基于计算机视觉的牲畜智能饮水系统的设计与实现

【目的】针对目前牲畜饮水行为的监控和管理方面存在的半智能化、设备功能单一、缺乏智能化管理等问题,设计并实现了基于计算机视觉的牲畜智能饮水系统。【方法】利用Jetson nano嵌入式设备作为主控制器,在进行视频监控的同时基于计算机视觉识别牲畜并对其供水,采用轻量级检测方法实现牲畜的分布密度检测,分析是否需要增加水槽来避免拥挤情况的产生;采用RFID技术识别标签信息并统计牲畜个体是否饮水、饮水次数及总饮水时间等关键信息;采用传感器技术检测水位及水温情况,实现了水槽水满断电、结冰前自动排水等智能控制;开发了客户端和服务端软件,在阿里云服务器上部署云平台,并提供数据可视化和绑定牲畜附加信息等服务,进行人机交互。【结果】以内蒙古地区个人家庭牛群的5头牛为试验对象进行了为期40 d的测试,结果表明,本系统能够对水槽周围环境进行视频监控、目标检测、牲畜密度检测、牲畜信息统计及水槽的自动供水及停止供水。以2023年2月8日试验结果为例,在当天被测试的5头牛均饮水,其中2166430号牛在线时间3.2 min,饮水1次,饮水时长为1.3 min。根据该牛和被测群体的过去一周的饮水情况得知,该被测群体的饮水规律正常。经过历史饮水情况的统计,从饮水方面来看该被测群体在40 d内处于健康状态。【结论】该系统减少了养殖户的人力成本,为养殖户提供了判断牲畜健康状态的重要依据。

计算机基础教学中计算思维能力培养的标准化研究

针对程序设计中的计算思维能力培养,国内外学者进行了大量的理论研究和教学实践,但尚未在教学中形成清晰的表达体系。文章分析计算机基础教学中的程序设计过程,明确提出程序设计的三个阶段,并针对各阶段阐述教学内容和评价标准,为培养计算思维能力的引导式教学形成步骤明确、可操作性强的标准化方案,使所有教师都能找到学生在程序设计中所遇到问题的思维根源,进而实施有效的引导教学。

基于MOOC的《计算机网络原理》课程教学研究

利用目前流行的MO O C丰富的在线功能来辅助传统的课堂教学,有一定的理论和实践价值。以《计算机网络原理》课程为例,通过MOOC和传统的教师课堂授课的相互结合和循环反馈,将能一定程度上提高教学效果。

屋顶太阳能光伏组件方阵的计算机辅助设计研究

利用数学建模方法,建立了屋顶太阳能光伏组件最佳倾角的数学模型、太阳能辐射能计算模型以及光伏组件最小允许间距计算模型。通过建立的计算模型,开发了一种基于AutoCAD的屋顶太阳能光伏组件方阵的计算机辅助设计软件。软件可以在AutoCAD的绘图区域自动绘制光伏组件的平面图,能够使设计人员快速、准确地设计出屋顶太阳能光伏组件的排列方阵,具有很好的市场前景。

以计算思维能力培养为核心的计算机类专业一体化教学体系研究

目前计算机思维能力培养成果主要集中在基础编程教学领域,对后续课程和实践教学的研究停留在对课程内部教学改革的探讨上,缺乏从完整教学体系出发、覆盖理论和实践环节的整体性探讨。文章依据计算思维能力培养的递进关系,结合各门课程的相应特点,提出在3类课程划分的基础上,分别制定计算思维能力培养的教学实施方案,形成以计算思维能力培养为核心的计算机类专业一体化教学体系。

车联网边缘计算场景下基于改进型NSGA-Ⅱ算法的边缘服务器部署决策

车联网环境下,边缘服务器的放置位置与部署数量直接影响到边缘计算的效率。由于在宏基站或基站上部署大型边缘服务器的成本较高,可以在微基站上部署一个小型边缘服务器作为补充,并通过优化大型边缘服务器的放置位置来降低成本。为了最小化边缘服务器的部署代价和服务延迟、最大化运营商的收入和服务器负载均衡度,把边缘服务器放置问题与车联网用户应用服务放置问题联合建模为一个多目标优化问题,并提出了基于改进型NSGA-Ⅱ算法的放置方案。实验结果表明,提出的边缘服务器放置方案能够降低约44%的边缘服务器部署成本,降低约14.2%的时延,提升24.2%的运营商收入,具有较好的应用价值。

FPGA实现计算机组成原理的实验模型机

针对计算机组成原理课程在教学内容上理论性较重,而且较为抽象的特点[1],利用FPGA技术构建的实验模型机,可以在课程实践环节形象直观地验证原理知识,提高学生的计算机系统设计能力[2]。模型机包含:数据通路、取指通路及控制模块。构建三个模块的主要组件来自于前期的数字逻辑设计课程中绘制的电路原理图封装而成的IP软核。这一点保证了知识点的连贯性,而且模型机的设计立足RISC,可以很好地衔接后续嵌入式课程。

面向城建领域的网络工程专业人才培养模式改革探索

以天津城建大学计算机与信息工程学院网络工程专业为例,根据目前城市建设领域对所需网络工程专业人才的要求,论述了该专业的人才培养应立足于本校城市建设特色,并在此之上逐步形成以城市建设相关学科为基础,以服务城建领域为目标的培养方向,培养网络工程领域基础理论知识扎实,网络开发建设能力和网络管理能力较强的高级应用型人才.网络专业由此确立了网络建设、网络安全和网络编程3个专业方向.为了体现城建领域特色,在保持原网络工程专业注重实践的理念之下,增加了综合布线与工程管理、智能建筑等应用性很强的课程,同时专业教学团队引入课群概念,从多方面入手,培养符合社会需求的多层次网络工程专业技术人才.

智慧城市预警系统云边协同计算场景下的卸载决策优化

针对智慧城市预警系统存在的传感器设备(sensor device,SD)的计算与存储能力不足、预警数据处理实时性差等问题,基于边缘计算技术,提出了云边协同的城市预警系统任务卸载模型。该模型引入了云边协同缓存策略,并依次设计了时延模型、能耗模型和负载失衡度模型;将任务卸载问题转化为多目标优化问题,给出了一种基于MOEA/D算法的卸载决策方案,并通过对比实验进行了验证。实验结果表明:该卸载方案能够在保证总时延与总能耗较小的情况下使负载达到均衡,并且优于其他基准方案。

改进TD3的SDN车联网边缘计算卸载策略

针对车联网场景下计算任务卸载至远端云中造成的延迟波动和能耗增加问题,搭建了融合软件定义网络和移动边缘计算的车联网系统模型。为了最小化车联网中计算卸载的时延和能耗,设计了一种基于深度强化学习的动态计算卸载策略。该策略从计算任务的能耗和时延这两个维度进行建模,并提出在传统的双延迟深度确定性策略梯度的基础上加入Softmax和优先经验回放的改进算法(SP-TD3)。仿真实验结果表明,设计的计算卸载策略在不同车辆数下对于能耗和时延有较为优越的性能。

智慧社区边缘计算场景下基于免疫算法的卸载决策优化

边缘计算通过将云计算中心的计算和存储资源下沉至距离用户更近的网络边缘,用户可将任务卸载至边缘计算节点执行,以获得更低的任务时延和能耗.针对智慧社区场景下的任务卸载决策问题,构建了联合优化任务时延和能耗的卸载决策优化模型;在免疫算法中引入交叉操作,并对克隆算子、变异算子进行了改进,给出了一种基于改进免疫算法的任务卸载方案,并对该模型进行仿真实验.结果表明:该方案优于基于粒子群优化算法方案、基于遗传算法方案和基于免疫算法的卸载方案,可以有效降低任务时延和能耗.

基于数字孪生技术的草场放牧系统

运用数字孪生技术,在对草场环境及牲畜状态进行感知的基础上建立草场放牧监测系统。该系统将虚拟仿真技术Unity3D应用于草场放牧场景的孪生三维模型,为后续监测呈现可视化效果;采用无线传输技术搭建采集网络,实现草场及牲畜信息交互的功能,并选用模糊综合评价方法对草场进行放牧强度划分。为了验证该系统的有效性,以内蒙古锡林郭勒盟锡林浩特市毛登牧场的真实场景为例进行综合试验。结果表明:与传统的放牧监测系统相比,该系统运用数字孪生技术实现了数据共享和物理草场与孪生草场信息的同步,有效解决了传统放牧监测中决策滞后的问题;通过孪生草场能对物理草场的放牧场景进行仿真模拟,不受客观条件限制,能有效预测各种放牧情况,实现草场环境及牲畜放牧状态精准监测,在实际放牧中能及时应对突发情况,提升草场放牧决策的自主性。

基于BIM和改进RRT算法的建筑机器人路径规划

针对建筑机器人在施工现场获取地图信息时间长且需要规划出一条全局的、能实时避障的路径等问题,该文提出了一种应用建筑信息模型(building information model,BIM)技术建立导航地图并进行路径规划的算法。根据BIM模型中的信息对传统RRT算法进行优化改进,提出了IRRT(improved rapid-exploration random tree)算法。首先将原有的固定步长改为动态步长,通过判断与目标点的远近界定步长大小,避免了节点的盲目扩张;其次,对随机采样点的生成范围进行了约束,并设置一个同时考虑目标点和随机点的权重来解决传统RRT算法中新生成点仅由随机采样点单一决定的问题;算法陷入最小值时选取随机扰动策略进行逃脱;最后在全局路径的相邻节点间使用动态窗口法进行局部避障。实验仿真结果表明IRRT算法比传统RRT算法在搜索速度上快了3倍多,平均路径比改进前减少25.56%,平均节点减少8.92%,加入动态窗口法后有效提高了机器人实时避障能力,更适合多变的室内环境使用。

基于动态扩展邻域蚁群算法的移动机器人路径规划

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。

智慧交通场景下云边端协同的多目标优化卸载决策

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

基于分层监测域人工势场法的无人驾驶车辆路径规划

针对传统人工势场法在路径规划中存在易陷入局部极小值点、障碍物附近目标点不可达以及固定步长下易发生碰撞的问题,提出一种基于分层监测域的自适应人工势场法(APFLMD)。设计了分层监测域模型,通过建立安全避障范围,实现无人驾驶车辆速度的自适应变化,以提高车辆的避障能力。为避免无人驾驶车辆陷入局部极小值点区域,利用路径点的聚集情况实现局部极小值点的检测。设计了等势圈切线点,并结合二次贝塞尔曲线对路径进行优化,且目标点位于斥力等势圈内部时,提出一种虚拟随机引导策略,以帮助车辆逃离局部极小值点。最后,在斥力场函数中添加距离因子以解决障碍物附近目标点不可达问题。仿真结果表明,在复杂环境下APFLMD算法相较于对比算法,可分别降低49.23%的车辆行驶时间、19.4%的路径长度和车辆能耗以及82.12%的路径平滑度。

基于分簇特性的宽带信道估计算法

针对宽带稀疏信道具有分簇结构的特点,在原有基于压缩感知稀疏信道估计算法的基础上,加入稀疏信道分簇结构,提出一种基于簇稀疏特性的自适应正则匹配追踪压缩信道感知算法。在信道簇稀疏度未知的情况下,自适应调整候选簇的数目,应用正则化的思想对候选支撑簇进行二次筛选,达到信道的精确重构。仿真结果表明,该算法比传统的LS算法、BPDN算法、OMP算法、BOMP算法具有更低的误比特率(BER)、更小的均方误差(MSE)。

高校实验室信息管理系统设计与应用研究

运用网络信息技术,对高校实验室进行科学的信息化管理,能够有效提高工作效率和管理水平。从实验室信息管理系统构建的内涵出发,结合实验室工作中面临的实际问题,提出了实验室信息管理系统的设计原则;采用模块化的设计思想,从八个方面就如何实现系统进行了详细论述;制定了实验教学安排、实验室信息统计上报两项工作流程,提出了分阶段、分步骤的信息管理系统实施方案,保证系统的顺利应用。

软件工程专业课程改革和建设探讨

通过对软件人才需求与供给矛盾现状的分析,对高等学校软件工程培养目标和方向进行了研究.把软件工程的人才培养根据实际情况分成三个层次,以适应不同层次学生和市场的需求.根据《软件工程知识体系》、《软件工程教育知识体系》和《高等学校软件工程专业规范》,设计了以培养具有软件工程技术能力和软件工程设计能力为主,同时兼顾软件分析人才培养的软件工程专业培养方案.

基于多尺度特征融合的轻量化道路提取模型

针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+).为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2网络代替原模型的Xception网络,在空洞空间金字塔池化(ASPP)模块中引入深度可分离卷积.为了增强模型的道路提取能力,优化对细小路段的提取效果,在解码区提出联合注意力的多尺度特征融合(MFFA).基于Massachusetts roads数据集的各项实验表明,MFL-DeepLab V3+模型的参数规模显著降低,较原模型参数量压缩了88.67%,道路提取图像完整,边缘清晰,精确率、召回率和F1分数分别达到88.45%、86.41%和87.42%,与其他模型相比取得了更好的提取效果.