基于人工智能的镁合金压铸模标准件快速检索及自动装配系统的研究

人工智能是一门集认知、机器学习、情感识别、人类智能为一体的多学科交叉技术,作者分析了目前镁合金压铸模标准件调用过程中存在的问题,提出了基于人工智能管理的镁合金压铸模标准件快速检索与自动装配系统的开发理念,构建了压铸模快速设计系统。以镁合金仪表盖为压铸模具的设计对象,详细介绍了利用该系统设计镁合金压铸模具的过程。新的基于人工智能的镁合金压铸模标准件快速检索和自动装配系统效率更高,软件操作更简单,可以自我学习。随着设计系统的应用,该系统将变得更加适用,解决了设计师的思维过程无法跟上CAD软件的步伐的问题,对设计高效快速的镁合金压铸模具有参考价值。

基于人工智能技术的跨平台镁合金压铸模设计智能专家系统研究

利用基于人工智能技术的跨平台镁合金压铸模设计智能专家系统,以某笔记本电脑前壳盖的镁合金压铸模为对象,介绍了使用现代化设计工具设计镁合金压铸模的流程。新的智能专家系统加入人工智能技术后更加高效,可自主学习,解决了设计人员设计过程跟不上CAD软件步伐的问题,对高效快速设计镁合金压铸模提供参考。

具有隐私保护的车联网边缘计算任务卸载资源分配策略

针对车联网任务卸载的资源最优化问题,以无线供能移动边缘计算(WP-MEC)系统为基础,提出一种关于计算时间分配、能耗、本地计算能力和任务卸载的联合优化方案。在该系统中,将“收集然后传输”协议应用于车辆的能量采集和消耗阶段,确保车辆可以持续工作。为求解该最优化问题,提出一种基于模拟退火算法的系统能量效率最大化算法。实验结果表明,所提策略的平均电池电量比全卸载模式、仅本地计算模式提高了40%以上,有效降低了系统时延,验证了所提策略的有效性和高效性。

应用型独立学院数据结构课程案例设计

针对数据结构课程设计实施过程中存在的问题进行了分析,结合应用型独立学院学生的特点,课程组精心设计课程设计案例,并举例说明案例实施过程,通过有效的过程管理,达到课程设计目的。

基于区块链的多特征融合身份标识认证模型

身份标识认证模型节点设置多为单向结构,认证范围受限制,导致认证识别率下降,为此,本文提出基于区块链的多特征融合身份标识认证模型。预处理多特征基础认证环境,采用多阶段认证形式,布设一定数量的节点,部署模糊特征身份标识认证矩阵,以此为基础构建区块链CNN多特征融合认证模型框架,采用区块链自适应密钥修正,实现身份认证。测试结果表明:设计模型认证识别率可达90%以上,认证准确度更高,认证速度快,误差可控。

基于局部保留投影的多视角人脸表情识别方法

为提高多视角人脸表情的识别效果,提出一种基于局部保留投影的GAN多视角人脸表情识别方法。通过在判别空间上添加不相关的约束提高分类性能,利用随机森林算法完成人脸表情的粗分类;对于每个子类别,利用生成对抗网络(GAN)的博弈思想设计特征提取器、特征合成器和判别器,通过判别器与特征提取器之间的对抗训练提高分类准确率。实验结果表明,该方法在脸部左侧的识别率高于脸部右侧,精细分类效果明显优于粗分类。相比其它方法,所提方法的识别效果最佳,当视角为0°时,在BU3DFE数据集和CK+数据集上的识别准确率分别是98.97%和97.58%。

高效率镁合金轮毂压铸件大批量化生产工艺研究

以AM60B镁合金轮毂为例,研究了压射速度、铸型温度和浇注温度对压铸件缺陷的影响。通过计算由虚拟实验得到的缺陷体积的信噪比,求解了不同因素在不同水平下的信噪比的均值和极差,进而获得优化的压铸工艺。经大批量化生产优化,得出的最优压铸工艺参数为:压射速度为0.9 m/s,铸型温度为260℃,浇注温度为680℃。

利用自注意力机制的大规模网络文档情感分析

针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于MapReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法。通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分类,准确分辨推文中词汇的情感类别,利用Hadoop框架和Hadoop分布式文件系统(HDFS)以及MapReduce编程模型实现提出的推文情感分类方法。实验结果表明,提出方法能够准确对大规模推文和词汇语义进行辨识,具有较高的计算效率,提高了情感分析的求解速度和准确度。

基于大数据挖掘的电力通信信号异常数据提取方法

为准确分辨电力通信信号中的异常数据信息,并对其实施具有指向性的提取与处理,提出基于大数据挖掘的电力通信信号异常数据提取方法。利用Hadoop挖掘框架,提供异常通信信号原数据集合建立所需的信息参量,联合关联性规则,完成基于大数据挖掘的电力通信异常信号处理。在此基础上,重新编码异常数据特征,再将已编码特征参量与原通信信号对应,实施指向性译码处理,计算解调系数,约束现有编码原则,实现基于大数据挖掘的电力通信信号异常数据提取方法的设计与应用。实验结果显示,与深度置信型辨识制度相比,大数据挖掘型提取方法能够更加准确地分辨电力通信信号中的异常数据信息,符合指向性处理电力信息参量的实际应用需求。

多源异构签到数据中改进RNN的POI推荐

在基于位置的社交网络(LBSNs)中,现有的兴趣点(POI)推荐方法主要考虑地理位置和社交关系因素的影响,对签到行为的顺序和时间因素影响关注较少。针对该问题,提出一种改进循环神经网络(RNN)的POI推荐的方法。通过因子分解机对影响POI推荐因素的稀疏矩阵进行去稀疏化;通过提出的MMBE框架对多源异构签到数据整体建模,得到POI推荐的影响因子;将影响因子输入改进型RNN,计算出兴趣点预测值,将预测值最高的前K个兴趣点推荐给用户。实验结果表明,所提方法在精度、召回率、F1值方面优于其它3种较新的POI推荐方法。

基于机器视觉的机器人仿生机械手避障轨迹控制系统

以提高机械手末端关节避障控制精准度为目的,提出一种基于机器视觉的机器人仿生机械手避障轨迹控制系统。以具有高灵敏性和主动性的控制器、伺服驱动器、无线通信器以及高网络带宽的传感监测器为硬件基础,采用机器视觉技术捕捉机械手关节动作。然后根据动力学原理建立避障位姿坐标系,代入关节动作数据计算其在坐标系中的位置。在定义控制范围的基础上,根据隶属度函数计算机械手在轨迹方向上夹角,并随机输出一个动态夹角变量。通过对变量值目标求导得出适配性最高的调节阈值,结合实际情况通过阈值调节实现精准控制。实验表明,该系统能够有效控制机械手末端关节避开障碍物达到指定目标位置,应用效果较好。

泛在网络隐私大数据完整性验证算法研究

为了确保大数据的完整性,对泛在网络隐私大数据完整性验证算法进行研究。首先,确定单项验证主私钥数值,并设计IDB-RDIC安全重叠验证计算结构;其次,创建安全循环描述完整性验证算法模型,同时建立双线性验证矩阵,完成对大数据完整性验证算法的设计;最后,设计对比实验。测试结果表明,在不同的测试时间下,与传统的多云存储大数据完整性验证算法相比,本文设计的隐私大数据完整性验证算法最终得出的哈希比相对较高,表明该算法的实际应用效果更佳,误差较小,具有实际的应用意义。

基于NB-IoT的校园智慧空调远程控制系统设计

为提高校园智慧空调管理系统对空调温度的综合控制能力,缩短远程控制系统的响应时间,以数据通信为基础,基于窄带物联网(Narrow Band-Internet of Things,NB-IoT)技术设计了校园智慧空调远程控制系统。硬件方面,设计了微控制器和电源模块。软件方面,在目标区域内合理布置多个温度传感器,获取空调运行环境温度监测结果。依托NB-IoT技术建立数据网络通信机制,实现以蜂窝网络为基础的高效智能通信。采用比例、积分和微分(Proportion Integral Differential,PID)控制方法,设计校园智慧空调控制方案,再建立用户终端界面,实现远程控制命令的发送与接收。系统测试结果表明,正常运行状态下能够独立监测系统各个空调的能耗,且其远程控制响应时间为2.5 min,满足了校园智慧空调控制实时性要求。

基于申威众核处理器的Office口令恢复向量化研究

为了满足农业农村大数据应用中数据安全的需求,文章结合Office口令恢复中的计算热点问题,以申威众核处理器为硬件平台,提供了一种向量化密码解算方法。SHA-1和AES函数的解析是方法的核心部分。首先,利用申威众核处理器的特点,对其进行自动向量化研究;其次,通过依赖性分析描述了明文块之间手动向量化过程,给出方法理论层面的可行性结论;最后,为验证方法的正确性和有效性,将Office各个版本的加密文档作为用例,开展多重数据测试,测试结果与传统的口令恢复工具和开源的Hashcat口令恢复工具进行对比。实验结果表明,方法能够有效地提高口令恢复的性能。

基于卷积神经网络的车辆与行人目标检测与测距研究

由于传统基于人工设计特征的目标检测方法在实际应用中存在目标检测精度差、测距绝对误差较大等问题,因此开展基于卷积神经网络的车辆与行人目标检测与测距研究。通过引入卷积神经网络,对检测目标车辆及行人特征进行提取,并对其相应候选窗口区域进行划分。再利用窗口融合技术检测车辆与行人,最后通过训练车辆与行人测距检测器完成车辆与行人目标检测与测距。通过实验证明,设计方法在实际应用中检测精度更高,可有效将测距绝对误差控制在标准范围以内。

基于Java Web技术的冷藏箱远控系统的设计与实现

在“一带一路”的背景下,河南省交通运输的蓬勃发展带动了冷链物流业快速发展.为解决传统监控模式对监控时间和地点的限制,设计并实现了基于Java Web技术的冷藏箱设备远程控制系统.该系统使用Java语言,结合了谷歌地图,利用缓存等技术构建了一个安全性高且操作灵活的控制平台,以提高管理效率.

结合残差学习和双模态CAE的图像描述方法

针对传统图像描述方法存在提取图像关键信息精度不高、描述不准确等问题,提出了一种结合残差学习和双模态CAE的图像描述方法。提出一种新型双模态卷积自动编码器(CAE)结构,包括图像和文本两个输入,以及编码、隐藏层交互、解码等处理环节,完成对输入图像的文本描述;在经典CAE中加入残差学习,与CAE的卷积层构成深度残差网络(DRN),增加了学习深度,以提高方法的准确率;将文本和图像的隐藏层进行交叉重构,以最小化损失函数为目的,训练得到图像-文本的关系,从而实现图像的描述。利用COCO和Flickr30k数据集对所提方法进行定性和定量的仿真实验,其结果论证了所提方法的有效性,与其他方法相比,评价指标Med r最低,且R@K(K=1,5,10)最高,运算时间仅为0.183s,能够更为精准地描述图像。