基于大数据的工科院校智能生命防疫教育平台构建研究——以某大学《生命科学导论》课程为例

疫情期间开展生命科学教育是高等院校卫生防疫的重要环节。基于我国工科院校的教学现状,文章利用ESI及Altmetric数据库优选紧随社会脉搏及被科技界广泛关注的生命防疫教学话题群;利用社交网络有关高校在线教育评论的文本大数据,探寻在线教育体验者的关注焦点及症结所在,有针对性地选择教学方式;合理制定工科院校生命科学在线教学策略,协同微信社交网络构建在线教学社区,打造高效智能的工科院校生命科学课程防疫教育体系。

研究生课程“人工智能原理与方法”思政教学方法研究

文章研究思想政治教育融入研究生“人工智能原理与方法”课程,对于培养具备良好思政素养的高层次技术人才的重要意义。文章详细探讨了针对研究生的人工智能技术与方法课程的思政教学实践,包括创新的教学内容设计和多样化的教学方法,如小组讨论、情景模拟和角色扮演等。文章还提出在课程中引入国家发展议题及伦理道德问题的具体教学策略。研究从理论和实践两方面分析了融合教学可能遇到的挑战,并提出了有效的应对策略。总之,在本课程中开展体系化的思政教学,能够提升研究生的社会责任感,树立人工智能伦理道德意识,从而有助于培养适应未来社会主义发展的高水平技术人才。

基于多智能体系统的配电网自动化自愈修复研究

配电网自愈技术旨在恢复电网系统运行,通过协调变电站和馈线中的分布式智能化,来最大限度地减少配电网故障,从而确保电网运行的可靠性。本文采用配网自动切换方案,最大限度地减少切换操作,在最短的时间内恢复发生故障的电网系统。提出了基于多智能体系统(MAS)的配电网自动化自愈技术,利用分散式的MAS系统实现配电网自愈技术。还将智能电子设备作为配电网自动化的控制中心,进行服务器之间的通讯代码传输。使用基于IEC 61850协议的商业IED来实现自愈操作,表明了将MAS系统扩展到操作控制中心领域之外的可行性。最后通过案例分析,发现配电网自愈操作自动化程序的执行时间只需要85 ms,这极大地缩短了停电时间,提高了配网自动化的可靠性。

利用人工智能神经网络体系结构生成视觉问答系统中的自然语言解释

模型可解释性长期以来一直是人工智能领域备受关注的问题.在视觉问答(Visual Question Answering,VQA)系统中,特别需要处理视觉(图像)和语言(问题)之间的协同推理,以产生解释性强且可靠的答案.然而,现有方法通常集中于单独处理视觉和语言特征,未能捕捉到VQA所需的高低级交互关系,也未能提供答案生成过程的解释.针对以上问题,该研究提出一种创新方法,即基于Transformer的可解释路径VQA方法.首先利用Transformer编码器层分别提取预训练的卷积神经网络(Convolutional Neural Network,CNN)和领域特定语言模型(Language Model,LM)的视觉和语言特征.随后,解码器层被嵌入,并对编码特征进行上采样,用于最终的VQA预测.通过在具有挑战性的VQA-X数据集和e-SNLI-VE数据集上大量的实验验证了该方法的有效性.实验结果表明:该方法在定性和定量评估方面明显优于其他先进方法,不仅有助于解释VQA模型的单幅图像结果,还为理解VQA模型的行为提供了有益参考.

新工科人工智能导论课程思政体系建设

人工智能导论课程已经建立包括学科基础、技术基础、重点方向与领域、行业应用和伦理法律在内的五维知识体系。课程思政作为课程教学的重要内容和重要组成部分,如何在人工智能知识体系中实现知识点融合课程思政教学内容,构建起适合于人工智能导论课程的思政教学内容体系,是人工智能导论课程体系建设和人工智能教育的重要工作。因此,需要解决如何在课程知识体系基础上,建立完善的人工智能导论课程思政体系问题。该文结合人工智能导论课程五维知识体系建设成效,构建包括人工智能发展历史、大历史观下的人工智能、深度学习技术、类脑计算技术、无人智能系统技术、人工智能行业应用、人工智能军事应用和人工智能伦理道德在内的八个思政模块,为人工智能导论类课程开展思政教育教学提供教学参考范式,有助于培养思政水平高、技能素质强的人工智能人才。

“新工科”背景下工程实践课程内涵建设的路径及举措

本文分析了新工科背景下高校实践育人面临的新挑战,提出了以一流课程建设为牵引的工程实践课程内涵建设路径以及教学改革的思路和举措,在教学内容、教学资源、教学设计、教学方法、保障措施等方面开展了有益的探索和实践。

关于人工智能的五个认识观点探究

近五年以来,以深度学习为主的人工智能技术发展迅速,政府、企业、学术界以及社会各界对于人工智能的认识程度不一,产业界和学术界对于人工智能的认识实际上还存在很多分歧。总体上,在科学、产业、教育等各领域,对于人工智能都缺乏全面认识。本文尝试从大历史、系统、知识、教育和伦理五个方面来全面认识和理解人工智能,提出人工智能大历史观、大系统观、大知识观、大教育观和大伦理观五个认识观点。通过这五个观点,相对全面地把握和理解人工智能的本质、理论、知识、技术、应用和伦理等多方面内容,对于人工智能科学发展和教育教学都有一定借鉴和启发意义。

智能安全内涵与体系构建探讨

随着人工智能在各行业的推广应用,人工智能给生活、生产带来便利的同时,其破坏作用和隐患也引起了各国政府、机构的重视.因此,人工智能技术及其应用所引起的安全问题受到更多关注.但是,从智能的形态角度看,智能安全与人工智能安全在内涵上还有很多区别.本文首先阐明智能安全的内涵,指出人工智能安全实际上主要是技术层面的智能安全,但智能安全不仅涉及技术安全,还包括智能系统在各行业广泛普及带来的国家层面的安全问题,以及机器智能、混合智能等新智能形态发展给人类整体带来的潜在风险.在此基础上,本文构建了智能安全体系并给出了具体措施.狭义的人工智能安全与广义的智能安全理念相结合,有利于确保整个国家在人类文明发展过程中把握先机.

“人工智能+脑科学”交叉学科人才培养框架探索

培养交叉学科拔尖创新人才是我国"双一流"高校建设的重要内容。人工智能技术与脑科学研究已成为科技创新、脑疾病治疗、类脑智能研究以及人工智能产业升级的重要保障。针对工科交叉学科创新人才的培养需求,以"人工智能+脑科学"交叉学科为例,分析在交叉学科人才培养中出现的问题与瓶颈,并针对所出现的问题,对基于交叉学科师资队伍建设与实践创新能力培养的人工智能交叉学科人才培养框架进行探索,旨在为国内"人工智能+X"的交叉学科人才培养提供方案.

基于深度学习的移动机器人语义SLAM方法研究

为了给移动机器人提供细节丰富的三维语义地图,支撑机器人的精准定位,本文提出一种结合RGB-D信息与深度学习结果的机器人语义同步定位与建图方法。改进了ORB-SLAM2算法的框架,提出一种可以构建稠密点云地图的视觉同步定位与建图系统;将深度学习的目标检测算法YOLO v5与视觉同步定位与建图系统融合,反映射为三维点云语义标签,结合点云分割完成数据关联和物体模型更新,并用八叉树的地图形式存储地图信息;基于移动机器人平台,在实验室环境下开展移动机器人三维语义同步定位与建图实验,实验结果验证了本文语义同步定位与建图算法的语义信息映射、点云分割与语义信息匹配以及三维语义地图构建的有效性。

远距离和遮挡下三维目标检测算法研究

针对现有三维目标检测算法对存在遮挡及距离较远目标检测效果差的问题,以基于点云的三维目标检测算法(3D object proposal generation and detection from point cloud,PointRCNN)为基础,对网络进行改进,提高三维目标检测精度。对区域生成网络(region proposal network,RPN)获取的提议区域(region of interest,ROI)体素化处理,同时构建不同尺度的区域金字塔来捕获更加广泛的兴趣点;加入点云Transformer模块来增强对网格中心点局部特征的学习;在网络中加入球查询半径预测模块,使得模型可以根据点云密度自适应调整球查询的范围。最后,对所提算法的有效性进行了试验验证,在KITTI数据集下对模型的性能进行评估测试,同时设计相应的消融试验验证模型中各模块的有效性。

双三相同步磁阻电机单相开路故障下的容错控制策略

双三相同步磁阻电机(dual three-phase synchronous reluctance motor,DTP-SynRM)转子不含永磁体,没有高温退磁风险,成本较低,且由于其系统自由度高、冗余性强,因此具有较好的容错性能。开路故障是双三相同步磁阻电机系统中最常见的故障类型之一,该文针对一种两套三相绕组中性点相互独立的双三相同步磁阻电机单相开路故障,建立DTP-SynRM矢量空间解耦模型,实现对电压、电流和磁链方程的完全解耦。在开路故障状态下仍将其视为一个正常的双三相电机,分析故障状态对电机的电流约束和信号传递的影响,并指出在开路故障下z2轴电流与β轴电流不再独立,电机由正常运行时的四阶系统降阶为三阶系统,而由于开路故障导致的电压信号传递不准确则会在dq坐标系中引入二次谐波电流,并产生二次和四次转矩波动。该文提出一种同时考虑电流约束和信号传递误差的故障容错方法,电机处于三闭环运行状态,补偿电压信号传递误差,抑制开路故障时电机的转矩波动并降低电流谐波。搭建实验平台进行实验,验证所提容错方法的有效性和可行性。

面向多源信息互促的研究生创新创业培养方法研究

该文构建多学科交叉实践专业知识的创新思维培养模式研究,教-赛-科互促的研究生创业培养模式研究以及面向“引领共创”的专项创业引导培养模式研究,从而强化实践学习的重要性,完善现有研究生培养体系,将知识转化成生产力和科技力,将研究生培养由学术型人才向创新创业型人才转化,构建思政创新创业研究生人才为指向的现代高等教育模式,形成具有新工科特点的“思政融入-知识实践-教研孪生-师生双创”的研究生培养体系,为振兴民族经济贡献力量。

月球探测器鲁棒环形山检测及光学导航方法

针对月球探测器环形山检测方法受光照影响、鲁棒性差的问题,本文提出一种基于极大熵阈值三值化的鲁棒环形山检测算法。采用不同滤波核对图像进行去噪平滑,然后对处理后的图像进行极大熵阈值分割、将图像信息三值化,去除图像对光源的敏感性,同时最大程度保留图像信息;提出一种归一化多指标约束环形山匹配和拟合方法完成环形山提取,将环形山提取算法应用于光学导航中进行打靶实验验证算法实时性表现。仿真结果表明:与传统基于形态学或自适应边缘检测的方法相比,本文方法在较大尺度条件下提取出连续、光滑的环形山边缘,有效环形山数量提升35%以上,同时实时性更好、计算消耗降低40%;基于鲁棒环形山提取的光学导航算法实时性更好。

一种基于改进双二极管脉波倍增电路的串联型24脉波整流器

为了在不增加串联型12脉波整流器中移相变压器复杂度的前提下,有效地抑制整流器的输入电流谐波,该文提出一种基于改进双二极管脉波倍增电路(improved dual-diode pulse-doubling circuit,IDPC)的串联型24脉波整流器。提出的IDPC被安装在整流器的直流侧并由单相自耦变压器、平衡电抗器、2个电容器和2个辅助二极管组成。IDPC中的辅助二极管根据整流器中2个三相整流桥的输出电压和单相自耦变压器绕组电压之间的关系交替导通,使IDPC周期性工作在3种模态下,然后根据交直流侧电压和电流关系将整流器的脉波数从12增加到24,使得输入电流的THD减小为原来的二分之一,有效地抑制输入电流谐波。因IDPC中磁性器件的总容量仅为输出功率的2.35%,辅助二极管的电流应力仅为输出电流的6.8%,提出的方案具有电路结构简单、容量小,成本低和导通损耗小的优点。与类似结构相比,提出的整流器在中高压工业场合具有更好的应用前景。搭建了一台输出功率为1 kW的实验样机,实验结果验证了理论分析的有效性和正确性。

近海复杂环境下UUV动态路径规划方法研究

为解决近海环境下水下无人航行器(unmanned underwater vehicle,UUV)的动态路径规划问题,本文提出一种结合全局和局部动态路径规划的算法。首先,本文提出一种基于自适应目标引导的快速拓展随机树算法,以增加随机树生长的方向性,并通过转向和重选策略减少无效拓展加快算法的收敛速度。接着,获得全局路径之后使用自适应子节点选取策略获取动态窗口法的子目标点,将复杂的全局动态任务规划分解为多个简单的动态路劲规划,从而防止动态窗口法陷入局部极小值。最后,通过UUV出港任务仿真实验验证了算法的有效性和实用性。

基于事件触发的预设时间航天器轨迹跟踪控制

针对通信受限条件下的航天器轨迹跟踪问题,提出了一种基于事件触发的预设时间控制算法。为了满足不同任务场景下对航天器快速性的要求,本文设计了一种预设时间轨迹跟踪控制算法。结合反步控制理论及预设时间动态增益,最终实现轨迹跟踪系统的预设时间收敛。作为一种典型的网络化控制系统,航天器在执行任务过程中可能会受到自身通信能力的限制,造成通信阻塞、时延和丢包等问题。为此,本文提出了一种基于动态参数的事件触发算法,在保证系统控制精度的同时,一定程度上避免了控制中心与航天器本体间不必要的通信资源消耗。相比于传统的静态事件触发算法,文中基于动态参数的事件触发算法在减少通信频率方面更具优势。通过理论分析和仿真实验验证所提控制算法的有效性。

复杂环境下DWA与RRT算法融合的AUV局部路径规划

针对复杂水下环境下的自主水下航行器(autonomous underwater vehicle,AUV)局部路径规划问题,传统动态窗口法(dynamic window approach,DWA)存在复杂障碍物中陷入局部停滞,动态避障性能不佳等问题,本文提出了一种基于DWA与快速随机搜索树(rapid-exploration random tree,RRT)算法融合的路径规划算法。改进的DWA算法速度空间根据整个动态窗口的周期生成,重设了评价函数并结合AUV任务环境引入洋流能耗评价函数;改进的RRT算法在局部已知空间内规划导引点,帮助DWA脱离局部停滞状态并实现更安全的动态避障。将2种算法融合,实现了AUV在复杂水下环境中的局部路径规划。仿真表明,该融合算法能够降低AUV在洋流中的能耗代价,解决了DWA在复杂障碍物中陷入局部停滞的问题,能够安全有效地躲避动态避障物。

PPP-RTK修正产品矢量化完好性监测方法

PPP-RTK修正产品是实现卫星导航高精度、快收敛精密定位的基础信息,完好性监测是保障PPP-RTK导航定位可靠性的核心关键。传统PPP-RTK修正产品完好性监测方法存在风险概率分配体系不完善及多重风险源监测灵敏度不足的问题,导致PPP-RTK修正产品的可用性较低。针对此,本文提出了PPP-RTK修正产品矢量化完好性监测方法,基于最优保护水平准则分配PPP-RTK修正产品完好性与连续性指标,设计PPP-RTK修正产品“播发前-播发后”测距域与定位域协同的序贯监测架构,形成面向载波相位层级的矢量分类监测与多站综合监测,实现PPP-RTK修正产品高灵敏、高可用的矢量化完好性监测。仿真与实测数据的分析结果表明,PPP-RTK修正产品矢量化完好性监测方法监测灵敏度与可用性均优于传统方法,可用性可达到99%以上。

基于改进FeatDepth的足球运动场景无监督单目图像深度预测

为了在降低成本的同时提高图像深度信息预测的精确度,并将深度估计应用于足球运动场景,提出一种基于改进FeatDepth的足球运动场景无监督单目图像深度预测方法。首先,对原FeatDepth引入注意力机制,使模型更加关注有效的特征信息;其次,将FeatDepth中的PoseNet网络和DepthNet网络分别嵌入GAM全局注意力机制模块,为网络添加额外的上下文信息,在基本不增加计算成本的情况下提升FeatDepth模型深度预测性能;再次,为在低纹理区域和细节上获得更好的深度预测效果,由单视图重构损失与交叉视图重构损失组合而成最终的损失函数。选取KITTI数据集中Person场景较多的部分进行数据集制作并进行仿真实验,结果表明,改进后的FeatDepth模型不仅在精确度上有所提升,且在低纹理区域及细节处拥有更好的深度预测效果。最后,对比模型在足球场景下的推理效果后得出,改进后的模型在低纹理区域(足球、球门等)及细节处(肢体等)有更好的深度预测效果,实现了将基于无监督的单目深度估计模型应用于足球运动场景的目的。