基于虚拟磁盘技术结合轮转策略的U盘系统自动还原技术研究

针对U盘安装的多系统启动配置困难、容易受到计算机病毒侵扰等问题,提出了基于虚拟磁盘技术结合轮转策略实现的自动还原技术。该技术使用系统自带功能和开源工具实现,屏蔽了复杂的启动管理操作,具有磁盘空间开销低、适用范围广、易于管理、不易出错等特点。

图书自动还书和分类系统

一般人对图书馆工作的理解程度,只是停留在借借还还。他们不了解在借还的背后,还存在大量的体力劳动。尤其是现代图书馆,早已脱离了传统的藏书楼的概念,而采用全方位的开放格局,有的甚至将古旧资料和特藏文献数字化,以提供读者借阅,使读者尽可能利用图书馆,发挥图书馆信息集散的功能。由于借阅量的猛增,对图书馆工作人员造成巨大的压力,致使借阅工作成为繁重而简单的工作。

全自动还原糖测定仪法与斐林试剂滴定法对比研究

斐林试剂滴定法所测标准曲线为y=1.0338x-0.0091,相关系数R2等于0.9996。全自动还原糖测定仪法所测标准曲线为y=0.9435x+0.0487,相关系数R^2等于0.9984。辣椒干粉、桃子、圣女果、梨的可溶性糖结果显示,全自动还原糖测定仪法可以运用在可溶性糖含量检测中,检测结果与斐林试剂滴定法的相对相差小于10%。其中78%的样品相对相差小于4%,两种方法的回收率均在95%~105%之间。

顿悟问题解决的原型事件激活:自动还是控制

通过两个实验来考察四等分问题解决过程中原型事件及其启发信息的激活是自动加工还是控制加工。实验一的目的是考察原型学习量的增加是否会促进原型事件及其启发信息的自动激活,实验二的目的是考察提示对原型事件及其启发信息激活的影响。实验结果表明:原型事件及其所包含的启发信息的激活是顿悟的重要条件,原型的激活是自动加工的结果,而原型中所包含的启发信息的激活是控制加工的结果。

时序信息的加工:自动还是控制

从长时记忆的角度出发，以故事的形式为实验材料，对时序信息的加工方式和通道效应进行了研究。结果表明，时序信息的加工存在视听通道效应，通道效应的机制源于记忆，且与加工方式有关。时序信息三个属性的加工方式不同：顺序属性倾向于自动加工；位置属性，就视觉信息来说倾问于自动加工，听觉在有顺序标码情况下倾向于自动加工、而在无顺序标码情况下则是一控制加工过程；间隔特性是一个控制加工过程。

全自动还原焰日用陶瓷隧道窑的设计

对全自动强还原焰日用陶瓷隧道窑设计的要点进行了说明,对窑炉的结构、材料的选择、还原气氛的实现、自动控制的组成及窑炉在砌筑安装等作了比较全面的阐述;在设计中采用了一系列新举措,对减少窑炉的投资和运行成本,提高窑炉的热效率起到了关键的作用,确保了窑炉高质量、低成本的运行。

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

目的从几何学和剂量学探讨AccuLearning(AL)建立宫颈癌术后临床靶区(CTV)和危及器官(OARs)自动勾画模型应用于临床的可行性。方法选取75例宫颈癌术后手动勾画CT数据,60例应用AL训练生成自动勾画模型,并对剩余15例进行自动勾画,同时将自动勾画图像上的放疗计划导入到手动勾画结构上,比较两种勾画方式的效率、戴斯相似系数(DSC)、豪斯多夫距离(HD)和剂量学差异。结果自动勾画时间明显小于手动勾画(P<0.05);各结构DSC值≥0.87;肠袋和直肠的HD值在10 mm左右,其余结构小于5 mm;剂量学评估CTV(D98、V90%、V95%、Dmean、HI)、肠袋(V50)和膀胱(V50)有显著性差异(P<0.05)。结论基于AL形成的宫颈癌术后自动勾画模型提高了放疗效率,OARs具有直接应用于临床的可能性,CTV仍需进一步修改。

面向自动驾驶道路场景中异常案例的多模态数据挖掘算法

基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。

日光温室薄膜全自动清洗机研制与试验

针对日光温室薄膜人工清洗劳动强度大、自动化清洗设备缺乏的现状,该研究设计了一种日光温室薄膜全自动清洗机。为减小整机质量并降低成本,采用双蜗轮蜗杆电机分别驱动清洗主机的毛刷与爬升轴;设计地面移位换行装置,用以承载清洗主机沿温室长度方向移动;为实现自动换行清洗,设计棚顶移位换行装置,调整棚顶吊绳安装高度,避免吊绳在换行作业时与棚面产生干涉而影响换行质量或损伤薄膜。基于多传感器融合与数据校验技术,保证清洗主机、棚顶与地面移位装置间的协作实时性、一致性及可靠性。为验证设计方案的合理性与可行性,以参照日光温室跨度、脊高、肩高参数10:1制作模型温室,按外形尺寸5:1加工清洗样机,并进行对齐、倾斜偏移及清洗效果验证试验。结果表明,清洗主机升降时的水平偏移量在±3°以内,左右偏移量在±7 mm以内(换行操作时各偏移量无累积);地面与棚顶移位换行装置的单次换行误差与多次换行累计误差均在1 mm左右;毛刷材料选型与关键参数设计合理,可对薄膜表面灰尘进行有效清洗,洗净率为95.4%,清洗效果明显。该清洗机在丰富国内日光温室清洗装备类型的同时,有效解决了团队前期研发清洗机质量大、易伤膜、自动化水平低等问题,为温室大棚薄膜相关清洗设备的设计研发提供了参考。

超声自动乳腺全容积成像表现对乳腺癌腋窝淋巴结转移的预测价值及乳腺癌腋窝淋巴结转移的危险因素分析

目的探讨超声自动乳腺全容积成像(ABVS)预测乳腺癌患者发生腋窝淋巴结转移(ALNM)的临床价值并分析乳腺癌腋窝淋巴结转移的独立危险因素。方法选取2019年5月至2021年5月于河北省保定市第二中心医院接受手术治疗并确诊为单侧单发乳腺癌患者249例,手术治疗前均接受ABVS检查,根据术后病理结果分为ALNM组98例和无ALNM组151例。比较分析两组患者的一般资料及ABVS超声参数,采用多因素logistic回归分析乳腺癌患者发生ALNM的独立危险因素,采用受试者操作特征(ROC)曲线分析ABVS超声参数对乳腺癌患者发生ALNM的预测价值。结果与无ALNM组相比,ALNM组肿瘤最大径更大,肿瘤距乳头距离更近,肿瘤边缘不光整、内部回声不均匀、冠状面汇聚征比例更高,差异均有统计学意义(P<0.05);而两组在年龄、绝经、病理分级、分子分型以及肿瘤位置、形态、微钙化方面差异均无统计学意义(P>0.05)。多因素logistic回归分析结果显示,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征是乳腺癌患者发生ALNM的独立危险因素(P<0.05)。ROC曲线分析显示,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征单独预测及三者联合预测乳腺癌患者发生ALNM的曲线下面积分别为0.693、0.605、0.628、0.809,三者联合预测的曲线下面积最大,联合预测的敏感度为70.68%,特异度为83.04%。结论ABVS超声参数有助于预测单侧单发乳腺癌患者手术治疗前是否发生ALNM,肿瘤最大径、肿瘤距乳头距离、有冠状面汇聚征是发生ALNM的独立危险因素,且三者联合可提高乳腺癌患者发生ALNM风险的预测价值。

针对自动驾驶智能模型的攻击与防御

近年来,以深度学习算法为代表的人工智能技术为人类生产生活的方方面面带来了巨大的革新,尤其是在自动驾驶领域,部署着自动驾驶系统的智能汽车已经走进入们的生活,成为了重要的生产力工具.然而,自动驾驶系统中的人工智能模型面临着潜在的安全隐患和风险,这给人民群众生命财产安全带来了严重威胁.本文通过回顾自动驾驶智能模型攻击和防御的相关研究工作,揭示自动驾驶系统在物理世界下面临的安全风险并归纳总结了相应的防御对策.具体来说,本文首先介绍了包含攻击面、攻击能力和攻击目标的自动驾驶系统安全风险模型.其次,面向自动驾驶系统的三个关键功能层——传感器层、感知层和决策层,本文依据受攻击的智能模型和攻击手段归纳、分析了对应的攻击方法以及防御对策,并探讨了现有方法的局限性.最后,本文讨论和展望了自动驾驶智能模型攻击与防御技术面临的难题与挑战,并指出了未来潜在的研究方向和发展趋势.

REST API自动化测试综述

REST API已经成为访问和使用云服务、Web、移动应用程序的重要途径,如何对这些API进行自动化测试以保证服务的安全性和可靠性是亟待解决的问题。目前虽然关于REST API自动化测试的研究成果众多,但仍缺少对测试技术全面的分析和总结。梳理了该领域近10年的代表性成果,首先总结了REST API自动化测试的发展历程;然后结合REST API自动化测试特征,提炼了测试的通用流程;接着分别从预处理、测试用例生成、测试用例执行与监测、结果分析四个环节阐述现有成果的技术特征,对比分析其优缺点;最后论述当前研究存在的不足,讨论可能的解决思路,展望了下一步研究方向。

自动驾驶汽车行驶风险评估方法综述

行驶风险评估对自动驾驶系统的安全运行至关重要。将现有行驶风险评估方法分为3类,包括面向单一目标物的、基于可达集的和基于势场论的评估方法。提出5个评价维度,包括计算实时性、结果时效性、应用可行性、内容充分性和场景泛用性,对评估方法进行了全面比较,揭示其特点和适用情况。对自动驾驶行驶风险评估面临的问题以及未来发展趋势进行了分析和展望。

基于V-REP自动垂直泊车的教学仿真实验

泊车对驾驶员的操作技能有很高的要求,自动泊车系统的出现能够很好地解决这一问题,帮助驾驶员安全精准地完成泊车操作。该文对典型的自动垂直泊车进行仿真研究,针对标准和狭窄停车通道的垂直泊车,研究了C字型与人字型的泊车规划路径算法。基于机器人仿真平台(virtual robot experimentation platform,V-REP)搭建了典型的泊车仿真场景,利用用户数据协议(user datagram protocol,UDP)构建V-REP与MATLAB之间的通信,开展了V-REP与MATLAB的联合仿真实验,充分展示了自动垂直泊车的泊车过程,总结了垂直泊车的路径特点,对自动垂直泊车进行了可视化演示。此外,基于该平台为学生提供了虚拟仿真实验环境,激发了学生对无人驾驶的学习兴趣和勇于探索的精神,提高了学生的操作能力与创新思维能力,获得了良好的教学效果。

OBE理念下自动化一流本科专业课程教学改革与实践

成果导向教育(OBE)的课程教学是一流专业建设和人才培养改革的本质。针对自动化专业课程教学改革的需求,该文通过修订课程教学大纲,明确课程目标、课程资源、教学内容和考核评价等,并采取“导、学、教、练、思、考、评”的多元化教学过程,提升学生解决复杂工程问题的能力。自动控制原理课程教学改革与实践表明,OBE理念是提升学生学习效果的有效途径,取得显著效果。

大语言模型在学科知识图谱自动化构建上的应用

人工智能技术的飞速发展推动了教育领域的智能化,涌现出一些利用知识图谱技术进行学科知识体系构建的研究。利用知识图谱构建的知识体系,可以建模知识点之间的关联性,形成课程知识脉络,有助于学习者对知识点的记忆与深层次理解。然而,学科课程的教学资源多样且分散,现有的自动构建方法往往使用单一的数据资源,资源利用率低,难以对专业知识体系的构建提供有效指导。构建方法自动化程度较低,构建成本大,需要开发不同的模块对非结构化文本进行处理并生成图谱,可复现性和可移植性较差。因此,提出了一种基于大语言模型的学科知识图谱构建优化流程,高度融合大语言模型的优势和各学科知识的逻辑关联。具体以通信专业为例,借用ChatGPT大语言模型的强大功能,使用多种知识来源,通过学科知识分析设计知识系统本体,自动化提取基于教学资源的知识实体和知识关系形成最终的学科知识体系,可方便地推广至其他学科领域。

机耕道自动驾驶农机局部路径规划

针对机耕道场景下自动驾驶农机行驶的安全性、平稳性与规划实时性的实际需求,该研究提出了一种基于二次规划的局部路径规划方法。首先基于有限状态机构建农机机耕道行驶模式,其次采用横纵向解耦的方法,通过改进状态栅格法分别对农机速度行为和轨迹行为进行决策,随后利用二次规划方法生成满足多目标、多约束条件的农机轨迹和速度,得到最优路径,最后在多种行驶环境中进行仿真和实车试验,行驶参考速度为2 m/s。实车试验结果表明,在绕行静态障碍物场景中,规划轨迹的平均绝对曲率为0.021 m^(-1),最大绝对曲率为0.056 m^(-1),平均绝对横向误差为3.23 cm,最大绝对横向误差为8.69 cm,农机与障碍物外轮廓的距离大于0.76 m;在规避相向行驶、同向行驶和横穿机耕道的动态障碍物场景中,规划速度的平均绝对速度误差为0.08~0.12 m/s,绝对速度误差小于0.38 m/s,加速度变化范围为-0.38~0.44 m/s^(2)。在规划周期为200 ms的仿真试验中,该文算法平均耗时48 ms,最大耗时75 ms,相比采用静态状态栅格法平均耗时减少38 ms,算法效率提升44%。研究结果可为机耕道场景下的农机局部路径规划提供技术支持。

智能财务之流程自动化变革:从RPA到IPA

作为财务智能化发展的重要利器之一,流程自动化自出现之日起就受到了相关理论和实践工作者的普遍关注。经过十几年的快速发展,流程自动化正在从RPA演变到IPA,并朝着超级自动化的方向发展。本文从相关概念入手,以在财经领域的应用为视角,回顾流程自动化的发展历程,分析RPA、IPA、超级自动化的核心技术和系统架构及其特点,比较RPA和IPA各项指标的差异,探索流程自动化发展中的瓶颈问题和未来的发展方向,希望能给流程自动化的进一步系统研发和应用实践提供有益的参考。