面向自动化类的工业互联网与数字孪生技术实训平台构建

为了解决基于标识解析的供应链数字孪生教研平台在自动化控制方面存在的不足,以Unity 3D数字仿真系统为基础,引入PID控制算法,通过调节比例参数Kp、积分参数Ki和微分参数Kd优化系统控制效果,成功研发出一款能够对大流量进行精确控制的数字孪生技术实训平台。通过该平台,学生能够获得更全面的理论知识和实践经验,深入理解和掌握自动化控制领域的关键技术,为未来从事自动化类工作打下坚实基础。

基于标识解析的供应链数字孪生教研平台研究

数字化人才在数字经济发展中起着重要的支撑作用,加强产业数字化人才培养是当前重要工作之一。基于工业互联网标识解析体系,以大米供应链为典型对象,设计包含实物仿真系统、数字孪生系统和标识解析系统的数字孪生教研平台,设计从认知、操作到开发的三层递进实训方案,由浅入深地提升受训者数字化技术开发和应用能力。

服装个性化定制中信息技术的应用与展望

随着人们个性化需求的不断增加,服装个性化定制已成为时尚发展趋势之一。信息技术在推动服装个性化定制发展中扮演着重要的角色,可以收集和处理用户的个性化信息,并将其转化为具体的设计和生产方案。文章首先对服装产业信息技术的研究进展进行总结,阐述新一代信息技术在服装产业的应用情况;其次分析了信息技术在服装个性化定制领域的应用现状,按照定制流程分别总结信息技术在提高生产效率、降低成本和满足用户需求方面的优势及不足;最后根据目前服装个性化定制在数据共享、协同设计和柔性生产等方面的需求,从建模技术和系统平台构建两个方面对服装个性化定制发展进行展望。

帕金森病患者血清细胞炎性因子水平的变化与其相关因素研究

目的：检测帕金森病（PD）病人的血清免疫细胞因子的变化，探讨其变化的相关因素。方法：对51例PD病人及35例健康志愿者应用放射免疫法分别检测其血清IL-1β、IL-2、IL-6和TNF-α水平。结果：PD组血清IL-1β、IL-6和TNF-α的水平明显高于对照组（P〈0．01），IL-2无差异。4项细胞因子变化明显的是IL-6和TNF-α，与变化相关的因素是年龄、病程和服用L-多巴的剂量。高龄、长病程和服用L-多巴用量≥410mg／d者，其IL-6和TNF-α水平显著增高（P〈0．05～0．01），而性别、病情和辅加服用DA受体激动剂与细胞因子水平变化均无相关性。结论：PD病人的高龄、长病程、加之长期大量服用神经递质药物L-多巴可能是导致患者免疫功能紊乱的主要直接因素，而与PD本身无因果关系。

基于多链的果蔬全程全息信息管理模型构建与系统化实现

果蔬全供应链既具有业务环节繁杂、数据多源异构、利益角色众多等通用食品供应链特征,又具有风险演变趋势复杂、时效性要求强、存在突发新发风险等特性。为有效解决传统果蔬供应链监管方案存在的监管覆盖面不足、溯源效应周期长、各主体间协同效应差等问题,构建了基于区块链多链的果蔬全程全息信息管理模型,并进行了系统化验收。首先,在果蔬全程全息信息解析的基础上,构建基于多链的果蔬全程全息信息管理模型。然后,提出一种基于区块综合索引指数的果蔬信息快速检索方法,并设计了基于公证链的果蔬信息跨链安全交互机制。其次,基于长安链开源区块链平台设计并开发了果蔬全程全息信息管理原型系统。最后,进行了实验验证和系统案例应用分析。结果表明,本系统公开数据上链平均耗时为589.03ms,隐私数据上链平均耗时为708.59ms,公开数据查询平均耗时为26.87ms,隐私数据查询平均耗时为30.67ms。本文设计的基于多链的果蔬全程全息信息管理模型及系统在满足不同需求用户对于不同权限信息的上链和查询需求的同时,实现了对果蔬全程全息信息的穿透式监管,满足了企业对隐私数据的权限控制与安全共享需求,提高了果蔬信息检索效率,为果蔬全程全息信息管理模型开发提供参考与借鉴。

基于区块链和联邦学习的食品全程全息风险信息可信共享模式

针对传统共享模式下食品全程全息风险信息敏感易泄露、中心化服务器和恶意节点的自利性与完全自治化易产生恶意行为、跨环节交互困难、单一目的导致的数据利用率低等问题,本研究提出一种基于区块链和联邦学习的食品全程全息风险信息可信共享模式。首先,在分析食品企业和监管机构信息共享需求的基础上,将联邦学习融入分层区块链架构中,并结合中继思想,构建食品全程全息风险信息可信共享模型;其次,以风险信息特征和类别为不同侧重点,将模型联邦学习过程划分为横向和纵向联邦学习过程,并用两种联邦学习聚合算法实现对数据的聚合;再次,针对企业内、企业间、企业监管间共享风险信息数据的不同需求,利用同态加密算法和零知识证明思想,实现对不同敏感度风险信息的分级加密与定向可信共享;最后,以食品安全风险评估为仿真背景,基于食品风险信息公开数据集和开源平台对本模型进行仿真验证。结果表明,所构建的基于区块链和联邦学习的食品全程全息风险信息可信共享模型在满足企业与监管机构各方对风险信息数据不同共享需求的同时,能够实现对风险信息数据的充分利用和安全可信、高效精准的共享,从而增强食品企业与监管机构共享数据的决心,促进食品行业数据可信共享和食品安全数字化的发展。

血障平片治疗慢性再生障碍性贫血120例临床报道

再生障碍性贫血系多种病因引起的骨髓多能干细胞的增殖与分化障碍导致红骨髓总容量减少,造血功能衰竭,全血细胞减少为特征的一组综合病证。属中医的虚劳、血证范畴。我们采用血障平片(其主要成分为蚕砂提取物叶绿素经络合铜代而成的叶绿素铜钠盐)治疗慢性再生障碍性贫血病人120例,取得了较好疗效,现报道如下。

血障平片治疗慢性再生障碍性贫血120例

1987年6月～1992年6月采用血障平片(铜叶绿酸钠)治疗慢性再生障碍性贫血(简称再障)120例,取得较好的疗效.现报告如下。临床资料按1987年6月第四届全国再生障碍性贫血学术会议修订的诊断标准诊断。选择浙江省中医药研究院、中国医学科学院血液学研究所、北京协和医院、浙江省中医院、浙江医科大学附属第二医院。

“四有”式人工智能导论课程教学改革探究

针对人工智能类课程中存在的问题,进行了人工智能导论课程改革探索。首先,提出“四有”式教学改革思路和方案;然后,针对专业特点和课程目标设置了课程模块和考核方式;最后,设计了覆盖多个维度的课程调研问卷,并对近两届的数据进行了统计分析。本教学改革模式主要是人工智能类课程教学改革的初步探索,希望能为其他高校和专业教学改革提供参考。

基于可信区块链和可信标识的粮油质量安全溯源研究

粮油质量安全关乎国家的稳定发展,但目前还存在诸多粮油质量安全问题,特别是异构系统间数据的可信互联、高效互通得不到保障。因此,本研究首先在对粮油质量安全全链条信息流转特性进行分析的基础上,构建粮油质量安全全链条架构,并对典型环节进行关键信息分类。然后基于可信区块链和可信标识构建粮油质量安全可信溯源模型,对区块数据结构、标识体系编码规则、存储方式等进行定义和重构,并提出链网连接器的概念及具体架构方案。最后,以典型粮油品种小麦为例,基于超级账本Fabric开源框架设计并研发了小麦质量安全可信溯源系统,对模型进行了系统实现验证和案例分析。结果表明,研究的模型及系统实现了粮油质量安全全链条信息互联互通,并且保证了跨链信息交互的安全与全流程可追溯性。

基于工业互联网的大米供应链数字孪生系统构建

粮食生产供应关乎国家安全稳定,针对目前粮食供应链存在的数据共享水平低、管控智能化程度不高等问题,构建基于工业互联网标识解析技术的粮食供应链数字孪生系统。以大米供应链为典型对象,首先设计涵盖收购、运输、加工、仓储、包装、销售的大米全供应链数字化模型,研究基于标识解析体系的各环节全要素标识编码和数据开放共享,建立实物对象与信息系统之间的数字桥梁;提出包含物理层、网络层和孪生层的数字孪生体系架构,形成基于工业互联网的数据流通共享基础,明确孪生体系架构的关键模型;并详细阐述设备、产线、物料等对象的全要素精准建模过程,构成集几何模型、物理模型、行为模型和规则约束模型为一体的数字孪生模型;最后借助Unity3D软件以及C#编程技术搭建大米供应链数字孪生原型系统,实现对产线的三维可视化监控。实验结果表明,该系统在供应链全要素数据充分共享基础上,通过三维展示、预测控制和智能决策一定程度上提升了大米供应链智能化监管能力,为工业互联网等技术赋能产业数字化转型提供参考。

基于标识解析的服装个性化定制系统设计

消费者需求牵引服装产业中服装个性化定制模式,但由于服装产业链流程长,涉及环节众多,各环节之间难以实现数据的互联互通和资源共享,消费者与生产、加工环境的信息孤岛现象严重,个性化定制模式难以实施和应用。针对上述问题,文章将标识解析体系引入服装个性化定制产业链,设计基于标识解析的服装个性化定制系统。

基于联邦学习的粮食供应链隐私数据要素协同计算研究

[目的/意义]隐私数据要素的流转是保证粮食供应链安全高效运行的重要基础。实现粮食供应链中隐私数据要素的协同计算对保障粮食质量安全具有重大意义。[方法]针对供应链中不同主体间因数据的隐私性而无法共享并参与计算的难题,提出基于工业互联网标识解析技术与联邦学习的粮食供应链数据流转与协同计算架构,设计了支撑联邦学习数据互通的数据标识编码和任务标识编码及对应的参数、信息和评价数据模型;搭建了不同主体数据特征同构的单环节横向联邦学习模型和数据特征异构的跨环节纵向联邦学习模型,基于逻辑回归算法对模型参数进行快速调整计算,以粮食供应链安全风险评估场景为对象,依托开源FATE (Federated AI Technology Enabler)联邦学习平台进行测试验证。[结果和讨论]相比传统的单一主体评估计算,横向联邦学习评估准确率提升6.7%,纵向联邦学习评估准确率提升8.3%。[结论]采用联邦学习的方式提高了评估的准确性。本研究可为粮食供应链安全高效稳定运行提供技术支撑。

基于表面曲率特征的自适应网格布料建模研究

服装布料模拟可用于服装设计、虚拟现实、游戏影音等领域,具有广泛的应用场景。为了提高布料模拟的效率与真实性,采用自适应网格策略来进行布料模拟,并针对当前自适应网格细分准则只能采用较小的阈值和容易引发过度细分的问题,提出了基于表面曲率特征的自适应细分准则。首先,根据表面曲率的大小对布料网格进行自适应细分;其次,根据曲率变化率对细分层次进行限定,避免产生冗余的精细网格。实验表明:相比于传统的基于曲率的细分准则,采用表面曲率和曲率变化率的双重细分标准可减少冗余网格10%左右,提升仿真速度约15%左右;与基于规则网格的布料模拟相比,仿真时间提升了19%,同时可以获得更好的细分效果。

一种无人巡航船遍历多目标点的路径规划算法研究

针对无人巡航船遍历多目标点的路径规划问题,提出了一种混合的多目标点路径规划算法。首先,将多目标点路径规划问题转化为旅行商问题,并采用改进的灰狼优化算法规划出多目标点的最优巡航顺序。针对传统灰狼优化算法忽略环境因素的缺陷,通过在适应度函数中引入环境影响因子以反映障碍物和未知区域对路径规划的影响。然后,在上述规划好的多目标点巡航顺序的基础上,利用A*算法结合改进的人工势场法完成各个目标点之间的路径规划。针对传统人工势场法的目标不可达问题,通过优化斥力势场函数来解决。最后,分别在普通环境和复杂环境中与另外2种算法进行了仿真实验对比。实验结果分析表明,提出的算法是有效的,能够有效缩短路径规划时间,降低距离成本。

面向智慧教学的“检测技术及仪表”线上线下混合式教学探索

新时代教育环境对智慧教学有着迫切需求。本文以线上线下混合式教学为总体框架,对“检测技术及仪表”课程的教学改革进行分析与实践。结合课程知识体系提出多种智慧教学手段,对不同教学方式的应用进行具体设计,对智慧教学预期效果进行分析,从实践角度对专业课程的智慧化改造提供了思路。

数字化与智能化背景下“检测技术及仪表”课程教学改革研究

针对数字化和智能化技术发展对自动化专业课程教学的改革需求,以“检测技术及仪表”课程为研究对象,优化设计课程知识体系,构建了多层次递进式的课程内容框架;以线上线下混合式教学为主要形式,设计教学方式和教学活动,提升课程教学对技术发展及学生能力培养需求的适应性。

电机与拖动基础课程融入思政元素的设计与探索

在全国高校专业课程开展课程思政教育大背景下,以电机与拖动基础课程为例,针对各部分教学内容,将其中的思政元素有机融入各个知识模块中。通过线下和线上教学模式,丰富课程思政教学手段,提高教学效果。

数字信息技术在个性化服装智能推送中的应用

信息技术的发展为服装个性化提供了新的可能性和优势。文章总结了信息技术在个性化服装数据推送中的应用,包括面料款式色彩等的个性化需求提取、智能推送、服装虚拟展示等。

基于颜色空间的彩色图像颜色评价

基于手机成像质量颜色评价的必要性,提出一种融合相机主观场景成像色彩和白平衡的自动评测方法(CIQA),以充分提取彩色图像相关特征并模拟人眼视觉感知特性来评价图像颜色。首先使用尺度不变特征变换(Scale-invariant feature transform,SIFT)与透射变换相结合的方法,标识主观图像中ColorChecker标准二十四色卡对应的位置;而后构建离差率最小二乘法模型,并采用专家赋权法和熵权法计算色彩还原和白平衡指标权重分配比例;最后,通过多指标权重值对TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)进行改进,确定各方案与典型正负理想方案的接近程度,实现对智能手机成像质量颜色的优劣排序。对真实场景采集的图片进行实验,并与现有的两种决策方法进行对比验证。结果表明,所提方法能提高评价效率、节省人力,并可以获得与人眼主观判断一致性较好的评价结果。