如何开展“虚实融合+多模态感知交互”的智能实验?——以中学化学智能实验为例

现代信息技术的进步推动了虚拟仿真实验的发展,然而当前的虚拟仿真实验普遍缺乏实际操作感,且交互方式相对单一,不仅影响了学生的实验体验,而且不利于培养学生的动手能力。为此,文章首先参考虚实融合、多模态感知交互的相关研究成果,构建了“虚实融合+多模态感知交互”的智能实验模型,并设计了智能实验系统和流程以从技术上实现此模型。之后,为验证此模型的有效性,文章以钠与水的反应为实验内容,开展了“虚实融合+多模态感知交互”的中学化学智能实验。在此实验中,文章开发了中学化学智能实验原型系统,并通过对比实验比较了实验效果,结果发现:在相同的实验操作时间段内,无论是实验任务完成质量还是完成效率,使用原型系统的智能实验都优于使用NOBOOK在线仿真实验教学平台的仿真实验,参加智能实验的学生脑力负荷更小且更好地掌握了知识与操作技能。文章的研究可为虚实融合和多模态感知交互在智能实验教学中的融合应用提供理论指导,并可为人工智能赋能实验教学创新研究提供实践参考。

多种手势对应同一语义的柔性映射交互算法的研究

针对智能交互界面中手势识别错误导致交互界面变化错误和手势不识别两个基本问题,本文设计并实现了基于手势交互的智能教学界面,该系统可以通过获取教师的手势信息与教师进行交互.主要创新点在于提出了多种手势对应同一语义的柔性映射交互算法.本文选取了14种自然交互手势,分析了对应同一语义的多种手势之间的共同特征.实验结果显示,该算法能够有效降低用户负荷.该算法已经用于一个基于手势交互的智能教学系统界面中.

小剂量右美托咪定在腰硬联合麻醉老年患者髋关节置换术中的应用

目的探讨小剂量右美托咪定在腰硬联合麻醉老年患者髋关节置换术中的应用效果。方法 200例进行髋关节置换术的老年患者,按照随机数表法分为研究组与对照组,每组100例。研究组患者进行腰硬联合麻醉和小剂量右美托咪定静脉注射麻醉,对照组患者进行腰硬联合麻醉。记录、对比两组患者不同时间段的平均动脉压(MAP)、心率(HR)、血氧饱和度(Sp O2)及两组患者的术中镇静评分、不良反应发生情况。结果两组患者手术前MAP、HR、Sp O2比较差异均无统计学意义(P>0.05);研究组患者给药后、摆放腰硬联合麻醉体位时、手术侧卧时的MAP、HR、Sp O2与对照组比较,差异均具有统计学意义(P<0.05)。研究组患者术中镇静评分为(1.1±0.4)分、不良反应发生率为2%,均低于对照组的(2.5±0.5)分、9%,差异均具有统计学意义(P<0.05)。结论小剂量右美托咪定在腰硬联合麻醉老年患者髋关节置换术中的麻醉效果明确,值得推广使用。

獐子岛海域浮游甲藻及有毒微藻的年际变化研究

2011-2017年,每月一次,通过对獐子岛海域29个站位浮游甲藻的调查,探究浮游甲藻种群结构的年际变化特征。发现了浮游甲藻19属47种,其中原多甲藻属(Protoperidinium)种类最多为17种,鳍藻属(Dinophysis)和角藻属(Ceratium)各4种,裸甲藻属(Gymnodinium)和原甲藻属(Prorocentrum)各3种,膝沟藻属(Gonyaulax)和环沟藻属(Gyrodinium)各2种,原角藻属(Protoceratium)、夜光藻属(Noctiluca)和凯伦藻属(Karenia)等均为1种。浮游甲藻种类数呈逐年递增,季节上呈现夏季和秋季较多,春季次之,冬季最少。浮游甲藻密度变化区间为(2.376-339.323)×10^4/m^3,平均密度为65.479×10^4/m^3,亦呈现夏季和秋季较高,春季次之,冬季最低,但密度呈逐年递减,且不同站位间差异较大。调查期间,不同季节优势种类有相同性,如三角角藻(Ceratium tripos)、梭角藻(Ceratium fusus)和亚历山大藻(Alexandrium sp.)为四季优势种,但亦有差异,如鳍藻(Dinophysis spp.)和夜光藻(Noctiluca scintillans)为夏季和秋季优势种,网状原角藻(Protoceratium reticulatum)为冬季和春季优势种。优势种中有毒微藻呈逐年增多趋势,有毒的链状裸甲藻(Gymnodinium catenatum)、米氏凯伦藻(Karenia mikimotoi)和具尾鳍藻(Dinophysis caudata)等非优势种在獐子岛海域首次发现。浮游甲藻群落的香农-威纳指数、丰富度指数、均匀度指数均为秋季>夏季>春季>冬季,呈逐年递增趋势。近年来,獐子岛海域浮游生物群落甲藻化和有毒化趋势明显,可能与海水营养盐比例失衡、海水酸化、北黄海冷水团、双壳贝类大规模养殖等有关。

智能导盲设备的研究现状

随着社会老龄化程度的加深和人口的不断增长,完全失明的人数平均每年增加约45万,为视障人士提供智能、可靠、安全和高效的辅助出行手段和设备,是社会文明进步的重要标志。本文对传统导盲手段和常用的智能导盲设备进行了调研,从感知环境使用的传感器,检测障碍物的能力,采用的避障、导航算法以及人机交互的方式等方面,对导盲杖、穿戴式导盲设备和导盲机器人的国内外研究及成果进行了分析与总结,并对比了传统导盲手段与智能导盲设备在功能性、安全性、交互性和用户接受度等方面的优势与局限。结合正在快速发展的机器人技术和传感器技术,从地形适应能力、环境感知能力和人机交互能力等方面展望了智能导盲设备的未来发展趋势,为智能导盲手段和设备的研究提供参考。

基于多传感器的长廊环境全局路径规划研究

针对在长距离、等宽度、环境特征相似的长廊环境中规划路径时存在特征匹配错误、误差累积等问题,对现阶段全局路径规划算法进行了分析研究。基于机器人操作系统(Robot Operating System,ROS)设计搭建了以四轮驱动小车为载体,以单线激光雷达、深度相机和超声波传感器为环境检测传感器的轮式机器人平台。该平台在室内长廊环境下对现阶段四种改进的全局路径规划算法进行了仿真研究,仿真结果表明,相比其他三种算法,基于静态网络改进的A*算法规划的轨迹含7个拐点轨迹相对平滑、规划时间为49.8 s耗时最短。最后静态网络的A*算法的路径规划实验和对于动态障碍物与静态障碍物的自主避障实验,实验结果表明长廊环境中路径规划总耗时178.6 s含8个拐点路径平滑且能够有效地实现动态及静态障碍物的自主避障,躲避静态障碍物耗时7.18 s且无拐点,躲避动态障碍物的平均反应时间为52 ms,相比原A*算法缩短了22.3%。

Gesture Recognition Summarization

Gesture recognition is an important research in the field of human-computer interaction. Hand Gestures are strong variable and flexible, so the gesture recognition has always been an important challenge for the researchers. In this paper, we first outlined the development of gestures recognition, and different classification of gestures based on different purposes. Then we respectively introduced common methods used in the process of gesture segmentation, feature extraction and recognition. Finally, the gesture recognition was summarized and the studying prospects were given.