XiaoMi-AI文件搜索系统
World File Search System定义方法
基于DAG 和AHP-TOPSIS 算法的多乘员协同任务分配方法研究
等方面 . 人机功能分配主要包括静态和动态两种类型 , 静态功能分配是从功能特性和需求分析入手 , 通过比较人 和系统在完成该功能上的能力优势或绩效优劣 , 决定该功能分配给人还是系统 . 动态功能分配方法则是在静态 人机功能分配的基础上 , 当动态触发机制响应时 , 允许系统在运行阶段根据情况的变化将功能在人与系统之间 动态地重新分配 , 提高整体的工作效率 . 多智能体的任务分配是指在作战开始前 , 指挥中心通常会根据已掌握的 战场信息 , 对己方作战单元进行任务预分配 . 但随着战场情景变化以及突发情况的出现 , 预分配方案可能会使得 执行任务的效能降低 , 多智能体如何调整自身任务 , 使得执行任务的效能保持最大是其研究的主要内容 . 计算机 任务调度研究的是将任务动态地调用给各个虚拟机并提供给用户使用 , 怎样合理地将任务分配给不同的虚拟机 , 进而提升整个系统的性能是其研究的重点 . 以上分配原则对于多乘员分配有很好的参考价值 , 但舱室乘员间任 务分配时 , 主要考虑到人的特性 , 需要以人的理论基础来加以研究 [4] . 针对实际作战过程中 , 乘员应对非预期事件效率低下的问题 , 本文提出了一种多乘员协同动态任务分配方 法 . 在非预期事件触发时 , 对任务进行 DAG 分解及分层 , 根据乘员脑力负荷、乘员能力、任务相关度以及时间成 本四个因素 , 按照一定的任务分配顺序 , 基于 AHP-TOPSIS 方法进行乘员的优选 , 实时更新乘员状态 , 并以此为 依据进行下一任务的分配 . 任务分配过程可实现随乘员状态变化而动态调整 , 达到负荷均衡、效能最优 , 从而将 多任务分配问题简化为单个任务的多属性决策问题 .
新型非常规超导体UTe2 的单晶生长方法研究进展
度变化。数据来源于文献[1]。图2。第一个发现UTE 2超导率：（a）电阻率的温度依赖性； （b）低温特异性热数据的电贡献的温度依赖性。数据取自参考。[1]。
基于导航雷达回波视频数据的占据栅格地图构建方法
摘 要 : ［ 目的 ］ 为解决无人艇的船载导航雷达对养殖区 、 浮筒 、 小型漂浮物等海洋漂浮障碍物感知效果不 佳的问题 ， 提出一种基于导航雷达回波视频数据构建与更新的占据栅格地图的环境感知方法。 ［ 方法 ］ 首 先 ， 采用多级集合的形式描述雷达点迹与回波点间的包含关系 ， 为栅格地图构建奠定基础 ， 期间 ， 基于群相邻 关系对近邻点迹进行凝聚 ， 抑制目标分裂导致的航迹偏差 ； 然后 ， 利用所提的基于自然对数函数的占据栅格 地图概率更新算法 ， 通过合理利用历史数据区分海杂波与微小海洋漂浮障碍物 ； 最后 ， 建立基于点迹属性的 栅格地图概率扩散模型 ， 以较好地保证典型动态目标占据栅格更新的实时性。 ［ 结果 ］ 实船试验结果表明 ， 所提方法可准确获取养殖区 、 浮筒等成片海洋漂浮障碍物的轮廓信息 ， 抑制目标分裂现象 ； 与经典方法相比 ， 所提方法对干舷 0.5 m 的小型漂浮物首次发现距离提升了 78.34 m ， 定位精度提升了 1.42 m 。 ［ 结论 ］ 所提方 法能够实现对多种海洋漂浮障碍物 、 海面运动目标的准确感知 ， 确保无人艇航行安全。
定义可解释人工智能的心理模型方法
摘要背景：人们普遍担心在医疗保健等敏感环境中使用黑盒建模方法。尽管性能有所提升且备受炒作，但这些问题阻碍了人工智能 (AI) 的普及。人们认为可解释的人工智能有助于缓解这些担忧。但是，现有的可解释定义并未为这项工作奠定坚实的基础。方法：我们批评了最近关于以下文献的评论：团队中人工智能的代理；心理模型，尤其是它们应用于医疗保健时，以及它们引出的实际方面；以及现有和当前的可解释性定义，尤其是从人工智能研究人员的角度来看。在此文献的基础上，我们创建了可解释的新定义和支持术语，提供了可以客观评估的定义。最后，我们将可解释的新定义应用于三个现有模型，展示了它如何应用于先前的研究，并为基于此定义的未来研究提供指导。结果：现有的解释定义以全球适用性为前提，并未解决“谁可以理解？”的问题。如果将人工智能视为团队成员，那么引出心理模型可以比作创建可解释的人工智能。在此基础上，我们根据模型的背景来定义可解释性，包括模型和解释的目的、受众和语言。作为示例，此定义应用于手术室团队中的回归模型、神经网络和人类心理模型。结论：现有的解释定义在确保解决实际应用问题方面存在局限性。根据应用背景来定义可解释性会迫使评估与模型的实际目标保持一致。此外，它将允许研究人员明确区分针对技术受众和普通受众的解释，从而允许对每种解释应用不同的评估。关键词：可解释性、xAI、黑盒模型、心理模型
激光雷达点密度定义的简单方法...
摘要。航空激光扫描是一种现代而精确的遥感技术，用于扫描地球表面并获取其数字表面模型。数字表面模型可用于不同的经济任务。航空激光扫描的结果是 3D 点云，必须在使用前进行预处理。预处理任务包括三组：噪声过滤、对象识别和矢量地图或 3D 模型的生成。本报告与对象识别领域相关。航空激光扫描的主要参数是点密度，以每平方米的点数表示。因此，了解每平方米的最小点密度非常重要，必须满足该密度才能为利益相关者识别对象并传递 LiDAR 数据。现有的科学出版物仅描述了识别方法，但没有提供一些精确的方法来选择业务需求所需的点密度。因此，需要某种方法来定义这个最小点密度。本文档提供了计算建筑物识别最小点密度的简单方程。该方程是从数学模型的分析中表达出来的。该分析基于对物体位置模式和检测该物体的概率的探索。使用高密度 LiDAR 数据、点密度最小化算法和建筑物识别方法对理论模型进行了实验评估。
考虑风光互补的输储联合规划方法研究
伏消纳的主要手段，在电力网中合理配置能源储存 的位置和容量，可以改变负荷和风力发电的时空特 性，进而改变电网的传输性能，解决输电线路阻塞 和过负荷的问题。文献 [7] 考虑储能和可再生能源 之间的互补性，以综合成本最低为目标构建输储规 划模型；文献 [8] 引入了一种自适应最小 - 最大 - 最小 成本模型，以找到新线路和储能的鲁棒最佳扩建规 划；文献 [9] 则从储能带来的效益出发，将商业储能 的选址、定容问题和线路扩展规划集成起来，构建 输储规划模型；文献 [10] 针对输电线路和储能系统 的综合规划，提出了一种连续时间混合随机 / 鲁棒优 化方法；文献 [11] 针对输电工程的扩建落后于风力 装机容量的发展，提出了一种考虑低压侧直供潜力 的协调规划方法；文献 [12] 总结了能源互联网的基 本概念和特点，对其基本结构框架进行了详细分 析，通过高通滤波的控制策略来平抑新能源功率的 波动；文献 [13] 提出依据风电预测误差，利用储能的 快速调节能力，提出考虑预测误差的储能控制策 略，从而进行平抑风电功率波动；文献 [14] 研究了多 区域电力系统储能优化配置问题，采用迭代算法将 原问题进行分解为多个子系统储能配置问题；文献 [15] 综合考虑多种经济因素，为追求最低经济成本， 建立一种分阶段的输储规划模型。需要指出的是， 输电网络约束的引入增加了输储规划模型的求解 难度，并且现有的输储协同规划研究主要集中于储 能和线路的扩建，考虑风光互补的输储联合规划的 研究很少。 面对大规模风光并网的输电网规划问题，本文 首先综合考虑风光互补特性和储能的运行特性，进 行输电线路规划，使储能成本、年弃风弃光成本和 输电线路成本最小化，其次提出 3 个评价指标来评
一种定义系统系统要求的方法
本论文由 ODU Digital Commons 的工程管理与系统工程部门免费开放提供给您。它已被 ODU Digital Commons 的授权管理员接受并纳入工程管理与系统工程论文和学位论文。欲了解更多信息，请联系 digitalcommons@odu.edu 。
