摘要：随着我国高速公路的不断发展,高速的维修养护随之提上日程,基于此,文章提出一种基于YOLOv8n的改进模型,以提升高速公路裂缝检测的准确性,并实现模型的轻量化设计.首先引用了 GAM注意力机制,提高了在复杂背景的特征提取能力;并且结合EIoU损失函数,优化了对细小目标的关注度;最后将Faster模块融入主干网络的C2f模块,减小模型的前向计算量.实验结果表明,改进后的YOLOv8n在精确度、召回率和平均精度均值(mAP)上比基础模型分别提升了 1.6、3.4和1.6个百分点,GFLOPs由原始结构的8.1降低至7.0,计算量下降约13.6％.整体性能仍优于当前主流检测模型.通过技术创新,提高了高速公路裂缝的自动化检测能力,填补了传统方法的主观性缺陷,为高速公路维护提供了更为高效、可靠的解决方案.

摘要：为完成ARINC664端系统被测设备的验证工作,测试其对错误消息的识别能力与鲁棒性,提升飞机飞行过程中的安全性和稳定性,需对ARINC664端系统向被测设备发送的数据包实施特定的故障注入操作.文章研究并实现了帧逻辑故障注入、软件故障注入两种方法:以ARINC664端系统芯片及相关硬件为载体,分别基于Verilog语言和C#语言进行开发;以ARINC664网络帧格式及网络配置文件为基础,针对不同验证场景完成特定故障注入或多类型故障混合注入;同时将两种方法集成至Windows可视化界面,能够在验证过程中更便捷、高效地构造激励数据.

摘要：新能源场站无人机执行航测过程中受外部因素的影响,所建立的映射点出现重叠,导致校正前后图像的接近程度低.为此,文章提出对面向新能源场站无人机航测图像智能校正与空间融合方法的设计与分析.通过Gauss核函数提取重叠图像中的特征值,计算出图像细节区域的阈值,并利用该阈值进行定点分割.对分割后的图像进行畸变处理,通过平衡仿射变换确定校正后的坐标点位,克服外部因素的干扰,避免点位重叠,完成智能校正处理.按照图像的校正情况设置空间融合等级,在等级之内以低秩处理提取统一的融合特征,展开二次配准,完成空间数据的融合.实验结果表明:所提方法得出的偏差逆系数相对较小,被控制在2.5以内,融合后的图像与源图像的接近程度提升,性能更为优越.

摘要：多任务学习(multi-task learning,MTL)在计算机视觉等应用场景中展现出卓越的性能,然而,在实践中由于模型在训练中所学习特征的随机性而导致推理能力低下.以往的多任务学习没有关心模型推理能力低下的问题,这增加了不必要的开销.为此,文章为MTL引入一种矫正网络,即CR-Drop(corrected regularized dropout).在这种方法中,STL(single-task learning)网络与MTL网络同时训练,以指导MTL训练过程中通用特征的学习.为了高效实现CR-Drop,使用改进的线上知识蒸馏(IOKD)作为模型架构.同时,使用梯度操纵方法FAMO(fast adaptive multitask optimization)平衡任务损失.在NYUv2数据集上的实验结果表明,所提方法比基准模型分别提高了 8.48％和8.64％,矫正网络CR-Drop 可以学习到更具泛化性的特征,从而缩小训练与推理之间的差距,提高资源利用率.

摘要：人形机器人展现"功夫模式",精准完成武术招式的拆解与连贯演示;人工智能大模型迭代升级,在医疗诊断、工业设计等场景实现深度落地;芯片自主研发取得新突破,先进制程工艺稳步推进;天问二号开启深空探测之旅,向着小行星采样返回目标全速迈进;首艘电磁弹射型航母正式入列,为我国远洋国防能力再添战略重器……回望2025年,中国科技创新多点突破、全域发力,以强劲"加速度"交出了覆盖多领域,兼具高质量的亮眼答卷,彰显了我国科技实力从量的积累向质的飞跃的深刻转变.

摘要：为实现超宽带相控阵天线抑制带内共模谐振的要求,文章设计了一款超宽带紧耦合偶极子相控阵天线.在紧耦合天线单元设计基础上,利用通孔加载以及类似共面波导结构,将主要频带内的共模谐振移至次要频段,实现超宽带设计,并进行加工和测试.仿真及测试结果表明,该超宽带紧耦合偶极子天线阵尺寸 540 mm×160 mm×27.4 mm,工作频段 1.6～5 GHz 内增益＞12 dBi,5～8.4 GHz 内增益＞20 dBi;且能够实现方位向±45°扫描.该天线具有超宽带、低剖面、低旁瓣的特点,为超宽带相控阵天线领域提供了一种新颖的天线结构.

摘要：针对传统纸质文档管理效率低下,安全性不足等问题.文章提出一种基于HTML转PDF(HTML2PDF)的数字化解决方案,实现校园各类证明文档的电子化转换与无需认证机构(CA)证书的电子签章、验章.通过采用超文本标记语言(HTML)构建的动态内容,转换为具备高保真打印特性和跨平台共享能力的便携式文档格式(PDF),构建了完整的电子签章系统架构.实验验证表明,该技术方案有效解决了纸质文档管理的核心痛点,为校园电子签章系统的工程化实现奠定了技术基础.

摘要：无线网络信息验证过程中密文维数膨胀会影响算法对加密向量内积的准确计算,造成加密有界分布状态模糊,导致最终加密算法无法完全覆盖所有信息,完整性验证率不佳.为此,文章提出一种无线网络信息公平可验证全同态安全加密方法.考虑信息矩阵向量水平连接状态确定加密向量内积,在满足最大列向量的同时输入一个BitDecomp向量,生成固定加密矩阵,确定加密有界分布状态;考虑信息对接预设条件与加密覆盖节点关系构建的加密索引,按照概率多项关系随机均匀处理,生成多层级可验证全同态安全加密方案,覆盖全部信息完成加密.实验结果表明,所提方法应用后,在不同类型的无线网络信息下完整性验证率始终较高,未出现异常重叠问题,符合随机注入信息的加密密钥编解码要求,具有抗干扰鲁棒性.

摘要：虚假评论的广泛存在已经严重威胁到电子商务平台和在线点评系统的公信力.传统的虚假评论检测方法多依赖于评论文本特征或用户行为特征,尽管在一定程度上提升了检测效果,但在面对协同刷评、模板化评论和混合策略攻击时仍表现不足.基于此,文章提出了一种融合时间序列特征突发性分析与大语言模型文本抽取的虚假评论检测框架.首先,在评论时间轴上构建多维序列,包括评论数量、平均评分以及单次评论用户比例,并提取一系列时序特征,如窗口突发强度、趋势斜率变点和时滞相关峰值,以捕捉群体性刷评的动态特征;其次,利用大语言模型对评论文本进行结构化抽取,生成情感极性、具体性与可核查性、一致性、风格异常等高层次语义特征,从而弥补传统浅层文本特征的不足;最后,将时序特征与文本特征融合输入监督学习模型进行判别.基于Yelp和Amazon公共数据集的实验表明,所提方法能够在评分异常发生前9天提前识别可疑评论窗口,展现出较高的实用性和可解释性,为应对复杂和动态的虚假评论行为提供了新的解决思路.

摘要：无刷直流电机(BLDC)因其优异的性能被广泛应用于各类驱动系统,但其控制性能易受参数变化、负载扰动及非线性因素(如换相转矩脉动)的影响.为提升BLDC控制系统的鲁棒性、动态响应性能及抗干扰能力,文章提出基于模糊马尔可夫模型的控制策略,将模糊逻辑处理不确定性和非线性的优势与马尔可夫模型描述系统状态随机转移特性的能力相结合,有效克服了传统方法的局限性.实验结果表明,基于模糊马尔可夫模型的无刷直流电机具有良好稳定性和抗干扰能力.

摘要：为应对"双碳"目标下风电高效智能运维需求,解决风电机组变频器输出功率因多变量时序特征引发的非线性强相关建模难题,文章提出一种融合CNN、LSTM与Transformer的可解释性预测模型.该模型利用CNN压缩输入维度并提取局部特征,通过LSTM挖掘时序依赖关系,借助Transformer多头注意力机制强化全局关联建模;同时引入SHAP方法,定量分析各输入变量对功率输出的影响以增强可解释性.基于真实风电SCADA数据的实验结果表明,该模型在SMAPE、MAE、RMSE等评估指标上均优于传统机器学习及单一深度学习方法;SHAP可视化进一步验证了模型对关键变量的有效识别能力.研究为风电场智能化管理与运维优化提供了可行方案及理论支撑.

摘要：针对小样本数据分类任务中存在的样本稀缺、标注成本高、模型泛化能力弱及类间区分性不足等问题,文章提出一种基于随机配置网络(SCN)的集成分类模型E-SCN.该模型通过正态分布初始化网络节点,并引入了多数投票机制集成多个差异化的SCN基分类器,以增强模型在小样本条件下的判别能力与泛化性能.实验结果表明:E-SCN相较于SCN及传统方法在分类精度与鲁棒性方面具有显著的优势,为小样本分类问题提供了新的有效解决方案,拓展了 SCN在低资源学习场景中的应用潜力.

摘要：大型语言模型(LLM)不可避免地存在幻觉现象,因其生成文本的准确性无法仅依靠模型内部封装的知识得到保证.虽然检索增强生成(RAG)为大型语言模型提供了有效的知识补充,但其效果很大程度上依赖于检索文档的相关性,当检索到无关内容时可能引发问题.为解决这一局限性,文章提出一种基于强化学习的检索增强生成框架(RL-RAG),以提升文本生成的鲁棒性.具体而言,采用交叉编码器计算的相关性分数作为奖励信号,通过建立奖励机制提升整体检索文档质量.在3个数据集上的实验结果表明,RL-RAG显著提升了基于RAG方法的性能表现.

摘要：表面天线虽具备高增益优势,但多金属贴片结构导致其尺寸偏大,在不影响天线性能的前提下实现小型化已成为重要设计需求.针对双圆极化天线在频谱资源匮乏场景下的应用需求,文章设计了一款基于等效电容性枝节加载的双圆极化超表面天线.该天线两个馈电端口位于同一层,通过分别馈电实现双圆极化,相较传统切角超表面天线具备更小尺寸.测试结果表明,该天线左旋圆极化工作频段为4.77～6.3 GHz,右旋圆极化工作频段为4.87～6.29 GHz;经枝节加载后,天线尺寸缩小至0.619λ0×0.619λ0×0.077λ0,有效实现了小型化目标.所提出的特征模分析方法,可深入洞察天线内在本质,有效弥补传统腔膜理论在含谐振环、金属通孔结构的超表面天线设计中的局限性.

摘要：布尔混沌系统是由逻辑器件互耦合连接组成的数字混沌电路,可以产生混沌信号,对电路中噪声进行非线性放大进而输出不可预测的混沌序列,结构简单、易于集成,在随机数产生领域获得了广泛的关注.但受限于输出布尔混沌序列的带宽,随机数提取速率难以提高.而逻辑器件是布尔混沌系统的唯一非线性元件,文章通过理论模拟研究逻辑器件响应特性对布尔混沌信号带宽的影响,使布尔混沌系统每个非线性器件均可输出混沌信号,并通过控制变量法,观察单独调节任一器件响应特性以及协调多元器件响应特性时布尔混沌任一输出的变化情况,最终确定关键器件以及参数优化方案.结果表明,随着器件的响应速度增大,混沌信号的带宽指数增强,其中协调减小系统中多个器件的响应特性参数布尔混沌熵源复杂度和带宽增强效果最显著,自反馈结构可以增强器件响应特性减小的带宽,为布尔混沌系统设计中器件的选择和参数设计提供了理论基础.

摘要：为解决传统物流系统响应延迟高、数据处理效率低及信息可信度不足等问题,文章设计并实现了一套深度融合边缘计算的实时物流信息管理系统.针对系统运行中的核心技术痛点,研究提出一种基于代价函数的动态计算卸载策略,实现边缘节点与云中心之间任务的自适应分配;并设计开发了一种基于卡尔曼滤波的自适应数据融合与异常检测算法,显著提升了边缘端数据处理的精度与效率;通过引入轻量级区块链技术,构建关键物流环节的数据可信追溯体系.该系统采用分层架构设计,集成上述多项创新技术,开发部署实时数据处理与信息管理功能模块.测试结果表明,在500 QPS负载条件下,系统平均响应时间降至78 ms,较纯云架构方案降低62％;峰值吞吐量可达1 200 QPS,较传统架构提升3.2倍.尤其在冷链监控典型应用场景中,所提自适应算法使无效数据上传量减少73％,系统响应时间降低61.5％,充分验证了系统的技术优越性与场景适用性.

摘要：针对高性能应用场景下,基于SPICE协议的虚拟桌面普遍存在体验效果不佳的问题,文章提出了一种融合GPU虚拟化技术的SPICE协议优化方案.核心在于将Windows DXGI截屏技术与SPICE协议深度结合,设计并实现了一套完整的虚拟桌面系统.通过搭建高负载虚拟桌面测试环境进行验证,结果表明:优化后的系统显著提升了传输性能,可有效适配需要GPU加速的高性能应用场景,解决了传统SPICE虚拟桌面的体验瓶颈,保障用户获得最佳使用体验;同时,整套系统设计合理、运行稳定,具备良好的可行性与应用价值.

摘要：眼动交互是人机交互领域的一个重要研究方向,而瞳孔检测是眼动交互的核心环节,其性能直接决定后续意图识别的上限.当前主流瞳孔检测算法普遍面临参数量大、运行功耗高的问题.针对这一问题,文章提出了轻量化瞳孔检测模型Pupil-YOLO,以YOLOv8为基础优化模型骨干,然后在模型中引入脉冲神经元实现低功耗;为提升特征提取效率,构建了 P-Block1轻量特征提取模块;为降低脉冲神经元的量化误差,设计了固定整数A-LIF神经元.实验结果表明,所提模型相较最新瞳孔检测方法YOLOv8n-eye,在精度相差0.8％的情况下,参数量仅为其1/18,为眼动交互技术提供了新的技术路径.

摘要：针对智能工厂中多AGV(automated guided vehicle)的批量任务分配问题,文章以AGV总行程、负载均衡指数、总能耗为目标,以AGV和任务的匹配关系为决策变量构建线性优化数学模型.为克服传统粒子群算法存在的易陷入局部最优、参数敏感与调参困难等不足,提出了一种混沌模糊粒子群算法.首先,设计区间二型模糊推理器,根据算法迭代进度、全局最优变化率及算法种群多样性,实时调整算法参数惯性权重、个体学习因子和群体学习因子,提高算法的自适应能力;再通过指数离散忆阻器(EDM)混沌映射生成随机序列为粒子提供变异方向,对更新后的粒子以概率因子选择当前个体或全局历史最优个体进行变异,再交叉、选择提升算法全局搜索效率;最后,设计优化算法比较实验和多AGV多任务分配问题的仿真实验.实验结果表明:混沌模糊粒子群算法有效解决了多AGV多任务的分配问题,同时所提出的改进策略有效提高了算法的全局搜索能力与自适应能力.

摘要：随着工业设备智能运维需求的提升,如何在缺乏故障标注的条件下实现高可靠的音频异常检测成为重要研究问题.文章以MIMII数据集中滑轨工况(6dB低噪场景)为主要研究对象,提出一种滤波-锚稀疏自编码器模型.实验在MIMII滑轨6dB数据集上表明,相较多种典型自编码器,滤波-锚稀疏自编码器在AUC和pAUC指标上均获得提升,尤其在低假阳性率区间表现出更优的检测鲁棒性.研究结果表明,引入频域可学习滤波与稀疏锚注意力的自编码器框架,能够有效提升滑轨音频异常检测的精度与工程适用性.