力;最后,设计一种精英池-扰动策略来扩大搜索范围,增强算法的全局勘探和局部寻优能力,提高算法的求解效率及求解精度。为了验证所提算法的有效性,本文设计一系列实验来验证所提算法的性能,结果表明,该算法在寻优精度和收敛速度方面有较大提升。将该算法应用于无人机三维路径规划问题,实验结果表明,该算法在处理实际应用问题时表现出了有效性和高效性。 展开更多
关键词 蜣螂优化算法 路径规划 Singer映射 邻域搜索策略 精英池-扰动策略
在线阅读 下载PDF
混合近邻和多簇合并的密度峰值聚类算法 被引量：2
17
作者 吕莉 赵妞 +2 位作者 肖人彬 王新峰 韩龙哲 《控制与决策》 北大核心 2025年第7期2194-2202,共9页
密度峰值聚类算法简单、高效,可识别任意维度和形状类簇,已在各领域得到广泛应用.然而,密度峰值聚类算法也存在一些问题,如:对截断距离参数敏感、难以发现低密度区域的类簇中心以及容易产生“多米诺效应”.为此,提出混合近邻和多簇合并... 密度峰值聚类算法简单、高效,可识别任意维度和形状类簇,已在各领域得到广泛应用.然而,密度峰值聚类算法也存在一些问题,如:对截断距离参数敏感、难以发现低密度区域的类簇中心以及容易产生“多米诺效应”.为此,提出混合近邻和多簇合并的密度峰值聚类算法.首先,综合考虑样本的全局分布与局部结构,引入自然近邻与k近邻重新定义局部密度,消除对截断距离参数的敏感,并提高低密度区域样本的局部密度以增加类簇中心的识别度;其次,将样本划分为多个微簇,并利用簇间关联度进行合并,减少距离类簇中心较远的样本的分配错误,从而有效缓解分配错误连带效应.使用人工数据与真实数据进行测试,结果表明,所提出算法的综合性能优于对比算法. 展开更多
关键词 聚类 自然近邻 K近邻 簇间关联度 密度峰值 局部密度
原文传递
融合全局和属性信息的双图神经网络会话推荐 被引量：1
18
作者 杨兴耀 齐正 +3 位作者 张祖莲 于炯 陈嘉颖 王东晓 《计算机工程与设计》 北大核心 2025年第3期770-778,共9页
为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用... 为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用一个门控机制捕获显式信息,在属性图中将一个自注意力机制嵌入到图注意力网络中学习项目隐式信息。利用池化操作将两种信息融合,根据最终嵌入计算预测评分。实验结果表明,模型在3个公开数据集Diginetica、Tmall和30Music上的精确度和平均倒数排名优于新近基线模型,验证了模型的有效性。 展开更多
关键词 推荐系统 会话推荐 图神经网络 注意力机制 门控机制 图注意力网络 自注意力机制
在线阅读 下载PDF
基于图神经网络和强化学习的柔性作业车间调度算法 被引量：2
19
作者 王亮 顾益铭 刘世亮 《实验室研究与探索》 北大核心 2025年第2期101-109,共9页
针对不同规模的柔性作业车间调度问题,提出一种基于图神经网络的深度强化学习算法(GRL)。该算法采用3个异构析取子图来表征车间状态,并利用图神经网络提取车间特征,构建相应的马尔可夫决策过程,使用模仿学习与强化学习相结合的联合训练... 针对不同规模的柔性作业车间调度问题,提出一种基于图神经网络的深度强化学习算法(GRL)。该算法采用3个异构析取子图来表征车间状态,并利用图神经网络提取车间特征,构建相应的马尔可夫决策过程,使用模仿学习与强化学习相结合的联合训练策略来更新神经网络参数。实验结果表明,所提GRL算法在不同规模订单、工序复杂程度和机器选择柔性下表现出较低的最长完工时间和较小的案例参数敏感性。将小规则案例下训练的网络泛化至大规模案例,体现相对优先调度规则较好且稳定的求解质量。研究成果为项目式教学提供典型的人工智能应用案例。 展开更多
关键词 强化学习 图神经网络 模仿学习 柔性作业车间调度
在线阅读 下载PDF
融合多策略改进的白鲸优化算法 被引量：7
20
作者 柴岩 常晓萌 任生 《计算机工程与应用》 北大核心 2025年第5期76-93,共18页
为进一步提升白鲸优化算法(BWO)的寻优能力和收敛速度,提出一种融合多策略改进的白鲸优化算法(multi-strategy improved beluga whale optimization,MIBWO)。针对算法初期因随机生成个体的遍历性较差使得算法易陷入局部的劣势,利用PWLC... 为进一步提升白鲸优化算法(BWO)的寻优能力和收敛速度,提出一种融合多策略改进的白鲸优化算法(multi-strategy improved beluga whale optimization,MIBWO)。针对算法初期因随机生成个体的遍历性较差使得算法易陷入局部的劣势,利用PWLCM混沌映射增加种群多样性以及准反向学习生成的反向解增强初始解的质量,为算法寻优性能奠定基础;构造一种动态限制局部扰动搜索机制,引入非线性收敛因子扰动个体增加求解精度与速度,为避免收敛因子在迭代后期过快收敛,利用动态平衡搜索策略以避免陷入局部最优;提出一种差异性种群进化策略对鲸鱼坠落阶段进行最优值位置扰动更新,有效提升收敛精度。理论分析和数值实验证明MIBWO算法具有较强的寻优性能,MIBWO算法在PV辨识问题体现了良好的寻优性能、收敛速度及鲁棒性并具有一定的实际工程应用前景。 展开更多
关键词 白鲸优化算法 PWLCM混沌映射 准反向学习 非线性收敛因子 动态平衡搜索策略 差异性种群进化策略 PV辨识问题
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部