城市智慧公交云脑建设与应用

针对公交海量数据多源、异构、分散,不能充分收集、治理和应用,传统智能公交不同系统间联动性不强的实际现状,本文通过对北京、杭州、广州、上海等城市数据大脑、云脑平台的调查研究,结合云计算、人工智能等新一代信息技术,提出智慧公交云脑平台建设的总体架构,深挖十大核心应用功能,分析六大发展趋势。通过多源数据的融合、挖掘,核心模型算法的搭建,支撑公交业务应用,并加强各应用系统间的信息耦合。

智慧城轨云脑平台总体方案设计

随着大数据、物联网、人工智能、5G等现代信息技术的进步,城市轨道交通逐步朝着智慧化、智能化的方向发展。城市轨道交通系统在运营中会产生大量数据,为促进数据的汇聚、融合和共享应用,需构建作为智慧城轨发展基础平台与数字底座的智慧城轨云脑平台。文章在分析建设智慧城轨云脑平台必要性的基础上,确定智慧城轨云脑平台总体方案设计思路,并以此为基础进行平台总体架构和功能设计,最后对平台在车站、线路、线网3个层面的业务应用进行阐述,以期提升数据治理能力,实现快速流畅的数据交互、全面真实的数据分析、科学精准的决策施策,为城市轨道交通系统的安全、绿色、高效运行提供有力支撑。

胎儿大脑三维表面重建算法

通过核磁共振设备获得多个离散间距的磁共振切片图像,采用CARESU_NET卷积神经网络对图像进行分割,获取胎儿大脑区域图像。采用CARESU_NET卷积神经网络对间断切片进行边缘重构,恢复完整的边缘信息。对边缘重构后的图像组提取边缘像素,生成三维点云,运用泊松重建方法重建点云表面,得到胎儿大脑三维表面模型。结果表明:基于核磁共振图像的三维表面模型直观生动,提高诊断效率和准确性。

一种云计算架构的实现方法研究

本文提出了云计算机体系架构,对此架构下云应用的实现进行了研究,并通过一个模型云脑系统进行了验证。在云脑系统的实现方法中引入了云并行存储的技术,实现了文件的并行上传与并行下载,克服了以往存储服务器的负载不均衡及传输瓶颈等问题。

第5代指挥信息系统发展思考

针对未来第5代指挥信息系统结构如何演变、新质能力如何生成的问题,在研究未来战争形态、信息技术发展预期以及指挥信息系统发展历程与现状基础上,阐述了第5代指挥信息系统面向认知与智能处理,泛在网络与普适计算,弹性适变与赛博免疫以及人机融合与自主演化的能力特征,提出了一种基于军事云脑的指挥信息系统架构模型,从反馈学习和韧性保障2个方面设计了以知识为中心的系统运行演化机理,并对需关注的技术问题进行了分析。

类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向,类脑学习以深度神经网络为策略载体,以强化学习为训练手段,通过与环境的交互探索实现策略的自我进化,最终获得从环境状态到执行动作的最优映射。目前,类脑学习方法主要用于自动驾驶的决策与控制功能设计,它的关键技术包括:界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络,包括两类模块化架构(分层式和集成式)和3种技术方案(专家规则型、监督学习型和类脑学习型);概述了当前主流的自动驾驶仿真平台;分析了类脑决控的3类环境状态表征方法(目标式、特征式和组合式);同时介绍了自动驾驶汽车的五维度性能评价指标(安全性、合规性、舒适性、通畅性与经济性);然后详述了用于车云协同训练的典型强化学习算法及其应用现状;最后总结了类脑自动驾驶技术的问题挑战与发展趋势。

无人车大数据与云控制技术综述

无人车是指具有完全自主行驶能力并替代人类执行特定任务的智能车辆,在军用及民用领域都具有广泛应用前景,对国防安全建设与汽车产业发展都有着重要意义.近些年来,大数据与云控制技术的出现为各领域的发展提供了新的动能,成为推动智能交通与智慧城市建设的关键技术.本文首先综述了大数据技术的发展情况及其在车辆领域的应用现状,并以团队所研制的系列化功能型无人车为例,介绍了典型无人车的发展情况与关键技术的研究现状,阐述了无人车在军用、物流、巡逻、运输、接驳等国防和民用领域的应用前景.同时,基于团队所研制的无人车云大脑集群控制中心,展望了基于大数据与云控制技术的云端监控与控制技术在无人车领域的应用前景,阐述了其对无人车大规模产业应用的推动作用.

神经导航中脑组织变形补偿的点云处理

有限元方法是解决神经导航中脑组织变形的重要方法,需要手术过程中的脑皮层信息作为其边界条件。本文通过非结构点云进行了脑皮层信息的表示,并通过对其进行处理来获取有限元方法的边界条件。点云处理包括纹理映射、分割、简化和去噪,其中非结构点云的简化与去噪采用了改进的基于表面特性k邻域的聚类方法。实验结果证明所采用的点云处理方法是可靠的。

带缓存的云接入网络中最小化传输时延设计

为了更好适应下一代通信网络以内容为中心的特性,在云接入网络(Cloud Radio Access Network,Cloud-RAN)中考虑射频拉远头(Remote Radio Heads,RRHs)具备缓存功能也变得必要。本文考虑在Cloud-RAN中设计优化算法,并通过有效设计缓存方案减少系统传输时延。基于混合式自动重传请求(hybrid automatic repeat request, HARQ)的重传机制,前程链路与下行链路频谱信道的正交性,系统采用马尔可夫链理论建立了最小化系统传输时延的优化问题。考虑只能通过递归方式得到优化目标函数表达式,头脑风暴优化(brain storm optimization, BSO)算法被引入解决非凸问题,仿真结果表明,该优化算法可以更有效地减少系统传输时延,满足未来通信需求。

基于云平台计算大脑镰旁病变的手术定位研究

目的研究将患者CT或MRI的DCM文件数据通过开发的软件处理,为大脑镰旁病变提供头皮投影定位的数据,准确定位手术切口。方法该软件系统基于云平台部署,在浏览器内使用,对上传的患者头颅CT或MRI检查数据进行3D建模。创建水平位、矢状位和冠状位等3个视图加上3D视图,通过坐标转换,计算出眉间到大脑镰旁靶点的曲线长度,确认头皮表面的病变投影位置。结果大脑镰旁病变手术患者均能成功准确定位,解决了因粗略定位不准而导致的不必要损伤。结论通过软件计算处理患者CT或MRI检查的DCM文件数据,为大脑镰旁病变提供可靠定位数据,是一种简易而准确的大脑镰附近病变手术的头皮定位方法。

人工智能技术辅助开发“智铸”系统

采用开源免费的深度学习平台,利用python二次开发了“智铸”系统,包括“识铸”“听铸”“盯铸”三个模块,铸造企业员工可以用手机或电脑自主学习,提升员工从业能力。在设备旁安装“听铸”软硬件一体化设备,可以实现对连续运行设备的在线自动监听侦测。“盯铸”模块实现连续生产铸件的自动检测、铸造缺陷分析与重点安全区域的监控。

基于云边融合的电力生态运行:理论框架

为应对未来电力系统运行的挑战和机遇,该文描绘了电力生态的愿景,梳理了未来电力生态运行的关键特征和需求,提出云大脑-边缘神经元两级融合的调度运行模式。为满足电力生态的运行需求,该文采用主从博弈作为云边两级融合运行的数学模型,并分别采用基于概率图的智能感知、基于风险约束的序贯优化、基于共识约束的自治优化和基于主从博弈的双层优化,对电力生态不确定性、云大脑运行、边缘神经元运行和云大脑-边缘神经元融合运行建模。

基于大数据的开封市“城市大脑”建设路径探究

数据是沟通各行业各领域的关键要素,数据管理是智慧城市治理模式的核心。在大数据集成化时代,要充分挖掘数据价值,加强大数据管理,逐步完善智能化信息管理平台的建设与维护。在城市建设与管理的过程中,要将大数据、云计算、物联网、人工智能等领域的关键技术与“城市大脑”结合在一起,进行数据驱动服务。开封市正在构建“城市大脑”,探索智慧城市治理模式。在这一过程中,应贯彻落实各项决策部署,从大数据管理的角度深入分析当前存在的问题,拓宽建设路径,促进城市发展。

下一代铁路信息系统发展方向思考

介绍信息系统发展代际特征,基于云脑平台架构机理,结合铁路信息系统自身实际与发展目标,研究下一代铁路信息系统的发展方向。建议预先开展云边协同与泛在互联、面向认知与智能处理等研究,以期为推进铁路信息系统高质量发展,以及铁路数字化、网络化和智能化的进程提供参考。

指挥云脑研究

智能化是指挥信息系统未来发展的重要方向。从类脑系统设计角度,基于云计算设计了指挥云脑的技术架构,分别从虚拟神经元、虚拟神经纤维、虚拟感觉、虚拟视觉和听觉系统、虚拟运动系统、虚拟记忆系统、虚拟自主神经系统、虚拟中枢神经系统和虚拟末梢神经系统,对指挥云脑功能进行重点阐述,并基于“数据-知识-智慧”的分层体系描绘了指挥云脑信息运行机理,以期为指挥信息系统的智能化研究提供参考。

面向综合立体交通网的智能城际铁路总体架构研究

在《国家综合立体交通网规划纲要》明确提出“推动干线铁路、城际铁路、市域(郊)铁路融合建设,并做好与城市轨道交通衔接协调,构建运营管理和服务‘一张网’,实现设施互联、票制互通、安检互认、信息共享、支付兼容”以来,我国智能高速铁路、智慧地铁建设取得显著成效。城际铁路作为连接干线铁路和城市轨道交通的通道,积极开展其智能化总体设计,对于推动轨道交通四网高质量融合具有极其重要的意义。系统分析城际铁路智能化总体需求,阐述智能城际铁路的发展目标及内涵定义,采用体系工程设计方法,提出智能城际铁路的业务应用架构、数据架构和技术架构。该研究可为城际铁路智能化建设提供顶层设计建议。

大数据认知——“2015大数据价值实现之路高峰论坛”主题报告

从作诗、语言翻译、语音识别、保险、人脸识别等方面深入浅出地阐述了大数据认知的方法学。大数据标志数据密集型科学的新时代的到来,大数据时代是小模型、小定律、交叉学科的时代。大数据认知的突破口在于聚类。提倡利用云加端的形态和深度学习,研究制造神似形不似的云机器人。介绍了驾驶服务云机器人、语言机器人,提倡研发机器驾驶脑,展示了无人驾驶客车的研究成果,以及团队正在进行的智能车的6类试验与评估,倡导研究者做实践中的研究,少做研究中的实践。

智慧教室建设与混合教学应用探索——以浙江大学的“智云课堂”为例

当前教育形态正在悄然发生变化,线上、线下融合互补的混合教学成为高校教学的核心需求,迫切需要升级智慧教室支撑混合教学的开展。基于此,文章首先梳理了混合教学与智慧教室的关系。随后,文章在分析“后疫情时代”混合教学新特征的基础上,设计了由基础设施层、数据支撑层、应用层、决策层组成的智慧教室框架,分别对应智慧教室的教室环境、数据中心、教学支撑体系和教育大脑四个部分。最后,文章以浙江大学的“智云课堂”为例进行了实践应用,并从教学的空间、时间、方式、评价、分析等维度介绍了“智云课堂”的混合应用效果。将智慧教室建设与混合教学应用相结合,可有效提升混合教学效果、优化学生多样化学习体验、提高学校整体教学效率,且相关实践可为高校智慧教室的建设与升级提供借鉴。

云时代下“未来社区”模式探究

本文针对云时代下未来社区的发展模式,生态以及架构进行分析,对未来社区依赖的技术进行总结,研究了未来社区发展面临的挑战,并提出问题的解决方法与思路。

基于自适应云模型的多模态脑部图像融合方法

多模态医学图像融合通过提取并综合不同模态的医学图像信息,获得对病灶部位更加清晰、全面、准确、可靠的图像描述,为医生对疾病的诊断和合理治疗方案的制定提供可靠的依据。云模型理论是认知科学研究的新成果,具有兼顾随机性和模糊性的优点,在图像融合中的应用较少。借助云模型理论将来自不同模态的MRI(核磁共振成像)脑部图像、MRI与PET(正电子发射断层成像)、MRI与SPECT(单光子发射断层成像)脑部图像进行融合。首先,根据脑部图像自身的灰度直方图特征,对灰度直方图进行拟合;然后,由拟合曲线的谷值点划分区间并通过逆向云发生器自适应地生成云模型;最后,设计云推理规则,得到融合后的图像。实验结果表明,相比传统融合方法,所提方法融合后的图像脑部特征更清晰,激活区域更明显,在主观融合效果与客观评价指标方面均有很大的提高。