基于梯度惩罚-生成对抗神经网络的页岩三维数字岩心重构

数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型的训练,得到了可以生成三维页岩图像的生成器模型,进而重构了多个三维岩心图像。将重构岩心与原始岩心进行了各种参数的对比分析,结果表明重构岩心与原始岩心具有很好的一致性,证明了本文方法的可靠性。使用WGAN-GP进行岩心重构具有岩心生成速度快、重构图像尺寸不受限制等优点,具有广泛的应用前景。     

高等教育数字化转型的数据伦理风险与治理路径——基于高质量发展的视角

高等教育数字化转型受困于制度模糊、技术歧视、资源不均衡和素养滞后等严峻现实问题。数据伦理风险作为问题内核在结构上成为制约中国式教育现代化的重要瓶颈,其表现为技术偏见、社会分化和制度缺位等,从不同维度限制着我国高等教育的公平性、安全性和高质量发展。国际社会为应对数据伦理风险在法律法规与政策制定、数据伦理治理机制和教师专业发展等方面进行了探索并取得值得借鉴的经验。我国应健全教育数据制度体制机制,明确教育数据管理规范;加强数据安全技术支撑,防范数据应用风险;提高数据伦理意识水平,确保教育数据使用合规;推进数据共享和协同创新,优化信息交流和资源整合,从而进一步基于高质量发展视角促进高等教育数字化转型。     

考虑动态重构的装备体系可用性及弹性分析

要素协同作战框架下武器装备体系具有可动态重构的系统特性, 既增加了体系的复杂性和交互性, 又使其具有了更为明显的弹性特征。本文首先提出了装备体系弹性多层级评价方法, 确定了组成体系的关键装备要素。其次, 以典型的关键装备要素——武器系统为对象, 提出了基于动态双阈值多状态权重k-out-of-n系统模型的装备体系的性能可用性及弹性分析评价方法。最后, 以编队协同防空作战体系为对象进行案例应用研究, 得到了性能阈值恒定、随时间变化和动态变化这3种情况下的火力网可用度和弹性随时间变化的规律, 并验证了所提模型与评价方法的有效性与实用性。     

航天器抗辐射等效试验评估建模

针对当前多组源X射线辐射地面模拟试验无法进行的问题, 提出一种单组源X射线辐射等效优化方法, 用来指导等效单组源X射线辐射地面模拟试验中多因素值的确定。首先, 利用克里金模型和层次高斯过程模型等两种数据融合建模方法, 分别构建对应的单组源X射线辐射地面模拟试验数据融合模型。然后, 分别在克里金模型和层次高斯过程模型的基础上, 提出期望提高等效优化算法和层次期望提高等效优化算法。通过对两种优化算法的对比分析可知, 层次期望提高等效优化算法在搜索中包含更多不确定性, 全局搜索效果更佳。仿真结果表明,所提方法可为后续进行等效单组源X射线辐射地面模拟试验提供目标指导。     

知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知,基于遗传模糊系统的关键点推理,基于层次任务网的任务规划、计划修复与重规划,基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明,所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。     

基于非参数检验对运动员反应时间的相关性分析

短距离比赛中,运动员的起跑反应与比赛成绩紧密关联.针对关联分析,通过构建Kendall相关模型计算运动员比赛成绩和反应时间的相关系数,结果显示运动员的比赛成绩与相应的起跑反应时间有着显著的低相关关系.针对差异分析,首先构建Mann-Whitney U检验对运动员反应时间在性别上的差异进行分析,而针对运动员的反应时间在比...     

城市振动污染图的概念、途径与示例

提出了基于群智感知的“城市振动污染图”概念,用于定量化、可视化城市环境振动污染的范围及程度。创建了线上数据采集应用,通过志愿者的智能携带设备获得环境振动数据并形成云端数据库,经数据清洗后,分别在全国、城市和区域3个不同尺度上进行了示例。示例结果验证了“城市振动污染图”的可行性及其对于智慧城市运维的支撑能力。     

全球化与日本产业重构和转移

经济的全球化使资本、劳动力和技术等生产要素在全球范围内流动,国际性经营的资源配置正在全球范围内实现.国家和地区间经济联系越来越密切.作为世界工业强国的日本在此大环境下,其产业结构必将发生改变.本文主要研究了在经济全球化的背景下,日本国内产业的重构,以及在国外的产业转移.     

基于多尺度特征注意力网络的施工安全预警方法

安全管理是建筑施工过程中的重要工作之一,设计自动化的安全预警方法对保障工人安全、减少施工事故有着重要作用.本文提出一种基于多尺度特征注意力网络的施工安全预警方法.首先,设计融合多尺度特征注意力机制的施工现场实例分割网络,使用具有丰富语义信息的高维特征指导网络对低维特征的学习,从而增强网络对施工设备专有特征的聚焦能力,实现复杂环境下施工设备与工人的精准分割;其次,提出基于位姿估计的三维边界框重构方法,利用神经网络提取到施工设备在三维空间上的朝向,并结合二维边界框所反映的几何约束实现对施工设备三维约束的重构;最后,设计施工现场动态预警方法,根据生产安全要求将施工现场划分为危险区、预警区与安全区,并对施工现场的设备与工人进行实时追踪与三维约束重构,当工人进入危险区及预警区时及时发出警告.实验结果显示,本文所提方法在MOCS公共数据集上取得超过90%分类准确率与59%的分割mAP,优于其他融合特征注意力机制的深度学习算法;从施工现场安全预警案例可知,本文所提方法能够对工人的安全状态进行准确判断.     

逆向蒙特卡罗模拟在无序体系中的应用

晶体学只能够给出有关晶体平均原子结构的信息,而结合逆向蒙特卡罗(Reverse Monte Carlo, RMC)模拟的全散射方法将同时包含原子的平均结构和局部尺度上原子间距、键角以及结构多面体的取向和形变等方面的信息,这也是RMC方法一个独特的优势.近年来,借助第三代同步辐射加速器和散裂中子源, RMC方法在实验和理论上都有了较快的发展,同时数据质量高,保证了该方法在材料的局域波动和无序的精细结构研究中的适用性.本文从RMC基本原理和分析方法两个方面介绍了无序体系中的逆向蒙特卡罗方法,同时给出了一系列有助于理解的RMC模型实例.最后,对RMC方法的发展进行了展望.近年来我国对大科学装置的投入迅速增长,相信RMC方法搭载第四代高能量光源,必将在我国新材料的设计与开发中发挥重要的作用.