关键词： 神经网络   分组密码算法   等价算法   思维链   轮函数  

摘要： 神经网络作为强大的非线性建模工具，近年来已开始在密码学领域展现其潜力，为加密数据分析提供了新的技术思路。本文利用深度神经网络模型从已知加密算法的内部函数中学习映射关系，基于思维链提示模式构建与原算法功能等价的加密神经网络模型，通过精心设计高效的神经网络结构和构造合适的训练数据集，实现了异或、或、与、模加法运算、循环移位、S盒变换、行移位和列混淆等密码算法基本操作的等价神经网络模拟。在此基础上，本文对AES-128、SM4、SIMON32/64和SPECK64/96这4种典型分组密码算法的加密和密钥扩展功能进行了学习，验证了该模型在不同应用场景下的准确率和稳定性。实验结果表明，该模型在AES-128、SM4和SIMON32/64算法上的神经网络等价学习成功率均达到100%，在SPECK64/96算法上的神经网络等价学习成功率也达到97%。基于思维链的分组密码算法等价神经网络模型不仅能够准确学习原加密算法的运算逻辑，而且能有效模拟其密钥扩展过程，具有很高的仿真精度和稳定性。

关键词： 装配线平衡   U型装配线   人机协作   合作型协同进化算法   问题特定知识   Q学习  

摘要： 随着员工成本的增加，协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。在多种装配线布局形式中，U型装配线因其在缩短物料搬运距离、提高资源利用率等方面具有显著优势而得到广泛应用。针对U型人机协作装配线平衡问题，提出了知识和学习驱动的合作型协同进化算法以实现问题的有效求解。采取操作排序向量、装配模式分配向量和装配模式选择向量三层编码方式，并通过有效解码获得可行的调度方案；设计新的协同进化机制以增强算法的局部搜索能力；设计结合问题特定知识的邻域算子以引导算法搜索方向，同时通过基于Q学习的参数自适应更新机制以保证计算资源的合理分配。将本文算法与现有的混合整数规划方法、约束规划方法、Benders分解算法和模拟退火算法进行实验对比。结果表明，本文算法求解质量和稳定性明显优于对比算法，可有效应对U型人机协作装配线平衡问题。

关键词： 机载激光雷达   点云滤波   形态学滤波   数字高程模型  

摘要： 针对矿区机载LiDAR点云滤波中存在的窗口尺寸自适应不足、负地形漏检及陡坡区域误分类等问题,以鹤岗矿区3类典型场景为研究对象,提出一种渐进式多窗口形态学滤波算法(P-SMRF),该算法在SMRF框架基础上,融合渐进多尺度开运算以实现地物最佳窗口尺寸的自适应选取;建立双通道滤波机制以增强对矿区负地形的识别;引入基于局部坡度的动态阈值函数以提升陡坡及破碎地形分类精度。结果表明,文中方法的P-SMRF平均总误差为5.36%,加权总误差为4.41%,Kappa系数达94.32%,综合性能显著优于PTD、SMRF及CSF等对比滤波算法,平均处理时间为7.039 s。该算法为矿区沉陷监测与高精度DEM构建提供了有效技术支持。

关键词： 组网测向   序贯决策   强化学习   动作屏蔽   几何精度因子  

摘要： 针对传统组网测向方法应对高速移动、短时出联目标信号时效性差、难以实时跟监的问题，提出一种基于REINFORCE算法的组网测向选站方法。采用马尔可夫决策过程（Markov Decision Process, MDP）框架，将站点组合过程分解为多步决策过程，通过逐次选取站点来构建组合，实现组合优化问题到序贯决策问题的转化；同时，以站点与目标的位置关系作为状态空间，用选站组合数量约束智能体的学习步数，对已选择的站点进行动作屏蔽，并利用几何精度因子（Geometrical Dilution of Precision, GDOP）作为奖惩函数评价选站方案的优劣。实验结果表明，该方法在时间复杂度上显著优于遍历方法与遗传算法，在定位精度上与遍历方法基本持平，在泛化能力上，能够学习到测向站空间构型与GDOP之间的映射关系，对于未训练的目标场景也可以完成组网方案决策。

关键词： 大数据分析   皮革企业   电商运营   数字化转型   效果评估  

摘要： 本文结合皮革行业电商运营的行业特性，剖析当前皮革企业电商运营中存在的现实问题，系统阐述大数据分析在皮革企业中的具体应用路径，并从多个维度构建大数据分析的效果评估体系，旨在为皮革企业借助大数据分析实现电商运营的数字化、精细化转型提供实践参考，推动皮革行业电商生态的高质量发展。

关键词： 改进鲸鱼算法   订单式火力打击规划   Tent混沌映射   Levy扰动   种群多样性维护策略  

摘要： 为提高订单式火力打击多目标优化的订单生成效率，实现更加快速的战场反应，本文提出了一种基于Tent映射的改进鲸鱼优化算法(ITWOA)来求解多目标打击规划中的分配问题。该算法采用Tent映射初始化种群以增强多样性，引入非支配排序与拥挤度距离维护外部存档，通过基于拥挤度的轮盘赌机制选择领导者以平衡收敛与分布性能，利用Levy飞行进行扰动以提升全局搜索能力，采用种群多样性维护策略以及边界约束限制方法进行位置更新，有效克服传统算法局部早熟收敛的缺陷。通过对小、中、大规模火力规划进行仿真演算，表明ITWOA能够有效支持订单式火力打击中的多目标决策优化，且稳定维持在秒级。同时，对比鹈鹕算法、粒子群算法、海洋捕食者算法、非支配排序鲸鱼算法，ITWOA在4种性能指标上平均提升16.39%，展现出更优的收敛精度、分布均匀性及解集多样性。仿真结果表明，本研究可为解决复杂战场订单式火力打击作战规划提供支撑。

关键词： AquaCrop模型   NSGA-Ⅱ优化算法   水氮优化   玉米   向日葵  

摘要： 为实现鄂尔多斯黄河南岸灌区的作物水肥管理优化，以玉米和向日葵为研究对象，采用结合AquaCrop作物模型与非支配排序遗传算法Ⅱ（Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ）的多目标优化框架，以作物产量、灌溉水利用效率、氮肥偏生产力最大化为协同目标，开展覆膜滴灌条件下水肥制度优化研究。结果表明：AquaCrop模型可有效模拟该灌区作物生长与产出响应，适用性良好；基于特定水平年气象条件，多目标优化下玉米（典型平水年）生育期最优水、氮施用量分别为1 280～1 520 m3/hm2与212.8～243.6 kg/hm2，向日葵（典型枯水年）生育期最优水、氮施用量分别为900～1 100 m3/hm2与232.5～273.75 kg/hm2。此外，本研究方法与传统只以作物产量为优化目标的方案对比，玉米和向日葵的产量亏损仅为9%和6%，而水肥利用效率显著提升21%和14%。综上，本研究构建的优化框架，对于缓解面源污染，助力黄河流域生态保护与农业高质量发展具有重要意义。

关键词： 二分坐标下降   自适应陷波器   单频信号   卡尔曼算法  

摘要： 水声信道具有多径传播、强衰落、显著的频率选择性以及复杂的背景噪声等特性，使得目标频点在低信噪比条件下难以实现稳定可靠的检测。传统最小均方(LMS)算法在单频信号检测中不仅收敛速度较慢、稳态误差较大，而且在强衰落环境下稳定性不足；而标准卡尔曼自适应陷波器虽然具备较高的收敛性能，但其增益更新依赖矩阵求逆，计算复杂度高，难以在资源受限的硬件平台上高效实现。针对上述问题，该文采用一种基于二分坐标下降(DCD)算法的卡尔曼自适应陷波器，用于水下单频唤醒信号的高可靠及高效检测。该方法引入DCD迭代策略，将卡尔曼增益的求解转化为对称正定线性方程组的数值解算，利用移位和加减运算替代了复杂的除法及矩阵求逆，有效克服了标准卡尔曼自适应陷波器算法在定点硬件上的实现难题。仿真与水池实验结果表明，该算法在保持与标准卡尔曼自适应陷波器相近的收敛性能的同时，成功将计算复杂度降低至线性级别，相比标准卡尔曼自适应陷波器算法每次迭代降低了约93.4%的运算资源消耗。特别是在-6 dB的低信噪比环境下，其检测概率较传统LMS算法提升了48.3%，充分验证了其在计算资源与功耗受限的水下唤醒系统中的应用价值。

关键词： 大数据   国土空间规划   成果辅助审查   系统设计  

摘要： 国土空间规划涉及数据量大、数据处理复杂等问题,人工进行成果审查存在效率低、成本高等问题,严重影响国土规划成果审查水平。为了提升国土空间规划成果利用的合理性,本文利用HTML 语言设计成果辅助审查系统。系统设计 4 个功能模块,分别为成果审查数据收集模块、成果审核模块、成果传输模块、成果查阅权限模块。结果显示,HTML 语言与大数据端进行联合,提升成果辅助审查效果,提高审查准确性,符合国土空间规划要求。同时,辅助审查系统的整体性能良好,延迟率、数据丢失率以及系统兼容性均符合要求。

关键词： 大数据分析   UV 胶印   产能优化   智能化改造   印刷行业  

摘要： 随着印刷行业智能化转型的加速,UV 胶印工艺面临产能提升和效能优化的需求。本文以大数据分析为基础,系统梳理并评估 UV 胶印生产流程中关键环节的运行瓶颈,提出智能化改造路径。通过数据驱动的工艺调整与设备优化,提高生产效率、降低能耗,实现产能优化。研究结果显示,智能化技术嵌入及数据精细化管理明显提升了 UV 胶印整体运营水平,为推动印刷行业高质量发展提供了理论支持和实践参考。