实验主要以是否风化的高钾、铅钡硅酸盐玻璃为研究对象，针对风化前后玻璃纹饰、类型以及颜色的关系，使用Kendall tau系数及其P值探究之间的相关性和差异性，其中，纹饰和类型与风化系数分别为-0.003 6和-0.344,颜色与风化系数为0.121。对于分类模型，建立随机森林(Random Forest, RF)及K-means++算法，使用网格寻优对RF超参数进行调节，以此来获得影响样本分类的7个重要指标进行数据降维，对降维的数据使用K-means++算法，结合“肘”部图对类别进行选择，实验以铅钡玻璃为例，得出其可分为5个类。对于预测模型建立基于梯度下降的多因素Logistic回归模型，使用梯度下降思想，对Logistic回归模型的β参数进行迭代寻找，模型的准确率和ROC曲线均为1。利用LIME模型，扰动1%～10%的数据，发现预测模型合理且稳定。为后续研究古代硅酸盐玻璃是否风化、分类和预测提供一定的参考价值。
<正>计算机科学与工程学院前身电子工程系,是吉林工学院1978年复校后最早的五个系之一,1989年更名为计算机及电子工程系,1999年更名为计算机科学与工程学院。学院现有本科生2448人(计算机学院1848人,国际教育学院计算机专业600人),研究生375人。学院现有教职工100人,其中专任教师74人(包含教授12人、副教授24人、讲师38人;博士学历41人、硕士学历33人)。学院在研究生层面具有计算机科学与技术、信息与通信工程2个一级学科硕士点,人工智能、计算机技术、新一代电子信息技术3个专业学位硕士点;在本科生层面具有计算机科学与技术、电子信息、信息安全、软件工程、人工智能5个本科专业。
针对传统视觉中人工设计特征和分类模型以及传统YOLOv5在特定场景中病鸡检测与识别精度较低的问题，提出一种基于注意力机制改进YOLOv5的病鸡检测与识别方法。该方法通过引入注意力机制替代YOLOv5中的C3模块，扩大网络的感受野，提升网络的特征提取能力，从而提高了网络性能。实验结果表明，采用该方法训练得到的模型在病鸡识别任务上取得92.47%的准确率，相较于原始模型提升1.43%。此外，该方法还能够实现实时检测的识别效率，且相较于传统图像识别方法和传统YOLOv5算法，具有更高的效率和更低的成本。因此，基于改进的YOLOv5算法的病鸡检测与识别方法可以成功应用于养鸡场，并且具有推广到其他禽类养殖场景的潜力。
为了汽车蓄电池或是动力源电池的安全、可靠和高效工作，提出了基于智能电池传感器(Intelligent Battery Sensing, IBS)高功率测试设备的测试方法与实现，通过对智能电池传感控制单元输入和输出参数的分析和性能需求，实现了高功率测试系统的硬件搭建和软件的调试等工作，并阐述了其设备的优越性和实用性，也为模块化测试设备提供了一定的参考。
考虑将经验似然方法应用到p阶二项自回归模型中。首先给出模型的极大经验似然估计，建立对数经验似然比函数的极限分布，并构造参数的置信区间。其次通过数值模拟比较极大经验似然估计与条件最小二乘估计的估计效果，并且对比由经验似然方法和基于最小二乘估计的正态逼近方法计算的参数置信域的覆盖率。最后将该模型应用到一组实际数据中进行拟合分析，说明高阶模型和经验似然方法的有效性。
为解决机电设备在性能评估中因运行环境复杂导致数据采集受噪声和异常值干扰，影响区间证据推理方法评估精度的问题，提出一种基于区间相似度的鲁棒性评估方法，以确定模型的抗干扰能力及输入指标的抗干扰阈值。该方法首先对证据推理过程中单双证据受干扰的两种情况分别构建性能评价模型，得到有无干扰评价结果的期望效用；其次，基于区间相似度计算方法提出一种鲁棒性量化评估方法，可精准确定干扰与无干扰监测信息所得评价结果的偏差范围，从而为输入指标设定合理的鲁棒性阈值，确保区间证据推理在复杂干扰环境下性能评估结果的准确性与可靠性；最后，在高速列车牵引电机实验平台上验证了该方法的有效性。
建立并研究了一类食藻系统模型及其最优控制问题。首先基于营养、藻类和食藻动物的作用关系建立一类食藻系统的动力学模型；其次利用定性分析理论研究系统平衡点的存在性及稳定性；再次利用最优控制理论计算其最优控制策略；最后利用数值分析验证理论分析的结果。文中研究结果可为水生态系统的治理和防范提供一定的理论依据。
提出一种基于参数优化的模块化柔性机械臂动态终端滑模控制方法。首先将机械臂动力学模型描述为一个交联子系统的集合；然后重新定义各机械臂的端点位移函数，将系统降维为输入输出子系统和零动态子系统，对输入输出子系统提出基于子系统关联项以及系统不确定项及干扰自适应辨识的动态终端滑模控制策略，以零动态子系统在平衡点附近渐近稳定为目标，提出基于NSGA-Ⅱ的控制器设计参数优化方法，从而使存在强耦合、参数不确定的模块化柔性机械臂子系统渐近跟踪期望轨迹，且对系统中的不确定性具有较强的鲁棒性，跟踪误差收敛且有界。采用Lyapunov理论对系统稳定性进行证明，数值仿真验证了提出的动态终端滑模控制策略的有效性。
提出一种基于去噪扩散隐式模型(Denoising Diffusion Implicit Models, DDIM)的高效图像去雨方法。DDIM通过构建非马尔可夫链的扩散过程，在保证生成质量的同时显著加速采样效率。具体而言，该方法将含雨图像视为扩散过程的初始状态，通过设计条件引导机制，在反向去噪过程中逐步分离雨纹与背景内容。模型利用噪声预测网络学习雨纹的分布特性，并结合注意力机制增强对局部结构及全局语义的理解，从而在复杂雨纹场景下保持边缘清晰度和纹理真实性。
针对复杂场景下多机器人全覆盖路径规划存在负载不均与路径复杂等问题，文中在Cartographer构建SLAM栅格地图的基础上，提出均衡导向的地图分区策略和BA*全覆盖路径规划方法。研究结果表明，文中所提方法使子区边界规整，任务均衡性显著提升，形状复杂度平均降低20.97%,转弯次数减少22.1%,死区点数明显降低，为多机器人在仓储、清洁、巡检等场景的广泛应用提供了技术支撑。