多阶U-Net甲状腺超声图像自动分割方法

甲状腺超声图像广泛应用于甲状腺相关疾病的诊断。针对甲状腺超声图像对比度低、边缘模糊以及散斑噪声严重等问题,提出一种基于多阶U-Net的深度卷积网络模型,用于实现甲状腺腺体与甲状腺结节的自动分割。该模型以U-Net为基本网络框架,通过不断进阶的特征融合,以实现图像边缘的信息提取。同时,在模型中使用了一种多尺度残差卷积模块以进一步提升分割精度。对比实验结果表明,该模型相较于其他方法能够获得更好的分割结果,具有一定的临床应用价值。

新工科背景下人工智能领域学生创新创业能力培养模式研究

针对新工科建设的新特征、新理念和新要求,该文探讨在人工智能领域中培养创新创业能力的体系,并深入分析新工科、人工智能和创新创业三者之间的紧密联系。同时,该文还提供一个新工科背景下的人工智能领域学生创新创业能力培养进阶图,以解决当前的教育需求。探讨学科交叉理实交融“教、学、做”合一、形成“以赛促学、以赛促育”机制、建设工程实践平台和现代产业学院、完善评价体系与奖励机制4种具体建设路径。拟为新背景下创新创业教育提供可鉴的建设思路。

基于Faster R-CNN算法的变电站设备识别与缺陷检测技术研究

变电站作为电力运输的中转站,是城市运转、人民生活的重要基础设施。变电站在运行过程中,经常发生因位置偏僻,不支持机器人或无人机直接进行探测而造成的设备运作温度检测不及时的问题。传统的变电站设备缺陷识别算法是基于机器的学习算法,精确度较低,只适合单个设备类别的缺陷检测,易受环境的影响。基于此,文中提出一种识别变电站设备红外缺陷的方法。首先,基于Faster R-CNN算法的设备识别,对6种类型的变电站设备包括套管、绝缘体、电线、电压互感器、避雷针和断路器进行目标识别,以实现设备的精确定位;然后,基于稀疏表示分类(SRC)的算法获得输入样本的实际标签;最后,基于温度阈值判别式算法,在设备区域中识别设备温度的异常缺陷。文中的方法实现了在红外线图像下的设备识别和缺陷检测,运用文中设计的方法对6类设备的红外图像进行检测,准确率达到91.58%,不同类型设备缺陷的平均识别准确率为91.62%,整体缺陷图像的识别准确率达到87.62%。实验结果表明了该方法的有效性和准确性。

基于三层攻击图的入侵意图自动识别模型

针对预测入侵意图、发现网络漏洞困难等问题,提出了基于三层攻击图的入侵意图自动识别方法。该方法通过对底层报警数据的分析,建立了网络的三层攻击图,并通过对入侵意图的概率分析来定量攻击图。最后,通过最小关键点集生成算法来发现网络中的关键主机,从而为管理人员提供正确的网络安全策略。经验证,这种入侵意图自动识别的方法可行、有效,且具有简单易行等特点。

基于混合蜜獾算法的机械臂最优运动规划方法

针对六自由度机械臂末端执行器路径及关节空间下轨迹的规划问题,提出一种基于混合蜜獾算法和3-5-3分段多项式插值的最优运动规划方法,实现机械臂末端执行器运动路径最短及关节运动时间最优,并有效降低优化路径与规划路径的差异。首先,以标准蜜獾算法框架为基础,在初始化、全局寻优与局部探索中采用混沌反向学习、转移算子、正弦余弦算子以及自适应扰动系数策略,提高最优解质量与寻优能力,并据此设计机械臂末端执行器无碰撞、最短路径规划方法,引导关节轨迹规划过程;其次,在关节空间下,利用混合蜜獾算法寻找各关节最优运动时间,在此基础上,利用2次3-5-3分段多项式插值算法,在满足各关节位移、速度、加速度约束的条件下,完成机械臂关节平滑且时间最优的轨迹规划;最后,通过与其他规划方法仿真对比,验证提出的方法能够使规划路径长度缩短,关节运动时间减少,优化路径与规划路径差异较小,并以UR5机械臂抓取实验为例检验了该方法的可行性。

全自动变压器绕线机自动排线控制技术研究

采用传统人工控制技术受到人为因素影响,在排线过程中出现惯性误差,导致控制效率较差,对于实现全自动变压器绕线机的高效率运行,提出了伺服自动排线控制技术的研究;根据绕线机主要设备,分析张力产生原因;使用三菱伺服驱动器,根据执行时发送的脉冲指令改变发送脉冲频率,在指定时间内使漆包线机构跟随绕线机主轴转动,由此获取排线时序图;根据时序图设计具体排线方案,通过调试确定惯性补偿系数,保证绕线能够平滑移动,改善惯性误差,实现恒定张力控制;通过调试结果可知,该技术最高控制效率可达到90%,为线圈绕制中绝缘带的张力控制和轴向紧密度提供保证。

基于机器视觉的自动插件系统设计与研究

以SCARA机器人、机械夹爪、摄像机CCD为硬件基础,搭建了基于单目视觉的SCARA机器人自动识别和定位插件系统平台,并利用摄像机参数标定和建立的抓取系统参数化模型,将CCD摄像机获取的工件图像坐标信息转化为机器人坐标系下的抓取位置信息。本系统以Visual studio软件为开发平台,利用Open CV视觉数据库函数进行颜色识别与定位算法开发,经测试,该视觉算法能够实现工件的颜色识别和获取工件的位置信息,并控制机器人夹爪进行目标工件的精确抓取,满足了一般工业生产中抓取工件实时性的要求。

协同育人背景下“东北三省一区”地方高校电子信息类专业协同发展探索与实践

该文以哈尔滨理工大学电子信息类为依托,联合东北电力大学、沈阳理工大学、辽宁工业大学及内蒙古工业大学等多所高校电子信息类专业现有资源,结合“东北三省一区”的地缘优势及大学集群优势,通过深度的多校融合,全方位的协同育人,加强一流专业建设,优化培养方案,提升培养质量,从而实现“东北三省一区”战略,对接国家和区域的经济、社会发展需要以及战略新兴产业的需求,实现优质教育资源共建共享,构建“东北三省一区”高等教育高质量发展新格局。

OBE理念下应用统计学专业三层递进式实践教学体系构建

在一流专业建设背景下,该文秉持OBE理念探索应用统计学专业“课内基础实践-创新活动实践-行业认知能力实践”三层递进式实践教学体系,并给出该体系的实施路径。该体系拓新应用统计学专业综合实践能力培养的结构,确保实践创新能力培养工作不断完善与创新。

纤维排布对CFRP感应加热固化成型过程影响表征

在采用电磁感应加热方式实现碳纤维复合材料(CFRP)加热固化成型的过程中,如何准确表征材料各组成部分的属性参数状态对研究材料加热过程中温度、固化度及应力场分布至关重要。根据纤维实际铺层方式对材料各组成部分进行独立表征,以及碳纤维壳体的等效电-磁-热特性建立了CFRP感应加热有限元细观分析模型,将纤维织构和树脂基体单独建立,实现CFRP在感应加热过程中其内部纤维织构中物理场的变化规律以及对材料整体升温变化规律进行系统分析。通过该模型计算了材料温度、固化度及应力场分布的变化规律,揭示了碳纤维排布对材料感应加热效果的影响,并根据感应加热实验验证了该模型可以准确表征各物理场的分布状态。为研究CFRP在感应加热中各物理场变化规律提供了有效的计算模型和分析方法。

论如何培养和提高在校大学生的自主学习能力

自主学习是指学生积极、主动、自觉地从事和管理自己的学习活动,主宰自己学习的一种学习方式。自主学习能力与学生对知识、技能和策略的掌握质量及其结构化、网络化、程序化水平等智力因素有关,还与学生的学习动机、兴趣等非智力因素有关。改进教师的教学模式、改进校风、改进考核评价方式是培养和提高学生自主学习能力的关键。

惯导系统传递对准模型的研究进展综述

初始对准是惯导系统开启工作后必须经历的阶段,而传递对准则是一种特殊的动基座初始对准技术,可有效提高武器装备的快速反应和精准打击能力。对惯导系统传递对准模型的研究进展进行了综合评述。首先,从姿态误差的定义出发,系统归纳了ϕ_(n)角误差模型、ϕ_(m) 角误差模型和相对姿态对准模型,对比分析了三类误差模型的特点。其次,给出了导航速度、相对速度和惯性速度的定义,理论推导了三种导航速度误差方程。然后,介绍了传递对准的量测模型,并重点归纳了基于相对姿态理论的文献所采用的量测模型。最后,讨论了传递对准有待解决的技术问题和未来研究方向。综述表明,误差的数学定义和参考坐标系以及匹配参数决定了传递对准模型的丰富性,在实际使用时,可以根据应用背景以及使用条件选择相应的传递对准模型,而在误差建模、误差激励、性能评估等方面,传递对准技术都有待进一步研究。

胎儿颜面部三维超声基准标准切面自动校对系统的研究

提出三维超声胎儿颜面部三正交基准标准切面自动校对系统。首先,通过自动检测胎儿双眼球定位正中矢状面;其次,通过自动检测正中矢状面上的面部轮廓线定位面额冠状切面;最后,以鼻骨、双眼球和面部轮廓线为参考校对水平横切面,从而自动定义胎儿颜面部三维基准向量。对80个三维超声体数据的实验结果表明,我们的自动校对系统与超声医生校对的正中矢状面、面额冠状切面和水平横切面三个基准标准切面的角度误差(degree)分别为:3.836±2.954、4.870±3.822、4.805±4.005,距离误差(毫米)分别为2.022±1.707、2.921±1.887、2.543±1.578。实验结果验证了本系统是可行的、可重复的和可靠的。

面向数字资源的自动标签模型

针对数字资源标签数量不足,获取困难的问题,提出了一种新的自动标签方法,对于收集的公共文化资源数据集和其它公开数据集,能够有效的进行标签扩展。提出过程依据神经网络理论和生成学习理论,采用隐含狄利克雷分布(latent dirichlet allocation,LDA)和Word2Vec方法分别对资源和初始标签进行处理,生成资源和初始标签的表示向量,然后以此两种向量作为深度结构语义模型的输入,建立面向数字资源的自动标签模型。从结果来看,该方法的标签扩展效果在精确度、平均排序倒数、平均准确率等指标上表现上总体优于文中提到的其它对比方法,能够解决某些情况下资源标签不足的问题,提高资源的利用率。

基于张力补偿的变张力控制方法研究

针对回转体构件纤维缠绕过程中纱线由出纱机构缠绕到主轴上存在的摩擦阻力及悬纱长度的变化引起落纱点处纤维张力变化的问题,提出基于张力补偿的变张力控制方法。分析纱线以任意包角经过导辊前后的张力关系,并采取测地线的缠绕理论对出纱导丝头运动轨迹进行规划,获得出纱导丝头的运动轨迹方程;建立芯模缠绕数学模型,分析芯模缠绕过程中悬纱长度对张力变化的影响,获得在不同落纱点处的张力与出纱端需要提供的张力的关系,对悬纱长度变化引起的张力波动施加补偿,从而使落纱点处张力值恒定。进行了施加张力补偿的回转体纤维缠绕实验,缠绕实验结果表明,施加张力补偿后,缠绕张力更加稳定,验证了提出的基于张力补偿的变张力控制方法能有效抑制缠绕过程中张力的波动。

“过程控制及仪表”课程混合式教学改革与探索

“过程控制及仪表”是自动化专业本科生的专业核心课程。课程主要内容包括检测和控制仪表的选择与确定方法,以及过程控制系统的建模与设计方法。根据多年的教学实践经验提出了基于线上线下混合式教学的课程改革思路与具体做法,以满足线上线下混合式教学模式与“两性一度”的要求,能够帮助学生更积极主动地参与到课程的深度学习中,提高了学生工程应用的高阶能力,进而提高教学质量。

基于MediaPipe的非触摸式在线签名认证系统

针对手写签名认证的可靠性和设备依赖性问题,设计并实现了一种基于MediaPipe的非触摸式在线签名认证系统.该系统以MediaPipe为基础框架,通过视频获得在线手写签名,并提取签名轨迹点的时序特征作为匹配模板,进而采用加权联合概率策略构建签名认证模型.该模型在边缘端设备的平均认证等误率(EER)为3.04%.采用基于PyQt设计的应用作为可视化UI界面,实现在视频场景中的非触摸式在线签名交互认证.该系统使用实时视频感知交互方式实现在线签名认证,无需其他的外部设备,具有更低的设备依赖性和更高的认证可靠性.

狭窄空间的位姿辅助点TEB无人车导航方法

针对无人车在狭窄空间环境中采用传统时间弹性带(TEB)算法通过率低下以及速度突变的问题,提出一种位姿辅助点TEB算法(PAP-TEB)。通过在狭窄空间两侧添加位姿辅助点,调用定点规划算法,提高狭窄空间环境的通过率;其次,利用速度插补控制和S形速度规划分别优化自主导航和定点导航的输出速度,保证输出曲线的平滑和导航过程的稳定性;最后,通过无人车操作系统的对比仿真测试,以及两轮差速无人车实验对PAP-TEB算法进行性能验证。结果表明,在55 cm的狭窄通道场景下,PAP-TEB算法的通过率提升约50%;在穿门实验中,PAP-TEB算法相较于传统TEB算法的通过率提升超过20%,并且宽度越小,提升效果越明显,且无人车速度曲线波动较小,能够实现无人车的平稳运动。

一种改进的基于闭环反馈的大失准角传递对准算法

针对传统的基于计算参数的传递对准算法在大失准角下的强非线性问题以及杆臂误差导致的传递对准精度下降问题,提出了一种改进的基于闭环反馈的大失准角传递对准算法。首先,基于快速传递对准模型,设计了全状态闭环反馈机制,通过对主、子惯导的姿态矩阵不断进行修正,实现大安装误差角估计值的快速收敛;然后,采用线性卡尔曼滤波对状态进行估计。仿真实验结果表明,相比于非线性滤波方法,所提算法在大、小安装误差角下均可以保持较高的对准精度,对准误差基本可以达到0.02°。车载试验结果也验证了所提算法具有更好的传递对准性能。

一种航天器交会与接近路径规划算法

针对非合作交会与接近任务中近程导引段航天器的三维路径规划问题,提高其在多约束条件下的寻优性能,提出一种融合混沌映射、自适应随机动态扰动、随机探索机制以及反向学习策略的混合蝙蝠算法。首先,利用Circle混沌映射进行种群初始化,提高种群多样性;在全局搜索中引入自适应随机动态扰动系数,并在位置更新时进行位置限定,提高算法全局寻优的性能;在局部搜索中融入柯西分布的逆累积分布函数,避免算法进入局部最优。同时,引入分段随机的反向学习策略,进一步提高种群多样性,平衡全局寻优与局部探索的性能。然后,以基于升序排列的路径节点进行三次样条插值编码,构造躲避障碍物求解航天器三维路径的适应度函数,结合混合蝙蝠算法求得平滑路径曲线。最后,通过对比仿真表明了所提方法的最优路径次数较对比算法增加,最差路径次数减少,路径平均解减少。