基于云网边端的智慧工地管理平台技术研究

随着智能建造的在工程建设领域的全面铺开,为解决国内智慧工地项目缺乏统一规划,信息孤岛严重,缺乏标准体系部署环境复杂,缺乏有效运维等问题,文章提出基于云网边端的智慧工地管理平台,采用泛在融合感知技术、Iaas、Paas、Saas融合的云平台架构,降低系统耦合性,提高资源复用率,在大规模推广应用的情况下,可极大降低智慧工地项目实施成本。

机场智慧跑道的内涵拓展与功能系统

传统采用人工巡检、经验决策的机场跑道管控模式,难以适应现代机场高性能服役、高安全运行的现实需求。随着传感器、物联网、人工智能等新兴技术的发展,以及民航强国战略实施和“四型机场”加速推进的引领下,融合道面运行管理和在线感知的智慧跑道,已逐渐成为前沿科技和重大战略的交汇点,是机场跑道未来的发展趋势和热点。文章提出了智慧跑道的内涵和特征,明晰智慧跑道相对智能跑道的继承与拓展关系,在结构安全、运行安全与维护决策方面将智慧跑道功能具化为风险实时预警、性能在线评估、诱因精准分析、态势精准预测、养护智能决策五大功能,并结合机场跑道系统动力学思想阐述其实现路径。系统平台作为智慧跑道的载体,面向于实际应用在智能跑道基础上重点融合在线感知模块与日常巡检、维修等业务模块,搭建基于二、三维地图联动的智慧跑道全寿命周期管理平台,并依托高高原地区的日喀则定日机场和极寒地区的漠河古莲机场,实施机场智慧跑道的应用示范。

基于物联网技术的智能楼宇监测系统设计

针对目前智能楼宇监测中数据可靠性低、测量点位分散、数据传输实时性不高和误报频繁等问题,提出基于物联网(Internet of Things,IoT)技术的智能楼宇监测系统设计。首先,采用ZigBee技术组建无线传感器网络,实现分散点位传感器数据的收集,并将数据通过网关传输到物联网云平台。其次,利用改进的自适应加权算法融合传感器数据,有效提升多传感器检测数据的准确性。系统云平台能够分析和展示传感器数据,而且能够实时查看待测区域的视频图像,预留数据分析接口。应用表明,系统数据测量准确、相对误差较低、稳定性较好。

基于地名地址的多源异构数据融合方法研究

为解决不同行业政务信息资源的融合,实现智慧城市各行业数据的共享,深入挖掘和发挥数据价值,提出一种基于地名地址匹配的数据融合方法,分别对含空间坐标和仅包含位置描述的两种不同类型政务数据进行匹配,提出利用分区单元计算、构建分级分词地名地址数据库和文本模糊匹配等关键技术,提高了地名地址匹配的效率和准确度。并通过在智慧蓉城建设项目中实践应用,证实该方法能有效提升匹配效率和精度,实现多源、异构、海量政务数据的高效融合。

基于DS证据理论的电网信息自动融合模型构建

多智能体感知的智能电网信息中,通常存在信息冗余与缺失等问题。为解决这些问题,研究构建智能电网多智能体信息自动化融合模型,精准自动化融合多智能体信息,改进DS证据组合规则,完成决策级信息自动化融合,提升自动化融合效果,为智能电网的后续应用,提供更加全面的信息。

大数据时代云计算技术在智慧医院信息服务中的应用研究

文中探讨了云计算技术在智慧医院信息服务中的应用.通过分析云计算技术的特点及其在医疗信息化中的优势,研究了云计算在智慧医院各领域的具体应用,包括云档案、云管理、云病例、云运营、云信息系统等.研究表明,云计算技术能有效整合医疗资源,优化管理流程,促进医疗服务创新升级,推动医院高质量发展.未来,云计算将与大数据、人工智能等新兴技术深度融合,以构建高效协同、持续优化的智慧医疗新生态.

“边缘计算+”技术赋能智慧图书馆建设研究

多元技术发展下,单一性的边缘计算将难以满足智慧图书馆数字化转型、智能化服务、资源整合共享、人机交互和服务创新等差异化应用需求,而“边缘计算+”技术为智慧图书馆的建设和发展提供了新的应用方向。论文通过文献分析法探讨技术赋能智慧图书馆建设研究现状,在结合“边缘计算+”技术的基础上,构建“边缘计算+”技术下智慧图书馆的理论与应用模型,并给出应用场景及未来发展趋势。“边缘计算+”技术能够为智慧图书馆带来高效的资源管理、智能的服务提供和数据分析能力,从而构建出更加智能、便捷、协同的图书馆生态体系,为未来智慧图书馆建设提供了坚实的技术支撑和发展方向。

燃煤电厂中煤场的防碰撞系统研究

通过对安全防护需求的图像处理及雷达扫描技术建模研究,开发了基于图像处理与雷达信号相融合的防碰撞系统。通过计算测试分析,在多干扰噪声情况下系统最大误差为42 mm,处于合理误差范围内,完全满足实际工程需要,这对实际燃煤电厂内煤场的设备运行安全提供了一定的技术保障,同时实现了人与其他设备的安全防护要求。

基于知识融合的智慧能源课程体系内涵与构建方法探索

综合能源时代,传统能源与动力学科专业向“智能”“智慧”化方向发展融合成为必然趋势。构建面向智慧能源的基础、特色和实践课程体系成为教学研究重点。该文拟围绕面向智慧能源高端人才培养的能源动力类专业教育教学体系改革,探讨智慧能源的基础、特色和实践课程构建原则、内涵与途径。能源动力专业课程知识与大数据、人工智能、信息控制等学科知识遵循“模型构建-数据分析-控制优化”的融合原则,是建设智慧能源的理论课程重要方法。针对智慧能源的交叉融合特性,充分利用海量实际生产数据,开发突破场地、资源、设备和人员等限制,实现多功能教学目标的虚拟仿真实践教学综合课程,实现多维培养目标,是构建完善的智慧能源课程体系的重要一环。

人工智能与储能技术融合的前沿发展

随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artificial Intelligence,AI)应用于ESM的研发是解决该问题的新方案。而机器学习(machine Learning,ML)作为AI的子领域,已被证明是从数据中获得见解的强大工具,ML可以挖掘大数据背后有价值的信息和隐含的关联,有助于揭示ESM的关键结构或性质与性能关系,大大加快了ESM的研发和筛选,同时AI为储能系统的设计和运行提供了先进的预测工具。因此,未来AI与储能技术的融合研究将是值得关注的新兴领域。本文首先阐述了AI的关键技术框架,包括监督学习、无监督学习以及可解释的人工智能(XAI)。然后从ESM设计、识别筛选和性能预测三个方向出发,分别总结了AI在这些储能领域的最新研究进展,包括机器学习在储能材料研究中常用的数据库列表,并分析了这一融合技术对智能电网优化、可再生能源集成与管理的贡献。最后,本文展望了AI与储能技术的融合面临的机遇挑战,以及未来需要重点关注的研究方向。

基于Segformer与特征融合的水下养殖鱼类图像分割方法

水产养殖管理中,精准分割图像中的鱼类对生长管理至关重要,但水下环境复杂,图像质量低,现有分割方法面临精度低、泛化能力弱等挑战。提出了一种改进Segformer模型(FT-Segformer,简称SegFT)的水下鱼类图像分割方法。首先,利用四层transformer block提取输入图像高分辨率到低分辨率的不同尺度特征。在解码器部分,借助特征金字塔融合机制增强上下文感知;然后,利用转置卷积还原特征图维度,进一步提升特征学习的效果;最后,构建了一个用于模型评估的真实水下养殖环境的锦鲤数据集(UAGF),并在该数据集上进行相关验证试验。结果显示:该模型在mIoU、mPA和mRecall等评估指标上均优于现有方法,分别提升了1.76%、0.39%和0.19%,在mIoU指标上,SegFT分别超越了U-Net、PSPNet、HRNet、Deeplabv3+模型1.92、3.73、3.07和3.58个百分点。研究表明,所提出的方法在复杂的水下环境下,具有显著的有效性和鲁棒性。分割性能上优于现有的监督图像分割方法。

数字道路全息业务应用探讨

数字道路全息应用系统的建设已成为智慧城市建设及长效运营的重要一环,首先分析了数字道路的发展现状,并从3个角度分析了数字道路全息应用的关键能力,进而提出了数字道路全息业务应用的整体解决方案,最后针对数字道路全息业务应用的长效发展,给出了发展的策略和建议。

基于多信息融合的智能变电站继电保护隐性故障自动诊断

针对现有的诊断方法分类准确率低的问题,研究多信息融合的智能变电站继电保护隐性故障自动诊断方法。按照保护动作信息,计算故障引发的线路保护不正确动作,建立距离保护隐性故障概率模型。根据分合闸线圈电流,通过辨识比来提取断路器的故障状态特征。运用霍尔电流元件在线监测电流信号,并对获得的电流信号进行处理。将不同振动信号中的特征信息进行结合,按照特定的融合规则对信息进行加工,完成信息在空间和时间中的填充。运用M维矩阵对特征值进行分解,根据主成分的个数,按照特征的贡献值进行排序,对融合后的特征样本进行计算,确定决策信息。当发生接地故障时,通过保护测量的电压,形成新的零序方向保护。建立规则库来优化样本训练。按照隐性故障造成连锁故障的传播方式,判断相邻支路是否发生误动,切除误动支路,并进行潮流越限检查,根据相位关系判断二次回路状态完成隐性故障自动诊断。实验结果表明,实验组的分类准确率为100%,为4组中最高分类准确率,达到良好的诊断效果,实现了良好应用。

基于多源数据融合和深度学习的智慧校园分析模型

为解决传统校园管理中数据分散、信息孤岛等问题,提出一种基于“多源数据融合+深度学习”的智慧校园分析模型。利用多源数据融合技术,整合不同来源的数据,通过物联网设备、传感器、社交媒体等方面,提供更全面、准确的校园信息,通过深度学习技术实现对学校运营、学生学习、教学效果等方面的综合分析。模型的核心特点包括数据融合、深度学习模型的应用以及对学校各层面智能决策的支持,利用卷积神经网络(CNN)中的ResNet(Residual Network)模型,通过整合来自学生信息管理、图书馆管理、人脸识别等多个系统的数据,进行全面分析,引入了残差学习,通过跳过连接(skip connection)解决了深度网络训练中的梯度消失和梯度爆炸问题。详细介绍了数据融合、深度学习算法应用以及智慧校园分析模型的设计,并通过实际案例分析验证了其有效性,准确率达到了95%。该模型旨在提高校园管理效率、优化资源配置,并提升教学和学生服务质量。

AIGC背景下智慧厨电多模态集成交互设计策略

本文旨在探索AIGC(人工智能生成内容)技术场景化应用下智慧厨电多模态集成交互设计策略。以人工智能生成内容技术的场景化应用和模态研究为基础,挖掘厨电多模态集成交互设计机会点,从多模态交互通道分析、多模态融合、多模态交互设计方法等角度对智能化厨电的交互模态与模态集成方式进行了探讨。构建了AIGC场景化应用下智慧厨电的交互模态设计原则与策略。基于AI技术的未来智能厨电的转型升级要求厨电设计需要改变传统相对较为单一的人机感官通道交互方式,注重生态性、情感化、通用性设计理念的应用,以多模态信息交互和人工智能生成内容构建智慧厨房生态系统,为用户搭建更加多元化和有趣的烹饪体验。

基于边缘计算的温室传感器故障自识别系统设计与实现

无线传感器数据为智能环境调控提供决策依据,合理准确的数据是正确决策的前提,实时检测异常数据至关重要。针对传统的静态数据异常检测算法检测精度和效率低下、将数据上传至云计算中心分析增加带宽的传输压力和控制决策反馈时间等问题,提出一种基于边缘计算和数据融合的新方法。采用多模态感知融合算法进行异常数据检测,对实际发生的湿度、温度、光照等农业温室异常数据集进行仿真分析,使用滑动窗口方式处理数据流无限问题,计算单传感器和多传感器数据方差、多传感器数据间相关性系数,优化关键结构参数。结果表明,该模型能够检测出传感器的异常数据,单节点多传感器故障识别率为82.5%,多节点多传感器故障识别率为72.5%,汇聚数据上传可减少传输频率,单次节约30%数据流量,减轻服务器压力与数据传输延迟。对于解决温室传感器数据异常问题及边缘计算在温室环境设备中的应用提供有益参考。

物联网与智慧林业融合发展研究

随着社会的发展和科技的进步,物联网技术逐渐成为各个领域的关键。智慧林业作为一种新型的林业管理模式,通过物联网技术的应用,实现对森林资源的全方位监测和管理。该文旨在探讨物联网与智慧林业的融合,并分析其在林业管理中的应用和优势。

智慧矿山大数据综合管控平台的设计与实现

按照国家煤矿智能化建设发展要求,智慧矿山建设已成为煤矿改革的目标,煤矿大数据综合管控平台系统是智慧矿山建设的重点。基于大数据及软件开发技术提出了一种智慧矿山综合管控平台系统的设计思路、技术架构和设计方案,并介绍了应用情况,为智慧矿山的设计、建设、发展提供了参考。

西安地铁智慧车站试点工程应用总结、优化及发展

车站是地铁运营的最基本单元,是实现智慧城轨和绿色城轨的关键环节。西安地铁5号线一期、6号线一期各选取1座车站,引入多项通信和信息新技术,从客运组织、乘客服务、设备运管3个方面开展了智慧车站试点工程建设,并于2020年12月开通运营。为实现降本增效、绿智融合的可持续发展目标,通过近3年实际运营的验证总结,对试点站方案进行迭代和优化;通过实施改进电子巡更、智能视频分析、客流分析等功能的技术路线,提高其技术适应性和可用性;针对新建线路,提出融合集成、因地制宜的智慧车站推广实施方案,注重提升效率的同时控制投资和运维成本;最后提出业务闭环、云边协同、管理同步的智慧车站发展方向。

“5G+智慧教育”背景下教学过程多源异构数据融合研究

5G技术的广泛应用正深刻改变教育领域,加速教学过程的数字化转型。在智能教育、智慧教育的浪潮中,高职教育迎来了新的发展机遇。探讨了“5G+智慧教育”实践中产生的多源异构教学大数据融合需求,剖析了教育教学数据在存储、使用、数据管理及价值方面可能面临的问题与挑战,并以H高职院校为例进行多源异构数据融合流程分析,最后提出了教学数据融合的进一步思考,以期促进智能技术在高职教育中规范有序的融合与发展。