关键词： 动静态融合   网络遥测   网络拥塞控制   量化  

摘要： 随着数据中心网络规模增长，网络拥塞成为限制网络带宽及网络稳定性的瓶颈。现有主流拥塞控制方法如HPCC、DCQCN、TIMELY都存在固有局限性，无法兼具敏捷响应与精确调控。为突破现有瓶颈，提出TCFCC拥塞控制算法。该算法基于网络遥测信息在动态和静态两个维度对网络拥塞进行精确量化并将其乘性耦合，首次提出了动静态融合的遥测拥塞因子，同时依据链路规格定义理想拥塞因子作为速度调控的参考指标，并设计了相应的窗口更新策略。理论分析及NS-3仿真结果表明，相较于HPCC、HPCC-PINT、TIMELY，TCFCC算法在Incast场景下，交换机平均队列长度分别缩短19.22%、39.29%、43.39%，平均流完成时间分别降低24.09%、19.59%、38.56%；在高负载与复杂拓扑场景下，平均流完成时间分别降低21.66%、17.92%、33.81%。结果表明：该算法对于链路拥塞有敏捷的感知能力和精确的量化能力，不仅缩短了流完成时间，更有效提高了带宽利用率。

关键词： 铁路内部审计   实施路径   审计转型   协同机制  

摘要： 大数据技术应用于铁路企业内部审计,对铁路企业的稳定运营和发展意义重大。当前,在实际操作中,铁路企业对大数据技术与审计融合的理解仍然存在偏差。他们过度依赖大数据技术而忽视审计人员的专业判断,缺乏对大数据分析结果的筛选与运用能力,严重阻碍了大数据技术优势的充分释放。铁路企业应构建大数据审计平台,整合多源数据资源,运用大数据分析技术挖掘审计线索与风险,提升审计团队能力,完善大数据审计制度与规范,切实保障铁路企业内部审计工作的质量。

关键词： 船舶小组立构件   改进多目标蜣螂优化算法   双机器人焊接   任务规划  

摘要： 针对船舶小组立焊接中焊缝多样、工艺复杂的任务规划难题，通过划分专属区与共享区规避碰撞，并考虑焊接优先级、方向约束与异步焊接等工艺要求建立模型，以双机器人空载距离最短、焊接时间最小、工作均衡性为目标的优化模型，在蜣螂算法（NSDBO）基础上引入了Tent混沌映射和自适应精英引导策略，提出一种改进蜣螂优化算法（INSDBO）以提升种群多样性和收敛性。基于DTLZ测试集开展多种算法对比实验，实验结果表明INSDBO在解分布性与收敛性方面均优于NSDBO、NSGA-II、MOPSO和MOGWO。最后将所提方法应用于船舶小组立实际焊接任务规划，得到高效均衡的双机器人协同作业任务序列，验证了该算法在复杂焊接任务规划场景的有效性与优越性。

关键词： 非单调包含问题   算子对单调   惯性技巧   超松弛技巧   收敛性和收敛率  

摘要： 利用松弛与惯性技术,本文提出了一类新的松弛惯性算法求解非单调包含问题,在适当的条件下证明了算法所产生序列的收敛性并建立了非渐进O(1/k1/2)收敛率以及线性收敛率.数值实验表明新提出的算法的收敛速度优于已有的广义近似点算法.

关键词： 特征分割   点云投影   密度梯度   法向量法   RANSAC  

摘要： 针对铸坯表面粗糙导致裂纹三维形貌分割困难的问题，提出一种加权密度梯度的表面裂纹三维点云分割算法。首先采集铸坯表面点云并经体素化滤波去噪，计算法向量；采用随机采样一致性（Random Sample Consensus，RANSAC）算法拟合基准平面，量化法向量偏离度并加权以增强缺陷特征。将点云投影至基准平面聚合为网格特征，计算密度梯度并经动态加权与高斯平滑处理，利用大津算法（Otsu）与梯度均值分别确定缺陷主体及边缘阈值，融合高密度与高梯度区域并填充孔洞得到缺陷掩码，最终反向匹配原始点云实现缺陷定位与分割。实验结果表明，该方法裂纹分割准确率、召回率、F值分别为98.9%、95.8%、97.3%，检测时间0.23秒，有效提升了铸坯表面裂纹三维形貌的分割性能，为铸坯表面缺陷的多维度检测提供了参考。

关键词： 新文科建设   双创教育   金融学人才培养   大数据   行业需求   深度融合  

摘要： 新文科建设强调学科交叉、文理相融，旨在培养具有跨学科专业背景和创新实践能力的新时代卓越人才。在此背景下，将“双创教育”融入金融学专业人才培养体系，可以培育适应时代需求的高素质金融人才，更好地契合新文科建设要求。本研究在深入分析新文科时代金融学人才培养面临新需求的基础上，阐释了“双创教育”与金融学人才培养深度融合的必要性。为此，提出从优化课程体系，强化实践教学，加强师资队伍建设，全方位营造创新创业氛围等多个维度进行统筹谋划，以加快构建适应新文科要求、具有鲜明金融学特色的创新创业人才培养体系。

关键词： 集成光子学   光纤—波导耦合   遗传算法   高维优化   自动对准  

摘要： 随着集成光子学的快速发展，光纤—波导端面耦合自动对准成为光量子芯片测试中的关键挑战。传统局部优化方法在处理高维、强耦合且存在多局部极值的对准问题时，易出现局部最优、收敛缓慢的情况。本文针对双端耦合系统中的高维全局优化问题，提出一种改进的遗传算法，设计了适用于双端坐标的染色体结构，引入染色体交叉操作提升搜索效率，增强全局搜索与局部细化能力，实现了12维耦合系统的有源自动对准。实验结果表明，该系统能够有效地收敛至全局最优耦合位置，表现出高度一致性。实验测得的平均对准时间为229.2 s，平均耦合损耗约为0.2 dB，验证了算法在高维耦合对准问题中的有效性与实用性，为单一传感参数条件下的高维全局优化问题提供了可行解决方案。

关键词： 多波束卫星网络   多域联合   交替优化   抗干扰  

摘要： 在面向空天地一体化演进的多波束卫星网络上行链路中，全频率复用与多波束覆盖在提升系统容量的同时，加剧了系统内同频干扰；此外，由于卫星链路的开放性，使其易受多类型外部恶意干扰影响。在系统内外干扰并存、链路状态快速变化的条件下，传统单一抗干扰方法难以兼顾吞吐性能、可靠传输与业务保障。为此，提出了一种面向卫星网络的多域联合抗干扰决策方法，构建空间域、频域、波形域与传输速率自适应协同优化框架。其中，波形域由正交频分多址（Orthogonal Frequency Division Multiple Access， OFDMA）和码分多址（Code Division Multiple Access， CDMA）两类候选波形构成。算法采用稳定匹配机制优化地面小区-卫星关联，结合增量式贪心与分布式协同迭代算法完成频域与波形域资源分配，并基于有效信干噪比映射实现速率自适应。进一步地，针对不同业务场景，分别构建考虑公平性的加权总速率最大化模型和考虑差异化服务质量（Quality of Service， QoS）的加权满足率最大化模型。仿真结果表明，所提算法能够有效提升系统吞吐性能和业务保障能力，在高负载情况下有效信干噪比低于-5dB的用户占比降至3.91%；且在差异化QoS场景下，高优先级用户满足率高达95%以上。

关键词： 深度可分离卷积   扫描线逼近法   几何重构   FPGA  

摘要： 工业视觉检测系统中，对含噪图像进行实时处理后进行几何特征提取始终有很大挑战。传统图像滤波速度慢、效果一般且去除噪声的同时往往会破坏几何完整性，而Hough等传统图形检测算法复杂度高、实时性不足，难以利用硬件并行计算优势。针对此类问题，提出一种基于形状先验的快速几何重构思想，并把整个检测系统于硬件实现。首先训练一个能在混合噪声中实现图形分类的轻量模型，推理后可在原图像中对不同类别使用对应特征提取算法：对圆形类别提出一种扫描线逼近法，对多边形类别使用FAST角点检测，快速实现几何重构。实验结果表明，该设计的深度可分离卷积的轻量型图形检测模型参数量少且效果好，提出的圆特征提取的扫描线逼近算法复杂度低，误差小。且整个系统相较于PC端检测，FPGA板级检测时间显著降低。

关键词： 配电网   不确定性   预测辅助状态估计   鲁棒最大相关熵准则容积卡尔曼滤波   鲁棒性  

摘要： 由于分布式电源出力波动、非高斯噪声干扰、模型参数失配、量测异常等多重不确定性因素的影响，传统状态估计方法难以精确感知配电网运行状态。为此，提出一种基于鲁棒最大相关熵准则容积卡尔曼滤波的预测辅助状态估计算法。针对预测模型与实际状态转移轨迹不完全匹配的问题，引入渐消因子在线调整预测状态误差来提高对运行状态的跟踪能力；基于M估计理论识别量测异常值，并设计一种带权重的相关熵代价函数以降低异常值对估计结果的影响；考虑到通常电网噪声统计特征未知，采用改进的Sage-Husa噪声估计器来修正系统噪声和量测噪声统计参数。在改进的IEEE 118节点配电网中验证所提算法在考虑复杂量测噪声、网络参数不确定、状态突变以及存在离群值等因素干扰下的高精度和鲁棒性。