基于Java语言的远程数据采集系统设计与实现

工业自动化发展到一定程度后需要融入信息技术,以便于及时掌控设备的工作状态,了解设备的工作数据。因此,通过数据库远程连接技术将数据信息通过定时任务调度器定时同步到远程云平台数据库。首先,采用AME(Advanced Encryption Standard,高级加密算法)对数据传输进行加密,以确保数据的安全性;其次,利用Java语言中的SpringBoot框架、MyBatis框架及JSP页面开发语言技术对数据信息进行业务逻辑分析;最后,利用Table列表及E-charts图表的形式进行可视化设计。设计的操作系统可以实现注册登录、系统监控、实时曲线、历史记录、用户管理等功能,还具有良好的可扩展性、稳定性等优点。将此系统应用于自动变速箱电磁阀检测企业生产线中,对设备工作信息进行实时远程监测,对于存在问题的设备进行系统报警,及时发现并解决问题,从而降低了大量人力、物力的投入且减少了成本,最终达到提高企业管理效率的作用。

具身体验的数字再造——中国茶文化在国产游戏中的呈现与接受

数字游戏具有较强的传播功能和文化属性,对于中国茶文化的传承与发展意义重大。本文将近年来国产游戏对传统茶文化这一具身体验的数字再造方式归纳为五类,即将茶作为角色、道具、地图场景、叙事剧情和联动主题。对玩家反馈的文本分析和内容分析显示,玩家对呈现茶文化的游戏具有好感与期待,并希望能在游戏内外深入了解茶文化。在此基础上,本文梳理了国产游戏与传统茶文化结合过程中所面临的挑战,并提出对应策略,希望对游戏行业的创作实践带来启发。

基于Unity3D的Dots寻路算法

自动寻路A*算法的时间复杂度和空间复杂度较高,且对资源消耗较大。通过在Unity3D引擎中结合Dots面向数据的技术堆栈技术,采用ECS+JOBS的工作模式,将过程多线程化,使用JobSystem+Job多线程运行逻辑,对自动寻路的A*算法进行改进,采用修改地图点密度的方法来降低计算量,性能节省非常明显。为了同时考虑性能问题和寻路表现,再次改进算法,根据寻路对象的个数来动态地改变点与点之间的间隔,并比较两种不同的方案触发寻路,选出最优方案,有效缩短寻路时间,项目可以稳定运行数千个实体角色。

Resilience4j的熔断策略研究

该文研究了新一代轻量级的容错框架Resilience4j结构功能,结合熔断器工作方式与熔断参数,针对服务的熔断阈值配置问题,提出了一个Resilience4j在微服务平台上的配置方案。根据不同服务的紧迫性,实行不同的配置策略,提升服务性能,有效保护微服务系统。

油气田施工中虚拟现实系统的服务实体放置策略研究

针对油气田地面工程中,大型机具等施工要素不易移动,传统的云服务器距离现场较远,现场信息收集不易而无法实时构建虚拟模型等问题,提出了一种油气田地面工程施工中移动虚拟现实系统的服务实体放置策略。通过选择合理的网络接入点,优化服务实体放置策略和模型分辨率,采用等待延迟、通信延迟、计算延迟、迁移延迟算法,确定优化后的最优策略,旨在使服务延迟和模型分析精度之间实现良好的权衡。应用研究表明,该放置策略降低了虚拟施工过程中的建模延迟,提高了建模精度,有效提升了智能化施工的工作效率。

“拿破仑的军师”还是“阿基里斯之踵”:AIGC驱动数智时代游戏设计新变革

AIGC技术的兴起正在推动着游戏设计的本体属性和认知理念发生根本性重塑。为了探索AIGC浪潮下未来游戏的设计方式与生态构成会如何发展与进化,通过文献研究法、案例分析法和比较分析法,从游戏设计的叙事剧情、美术视觉、音效音乐、界面交互和系统机制等方面,探讨了AIGC技术在游戏设计领域的应用模式。AIGC技术可以降低游戏设计成本、丰富游戏内容、改变创作方式,但也存在情感表达缺失和游戏伦理面临新挑战等弱点。在AIGC语境下,游戏设计师的身份和职能、人机关系、游戏形态和规则、商业模式和组织结构等都将发生变革。因此,游戏设计师及研究者需要破除思维禁锢,开启前瞻思考,主动探索人机协作的新范式,以促进AIGC技术赋能游戏设计并实现深度交叉与融合。

基于Vue的气象数据可视化系统的设计与实现

针对气象数据来源冗杂、数据量庞大且数据展示直观度低的问题,提出了一套基于Vue的气象数据可视化系统。系统采用前后端分离的架构,首先,使用斯普瑞布特(spring boot)作为后端框架完成系统的逻辑判断和数据处理,能够对来自不同数据源的气象数据进行统一的格式化处理,并使用MySQL数据库对数据进行存储。其次,系统前端使用Vue框架来完成页面的构建,并采用ECharts组件来实现数据的可视化展示。最后,设计并实现了一个内容充实,简单易用的气象数据可视化系统。结果表明,本系统不但可以向用户提供清晰直观的实时天气情况,而且可以展示气象业务系统的告警信息,提高值班人员的工作效率。

基于神经网络的屏幕内容图像质量评估

随着计算机移动网络技术快速发展,实现屏幕内容图像的分发和处理达到信息共享尤为重要。本文提出了一种基于深度学习卷积神经网络(Convolution neural network,CNN)的屏幕内容图像质量评估方法。人类视觉系统针对文字区域和图像区域具有不同的关注点,所以不能从单一的特征去判断图片的质量,通过设计更深层次的卷积神经网络从而达到多特征提取的目的。本模型使用全卷积网络(Full convolution network,FCN)将屏幕内容图像分割成文字区域和图片区域,利用深层次CNN分别对文本区域和图片区域进行质量评估,通过融合策略将分数整合在一起得到图像的整体质量得分。本模型允许局部质量和局部权重的联合学习,以数据为主导进行驱动,并且不依赖手工特征和图像统计的知识。在两个公开数据集上的实验结果表明,所提出的方法性能相比于目前的方法在主观感知上取得了更高的一致性。

结合密度图回归与检测的密集计数研究

针对基于检测以及基于密度图两种主流的密集计数方法中,基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题,将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法,可以实现对密集场景中目标物体的计数以及定位,对两种方法进行优势互补,在提高召回率的同时,实现标定所有目标物体的位置信息。为提取出更加丰富的特征信息以面对复杂的数据场景,网络提出特征金字塔优化模块,该模块纵向融合底层高分辨特征与顶层抽象语义特征,横向融合同尺寸的特征,丰富目标物体的语义表达;考虑到密集计数场景中目标物体所占像素比例较低的问题,提出一种针对小目标的注意力机制,通过对输入图像构建掩膜以增强网络对目标物体的注意力,从而提高网络的检测敏感性。实验结果表明,所提出方法在保持准确率基本不变的情况下,大幅度提高了召回率,同时可准确标定目标物体位置,有效提供输入目标图像的计数以及定位信息,在工业以及生态等各种领域具有广泛的应用前景。

基于分数阶全变分和低秩正则化的彩色图像去模糊方法

针对现有的彩色图像去模糊过程中存在色彩失衡、阶梯效应和伪影等现象,提出了一种基于分数阶全变分和低秩正则的图像去模糊优化方法。首先,将传统的RGB彩色图像转换到YCbCr颜色空间,利用其亮度通道特征解决色彩失衡问题;其次,利用分数阶全变分的特征消除图像恢复任务中出现的阶梯效应,并且引入加权核范数低秩正则进一步抑制伪影及噪声;最后,利用交替方向乘子法设计出高效的求解方法,通过迭代优化得到纯净图像的最优估计。对彩色图像测试的实验结果表明,所提出的方法对图像去模糊任务取得较好的视觉恢复效果,客观评价指标良好。

CG技术在外宣纪录片中的运用研究

随着科技的进步,外宣纪录片的制作手段越来越多样化。计算机图形学(Computer Graphics,CG)技术的应用更加突出了外宣纪录片的真实感,营造出强烈的视觉艺术效果,为观众带来了沉浸式的视听体验。基于此,阐述CG技术在外宣纪录片制作中的真实性、适度性和艺术性三大运用原则,分析CG技术在外宣纪录片中的具体应用,包括三维建模、数字绘景和数字调色等,以期为外宣纪录片的艺术创作提供参考。

基于超像素快速模糊聚类的印刷品图像分割方法

针对当前彩色印刷品色差检测过程中效率低、复杂性高等问题,提出了一种基于超像素快速模糊聚类的印刷品图像分割方法(SFFCM)。先用简单线性迭代聚类(SLIC)算法将图像分割为紧密相邻的超像素区域。每个超像素区域被视为一个独立的聚类单元。随后,将模糊C均值聚类(FCM)算法应用于超像素的归属关系计算中,即引入隶属度值,允许超像素归属于多个聚类中心,并通过权衡归属度值来实现模糊聚类。实验结果表明,相对于其他算法,本文方法在保持良好实时性的同时,实现了较好的分割效果,有效平衡了算法复杂度与分割效果之间的关系。

基于图像处理的大米品质识别系统研究

针对大米加工中的品质智能化识别要求,提出了一种基于图像处理的大米品质识别系统。首先,采用面积法对大米外观进行完整性检测,从而将大米分为完整粒和碎米;其次,在完整粒划分的基础上,采用麻雀搜索算法(SSA)优化支持向量机(SVM)参数,并对完整粒色调和垩白度进行识别,以区分完善粒、垩白粒和黄米粒,进而完成大米品质的识别。实验结果表明,采用面积法的大米大小分级法对米粒完整性划分的准确度达94.3%;在完整粒识别基础上,采用的SSA-SVM分类模型对大米图像色调的识别准确率达98.21%,相较于传统SVM分类提高了1.63个百分点,表现出良好的识别精度;将上述算法部署到识别软件中,可有效对大米品质进行识别划分。由此得出,以上识别方案可行,可用于大米品质加工。

基于数字全息的模糊图像复原技术研究

采用数字全息方法研究物体经散射介质(毛玻璃)成像复原机理。首先,在菲涅尔离轴数字全息原理的基础上,建立了数字全息记录与再现的数学模型。然后,设计和搭建了全息散射成像系统,建立了毛玻璃的数学模型,并提出一种消除毛玻璃散斑噪声的算法,利用菲涅耳再现算法对实验得到的数字全息图进行再现。最后,用频谱滤波法对全息图再处理后进行再现。实验结果验证了理论算法和实验方法的正确性,为今后物体经过复杂介质的图像复原的深入研究提供了帮助。

改进YOLOv5的遥感图像目标检测

针对基于YOLOv5算法的小目标的检测精度低、密集目标识别效果差的问题,提出了一种改进YOLOv5目标检测框架。YOLOv5的主干网络加入卷积块注意力模块(Convolutional block attention module,CBAM)可提高特征提取能力,增强网络对图像纹理的感知能力,使小目标获取更多关注。为了解决密集目标检测的漏检问题,YOLOv5的颈部网络使用加权双向特征网络(Bidirectional feature pyramid network,BiFPN)替代原有的像素聚合网络(Path aggregation network,PAN),通过权值共享的方式实现多尺度特征融合。采用EIoU作为模型的边界框回归损失函数,提高了边界框回归性能,加快网络收敛速度。在DOTA数据集上,实验验证了YOLOv5的改进结果,此方法的mAP为80.0%,能够检测更多的目标,相较于YOLOv5,改进YOLOv5的mAP提升了5.2%。

“竞赛+思政”的三维软件课程教学路径及效果探究

该文作者以大连大学工业设计专业三维软件课程全过程为样本,探索三年来“竞赛+思政”的实践教学模式和效果,通过将包含思政元素的竞赛命题引入实践教学,围绕命题开展教学设计,使学生在实战项目中掌握三维设计全流程。在提升学生专业能力的同时,教师完成了思政教育与疏导。该模式是将思政教育融入课堂的一次尝试,能够为创新应用型工业设计专业人才培养提供参考。

“新医科”背景下医学院校计算机基础课程改革探索与实践

为进一步贯彻落实“新医科”育人发展理念,促进医学与信息技术的深度融合,提升医学生的道德品质、信息素养和信息实践能力,文章针对医学院校计算机基础课程的教学内容及课程体系建设进行分析与研究,剖析课程与“新医科”建设的契合点,阐述医学院校计算机基础课程创新的着力方向,提出从课程思政建设、医学信息素养培育两方面对医学院校计算机基础课程进行教学改革的具体措施及案例,以期为国内医学院校同类型课程建设提供参考。

一种基于强化学习的三国杀多智能体博弈方法

深度强化学习在处理序列决策与策略探索问题上取得了很大的成功,大多从游戏中展开研究获得启发,其应用领域从单智能体场景扩展到多智能体场景中。基于纸牌的多人对战策略游戏是一种多智能体系统,但现有研究较少,且大多都来自于斗地主、德州扑克。为拓展基于纸牌的多智能体策略游戏的研究,提出了一种基于强化学习的三国杀多智能体博弈方法(SGS-MAPG),自建了以三国杀游戏为背景的2v2对战游戏场景作为实验环境,基于策略梯度的思想对合作的多个智能体建模,在其决策过程中包含了多智能体系统的团队合作与对抗,解决了多个智能体环境下的不稳定性问题。经计算机模拟对战过程,上述方法使智能体经过训练具有良好的学习决策能力,并且能够尝试获得多于基础算法的最终团队奖励,并得到高出至少12%胜率。

基于内部控制的办公自动化系统设计与研究

内部控制是现代企业管理的有效工具,但因其涉及面广且要求具体,线下实施管理成本较高。办公自动化系统(简称OA系统)已经广泛应用于企业管理中,OA系统与内部控制结合有助于内部控制落地实施、提升管理效率、构建企业协同管理体系。从系统架构设计、系统功能设计、数据库表设计三个方面阐述了基于内部控制的OA系统研发思路,并结合内部控制思想对系统各功能模块进行了详细描述。

基于文字边缘失真特征的翻拍图像篡改定位

针对翻拍文档图像的篡改定位问题,提出一种基于文字边缘失真特征的翻拍图像篡改定位方法。从文字边缘分布、边缘梯度以及待检测文本与参考文本在边缘梯度上的差异3个方面构建了文字失真特征,并训练了一个基于深度神经网络的分类器进行决策。同时,为了评估检测方法的性能,构建了一个包含120张合法图像、1 200张翻拍篡改文档图像的数据集。实验结果表明:所提出的方法在跨库实验场景下词汇级别的ROC曲线下面积(area under ROC curve,AUC)和等错误率(equal error rate,EER)分别达到了0.84和0.23;与Forensic Similarity (128×128)和DenseFCN相比,所提出的特征结合LightDenseNet的方法在翻拍篡改文档数据集的跨库协议下,词汇级别的AUC指标分别提高了0.06和0.17。