产教融合的“智能驾驶导论”课程建设和改革

针对“智能驾驶导论”课程尚没有成熟的教学内容体系和满足培养需求的实践设计等问题,提出了基于产教融合的“智能驾驶导论”课程建设思路并进行了探索和实施。从教学目标和教学内容设置、教学组织、实践环节设计和实施方面引导企业深度参与,完成了基于智能驾驶产业需求的课程建设和改革,解决了课程与产业需求脱节的问题,使学生从产业和技术的视角构建智能驾驶的知识体系,同时培养了学生的工程实践和创新创业能力,为校企协同的课程建设和人才培养提供了很好的探索和实践。

“机器人学”课程思政建设

“机器人学”是机器人工程、人工智能、自动化等专业的核心课程,探索“机器人学”课程思政建设对相关专业“三全育人”教学模式的实现具有重要意义。机器人技术发展迅速,对制造业高质量发展和应对人口老龄化有着重要作用。“机器人学”课程蕴含了非常丰富的思政元素,从家国情怀、科学精神、工匠精神、人文关怀、哲学原理等五个方面充分挖掘了思政元素。通过巧妙的教学设计,在传授显性知识的同时,进行潜移默化的价值引领,实现了良好的思政育人效果。

基于粒子群优化的移动机器人SLAM方法

针对移动机器人的粒子滤波SLAM(同时定位与建图)方法中需要大量粒子来提高精度的问题,将粒子群优化思想引入到FastSLAM中,提出了一种基于粒子群优化的同时定位与建图方法.通过粒子群优化方法对FastSLAM中预估粒子进行更新,调整粒子的提议分布,使得预测采样粒子集中于机器人的真实位姿附近.该方法能有效提高SALM精度,并减少所使用的粒子数以及计算的时间复杂度.仿真实验结果表明该方法有效、可行.

基于尺度空间理论的Harris角点检测

研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris函数的尺度空间表示,检测每个尺度水平上的极值,利用迭代算法验证每个尺度水平上LoG算子是否获得最大值,从而得到特征角点的位置及其尺度。该方法在保持Harris角点不受光照条件及摄像机姿态变化影响的同时,还能检测出多尺度下的特征点。通过实验验证该方法具有尺度不变特性,适用于尺度变化较大的视觉系统。

人工智能精品课程的创新性教学探索

针对人工智能课程自身特点和中南大学人工智能课程的建设历程,总结我校人工智能精品课程的建设改革经验及体会。首先介绍优化课堂教学和实践教学内容方面的改革,然后探讨教学模式与教学方法的创新,包括采用现代教育技术构筑人工智能课程的现代教学模式、以兴趣引导的互动式教学、举行课堂讨论会营造自由探索气氛等。最后分析了人工智能课程尚需改进的两个问题。本文可供兄弟院校人工智能精品课程建设和其他课程建设借鉴。

一种移动机器人SLAM中的多假设数据关联方法

针对移动机器人同时定位与建图(SLAM)中的局部数据关联问题,提出一种基于粒子滤波的多假设数据关联方法。该方法将数据关联问题转换成离散优化问题,利用多个粒子来维持多种数据关联假设,通过计算关联代价来获得粒子权重,用基本剪枝技术在粒子重采样过程中滤除错误的数据关联假设。研究结果表明:该方法弥补了经典的数据关联方法中关联假设一旦确定就不能修改的不足;与ICNN和JCBB数据关联方法相比,该方法能获得更正确的数据关联结果和更高的定位精度。

基于声纳和摄像头的动态环境地图创建方法

针对动态环境下声纳传感器无法正确检测动态障碍物从而降低移动机器人的地图创建的精度的问题,提出了一种声纳和视觉传感器结合的动态环境地图创建方法。为保持地图信息的完整性,该方法分别建立了动、静态栅格地图,利用前一时刻的静态地图、当前声纳观测信息和摄像头检测的动态障碍物信息的比较来更新地图,并给出了地图更新模型。因视觉信息能成功地解决地图中某些动态障碍物被当成静态障碍物的错误,因而能建立正确的地图。实验验证了该方法正确,可行。

智能科学与技术课程群建设的探索

为了改变以往课程之间各自为政、缺乏交叉融合的现象,探讨智能科学与技术的课程群构建及其教学模式,提出一种闭环控制的教学质量评价体系DIACES,以期达到培养全面知识结构、能力结构和综合素养,切实提高人才培养质量的目的。

糖尿病肾病发病机制中各种炎性因子的作用

糖尿病肾病(DN)是糖尿病严重的微血管并发症之一,目前认为与糖代谢紊乱、血流动力学改变、凝血机制异常、蛋白质的非酶糖基化、氧化应激、细胞因子表达异常及遗传背景等多种因素有关。其中炎性反应是DN病变过程中的一个重要环节,炎性因子与脂肪内分泌、氧化应激、免疫系统相互作用引起胰岛素抵抗和B细胞结构与功能障碍,导致2型糖尿病。现就炎性因子在DN发病机制中的作用予以综述。

先进制造技术与模式对电磁继电器生产的意义——电磁继电器制造技术特征分析与创新思路

继电器行业先进制造模式所具有的特点应该是:并行性、集成性、柔性、智能性、快速反应性、动态适应性、人机一体化。企业追求的目标应该是:高可靠性、高效率、高柔性、低成本、低劳动力、低消耗、绿色、品种多和规格全。文章全面深入剖析了当前高可靠军用电磁继电器生产制造技术特征中,工艺固有缺陷、工艺技术应用、制造装备等制造可靠性技术基础存在的问题,对比了国内外继电器行业先进的工艺技术应用、主流制造装备技术和先进的制造理念,提出了加快提升高可靠电磁继电器制造能力的技术创新思路。

高可靠电磁继电器触点表面多要素腐蚀机理研究

本文探讨分析了电磁继电器在制造过程的大气环境下和密封后产品内部微环境下,触点表面腐蚀物产生的深层次机理和生长过程,首次在电磁继电器制造技术体中提出了产品密封空间"微(动态)环境"和"多要素腐蚀机理"的概念,提出了微环境中存在腐蚀要素的原生与次生状态,并分析了其形成危害的机理。本文重点提出了关注金属零件和电镀工艺所具有的深层次污染问题和由此引发的腐蚀危害,以及产品制造过程传统环境控制要求以外的大气污染气氛腐蚀的初期行为影响。

浅谈工程用电子元件产品的制造可靠性问题

本文重点研究了我国高可靠军用电子元器(组)件产品制造技术如何突破传统制造工艺理念和工艺认知框架,充分消化吸收现有的科学技术研究成果,尽快解决产品制造合格率、稳定性和工程用产品可靠性问题。本研究首次在产品制造技术体系中从理论上提出了"制造工艺的固有特征(缺陷)性"概念,当研究提高产品制造品质的解决方案时,应注意到这一概念对产品的"固有的遗传性"的持久性影响作用。并对影响产品品质的制造技术特征全过程因素、工艺关键环节和长期忽略的微观、隐性制造特征因素进行了初步分析、识别与评估,提出了军用产品制造应采用一种自下而上的"工艺可靠性设计"思想,以减小或消除这些制造技术固有特征(缺陷)因素对产品性能的影响程度。

移动机器人SLAMiDE系统设计与实现

针对动态环境下移动机器人同时定位与建图(SLAM)问题,设计一种动态环境SLAM系统——SLAMiDE,给出系统的整体结构框架和实现过程。该系统通过动态目标检测、SLAM和动态目标跟踪同时实现动态地图构建、静态地图构建和机器人定位。实验结果证明,该系统是正确、可行的。

从技术因素分析高可靠电磁继电器多余物产生机理

本文深入分析了国内继电器行业高可靠性电磁继电器产品制造工艺技术,对有可靠性等级要求的军用电磁继电器产品在交付用户后发生的大量"白色"非金属多余物和金属多余物、污染膜及转动部件滞缓等失效模式,开展了制造工艺(微观与隐性)原因和形成失效机理的研究分析,首次提出和验证了电磁继电器内部除有机材料污染成分以外的其它污染成分的来源,研究分析了几种微观物理化学因素可能引发失效的机理,提出了解决思路和建议。

物理气相沉积涂层技术在高可靠电磁继电器制造上的应用展望

本文仅针对国内外PVD(物理气相沉积)创新技术和解决方案的不断问世,以高可靠等级电磁继电器触点制造中普遍使用的电镀工艺为例,扼要介绍了PVD技术的涂层特点,替代传统的电镀金、电镀银、电镀镍等表面处理工艺的可行性,以及对产品性能和可靠性提升的重要性。本研究对转变宇航级、高可靠军用电磁继电器等机电产品生产制造模式具有重要意义。

功能梯度材料在高可靠电磁继电器上的应用

本文在分析大量国内外文献的基础上,对功能梯度材料(Functional gradient materials)技术研究现状、应用前景进行综述。在分析功能梯度材料技术特点基础上,结合高可靠电磁继电器制造工艺技术现状和固有的薄弱环节,探讨了该技术在高可靠电磁继电器制造中可能的应用前景。

树立精品意识 搞好人工智能课程建设

人工智能是一门比较新的学科，虽已走过40多年的发展历程，但仍处于蓬勃发展的时期。尽管它仍然还不够完善和成熟，但其发展前景十分看好。

智能科学精品课程群建设与体会

中南大学国家级智能科学课程教学团队在智能科学精品课程群的长期建设中,已取得突出成果。本文简要介绍该精品课程群建设的经验体会,包括我国首个立体交叉的智能科学教材体系建设、多层次智能科学精品课程群建设、开放式创新训练软硬件环境创建以及精品课程群的教学改革理论探索和推广应用等。本教学改革成果对其他课程建设和人才培养具有借鉴作用。

人工智能课程中的思政教育探索与实践

分析人工智能课程中思政教育的必要性和国内外研究现状,介绍在人工智能课程中融入思政教育的方法,提出通过在课程各章节中加入思政教育的切入点、构建问题链教学、利用云课堂以及建立多维度考核机制的方法,建立以专业伦理为价值依托的教学内容体系,改变以往只"重技"的专业课程教学模式,建立着力培养德智体美劳全面发展的AI专业新人才的教学内容与教学方法。

基于对比散度-受限玻尔兹曼机深度学习的产品评论情感分析

针对目前大部分情感分析技术需要人工标注建立情感词典提取情感特征的问题,提出一种基于对比散度-受限玻尔兹曼机(CD-RBM)深度学习的产品评论情感分析方法。该方法在对产品评论时进行数据预处理并利用词袋模型产生产品评论的向量表示,然后通过CD-RBM提取产品评论的情感特征,最后结合支持向量机(SVM)将提取出来的情感特征进行文本情感分类。CD-RBM无需人工标注情感词典,即可获得情感特征,且可以提高特征的情感语义关联性;同时,SVM可以保证产品评论情感分类的准确度。通过实验确定了RBM最优训练周期为10,在此训练周期下对RBM、SVM、PCA+SVM,以及RBM+SVM方法进行了比较。实验结果表明,RBM特征提取和SVM分类结合方法能够获得最好的准确率和F值,并获得较好的召回率。