摘要：联邦学习是一种实现数据隐私保护的分布式机器学习范式,性能取决于数据源的质量和数据规模。客户端是理性个体,参与联邦学习将耗费计算、通信和隐私等成本,需要通过激励提高客户端的参与意愿。因此联邦学习能成功应用的关键之一是尽可能多地激励高质量数据客户端参与训练。多任务联邦学习环境下客户端拥有面向不同任务且质量不同的数据,并具有执行能力的约束。为提高多个学习任务的整体性能,在预算受限的条件下设计一种面向任务的客户选择和报酬机制。通过分析影响模型精度的重要因素,提出一种基于客户端数据样本分布特征的质量评估标准,并结合客户端成本信息,设计一种逆向拍卖的激励机制(EMD-MQMFL),实现客户端的任务指派和支付策略。从理论上分析和证明了该机制具有诚实性、个人理性以及预算可行性,并通过大量实验验证了该方法在联邦学习性能上的有效性。在MNIST、Fashion-MNIST、Cifar-10数据集上的实验结果表明,EMD-MQMFL在数据不平衡的情况下,平均模型精度比已有的机制至少提高5.6个百分点。

摘要：针对算法容易陷入局部最优以及无法很好保持多样性等不足,提出一种基于定向采样和自适应选择的免疫算法(DSASIA)。利用在线种群信息动态选择个体;采用自适应比例克隆方式平衡全局和局部搜索能力,确保收敛性;采取定向采样策略识别子代个体,保证多样性。在13个测试函数上与其它4种多目标优化算法进行对比,实验结果表明,DSASIA算法可以较快求出帕累托解集,且解具有更好的多样性和收敛性。

摘要：文章将绘本作为大学生心理健康教育课程的主要载体,结合课程教学内容与目标,探究大学生心理健康教育的现状以及将绘本运用于大学生心理健康教育课程的可行性,并选择适当的绘本,针对自我意识、情绪管理、人际交往、挫折成长、生命教育五大主题,重视学生对课程内容的体验与感悟,进行课程内容设计,形成“共读—共论—共现”的课堂形式,推动课程与学生个体自我探索、自我成长的融合。

摘要：针对液化超声中超声振子在不同负载下工作导致的换能器发热不同,进而影响换能器工作效率和使用寿命问题,从理论和实验方面研究了工作在串联谐振点的换能器在不同负载环境下的动态电阻变化和发热特性。研究获得了不同液体负载条件如不同液体温度、液体黏稠度、浸入深度、液体密度等下,换能器的动态电阻变化与换能器发热量的映射关系。针对串联谐振频率下的换能器,通过理论计算得到了动态电阻与电压电流关系。针对阻抗分析仪驱动功率较低,不能准确测试换能器有载时的动态电阻变化趋势的缺点,设计了一种测试换能器有载时的动态电阻变化趋势的方案。基于频率追踪芯片实现了频率追踪电路,保证了超声换能器工作频率始终处于换能器串联谐振点。本研究可为提升工作在复杂负载环境下的超声电源可靠性提供参考。

摘要：为了提高换能器的控制精度,从理论和实验方面研究了超声波液体处理中的负载液体声场分布与超声波换能器振动性能。采用有限元分析软件对设计的超声波换能器和振动系统进行仿真研究,通过COMSOL进行模态分析,研究了换能器谐振频率等参数;建立实际液体处理有限元模型并对超声振动系统进行压力声学分析,得到负载液体中的声压、声强度等参数。基于ASIC锁频芯片实现超声振动系统频率的实时控制,实验表明换能器的实际谐振频率与仿真谐振频率误差仅为0.12%,实际输出振幅误差小于0.5μm,声强误差小于0.1 W/cm2。仿真模型与实际误差较小,能精准预测换能器的工作状态,有助于指导换能器的设计、液体声场的分析。

摘要：网络直播的兴起,带来了各种类型的垃圾弹幕。传统的垃圾弹幕识别方法识别率低,无法满足目前直播平台垃圾弹幕识别需求。本文分析了垃圾弹幕文本特点,引入自注意力机制,结合ERNIE和TextCNN模型,设计了一种提高垃圾弹幕识别率的算法。通过对比实验,证明了此种方法的合理性和可行性,为今后相关领域的研究提供了一定的参考。

摘要：针对目前大闸蟹人工分级方法的局限性,设计基于Matlab图像处理的大闸蟹分级系统。首先,在湖州市太湖养殖基地采集不同等级大闸蟹背部和腹部图像,对采集的图像进行灰度化、阈值分割、形态学等预处理。然后利用卷积神经网络AlexNet模型提取大闸蟹公母特征,利用面积法计算其大小。通过选取的10只大闸蟹的重量和系统计算得到的像素转化为面积参数,分析得到大闸蟹背部图像像素占比与其重量成近似正比例关系,因此可根据背部图像的计算值得到其大小特征。根据大闸蟹公母、大小特征完成分级。实验结果表明,系统在大闸蟹公母识别方面平均准确率达到92.655%,大小分级方面平均准确率达到95%。

摘要：新工科环境下的计算机网络实验教学改革致力于培养学生的实践能力,促进学生创新思维发展,为他们未来的职业发展奠定坚实的基础等方面发挥着重要作用。基于此,应当立足新工科环境,加大计算机网络实验教学改革力度,以此丰富改革成果。本文主要对新工科环境下计算机网络实验教学改革的必要性进行了分析,提出了新工科环境下计算机网络实验教学改革建议,研究了改革的注意事项,旨在为计算机网络实验教学改革工作的高效开展提供科学指导。

摘要：工业过程数据具有动态、非高斯等特性.独立成分分析(independent component analysis, ICA)既可以分析数据的非高斯形式,又可以极大地去除多变量间的耦合且满足独立性要求.本文引入粒子群算法优化ICA模型参数,自适应地确定独立成分个数.同时,提出一种基于隐马尔科夫链模型(hidden Markov model, HMM)的自适应检测限设计方法,将时间相关数据块的特征信息变化作为过程故障的检测依据.首先利用由时间窗方法确定的独立成分组成监测矩阵来训练HMM模型,旨在提高独立成分间相关性水平的表示能力;然后将得到的HMM模型对监测矩阵进行相关性评估,并在一定容许裕度的基础上设计评估值的自适应因子及检测限,并据此监测特征信息变化,动态地进行在线故障检测.最后, Tennessee Eastman (TE)仿真平台的实验结果表明了所提方法的有效性.

摘要：矢量量化(VQ)方法是文本无关说话人识别中广泛应用的建模方法之一,它的主要问题是码本设计问题。语音特征参数是高维数据,样本分布复杂,因此码本设计的难度也很大,传统的LBG算法只能获得局部最优的码本。提出一种VQ码本设计的新方法,将小生境技术与K-均值算法融入到免疫算法训练过程中,形成混合免疫算法,采用针对高维数据聚类的改进变异算子,降低了随机变异的盲目性,增强群体的全局及局部搜索能力,同时通过接种疫苗提高算法的收敛速度。说话人识别实验表明,与传统LBG和基于混合遗传算法的VQ码本设计方法相比,该方法可以得到更优的模型参数,使得系统的识别率进一步提高。