摘要:文章设计了一种基于点击-边界双分支协同引导的交互式图像分割方法,旨在解决传统基于点击的交互式分割中用户先验信息不足的问题。该方法通过双分支协同机制实现用户先验与目标边界特征的相互增强。具体而言,文章构建了一个双路径特征提取网络:通过 Sobel算子和多层卷积层分别融合显式特征信息与隐式特征信息,以准确捕捉图像中的目标边界;随后采用覆盖低级和高级特征的多尺度特征图融合策略,提升边界特征的判别能力。同时,文章设计了一个基于交叉注意力机制的协同引导模块,使模型能够利用用户点击位置信息精准定位目标并借助边界特征优化点击先验与解码过程。为验证方法的有效性,在5个自然图像数据集上进行了实验,与现有最先进方法的对比结果表明,该方法在首次分割准确率和交互效率上均取得了显著提升,尤其在Berkeley数据集上,模型在分割准确率达到 90% 时,平均点击次数比基础模型降低了 28% 。
摘要:针对复杂噪声环境下语音增强任务中传统单一方法难以兼顾结构化与非平稳噪声抑制的问题,文章提出一种融合线性非负矩阵分解(Linear Non-negative Matrix Factorization,LinNMF)与优化改进对数谱幅度估计(Optimally Modified Log-Spectral Amplitude Estimation,OMLSA)的级联式语音增强框架。该方法通过LinNMF对语音信号进行时频分解,提取语音与结构化噪声的基向量以实现噪声源分离;随后利用OMLSA对残余非平稳噪声进行统计建模,通过时频掩码优化对数谱幅度。对低信噪比( SNR<0 dB)的复杂噪声进行的仿真实验表明,联合方法相较于单独使传统的非负矩阵分解(NonnegativeMatrixFactorization,NMF)或OMLSA,可将信噪比提升至3.5以上,适用于工业检测、车载通信及助听设备等领域。
摘要:针对复杂农业场景下蓝莓果实检测存在的遮挡、光照不均及小目标漏检等问题,传统的目标检测模型存在小目标识别能力不足和多特征融合效果不佳的缺陷,文章提出一种专门用于蓝莓检测任务的BCD-YOLO模型。该模型是基于YOLO系列最新迭代版本YOLOv11的改进版,融入了多项创新设计。该模型在YOLOv11基础上引入BIMAFPN双向特征金字塔网络,通过多层级的特征金字塔以及双向信息传递来提高蓝莓识别精度并设计了CSP-PMSFA模块优化主干网络。该模块采用高效的部分多尺度特征提取,能够从输入中提取多种尺度的特征信息,实现增强的特征融合。此外,该模型设计并加入了基于注意力机制的目标检测头DyHead。实验表明,在自建蓝莓数据集上,改进后的BCD-YOLO模型在mAP50上达到了 59% ,P(精度)和mAP50-95较原模型YOLOv11分别提升了2.7% 和 3.1% ,同时模型参数量和计算量的增加保持在合理范围内。总体而言,该模型为果园自动化采收和产量预测提供了高鲁棒性的技术解决方案。
摘要:针对高校数据治理中权威性模糊、质量缺陷与共享阻滞的难题,文章提出基于“智慧学院”的基层驱动数据治理路径,通过家底调研、质量提升、闭环反馈三阶段策略,构建制度、技术、场景协同数据质量提升模式。实证显示,核心业务权威源覆盖率达 100% ,跨部门数据冲突减少 82% ,校级大数据中心月均数据交换量增长2倍,教职工数据核验效率提升 52% 。研究表明,以“智慧学院”基层业务场景驱动数据治理、以动态绩效激励部门参与,可有效解决当前高校数据治理难题。
摘要:单一传感器算法对数据的融合精度较低,运行稳定性较差。为此,文章提出了一种面向煤矿机械的多传感器数据融合算法。该算法结合滑动窗口均值滤波进行局部异常剔除,引入Dempster-Shafer证据理论对异类传感器信息进行全局融合。实验结果表明:相比单一传感器输出,所提融合算法能显著提升环境参数与设备状态识别精度,实现对煤矿机械运行状态的稳定监测与安全控制,为智能化矿山建设提供了有力的感知支撑。
摘要:针对现有定时恢复算法在宽带低滚降传输系统中定时抖动过大,严重影响解调性能的问题,文章提出一种联合高阶成形匹配滤波器的定时估计算法。该算法不仅能够改善低滚降传输系统的稳定性,还具有不受自噪声影响、无需判决辅助且不受载波相位影响以及低实现复杂度等优点,便于工程实现。
摘要:在互联网环境下,影像数据作为关键的医疗信息,其在各医疗部门间的交换有助于促进跨部门合作,从而保障诊断结果准确。为此,文章开展医疗影像数据安全交换算法研究,研究构建Hub/Spoke交换体系并在其中复制目标数据,进而设置消息中间件参数,完成数据交换体系建模。在此基础上,实施对影像数据适配处理,再依据重叠数据的身份关联性,完成点对点数据交换处理,完成安全交换算法设计。实验结果表明,该方法不但促进了影像数据快速传输,还保障了信息共享的准确性,有助于实现影像数据在不同医疗部门之间的安全交换。
摘要:文章针对国土空间管理中普遍存在的编码异构性、数据协同不足等问题,提出“基于国土空间‘一码’的多源数据融合治理策略”。通过构建“地理坐标 + 行政单元 + 用地属性”三位一体的标准化编码体系,实现自然资源管理、不动产登记、税务等其他部门多源数据的全生命周期关联。该研究提出分层数据治理架构,集成空间单元标识技术、区块链存证(HyperledgerFabric框架)及三维编码扩展(OGC CityGML3.0标准),依托常州市“一码管地”项目进行了验证。实践表明,该策略使业务审批效率提升 40% ,空间冲突识别准确率达 89% ,为破解“数据孤岛”问题提供标准化技术路径,助力自然资源和规划治理数字化转型。
摘要:为有效提升工业数字孪生系统的同步精度,文章设计了工业数字孪生中虚拟现实(VirtualReality,VR)驱动的虚实同步误差补偿模型。结合数字孪生技术构建数控加工过程中的虚实同步映射逻辑。基于该逻辑引入神经网络智能算法,对加工过程中VR驱动的动态误差进行预测。以误差预测值为输入建立虚实同步误差实时补偿模型,实现基于数字孪生的VR驱动误差补偿。实验结果表明,VR驱动的虚实同步误差补偿模型通过动态误差预测和实时补偿,显著提升了工业数字孪生系统的同步精度。
摘要:为满足现代智慧农业对生产效率的提升和环境保护等需求,文章提出一种基于物联网的智慧农业园区控制系统的设计与实现,应用于农业园区生产,可实时远程监测并自动管理农业园区的环境信息。该系统基于物联网架构,采用嵌入式ARMCortex-M4作为主控系统,对农作物生长的温度、湿度、光照强度等环境参数进行实时采集,将采集到的数据通过ZigBee方式传输至智能网关,做出本地响应,通过MQTT协议实时传输至云平台,用户通过手机App及PC 端软件实时监测控制作物生长环境,提供响应式布局的可视化交互界面,达到智能化农业生产的目的。测试结果表明,该系统满足设计目标,可实现农业园区的智慧生产。
摘要;在智能化推荐系统不断演进的背景下,传统模型中特征匹配与可信度建模往往相互独立,难以形成协同反馈与动态调节机制,从而影响推荐结果的准确性与系统稳定性。特征匹配承担决策基础,可信度作为行为一致性与信任权重表达,对于优化推荐逻辑具有关键意义。文章提出特征匹配与可信度协同演化机制,通过嵌入建模、动态更新与联合优化构建双向反馈路径,增强模型适应性与鲁棒性,从而提升推荐结果在复杂交互场景下的有效性与可靠性。 关键词:智能推荐系统;特征匹配;可信度演化;协同机制
摘要:随着无人机技术的快速发展,非法无人机入侵事件日益增多,传统的反无人机(Unmanned AerialVehicle,UAV)识别技术在准确性与实时性方面面临严峻挑战。针对这一问题,文章设计了基于人工智能的反无人机辅助识别系统。系统通过深度学习算法强化特征提取能力,提升目标识别准确率,该系统构建了智能识别模块与多目标跟踪算法,实现对入侵无人机的实时定位与轨迹预测。人工智能辅助识别技术在复杂环境下显著提升了对无人机的识别准确率与处理效率,系统整体性能优于传统识别方法,研究成果为构建智能化反无人机防御体系提供了可行的技术方案。关键词:人工智能辅助识别;反无人机系统;深度学习;智能防御;多目标跟踪
摘要:针对自动化码头装卸负荷与物流作业的强耦合关系,文章基于实测数据对岸桥、轨道桥和充电桩的负荷特性及同时率开展分析。首先,对装卸设备之间的协同作业过程进行特征分析,从港口固有特征、环境条件、异质负荷特性、码头物流调度等因素归纳对同时率的影响;其次,计算负荷之间的交叉相关性和协方差矩阵,揭示不同装卸负荷之间的时滞关系和波动特性;最后,建立含船舶作业信息的装卸负荷同时率表达式,基于某自动化码头实测负荷数据进行验证,成果评估了装卸负荷之间的内在联系和时序特征,同时反映物流作业与同时率之间的关系,为港区配电网规划提供负荷参数依据。
摘要:针对飞机脉动式装配产线传统物流协同方法灵活性差、效率低的问题,文章提出智能物流协同优化方法。该方法首先对物流配送时间窗分类,识别工序紧前关系和时效要求;其次,建立装配工序与物流活动的时序关联,预测装配进度;最后,根据进度和需求协同优化物流调度,减少资源冲突和闲置。实验表明,该方法在不同任务组下均显著缩短装配周期,物料配送时间匹配度达 96% 以上,有效提升了配送的及时性和准确性,为飞机脉动式装配产线高效运行提供了有力支持。
摘要:自第三次国土调查启动实施,南京市依托国土调查云移动端 App开展外业实地调查与拍照,积累了大量现场举证数据。但这些数据面临存储分散、解析难度大、数据体量庞大、无法直接浏览查询、应用受阻等管理难题。文章剖析历年举证数据包结构、规模及内容,建立举证成果与监测图斑关联关系,开发举证成果批量入库工具,实现数据的高效处理、准确解析与快速入库,直观展示并统一管理举证成果,支撑地类变化的可追溯查询。同时,积极探索举证成果共享与复用,以缩短作业时间、减少外业工作量,全面提升第三次国土调查举证成果管理效率与数据利用率,推动其在规划资源业务管理中深入应用。
摘要:随着边缘计算在延迟敏感场景中的广泛应用,传统Kubermetes调度器因其面向集中式云环境的设计而难以满足边缘计算的动态性需求。文章提出了一种基于Kubermetes的边缘计算节点动态调度系统,通过引入资源需求预测模型和运行时迁移机制,实现了工作负载的动态优化部署。系统采用云-边-端三层架构,设计了基于二次指数平滑的资源需求预测模型,构建了以最小化延迟和负载均衡为目标的任务调度优化模型,提出了基于动态阈值的Pod 迁移触发机制和网络感知的迁移策略。实验结果表明,与Kubernetes默认调度器相比,该系统在常规负载场景下平均响应时间降低 21.3% ,P99尾延迟降低 27.8% ,负载均衡标准差降低 53.8% ,任务完成率提升至 99.5% 。在突发负载场景下,系统通过动态迁移有效缓解了节点过载,保持了服务质量的稳定性。
摘要:在“互联网+”经济的大背景下,建立面向社区直销模式的生鲜产品系统,加快了产品流通信息服务。文章在已有研究成果基础上,梳理了当前系统能力现状,厘清并阐述了制约系统应用的因素和瓶颈问题,建立了具有动态扩展能力的多层体系机构,设计了订单业务流程的灵活编排方法,实现了多种组合设计模式的创新应用。优化后的系统解决了应用场景的多样化问题,提高了适应新需求的可扩充性,提升了系统性能。
摘要:针对长久以来雷达态势难以在三维空间内直观呈现的问题,文章基于osgEarth图形库设计并实现了一款雷达三维态势显示软件。该软件通过软件需求分析、架构设计、场景构建等环节,实现了地图加载、网络通信、模型管理、视角管理、参数设置及航迹管理等核心功能。在国产化环境测试中,软件成功接收并实时显示雷达波束与航迹数据,运行流畅稳定,验证了其在三维空间内有效呈现雷达态势的能力。该成果可为同类软件的设计提供技术参考。
摘要:全球气候变化、环境污染和极端天气事件等气象因素对人类健康的影响日益显著,尤其对气象敏感性疾病的传播和发病率构成了挑战。为应对这一问题,文章设计并实现了一种多数据融合的气象敏感性疾病综合数据平台。平台通过集成气象数据、健康监测数据和历史疾病数据,利用深度学习模型进行疾病风险预测与分析。采用LoRa/NB-IoT技术的无线传感网络进行数据采集,通过联邦学习机制确保数据隐私与共享。通过在多个典型应用场景下的测试,平台展示了高效的数据处理能力、快速的响应时间及较高的预测准确性,为疾病预警和公共卫生管理提供了有效支持。该研究为气象敏感性疾病的预防与控制提供了新的技术路径与解决方案。
摘要:针对科目三驾驶人考试中随车安全员引发的主观偏差大、监管盲区多、人工成本高等问题,文章提出智能化科目三考试系统方案。文章剖析了构建智能化科目三考试系统面临的技术瓶颈和难点,提出通过行为识别和智能驾驶技术的协同融合,实现考生驾驶技术、安全意识的自动化评判以及考试过程的安全保障,设计了“考试评判 + 行车安全”的智能化考试系统,系统性消除了人工监考的监管盲区和公平性质疑,为下一代科目三驾驶人考试系统提供了理论框架与实践路径。
摘要:随着农业物联网(Agricultural Intemet of Things,Agri-IoT)技术的深入发展,系统安全问题日益成为制约其广泛应用的重要瓶颈。文章构建了一种基于椭圆曲线密码(Eliptic Curve Cryptography,ECC)的双向认证模型,系统梳理了农业物联网的基本架构与安全特征,进而从数学层面深入剖析了ECC 算法的加密原理与密钥协商机制,以此为基础构建了可抵御重放攻击与伪装攻击的认证协议流程。在实现层面,模型依托Python语言中的SimPy仿真框架结合加密算法库完成系统建模。结果表明,该认证模型在多类复杂网络环境中均表现出良好的性能。
摘要:为契合当下网络安全严峻形势,文章提出基于时空维度分析的智能化网络最优主动防御方法。文章运用K-means聚类算法实现网络安全状态的智能识别,从时间和空间2个维度对网络博弈马尔可夫决策过程(Markov Decision Process,MDP)展开分析,构建多阶段网络欺骗博弈模型,求解输出有效的网络主动防御机制。实验数据显示,采用该防御方法后,防御成功率较传统方法提高了 35% ;入侵时间平均延长了 40% ,为防御方争取到更多响应和处置时间;网络攻击造成的损失降低了 30% ,有效保障了网络系统的稳定运行。时空维度分析下的智能化网络最优主动防御方法是一种切实有效的网络安全防御手段。
摘要:随着工业控制系统在关键基础设施中的广泛部署,其网络安全问题日益凸显。针对传统支持向量机(SupportVectorMachine,SVM)在处理不平衡数据时对少数类识别能力不足的局限性,文章提出一种基于成本敏感学习的SVM改进方法。在理论层面,引入了类别惩罚因子,通过不对称误分类成本调整优化目标函数,从而提升对攻击类样本的识别性能。在实验部分,基于NSL-KDD数据集对传统SVM与改进模型的检测效果进行系统对比。结果表明,文章所提出的CS-SVM方法在多个指标上均优于传统SVM。
摘要:我国当前将智能制造作为工业转型升级的核心驱动力,对智能控制技术领域人才提出了复合型能力要求。但当前的教育体系在应对技术迭代与产业需求时存在结构性矛盾,亟须构建以产教融合为纽带、以实践能力培养为核心的新型人才培养模式。文章通过分析行业需求与教育现状,提出从培养目标定位、课程体系重构、教学模式创新到保障机制设计的系统性解决方案,为智能制造领域技能型人才培养提供理论参考与实践路径。
摘要:人工智能技术凭借其强大的数据处理能力与智能算法,正在深刻改变高校实验教学模式。随着教育智能化发展趋势的加速,人工智能在实验教学中扮演着不可替代的赋能角色。针对传统实验教学面临的资源配置效率低下、个性化教学供给失衡、评价反馈时效性缺失以及虚实融合局限性等智能化转型困境,文章构建了人工智能驱动的实验教学智能化重构框架。文章提出了基于大数据的资源智能调度、认知画像驱动的个性化学习路径设计、多模态感知的实时智能评价反馈以及沉浸式虚实融合环境构建等系统性解决方案,推动实验教学向智能化及个性化转型。
摘要:文章针对“ARM嵌入式开发及应用”课程教学过程中学生目的性不明确、学习兴趣不足和实践能力较弱等问题,提出了以金课为背景的改革策略。通过“三个方面、两个维度和一个穿插”的改革方法细化了教学目标,分解了教学内容并与实践教学环节结合提高各维度的相关性;通过“三个基础、两个方向和一个落脚点”的实验教学改革,提升了学生的开发实践能力。该门课的改革旨在构建兼具高阶性、创新性和挑战度的金课教学模式。该模式显著提升了学生的学习参与度,加强了学生对ARM嵌入式开发环节中的需求分析、硬件选型、应用编程、系统调试与测试等知识的掌握,从而满足新工科人才培养的要求。
摘要:文章针对传统“物联网控制技术”课程存在知识体系滞后、教学方法单一、实验平台难以模拟复杂智能控制场景等问题,提出人工智能赋能的系统性教学改革框架。通过融入深度学习等智能算法,重构“AI + 控制”融合知识体系,涵盖传感器数据智能处理等模块;创新“线上平台 + 线下竞赛”混合式教学模式,结合AI教学助手实现个性化学习;构建虚实结合实验体系。改革旨在培养具备智能算法设计等能力的复合型人才,解决智能系统设计人才缺口问题,推动教育链与产业链深度融合,为新工科背景下的课程改革提供“内容-方法-实践”三位一体的实施范式。