关键词： 钢筋混凝土梁   长期挠度   BP神经网络   改进的蜣螂优化算法   机器学习模型  

摘要： 为了准确预测钢筋混凝土(reinforced concrete, RC)结构的长期挠度,并减少试验研究成本,提出了一种基于改进的蜣螂优化算法(enhanced dung beetle optimization, EDBO)和反向传播神经网络(back-propagation neural networks, BPNN)相结合的模型,即EDBO-BPNN模型.该模型通过EDBO技术对BPNN预测模型进行优化,从而提升模型的预测能力.通过EDBO-BPNN混合模型与现有模型对RC梁在复杂环境下的长期挠度进行预测,验证了所提混合模型的预测能力.结果表明:所提出的EDBO-BPNN模型在预测钢筋混凝土结构长期挠度方面兼具高精度和强稳定性;在精度上,EDBO-BPNN模型训练集和测试集的R2分别达到0.967 5和0.957 7,均高于对比模型;RMSE分别减小到4.242 5和5.442 7,MAE分别为2.416 1和4.008 0,4项误差指标均优于其他对比模型;在稳定性上,EDBO-BPNN模型训练集与测试集的R2差值仅为0.009 8,均远小于对比模型(最大R2差值达到0.160 7),且30次独立试验的箱线图分布最为紧凑,表明其泛化能力强,过拟合风险低.

关键词： 有源电力滤波器   dq0法   自适应滤波器   动态调整   负载突变  

摘要： 针对有源电力滤波器谐波检测中传统dq0法因低通滤波器导致的动态响应与稳态精度矛盾问题,该文提出了一种改进的变步长LMS(Least Mean Squares)自适应滤波器的谐波检测方法。该方法引入阈值触发机制实时感知负载突变,并根据误差信号特征动态调整步长参数,结合基于瞬时无功功率理论的dq0谐波检测法,在Matlab/Simulink中搭建的三相四线制并联APF模型上进行仿真验证。仿真结果表明:当负载在0.15 s突变后,改进方法仅在0.16 s后达到稳态,响应速度较传统变步长方法提升11%。在保证系统稳定性的前提下,所提方法将总谐波畸变率有效控制在2.3%,优于5%的行业标准限值。仿真结果表明,这种智能化的步长调节策略实现了动态响应速度与稳态检测精度之间的最优平衡,有效克服了传统步长算法在快速性与准确性之间的矛盾。

关键词： ISFLA算法   SVM参数优化   电力系统   变压器故障  

摘要： 针对现有电力系统变压器故障诊断方法存在的精度低等问题,提出一种基于ISFLA算法优化SVM参数的电力系统变压器故障诊断方法。构建深度卷积网络模型,输入采集的变压器工作数据,通过卷积、池化等运算训练输入样本。引入SVM分类器和ISFLA算法,优化SVM的惩罚参数和核函数参数,提升深度卷积网络模型的数据训练性能。通过性能测试实验得出结果,在空载、正常负载和过载三种工况下,优化设计方法的故障类型正确诊断率达98%,优于现有的诊断算法。由此得出结论,提出的优化设计方法具有更优的故障诊断性能和适用性。

关键词： 算法社会   防沉迷义务   算法沉迷   技术治理  

摘要： 公民个体作为数字时代的参与者,享有不被算法不当操纵的权利,同时也承担着自我保护的义务,保护自身免受数字技术的潜在负面影响。本文尝试从个体义务的角度探讨防范算法沉迷。通过有限理性理论和自由意志理论,证成算法社会中个体防沉迷义务存在的合理性与必要性,剖析个体履行防沉迷义务的制度困境,并提出相对应的制度完善路径,以期应对在以智能算法为基础的交互技术、虚拟技术、数字孪生技术等被大规模运用的未来,可能产生的更为普遍的“个体过度沉迷”这一“安全性失范”问题。

关键词： 个性化新闻编辑   算法应用   用户体验优化  

摘要： 个性化新闻编辑的算法应用,是数字时代精准满足用户信息需求的重要技术支撑,用户体验直接影响新闻传播的效果及用户黏性。本文从算法应用核心优化维度、用户体验感知强化路径、算法与体验优化协同机制、实践优化策略四个方面,系统研究如何通过算法模型迭代、体验感知提升、机制协同创新,实现个性化新闻编辑中算法应用与用户体验的深度融合。以用户需求识别、内容匹配精度、场景适配能力等算法核心要素为基础,以可用性提升、情感价值塑造、包容性设计等体验优化目标为依托,创建起“算法赋能—体验反馈—协同迭代”的完整体系,为个性化新闻编辑的算法应用实践提供理论参考和操作指引。

关键词： 校园火灾   2-4模型   Apriori算法   事故致因因素  

摘要： 随着近年来校园火灾事故的频发,校园火灾防控工作愈显紧迫。鉴于此,亟须强化校园典型场景火灾事故的致因特征及其关联关系研究。本文系统收集了2008-2024年间国内外58起校园火灾案例,通过卡方检验识别事故高发的典型场景,并基于2-4模型对事故致因进行分类,构建致因因素集。随后引入Apriori算法挖掘致因间的关联规则,并深入剖析强关联规则。研究结果表明:实验室火灾多由实验操作不规范、重科研轻安全等因素引起;宿舍楼火灾则多源于违规使用电器、日常监管不到位等问题。进一步分析显示,重科研轻安全与防护措施未落实、危化品管理不善等因素间具有显著关联;宿舍楼中使用违规电器与安全教育匮乏等因素间存在复杂关联。研究结果可为制定校园火灾防控措施、提升校园安全管理水平及降低此类事故发生频率提供科学指导。

关键词： ISAR成像   稀疏孔径   微动部件   核范数   信息熵   逆拉东变换  

摘要： 在逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中,目标上的微动部件会在雷达回波信号中引入额外的频率调制,从而带来微多普勒干扰.此外,在空天攻防强对抗条件下,雷达探测资源受限、目标运动复杂等因素可导致雷达回波缺失,出现稀疏孔径回波.在稀疏孔径下,稀疏孔径导致的旁、栅瓣以及微动带来的微多普勒干扰将会相互叠加,使得成像算法和处理技术面临着一系列挑战.本文针对稀疏孔径微动部件ISAR成像问题,结合其信号模型和运动特性,在鲁棒主成分分析的基础上提出了一种基于核范数和信息熵联合优化的ISAR成像算法.该方法基于主体一维距离像(high resolution range profile, HRRP)的低秩性和微动部件HRRP的稀疏性,使用矩阵核范数和信息熵函数来对其进行约束,有效减少了对重要特征的过度缩小,实现了目标主体与微动部件信号的高精度分离和成像.随后,联合逆拉东(inverse Radon, Iradon)变换对分离后的微动部件HRRP进行投影变换,得到稀疏孔径下微动部件的高质量ISAR图像.最后,基于仿真和实测数据验证了所提算法的有效性.

关键词： 图像分割   扫描电镜图像   模糊C均值(FCM)   谱聚类  

摘要： 材料是人类生存和发展的基础。扫描电子显微镜能展示材料的微观形貌,助力研究材料的组织结构和性能。目前,扫描电镜图像的信息提取主要依赖人工标注,既耗时又准确性差。为了提高扫描电镜图像分割效率和精度,提出基于谱聚类的快速模糊C均值(Fuzzy C-Means,FCM)算法。该算法通过谱聚类自适应确定聚类数目,利用直方图信息替代传统的像素数目,有效减少数据冗余,降低计算复杂度。实验结果表明,所提算法在高分辨率图像分割中具有较高的准确性和效率,相较传统FCM算法优势明显。该方法为高分辨率图像分割提供了一种创新的解决方案,具有较高的实用价值。

关键词： 最优区分理论   企业创新   战略选择   大数据变革  

摘要： 数字技术所带来的革命性冲击使得企业现有的许多技术和技能过时。面临这种外部技术环境变革,企业会通过强化革新来谋求未来的繁荣,还是会依靠模仿行为以应对当前的不确定性?这成为了一个有待探索的问题。在世界各国谋求数字化变革的新时代,本文以中国建立大数据综合试验区为准自然实验,实证研究发现:大数据变革冲击下,企业的创新决策呈现出求同与存异并举的特征,企业的探索式创新水平得到提升,企业创新的同群效应得到增强。特别地,求同与存异并举的现象还受到补偿协奏逻辑的支配,即对于探索式创新程度较高、需要合法性补偿的企业,其技术创新的同群模仿现象更为显著。本文拓展和深化了关于企业战略平衡行为的文献,相关结论能够为实践中企业创新战略的制定提供一定参考。

关键词： 海岛   地震灾害   地震灾害风险   聚类算法   多准则决策方法  

摘要： 海岛作为独特的地理单元,常处于海陆相互作用的动力敏感地带,地震活动频繁且风险突出。为实现科学评价,本文构建了涵盖危险性、暴露度、敏感性和适应能力的多维风险指标体系,并提出改进的可能模糊C均值(possibilistic fuzzy C-means,PFCM)聚类算法,结合Pearson相关性、CRITIC法与层次分析法(analytic hierarchy process,AHP)优化指标权重,提升聚类鲁棒性与准确性。基于该方法,对中国内地11个海岛县开展风险评价与分级。结果显示,整体风险水平偏高,空间分异显著。研究揭示了中国海岛县地震灾害风险的空间格局,可为抗震防灾规划与应急管理提供参考。