论现实主义文学原理的构建

现实主义文学原理是外国文学原理的重要组成部分。本文从文学与现实的关系出发,深入讨论如何构建现实主义文学原理新体系。本文首先回答了现实主义文学原理是什么这一核心问题,然后从历时和共时的角度溯源和甄别现实、摹仿、真实、虚构等基本概念,指出现实主义文学理论具有复杂性和丰富性,主要沿认知、审美、情动、跨媒介等路径展开,由此形成了相应的批评范式。现实主义文学理论在世界各地的新发展也是本文考察的内容,尤其强调了中国批评家和作家对现实主义文学理论的贡献。本文得出的结论是,应以优秀作家现实主义创作实践为基础,批判性继承现实主义文学理论思想,构建具有中国特色的现实主义文学知识体系。     

面向复杂环境的接触网关键设备缺陷检测方案

针对小样本及复杂环境下接触网关键设备缺陷检测难等问题,提出一种融合深度卷积神经网络和卡尔曼滤波的图像检测方案。采用MobileNet构建模型骨干网络,有效降低了计算成本;融合柔性非极大值抑制算法解决目标部件遮挡问题,并将上下文感知ROI池化层取代原始池化层,维护了小尺寸零部件的原始结构;最终通过卡尔曼滤波对检测结果进行修正,有效提高检测精度。实验结果表明：本文所述方法能够对复杂接触网设备实现零部件的精确检测,与相同条件下的其他检测算法相比综合性能最佳。     

基于人工智能及联邦学习的工程大脑技术研究

数字化浪潮催生了智慧建造与智慧城市的到来。在建筑业,智慧工地的建设方兴未艾,针对传统智慧工地建设部署的大量传感器系统,碎片化程度高、采集数据量巨大而分散,系统集成难,应用效果不理想的痛点和难点,分析并阐述了在智慧工地建设中采用基于人工智能及联邦学习构建的工程大脑的关键技术解决方案。实践表明：采用数字孪生技术提高自动化采集能力,采用人工智能技术升级自动化采集装置,采用联邦学习技术提升工程建造的智能化水平,最终打造工程大脑的整体解决方案能够有效提升智慧建造整体水平,在工程安全监管、质量监控、成本管控等各方面可为类似项目提供参考。     

基于超星学习通的混合式教学应用于国际贸易实务课程的教学效果分析——以吉林农业科技学院为例

随着移动互联网技术的蓬勃发展,各大网络教育平台应运而生,高等教育课程也随之发生了变化。以超星学习通为代表的网络教育平台,在补齐线下教学短板、打破时空限制、丰富课堂内容、推进混合式教学等方面具有显著优势。国际贸易实务课程是一门实践性极强的课程,该课程进行混合式教学意义非凡。文章基于超星学习通平台,从学生的满意度和学习效果两个方面对国际贸易实务课程混合式教学的教学效果进行整体分析,总结出存在的问题,并提出了针对性的对策。     

基于强化学习的船舶微电网能量管理策略

全电船舶将柴油发电机、电池储能系统、光伏发电系统相结合,以电能形式满足船舶日常各类运行的需求,提升了船舶能量的利用效率。然而,受到光伏强度和环境温度不确定性的影响,光伏发电系统的有功出力曲线呈现随机性和波动性,进而导致船舶微电网能量管理策略需要兼顾最优性和鲁棒性。为制定有效的能量管理策略,提出一种基于强化学习技术的全电船舶微电网能量管理模型及算法来克服不确定性的影响,算法求解得到的能量管理策略能根据随机性因素的实时变化动态修正,可保持船舶能量消耗处于最优状态。最后通过算例验证了所提算法的可行性和有效性。     

混合交通流环境下基于改进强化学习的可变限速控制策略

现有的可变限速(VSL)控制策略灵活性较差,响应速度较慢,对驾驶人遵从度和交通流状态预测模型的依赖性较高,且单纯依靠可变限速标志(VMS)向驾驶人发布限速值,难以在智能网联车辆(CAVs)与人工驾驶车辆(HDVs)混行的交通环境中实现较好的控制效果。对此,结合深度强化学习无需建立交通流预测模型,能自动适应复杂环境,以及CAVs可控性的优势,提出一种混合交通流环境下基于改进竞争双深度Q网络(IPD3QN)的VSL控制策略,即IPD3QN-VSL。首先,将优先经验回放机制引入深度强化学习的竞争双深度Q网络(D3QN)框架中,提升网络的收敛速度和参数更新效率;并提出一种新的自适应ε-贪婪算法克服深度强化学习过程中探索与利用难以平衡的问题,实现探索效率和稳定性的提高。其次,以最小化路段内车辆总出行时间(TTS)为控制目标,将实时交通数据和上个控制周期内的限速值作为IPD3QN算法的输入,构造奖励函数引导算法输出VSL控制区域内执行的动态限速值。该策略通过基础设施到车辆通信(I2V)向CAVs发布限速信息,HDVs则根据VMS上公布的限速值以及周围CAVs的行为变化做出决策。最后,在不同条件下验...     

黄骅港智慧车站视频智能化应用研究

为提升车站自动化、智能化水平,提高人员作业安全性,有效减轻劳动强度,基于黄骅港站既有监控、监测、调度通信等设备现状,结合车站在实际生产作业和管理中对视频业务的需求,分析视频系统利旧、可用性及智能化等要求,采用增强现实和视频分析技术,设计开发黄骅港智慧车站立体防控云防系统。通过现场验证,该系统在有效保证调车作业安全的同时,降低了室外作业人员劳动强度,减少车站作业人员数量,可解决黄骅港站不同业务场景的管理问题,为铁路智慧车站建设提供思路。     

山岭隧道爆破效果神经网络评价模型及爆破参数优化决策方法研究

针对山岭隧道爆破开挖普遍存在的超欠挖过大、渣体块度不适等问题,分析了造成这些问题的主要因素,确定了隧道爆破开挖效果评价指标体系,建立了以爆破块度和超欠挖量为预测目标的隧道爆破效果神经网络评价模型,提出了基于深度学习的隧道爆破渣体块度实例分割算法,形成了山岭隧道爆破参数优化决策方法,进而开展了工程应用与验证。结果表明：（1）基于深度学习的隧道爆破渣体块度实例分割算法检测出的块体大小与真实值误差小于6.9%（置信度为95%）,实现了隧道渣体块度样本数据的快速获取;（2）经148组工程实践样本数据训练后的隧道爆破效果神经网络评价模型能够较为准确地预测出爆破渣体块度与超挖量;（3）爆破参数优化后试验断面的平均线超挖量均在10%左右,较原方案降低了50%以上;实测得到的渣体块度与超挖值与模型预测结果一致性良好,偏差小于20%。     

基于DCNN-BiLSTM的滚动轴承性能退化因子构建方法

针对如何从多维度特征中提取滚动轴承性能退化信息,构建性能退化因子的问题,提出一种基于DCNN-BiLSTM的混合输入网络。首先利用连续小波变换和24个典型时域频域特征计算公式分别得到滚动轴承振动的二维图像数据和一维时间数据,之后将两种不同维度的数据分别输入至混合输入网络进行训练,然后输入测试集数据得到滚动轴承的性能退化因子,最后利用单调性、预测性、鲁棒性对得到的性能退化因子进行评估。试验结果证明,混合输入网络结合DCNN和Bi-LSTM的优点,可有效提取滚动轴承性能退化信息,得到的性能退化因子综合效果较好。     

先验信息强化的混凝土裂缝深度学习级联检测算法研究

为提高混凝土桥梁复杂表面的裂缝检测精度,提出一种基于深度学习的先验信息强化的裂缝级联检测算法。算法采用级联检测的方法将2个神经网络级联来检测裂缝;先验信息强化包括标准化和边缘强化,制作裂缝标准化切片时将裂缝旋转至水平走势并将质心放置在切片中心,同时根据灰度梯度相似性去除属于一般背景的切片;将切片进行裂缝边缘先验信息强化处理,以此人为地突出特征,降低网络训练难度。分别对比不采用先验信息强化和级联检测的网络结果,评价网络检测性能。实验结果表明,对混凝土桥梁表面裂缝检测的精确率和召回率达到89.64%和98.02%,能较好地避免背景中干扰物的影响。