网络首发
基于模糊推理与分区动态电价的电动汽车充放电策略
王强;吴前锋;黄博;位华坤;针对大规模电动汽车接入电网引起的负荷波动问题,提出一种基于用户行为模糊推理与分区动态电价的电动汽车充放电调度策略。首先,基于出行链理论构建电动汽车充电负荷时空分布模型,根据节点电压水平建立分区动态电价和激励电价模型。其次,根据实时荷电状态与下一阶段出行所需电量,将用户划分为刚性用户和弹性用户,刚性用户采用立即充电策略,弹性用户则利用模糊推理理论量化其充放电响应意愿。最后,构建以最小化用户充放电总成本和配电网负荷方差、最大化用户综合满意度为目标的多目标优化模型,并采用NSGA-III算法进行求解。仿真结果表明,所提策略能有效降低电网负荷方差和峰谷差,减少用户总成本,并显著改善配电网节点电压质量。
频段解耦与动态焦点损失驱动的模型反演攻击
杨嘉帅;文斌;赵嘉腾;周尚;基于生成式对抗网络的模型反演攻击存在频域特征耦合、标签信息利用不充分及损失函数对困难样本优化不足等问题,为此提出一种改进的频域条件生成器与动态焦点损失函数驱动的攻击方法。首先,通过可学习的低通-高通滤波器显式解耦输入图像的频域特征,并与标签嵌入特征进行多尺度融合,实现类内频域特征解耦和精细化特征重构。其次,借鉴焦点损失的思想改进最大边界损失函数,提出动态焦点边界损失函数,优化目标类空间的搜索过程。在CelebA、FFHQ、FaceScrub人脸数据集上的实验结果表明,与现有的攻击方法相比,所提方法显著提升了模型反演攻击的性能。
基于改进YOLOv11n的无人机小目标检测算法
姚越;杨晓弘;高志威;唐强;针对无人机视角下小目标检测中存在的目标尺度多变、密集遮挡及背景干扰等问题,提出一种基于改进YOLOv11n的小目标检测算法。首先,引入多模态特征增强注意力模块,通过融合多维度的特征信息强化模型对关键区域的感知能力,从而提高特征表达的完整性与判别性。其次,构建MS＿C3K2模块,采用不同感受野的卷积核并行处理输入特征,有效增强了局部与全局信息的提取与融合能力。最后,为进一步提升特征融合阶段的适应性与动态性,提出了自适应门控双向特征金字塔网络,通过动态融合多尺度特征提升网络对关键信息的关注与响应能力。实验结果表明,改进模型的mAP50达到33.1%,mAP50-95达到18.9%,相比基线模型分别提升3.4和2.3个百分点,验证了所提算法在无人机复杂场景下具有良好的检测性能与鲁棒性。
基于无扰切换的时滞系统事件触发控制
付磊;孙月星;崔尚;针对切换时滞系统的无扰切换事件触发控制问题,提出含时滞依赖的事件触发无扰切换策略与协同设计方法。首先,根据输入信号跳变抑制需求,定义事件触发无扰切换性能,设计关联该性能的事件触发机制,减少切换与触发引发的控制扰动。其次,构造含时滞项的多Lyapunov函数,协同设计状态相关切换律、事件触发机制与控制器,推导系统渐近稳定及H_∞性能的充分条件。最后,通过给出事件触发间隔的正下界排除Zeno行为,并结合航空发动机模型仿真验证所提方法较传统策略的有效性。
动态空间感知与特征增强的表格结构识别
李宗民;马金悦;白云;王兴宇;刘玉杰;刘培刚;表格结构识别因表格多样性而面临诸多挑战。现有方法未充分考虑表格尺度变化引起的布局差异对模型性能的影响,忽视了表格的固有特性,导致特征提取过程中存在几何感知偏差,影响单元格间关系建模。为此,提出了动态空间感知与特征增强(dynamic spatial perception and feature enhancement,DSPFE)方法。首先,提出动态空间感知模块,根据表格尺度信息动态调整网络感受野,提高模型适应性;其次,提出表格比例引导的动态选择机制,并设计方向敏感特征增强模块,动态选择特征增强方式,并通过残差连接保留原始信息,实现特征空间的几何自适应优化,提升模型特征表达能力。在PubTabNet和FinTabNet数据集上的实验表明,与现有先进方法相比,所提出的DSPFE方法在轻量化的同时取得了最优性能。
基于多图嵌入式双通道图卷积的区块调整措施推荐模型
王梅;尹传龙;孙洪国;朱晓丽;油田区块调整措施的智能推荐是智能油田建设的重要组成部分。针对现有方法在面临高度稀疏的油田数据时难以捕捉其中的高阶非线性关系的问题,提出一种基于多图嵌入式双通道图卷积的推荐模型。通过知识图谱嵌入方式学习区块与其属性间的潜在关系,以增强区块节点的表示能力;利用双通道图卷积网络分别捕捉异质交互图和协同图中区块与措施的高阶嵌入表示和协同嵌入表示,将两部分表示信息融合,实现最终的措施推荐。实验结果表明,在真实的油田开发效果评价数据集上,所提出的模型在推荐精准率、召回率和归一化折损累计增益指标上均显著优于主流基线模型。
基于小波域特征金字塔的岩石薄片图像分类
杜睿山;穆文轩;孟令东;针对岩石薄片图像分类任务中,因类别差异提取困难导致的分类效果不佳问题,提出一种小波变换增强的小波域特征金字塔残差网络用于岩石薄片图像分类任务。引入基于小波变换的多尺度下采样模块,替换残差网络中原有的下采样操作,保留图像频域信息。引入高效多尺度注意力机制捕获低频子带细微变化特征,增强模型特征提取能力。以低频子带作为特征金字塔高层特征输入,并利用高频子带与浅层特征图融合以增强模型感知细节能力,最终实现岩石薄片图像的智能化精确分类。实验表明,提出的小波域特征金字塔残差网络在108子类的岩石薄片图像测试集上具有较高的识别准确率,相较于ResNet50、MobileNetV3、改进ConvNeXt V2等网络模型具有更好的分类效果。
基于大语言模型的因果分析类案检索方法
王凌志;周裕林;秦永彬;黄瑞章;陈艳平;林川;类案检索作为保障司法公正与统一的核心技术,为案件判决提供了重要支撑,但现有方法多侧重文本统计特征与表层文本语义,不仅存在难以有效应对文本过长、信息冗余的问题,还忽视了司法裁判中的因果逻辑。因此,提出基于大语言模型的因果分析类案检索方法,通过“事实重建、行为事实提取、行为因果发现”三阶段流程,先对案件事实进行重构,再通过结合知识图谱进行因果分析抽取行为过程,利用反事实推理捕捉行为间因果关系,最后,由大语言模型对行为事实进行因果要素推理,从而发现案件事实中的深层因果逻辑。实验结果表明,所提方法相较于基线模型在P@5、P@10、MAP、NDCG@10、NDCG@20、NDCG@30指标上表现良好,有效验证了因果分析在类案检索任务中的应用价值。
基于结构引导的视觉文档问答
马文康;李宗民;刘玉杰;刘培刚;视觉语言模型在处理结构复杂的文档图像时,常忽略其潜在的结构信息。为此,提出Struct-InternVL,一种结构感知的增强型文档视觉语言小模型。该方法通过结构与布局感知变换裁剪文档图像,去除噪声并保留关键信息;随后在多尺度上引入结构信息把图像划分为多个子图,并通过共享的视觉特征提取器提取结构化视觉信息;最终将特征输入视觉语言模型完成问答。Struct-InternVL有效融合结构与布局信息,提升了模型在复杂文档场景下的理解能力,具备小巧高效,易于集成等优势。
一种随机优化的半监督图聚类算法
何卓文;徐忠城;王学伟;胡恩良;聚类分析中的半监督图聚类问题属于非凸优化问题,当监督信息为大规模随机型数据时,传统的批处理优化方法将不再适用。针对此类问题,提出了一种带方差缩减的非凸随机优化算法,并证明了该算法的局部线性收敛性。实验结果表明,对于约束个数小于10 000的数据集,所提算法远优于随机梯度下降法(SGD)和自适应矩估计(Adam),而在约束个数等于10 000的Sports数据集上,所提的算法比SGD和Adam算法的平均RI指数分别提升8.31和2.96个百分点,平均NMI指数分别提升22.5和10.62个百分点,平均纯度分别提升5.52和1.52个百分点。