Wi-Fi与机器学习结合的综合分析

最新视频

基于上下文感知网络的场景图生成方法

场景图生成的核心任务是从图像中挖掘多目标间的结构化关系，其本质是对视觉数据要素的语义化组织与关联。现有方法在数据流通过程中未能充分筛选和利用目标上下文信息，导致关系预测的鲁棒性与精度受限。为此，提出消息上下文感知网络（MCAN），通过构建从粗到细的数据要素融合机制，提升场景图生成中上下文信息的质量与利用率。该模型利用门控循环单元（GRU）捕获目标间长程依赖关系，通过多头注意力机制实现上下文数据要素的细粒度筛选，并结合残差融合策略增强视觉表示的稳定性。在Visual Genome数据集上的实验表明，MCAN在三个子任务上平均性能提升2.1%，有效验证了其在多模态数据流通中的噪声抑制与信息增强能力。消融实验进一步揭示了各模块在数据要素融合中的贡献。

发表于：2026/6/22

基于FPGA的SpaceWire接口与RGMII接口之间的桥接设计

提出了一种基于FPGA的SpaceWire接口与RGMII接口之间的桥接设计。上位机可通过SpaceWire接口以特定吞吐量注入数据包，并以以太网MAC层协议数据形式从FPGA的RGMII接口输出。同时，该设计支持从RGMII接口接收以太网数据包，并通过SpaceWire总线传输至上位机。桥接方案兼容10/100/1000 Mb/s以太网数据速率，支持全双工和半双工模式。设计采用VHDL语言编码，在赛灵思Vivado 2018.3平台上进行综合与布局布线，使用ALDEC Active-HDL 13和Vivado 2018.3进行仿真，并在赛灵思 Kintex-7 FPGA器件上实现。验证基于包含处理器系统、FPGA板卡及其他外设的硬件平台。以太网MAC层由三速以太网MAC IP核版本9.0实现，FPGA逻辑支持ICMPv6 Echo Request/Reply（PING）协议的解析与响应，以及UDP数据包的封装与转发。此外，设计引入部分寄存器三模冗余策略，以降低航空航天环境中单粒子翻转的影响。

发表于：2026/6/22

SARIMA嵌入的时序知识图谱推理

聚焦周期场景下的时序知识图谱（TKG）推理，提出EI-SAR模型，将SARIMA模型的时间分解能力与时序知识图谱嵌入（TKGE）结合，将实体与关系的时间序列分解为非季节性趋势、季节性趋势及随机残差；同时设计对称KL散度评分函数以融合残差特性，并构建负采样损失结合SARIMA残差惩罚项的混合损失优化模型。实验结果显示，在YAGO11k、Wikidata12k、ICEWS05-15三个公开TKG数据集的推理中，EI-SAR性能表现优异；在专属生态工业时序知识图谱数据集EITKG的链路预测中，该模型显著优于当前主流TKGE模型，因此，EI-SAR可为资源循环、生态修复等周期场景任务提供技术支撑。

发表于：2026/6/22

基于XGBoost的打叶复烤过程参数智能化预测方法

烟草复烤工艺的关键参数对最终产品质量至关重要，传统依赖经验的参数调控方式存在稳定性差、响应滞后等问题，难以满足现代工业生产需求。为此，基于XGBoost机器学习算法，构建烟草复烤工艺参数智能预测模型。首先，分析复烤工艺流程与关键质量指标，建立高效的数据采集与特征工程方法。随后，优化XGBoost模型参数，并结合特征选择策略，提高预测精度与模型鲁棒性。实验结果表明，该方法在工艺参数预测上具有较高准确性和稳定性，相较于传统方法和其他机器学习模型，显著提升了复烤工艺的智能化水平。研究成果为烟草加工过程的数字化和智能优化提供了有效支持，有助于提高产品质量与生产效率。

发表于：2026/6/8

基于供应链的物流产品数据资源管理研究

随着供应链数字化进程加速，物流产品作为目前供应链的典型物理载体，对其数据资源的高效管理成为优化供应链效率、降低成本的关键。为更好实现物流产品精准调度与共享，减少资源浪费，加强供应链韧性，从供应链全链路视角出发，面向物流产品数据资源全生命周期管理研究，构建了一套基于供应链业务的物流产品数据管理体系，提供有价值的数据资产，改善目前物流产品数据质量，完成对物流产品数据的治理任务，并为后续物流产品数据资源管理系统的研究提供思路。

发表于：2026/6/8

升压式全桥LLC谐振变换器效率研究方法

航天电推进电源对高效性、可靠性要求严苛，升压式全桥 LLC 谐振变换器因高效率、拓扑简洁、高可靠性，成为该领域主流方案。满足预设增益下，通过参数优化进一步提升能量转换效率，是工程设计阶段需解决的核心问题之一。围绕变换器效率优化，开展全流程研究：推导确定增益下实现软开关的临界 mQ 曲线方程，建立各环节损耗数学模型；经 PSpice 仿真验证模型正确性并优化参数；基于优化参数搭建工程样机，实测与仿真、计算结果偏差≤1.5%，证实模型准确性。所提损耗优化方法，为该变换器工程设计提供理论与验证支撑，助力提升航天电推进电源性能。

发表于：2026/6/8

适配语义对齐图像字幕方法

基于冻结大语言模型的图像字幕生成方法突破了传统模型在利用外部知识方面的限制，但容易过度依赖文本先验，导致视觉特征利用不足和描述幻觉问题。为此，提出一种适配语义对齐的图像字幕方法，通过视觉压缩模块和语义路由模块，构建视觉与文本数据要素间的流通路径，实现跨模态语义的精准对齐与高效交互。在MSCOCO、Flickr30k和NoCaps等基准数据集上的实验结果表明，该方法能够在保持较低可训练参数量的同时，有效促进多模态数据要素的价值传递，达到当前先进性能水平，为工业应用提供了可靠解决方案。

发表于：2026/6/8

AI大模型与数据集协同驱动脑机接口技术创新及产业发展

脑机接口作为生命科学与信息技术深度融合的颠覆性前沿技术，已成为全球科技竞争的战略制高点。在梳理国内外政策背景及技术演进基础上，首先对脑机接口领域专业数据资源体系以及与AI大模型协同价值进行分析；其次重点围绕关键技术创新、核心设备制造优化、应用场景落地等，分析AI大模型与数据集的深度融合在驱动脑机接口从“基础研究”迈向“技术转化与产业落地”的价值作用，指出数据标准、样本规模、共享机制等方面面临的挑战；最后对我国脑机接口技术的发展前景进行了展望。

发表于：2026/6/8

面向多时空场景的电网调度AI算法可信度测试方法

提出了一种基于指数分层结构算法的电网调度AI算法可信度测试方法，旨在评估电网调度AI算法在多时空场景下的模型性能和鲁棒性。首先，定义了一套可信度评估标准，涵盖算法的准确性、鲁棒性和泛化等能力。然后，采用嵌入知识图谱的指数分层结构算法，通过多层次的时空划分对AI算法（如LSTM）进行性能验证。测试过程中，电网调度任务被分为不同的时间层次（短期、中期、长期）和空间层次（不同地理区域与电网拓扑结构）进行测试。在每个层次中，评估标准通过指数权重进行加权整合，最终生成综合的可信度评分。实验结果表明，该方法能够有效识别电网调度AI算法在复杂场景下的性能表现及潜在风险，为电网调度AI的安全性与鲁棒性验证提供了新的技术支持。

发表于：2026/5/18

基于语义匹配的电力物资领域中文敏感特征识别

传统电力物资供应链领域中文敏感特征识别方法主要识别具有单一结构的扁平特征实体，难以针对复杂结构的嵌套特征实体，这些复杂结构的嵌套特征实体结构多样、层次复杂，传统的敏感特征识别方法难以准确识别和解析。对此提出了一种基于语义匹配的多结构中文敏感特征识别模型，将敏感特征实体识别任务重新定义为一个语义匹配问题。模型采用双塔模型结构，将目标实体特征类别作为提示词进行编码，并与句子中的序列片段进行语义上的对齐，该方法能够有效识别出包含扁平和嵌套结构在内的各种特征实体片段。结果表明，该研究提出SFSM模型的准确率、召回率及F1值均优于当前主流模型以及其他的融合模型。

发表于：2026/5/18