地方应用型高校大数据与人工智能专业产教融合模式的研究与实践

随着信息技术的飞速发展,数字经济对大数据智能专业人才的需求更加迫切。作为国家战略新兴专业,大数据及人工智能专业积极探索以“产教融合、多方协同”,政行企校四方联动机制;以“产业引领、校企合作”,打造真实应用场景,构建“教-学-做”“课程-项目-竞赛”相融合的产教融合人才培养模式。

一类网络控制系统的鲁棒H_∞状态反馈控制器设计

针对一类具有状态时变时滞且模型中具有参数摄动的网络控制系统,通过构造输入时滞、添加自由矩阵的技巧,利用Lyapunov泛函和线性矩阵不等式工具,得到闭环系统鲁棒渐近稳定且满足给定H_∞扰动抑制水平γ的时滞条件,并给出系统的鲁棒H_∞状态反馈控制器的设计方法。所用方法适合时滞以任何速度变化的系统,且不需要知道时滞的导数信息。最后用实例仿真证明了结论的有效性。

融合5G-V2X通信的智慧交通服务平台研发与应用

文章提出并设计了一种融合5G-V2X通信技术的分布式大数据智慧交通服务平台。利用机器学习相关技术,选择深度学习领域中的图卷积神经网络作为主要的交通预测手段,建立了交通流量预测模型,结合实际交通环境中存在的复杂情形,设计并开发了融合5G-V2X通信的智慧交通服务平台。最后通过数据对模型和平台进行了测试,结果表明模型预测的准确性和实效性较高,平台具有实用性。

基于图神经网络的城市交通流量预测

随着社会发展,城镇化的推进和人民生活水平的提升使得城市中的交通运输车辆与日俱增。加之大量农村人口流向城市,使得城市有限的空间内一时间开始大量聚集众多人口,在城市上下班高峰时期,各交通要道的机动车拥堵问题正困扰众多城市的发展和城市居民的生活质量。对此,城市交通运输领域一直在探索交通流量的监控与预测手段。这在传统技术背景下似乎是一个难以完成的任务,但在信息技术高速发展的当下,智能化的城市交通系统开始出现,并利用信息技术、电子传感技术、电子控制技术、计算机处理技术等逐步实现了城市交通调控与管理的智能化。在这一智能化交通系统中,交通流量的预测是其交通管理与调控的基础性环节,而流量的预测数据也正是其他工作开展的重要依据。因此,在交通流量预测方面选择科学有效的方法进行预测模型构建就成为影响城市智能交通系统作用发挥的重中之重。本文以图神经网络为技术视角探讨了城市交通流量预测模型的建构,希望能够对现代智能交通系统的建设提供参考。

人工智能技术在电子制造业信息化能力提升中的应用

人工智能技术在语言识别、图片识别、自动化操作控制、无人驾驶等领域都得到很好应用,为提高劳动生产效率和人类生活水平做出了重要贡献。随着技术的优化,人工智能进入全新发展领域。在电子制造业中,人工智能技术应用的基本目的是对生产全过程数据信息的高质高效利用,保证人工智能技术处理下结果的准确性和可靠性,以解决传统人工操作中存在的误差、误判等问题,促进电子产品的生产质量和效率不断提高。电子制造企业应加强人工智能技术应用所需的数据环境建设,特别是要加快电子产品生产全过程的数据信息资源库建设,以数据信息的采集和资源共享,促进人工智能技术实现更加有效的应用。本文从人工智能技术优势出发,结合人工智能技术应用于电子制造业的工作场景和技术要求,提出应用的优化改进建议,旨在促进制造业加快信息化、智能化发展。

关于工程项目管理与工程监理之间关系的探讨

通过长时间的发展,工程监理已经呈现出一定的规模,并有显著的社会和经济效益存在,随着我国建筑市场的快速发展,避免不了会有一些问题和误区产生,与市场运行发展的规律相结合,工程监理必定会向工程项目管理方向发展。