健康女大学生步行和慢跑运动模式下足底压力中心轨迹相似度分析

应用footscan足底压力测量系统,对32例健康女大学生被试在步行和慢跑时足底压力中心(centre of pressure,COP)轨迹的变化规律进行不同运动模式下的对照研究,分别分析左足、右足在5次步行或慢跑时整个支撑期的COP轨迹及其相似度。结果表明:1)不同运动模式(步行与慢跑)的COP轨迹相似度低于0.25;2)同一运动模式(步行或慢跑)下,左侧、右侧的COP轨迹均具有很高的相似度(大于0.91)。其中被试内(同一被试)COP轨迹相似度高于被试间(不同被试),且前者方差低于后者,差值具有显著意义;被试内(同一被试)同侧足之间的COP轨迹相似度高于异侧足间,差值具有统计学意义。通过分析得到:步行和慢跑两个运动模式的COP轨迹相似度很低,COP轨迹可以识别不同的运动模式;运动模式相同时,不同被试间的COP轨迹相似度较高,且同一被试内同一侧的COP轨迹相似度更高。研究结果可以为临床诊断、康复评定、矫形处方和运动训练等提供参考依据。

机器人学习方法综述

介绍与机器人学习有关的基本概念与核心问题,梳理机器人学习的相关方法和最新进展。依据数据类型,将机器人学习的方法分为基于强化学习的方法、基于模仿学习的方法、基于迁移学习的方法和基于发展学习的方法,并对相关研究进行总结和分析,探讨机器人学习领域目前存在的挑战和未来发展趋势。

北京大学人工智能课程教学改革与实践

针对大学本科人工智能课程如何开设的问题,在细致梳理总结多年教学探索和实践的基础上,提出将人工智能课程在大学一年级开设,并以北京大学开展的教学为例,具体阐述相应的教学改革与实践。

浅谈智能护理机器人的伦理问题

人工智能技术为解决养老问题提供了新的途径和有力支撑。然而,将人工智能技术应用于养老护理服务,在显著提升服务水平的同时,也可能带来不容忽视的风险,所涉及的伦理与法律问题亟需关注。本文结合智能机器人提供老龄护理服务的基本过程,从两个层面对所涉及的主要伦理问题予以浅析:一个是关乎老龄护理对象人格与尊严的伦理问题,另一个则关乎智能老龄护理的社会正义伦理问题。本文认为,从政策制定、资源配备以及从业规范等多个角度,在综合考虑护理机器人所涉及各种伦理问题的应对方案的基础上,构建理性的智能老龄护理体系,以护理机器人为核心的智能老龄护理才能真正被广泛接受,并最终造福人类社会。

仿人机器人的自主学习之路

使机器人具备智能,目前对人类来说还是一项巨大挑战,甚至"智能的本质是什么?"这个问题都还没有确切的答案。但是以人的智能行为能力为蓝本,从机器人环境知觉组织、交互与协作、知识获取与推理、自主认知与高级决策等角度展开机器人的智能性研究,正成为现阶段机器人领域研究的主题。

行气通腑法辅手术治疗肠梗阻36例

我们1995年5月～2002年1月用三黄合剂(院内制剂)为主治疗肠梗阻36例,疗效较好,报告如下.

融合测程法与视觉信息的足球机器人自定位方法

针对足球机器人自定位问题,提出一种融合测程法与视觉信息的定位方法.方法综合考虑两种信息的特点,有效实现优势互补:一方面,针对视觉定位易出现的歧义,利用测程法获得的定位结果予以有效消解;另一方面,随着运动,测程法定位易出现误差的累积,利用消歧后的视觉定位结果加以动态修正.最后,在Webots模拟平台上进行的机器人球场定位实验表明文中方法的有效性.

离子掺杂对纳米氧化钆发光强度及驰豫性能的影响

氧化钆纳米材料因其具备独特的光学性质与磁学性质,在发光材料、生物标记、生物成像和温度传感器等领域备受关注。为了进一步满足发光材料及生物医学领域对多功能纳米材料的需求,稀土离子及金属离子掺杂的钆基纳米材料应运而生,这种新型的纳米发光材料克服了传统荧光材料发光强度不稳定、检测灵敏度低、生物毒性高的缺点;基于近年来国内外稀土离子和金属离子掺杂纳米氧化钆的研究和现状,综述了不同离子掺杂的氧化钆纳米颗粒在发光材料及医学造影剂方面的应用,在此基础上介绍了提高氧化钆纳米颗粒发光强度、驰豫性能的途径。

新时代智能科学的定位与发展——“2022全国人工智能院长论坛”会议综述

2022年9月17日,北京大学在召开智能学科建设20周年大会之际,举办了“2022全国人工智能院长论坛”,来自全国37所高校相关学院的院长通过线上和线下方式参会。论坛的主题为“新时代智能科学的定位与发展”,与会嘉宾围绕“智能科学的内涵与外延”及“智能学科、智能学院与人工智能研究院的关系”等问题进行了讨论,论坛对话环节由北京大学智能学院副院长陈宝权主持。

一种基于YOLO深度学习架构的路口交通灯信息车辆间共享方法研究

公交车作为城市交通的重要组成部分,由于其高度明显高于多数车辆,在行驶过程中极易对后方车辆驾驶者观察交通灯的视线造成遮挡.这种遮挡容易造成后方车辆在路口盲目跟随公交车从而导致违规驾驶、车辆追尾等后果.为了解决驾驶视线遮挡问题,文章构建了一种基于YOLO深度学习架构的路口交通灯信息车辆间共享系统,该系统通过摄像设备对路况影像数据进行收集,运用图像预处理手段提高图像的质量,运用基于深度学习架构的目标检测模型对路况影像中是否包含交通灯及交通灯的状态进行实时识别,并将识别结果实时显示在电子屏幕上,从而对后方及周围车辆驾驶者进行提醒,以达到信息共享的目的.为了降低系统对于计算资源的需求,在基于YOLO V3的交通灯识别模型的基础上又开发了基于YOLO Lite的轻量化模型,该模型可以较流畅地运行于CPUi5-750之上.基于实际路况数据在开发板上对系统表现进行了实验验证,证明了此方案的可行性.