摘要：PM2.5浓度预测是空气质量预警、污染溯源及精细化管控的核心前提之一,对保障公众健康、提升生态环境治理水平具有重要现实意义,针对传统PM2.5浓度预测方法(如ARIMA、传统机器学习模型等)难以有效捕捉数据中复杂非线性特征与长时序依赖关系、预测精度和稳定性不足的问题,文章提出一种融合随机森林(RF)、一维卷积神经网络(1DCNN)与双向门控循环单元(BiGRU)的组合预测模型.首先利用RF进行特征筛选,保留对PM2.5预测重要的特征,后利用1DCNN提取时序数据中的局部特征,并结合BiGRU捕捉PM2.5浓度变化的双向时序依赖关系,最终实现PM2.5浓度的精准预测.采用均方根误差(RMSE)、平均绝对误差(MAE)及决定系数(R2)作为模型评价指标,对模型预测性能进行验证.以某地某时间段空气污染与气象观测数据为例,实验结果表明,所提出的RF-1DCNN-BiGRU模型能够有效挖掘PM2.5浓度与多源影响因素的时序关联特征,具备优异的预测精度与稳定性.该研究为PM2.5浓度的时序预测提供了可靠的模型方法与技术参考.

摘要：针对微博舆情事件中网民观点演化规律难以精准挖掘、情感变化预测不够全面的问题,文章提出了一种融合多特征的舆情分析方法.以微博评论为研究数据,将评论的点赞量、回复量、转发量等交互特征,以及词频、词频增长率等文本特征融入传统TF-IDF算法,优化文本特征提取效果;采用LDA主题模型提取舆情事件各阶段评论池的核心主题,通过计算主题间相似度,明确网民观点随时间的动态演化形式.在此基础上,利用BERT等深度学习模型对舆论情感变化进行预测,结合召回率、准确率等评价指标,验证了所提模型在舆情分析中的有效性.最后,依据各阶段核心主题词的特征,将舆情事件的发展过程划分为酝酿期、发展期、爆发期、衰退期和稳定期五个阶段,为舆情事件的精准管控与科学引导提供理论支撑与技术参考.

摘要：乳腺癌是一种发病率和致死率较高的恶性肿瘤,及时诊断对于治疗乳腺癌具有重要意义.当前计算机对乳腺癌病理图像分类研究虽有进展,但传统机器学习依赖人工特征提取,深度学习模型存在特征表达不足和样本分布不均衡等问题.针对以上问题,文章提出了一种基于改进ResNet50的乳腺癌病理图像多分类方法.为弥补传统模型在处理高分辨率图片时的不足,使用RFAConv卷积替代传统卷积,同时加入EMA(efficient multi-scale attention)注意力模块,实现对精细图片的上下文信息融合,利用跨通道特征重组策略,实现对图片特征信息的优化提取.

摘要：针对工业级实时数据库数据采集和存储中存在的压缩率增加、延迟高等问题,文章设计了一种基于多Agent协作机制的查询系统.系统硬件包括了测量传感器、网络交换机、路由器等,在软件设计方面定义了多Agent协作机制,通过对协作机制内数据的分解,解析SQL查询语句,从而实现对语句指令的并发控制,完成工业级实时数据库协同查询方法的设计.实际测试的结果表明,所提系统能够提升数据压缩率,且压缩过程中将被采样数据的时延水平控制在50ms以内.由此得出结论,基于多Agent协作机制的查询系统实现了工业级数据库对实时数据的高密度存储与快速采集,提升数据查询和处理的效率.

摘要：针对侗族文化知识资料零散、专业性强、获取难度大等问题,文章基于大语言模型构建侗族文化知识库,以提升民族文化的数字化保护与传播效率.首先,以侗族建筑、服饰、音乐等多领域内容为基础,构建多维度语料库;其次,采用LangChain检索增强生成(RAG)对模型进行构建与对比实验.依托该方法,实现了具备知识动态更新与问答服务功能的侗族文化知识系统"侗语".研究结果表明,RAG技术能够有效降低侗族文化知识的获取门槛,提高知识服务质量,为民族文化数字化保护与创新应用提供可行的技术方案.

摘要：针对高能耗设备运行过程中的能效波动与诊断滞后问题,文章设计并构建了一套具备多源感知、边缘智能诊断、云端建模优化、控制反馈执行与可视化运维功能的智能能效优化控制系统.系统以Jetson Xavier NX为边缘节点,采集LEM、PCB与OMEGA等高精度传感数据,执行特征解耦与异常识别;云端融合LSTM预测与MOPSO优化,实现能耗趋势预测与策略自适应调度;控制信号通过S7-1500 PLC与MQTT实现远程下发,闭环反馈由OPC-UA完成策略响应监控.系统验证结果表明,该架构可实现高频次采集、快速响应控制与低延迟反馈,具备良好的工程部署性与跨设备通用性.

摘要：在对图像目标边缘检测时,复杂多变的光照条件会导致图像局部区域出现明暗不均、过曝或欠曝等现象.基于局部梯度或单一模态特征的方法由于缺乏对图像全局语义的理解,易受噪声影响,造成边缘模糊或断裂,导致检测精度较低.为解决这一问题,文章提出了一种基于Transformer多模态特征提取的图像目标边缘检测方法.首先,将采集的彩色图像通过灰度转换降低色彩干扰并采用高斯平滑抑制噪声,利用局部Otsu算法自适应计算最优分割阈值实现目标与背景的精确分离;其次,基于卷积神经网络(convolutional neural network,CNN)提取分割目标的多模态特征,结合Transformer的自注意力机制(Self-Attention)进行特征加权融合以增强对图像全局语义的理解,突出边缘特征,解决边缘模糊或断裂问题;最后,采用深度学习算法通过构建目标区域边缘概率图并优化损失函数实现边缘检测,再经掩码处理去除干扰得到最终边缘检测结果.实验结果表明,所提方法在实际应用中能够精准检测出目标区域的边缘,且边缘结构完整度数值为0.945,检测精度较高.

摘要：工业物联网(IIoT)的快速发展推动了智能制造、智慧工厂和工业自动化系统的升级.在IIoT环境中,传感器、执行器和通信设备产生海量数据,并通过网络进行实时交互.然而,工业环境中的噪声干扰(如机械振动、电磁干扰)和信号传输过程中的非线性畸变(如多径效应、传感器非线性)严重影响了数据的可靠性和系统性能.传统的信号处理方法通常假设噪声服从高斯分布,并采用线性模型进行回声消除,但在实际工业场景中,噪声往往呈现非高斯特性(如脉冲噪声、重尾分布),且系统存在显著的非线性效应.基于此,文章提出一种面向IIoT大数据融合的联合优化方案.首先,在非线性回声建模方面,采用无记忆非线性滤波器与稀疏FIR滤波器的级联结构,分别对非线性器件和线性声学路径进行建模.无记忆非线性滤波器(如分段线性函数)能够高效模拟非线性失真,而稀疏FIR滤波器则通过优化权值分布降低计算复杂度,从而在保证建模精度的同时提升计算效率;其次,在自适应滤波算法设计上,提出了一种改进的鲁棒算法——修正的改进比例归一化符号算法(MIPNSA).该算法在符号算法(SA)的基础上引入比例归一化机制,通过动态调整稀疏路径的权值更新步长,显著提升收敛速度;同时,结合L1范数优化增强算法对非高斯噪声的鲁棒性,确保在工业噪声环境下的稳定性能,使其更适合部署在资源受限的边缘设备上.研究结果表明,所提方法在非高斯噪声和非线性系统场景下具有显著的理论意义与工程应用价值.

摘要：为解决传统燃气表检测和读数效率低、精度差的问题,文章提出了一种基于改进YOLOv11的家用燃气表读数自动检测方法.该方法通过引入混合局部通道注意力机制(mixed local channel attention,MLCA)增强模型对重要信息的关注度,采用多分支卷积(inception depthwise convolution,IDC)提升模型的多尺度特征提取能力并降低计算复杂度,并基于自适应阈值焦点损失(adaptive threshold focal loss,ATFL)改进损失函数以提高模型在类别不平衡情况下的整体性能.从实验结果可知,经过改进后得到的模型准确率、召回率、平均精度等各项指标均比基准模型提高2％、1.5％、4.7％,推理速度比基准模型快18.51帧/s.该方法在实际应用中准确度高、速度快,具有较好的应用前景.

摘要：针对虚拟电厂调度受到多种实际条件的限制,单一目标函数无法满足实际业务场景的复杂需求,导致调度方案存在缺陷的问题,文章提出一种电力大数据驱动的虚拟电厂优化调度方法.通过整合预处理后的电力异构数据,将其数据特征融合作为模型输入,建立调度模型,根据这些输入数据设定目标函数,进而构建多目标函数.随后引入约束条件以确保函数解的可行性与安全性,生成多种调度方案,并计算其适应度,最终模型输出适应度最高的最优调度方案.实验表明,应用该方法的电厂调度成本最低,约为530万元,低碳经济性调度仅有少量弃风,约为30 MW.

摘要：针对工业生产中的螺钉漏装检测效率低、精度不够等问题,文章提出一种基于深度学习的螺钉缺失检测方法.该方法结合FCOS目标检测算法与U-Net关键点检测网络,通过多视角图像采集与融合,配合暗箱设计构建稳定光照环境,实现了自动、高精度检测螺钉缺失,并应用于螺钉漏装检测.实验结果表明,该方法在不同光照条件下对不同型号内筒的检测正确率均达到99.7％以上,漏报率0,误报率低,适应性强.该方法在工业生产中对螺钉缺失的检测效率和精度进行了有效的提高,为质量控制的智能制造提供了可行性方案.

摘要：风格生成方法作为"设计助手"的核心模块,为人机协同创作模式奠定技术基础.文本到图像个性化和风格化的目标是指导一个预先训练好的扩散模型来分析用户引入的新概念,并将其融入期望的风格中.现有设计风格生成方法面临部署成本高、准确率低以及同质化倾向等问题.为此,文章提出了一种融合LoRA 与 MoE 机制的高效设计风格生成模型 LMSD(lora-moe-stable diffusion),在 Stable Diffusion 的图像生成过程中,通过插入LoRA层实现轻量化微调并且融合MoE模块以提高模型精度.同时,采用风格一致性损失函数,解决生成结果在风格维度上与输入Prompt保持一致.实验结果表明,该模型在优逸客提供的GUI作品集上风格匹配准确率提升至89.7％,验证了其有效性和优越性,为生成式设计工具的智能化发展提供了有效路径,减少了人工设计过程中的重复劳动和时间成本,为UI设计师们开辟了广阔的创作空间与灵感源泉.

摘要：针对建筑工程施工方案生成中长文本完整性与经验创新性难以兼顾的问题,文章提出一种LLM(大语言模型)与RAG(检索增强生成)深度融合的混合框架.通过构建动态协同机制,将施工方案内容划分为经验驱动型(如施工工序优化、资源动态调度)与规范驱动型(如安全标准、材料规范),分别利用微调LLM生成创造性内容,结合RAG从结构化知识库中精准提取规范条款,并设计多模态校验与上下文融合算法实现内容无缝整合.基于混凝土、钢筋工程等工程案例的实验表明,该框架生成文本平均长度达1.5万字,完整性覆盖率达98.3％.研究验证了混合框架在平衡生成内容创新性与合规性上的有效性,为建筑工程智能化设计提供了新范式.

摘要：随着社会经济的发展和城市化进程的加速推进,不动产测绘作为地理信息技术的重要应用领域,逐渐成为城市建设与管理、国土空间规划、房地产交易等方面的技术支撑.文章以广东省湛江市赤坎区"房地一体"农村不动产确权登记发证项目及广州市不动产数据整理项目为实证案例,系统分析了新型测绘地理信息技术在不动产测绘中的外业数据采集、内业数据整理及数据库建设等的具体应用.研究表明,GIS技术通过集成遥感、GNSS、无人机测绘、实景三维和人工智能等新兴技术,显著提升了测绘精度和效率,实现了空间数据的标准化、一体化、可视化分析与管理.项目实践表明,移动GIS技术和在线平台为实时数据采集与共享提供了有力支持,促进了地理信息服务的开放与共享.文章通过具体案例分析,探讨了新型测绘地理信息技术在不动产测绘中的应用途径,并展望了其未来发展趋势,以促进测绘领域与信息技术的融合创新,推动测绘事业向智能化、数字化、网络化方向发展.

摘要：为解决传统FPGA+DSP架构雷达信号处理系统功耗高、PCB面积大、成本高昂且难以满足小型化需求的问题,文章以Zynq-7045芯片为核心数字计算器件,构建了一种超小型雷达信号处理系统,使用其内置的PL(FPGA资源)和PS(ARM资源)硬核计算资源高效地完成了雷达信号处理和目标检测,采用专用DDS芯片和AD芯片作为主要的外围器件,分别完成波形发生和回波采样功能.通过编写PL和PS端软件,完成了对雷达回波的信号处理,实现了对目标的稳定检测.得益于Zynq芯片SoC级深度整合,该超小型雷达信号处理系统展现出了令人满意的性能和PCB面积收益,对比使用FPGA+DSP进行数字计算的传统信号处理架构,在保持高计算性能的同时,大幅降低了信号处理系统的功耗、发热量和使用面积,节省了成本,具有较明显的综合优势.

摘要：针对交通系统的路径选择行为建模面临可行路径多、轨迹数据稀疏和个体偏好不确定等问题,文章提出了一种基于最大熵逆强化学习面向双分支特征的车辆路径选择模型,实现路径选择行为的高效精准建模.该模型面向环境特征分支与上下文特征分支,分别对路网拓扑序列信息和驾驶员偏好进行建模,采用最大熵逆强化学习方法将双分支特征融合至奖励函数,以增强驾驶员个性化决策的表征能力.同时,构建图注意力网络(GAT)与插入式Transformer协同的特征增强模块,GAT增强链路表征以解决轨迹稀疏问题,插入式Transformer有效捕捉轨迹上下文的依赖关系.基于上海市GPS轨迹数据集的实验结果表明,所提模型在路径选择的准确性与轨迹拟合度方面均优于可比较方法,可以有效解决因忽略驾驶员个性化偏好与实际轨迹数据稀疏问题,能为个性化路径选择建模提供理论方法和技术支持.

摘要：在会议场景下,语音信号往往处于叠加状态,这会导致语音信号序列出现梯度爆炸或梯度消失的问题,进而降低语音识别的准确性.为此,文章开展了基于注意力机制的会议场景语音分离识别算法研究.首先,利用短时傅里叶变换将原始会议场景下的混合语音信号转换为语谱图形式;然后,通过包络检测提取语音信号的调制幅度谱,并将其作为编码器的输入.在分离器中,对编码器输出进行分割和SepFormer处理,以分离得到独立分布的语音信号.引入自注意力机制,通过多头学习处理输入的独立语音信号,并联合利用独立语音信号在不同空间的信息,从而在避免梯度爆炸或梯度消失问题的同时,准确识别并输出语音信息.在测试数据集上,所设计的算法分离输出的语音信号频域分布误差稳定在0.05 Hz以内,且对语音信息的准确识别率达到了 99.9％.

摘要：基于迁移学习的辐射源个体识别方法近年来受到广泛关注和深入研究.然而,这些方法通常假设存在一个已标记的源域和一个未标记的目标域,往往忽视了源域之间分布的多样性和复杂性.文章旨在研究基于对抗的多源域适应辐射源个体识别方法,提出了一种基于子网对抗的多源域适应辐射源个体识别算法,并设计了一个多源子网对抗网络模型(multi-source subnet adversarial network,MS-SAN).结合生成对抗网络的博弈思想,采用对抗手段对齐各个源域与目标域的类别特征,以最大程度提取与域相关的特征信息.根据各子网对抗训练后源域和目标域类别特征的相似程度,赋予不同权重,最后采用加权组合的方法对目标样本进行预测.通过使用ORACLE射频指纹数据集对多源子网对抗网络模型进行验证,实验证明该方法相比其他方法具有更高的识别率.

摘要：为探究无人机低空摄影测量技术在大比例尺地形图绘制中的应用效能,文章以广东省廉江市城控区西部1∶500数字化地形测绘项目为研究对象,系统分析该技术的核心原理与实际应用流程.研究结果表明,无人机低空摄影测量技术可高效获取高精度地形数据,相较于传统测绘方法,显著提升作业效率并降低综合成本,在精度、时效性及复杂地形适应性方面展现出突出优势.同时,进一步探讨了该技术在不同地貌条件下的适用场景与限制因素,并提出针对性的未来优化方向,其研究成果为大比例尺地形测绘领域的技术选型与实践应用提供了重要参考依据.