课程文献中心 更多>>

关键词： Faster R-CNN   电动观光车   避障系统   双目摄像头  

摘要： 设计一种基于Faster R-CNN算法的电动观光车避障系统,旨在显著提升电动观光车的安全性和用户的观光体验。该系统通过实现对环境中障碍物的实时检测与识别,为电动观光车提供高效的避障能力。首先根据车身的整体设计,选择将双目摄像头安置在电动观光车的雨刮器正中央位置,方便对前方障碍物的实时监测;随后通过Faster R-CNN算法分别经过特征提取、检测网络和RPN网络三个模块,即摄像头拍出的原始图像经过特征提取模块后,确定特征提取的范围和特征的多样性,随后经过三层特征筛选提取后,通过影响卷积核大小、卷积核个数以及步长来影响特征图,把图像中的特征提取出来并进行处理;同时,在选取用于待测目标特征提取的网络方面,采用ZF网络生成一个大小为3×3的滑窗,提取高维特征并输入到256维的区域中;并且利用汽车运动学建立观光车的运动学模型,利用人工势场法来规划出无人驾驶汽车的避障路径,利用PreScan仿真软件进行避障系统的仿真,得到避障测试的成功率。最后经过系统的实现与测试,将训练好的模型集成到电动观光车中,并进行实际的测试和调试,以验证系统的性能和稳定性。结果表明,仿真软件中得到的避障执行速度与执行时间与实车测试得到的执行速度与执行时间符合当前避障系统性能指标的范围,证明了该系统在具体应用下的可行性。

关键词： 水果新鲜度检测   YOLOv5s   深度学习   DIoU-NMS   K-means   CAM  

摘要： 水果新鲜度分级在食品行业中有着重要作用。新鲜度是衡量水果质量的重要标准,直接影响到消费者的身体健康和购买欲望。由于水果颜色、纹理和外部环境变化(如阴影、照明和复杂背景)的相似性,使用机器视觉对水果进行自动识别和分类是具有挑战性的。文章提出一种基于改进YOLOv5s网络模型的多类水果分级方法。首先,引入DIoU-NMS算法,考虑预测框与真实框之间的重叠率以及中心点距离,回归精度得到提高;其次,利用K-means算法对初始锚框进行调整;最后,在主干网络Backbone中嵌入CAM,加强网络的特征提取能力。试验结果表明:改进后的YOLOv5s水果新鲜度检测算法平均检测一张图像耗时为0.028 s,且其mAP达到96.6%,比原来YOLOv5s模型提升了2.4%。所提方法为水果新鲜度检测提供一种高性能的解决方案,并能够以较高的准确率对多类水果进行分级与定位。

关键词： 未来课堂   计算思维   人工智能   培养策略  

摘要： 计算思维与人工智能的高契合度,使其成为人工智能时代人才必备的思维能力。未来课堂作为新型学习空间的代表,培养具有计算思维能力的学习者,应是其得以持续发展的重要支撑点。本文尝试构建了未来课堂环境下的计算思维培养策略,充分利用未来课堂富信息技术环境,为人工智能教育相关研究提供可参考的框架。

关键词： 高职院校   数据采集平台   数据管理   数据采集平台  

摘要： 全国高等职业学校人才培养工作状态数据采集与管理平台(以下简称数据采集平台)是高职院校实现教育数字化的重要手段[1],是推进高职院校内部治理体系建设和提升现代化的重要抓手,是数据赋能学校高质量发展的重要途径。数据采集平台应用研究能为学校有效监测人才培养工作状况,了解自身优势与劣势,提升学校综合治理能力,引领学校高质量发展。

关键词： 人工智能算法   深度学习   乳腺钼靶   影像阅读   诊断效能  

摘要： 本研究旨在评估基于深度学习的人工智能算法在乳腺钼靶影像阅读中的应用效果,并通过分组对比分析其诊断效能。方法 本研究收集了2023年1月至2023年12月期间在我院进行乳腺钼靶检查的800例患者影像数据。将数据随机分为两组:人工智能组(AI组,400例)和传统放射科医师组(传统组,400例)。AI组采用基于深度学习的人工智能算法进行影像分析,传统组由经验丰富的放射科医师进行影像阅读。将最终临床诊断结果作为“金标准”,对比两组在阳性预测值、阴性预测值、灵敏性、特异性方面的表现;随机抽取50例患者的影像数据进行阅片,对比两组的平均阅片时间。结果 AI组在阳性预测值、阴性预测值、灵敏性、特异性方面优于传统组(P<0.05);AI组的阅片时间短于传统组(P<0.05)。结论 基于深度学习的人工智能算法在乳腺钼靶影像阅读中表现出较高的诊断效能,尤其在诊断准确率、敏感性和阴性预测值方面优于传统放射科医师。同时,人工智能算法显著缩短了影像阅读时间,具有较高的临床应用价值。未来应进一步优化算法,并在更大规模的多中心研究中验证其稳定性和普适性。

关键词： 水库群防洪调度   调度算法优化   风险管理策略  

摘要： 本次研究主要围绕水库群防洪调度算法优化及风险管理策略展开,目的是促进防洪调度高效安全进行。通过对联合调度算法的构造与优化,并与风险管理策略相结合,该研究为应对复杂多样的洪水事件提供了综合解决方案。案例分析时,选择有代表性水库群开展实证研究以验证提出算法与策略的有效性。研究结果表明:该优化调度算法可显著增强洪水控制能力和降低下游洪水损失,而风险管理策略则有效地降低系统整体风险水平。该研究既可为水库群防洪调度问题提供科学决策支持,又可为今后防洪减灾提供一种新思路、新方法。在气候变化挑战越来越严峻的情况下,该研究成果对提高防洪调度智能化、精准化水平有一定的理论与实践意义。

关键词： 卷积神经网络   边缘检测   深度学习   轻量级   注意力机制  

摘要： 为解决现有的基于深度神经网络的边缘检测模型具有较高的复杂性,在实际应用中受到限制的问题,提出了基于丰富特征和注意力融合的网络。首先,采用串行空洞卷积来增强特征提取的能力,以聚合细节特征和边缘信息。此外,在融合部分使用注意力机制动态调整各个特征通道的权重,加强模型表达能力。在保持较低复杂性和较少参数量的同时,实现了高精度边缘检测。实验表明,在相同模型尺寸下比TIN边缘检测器表现更优;在参数量更低的情况下,实现了与FINED3相当的性能。

关键词： 增材制造   树形支撑   遗传算法   聚类算法   结构优化  

摘要： 在增材制造过程中,由于零件模型的高倾角区域底部悬空,常导致坍塌现象,进而造成打印失败。针对这一问题,提出了一种应用于立体光固化成型技术的树形支撑结构生成算法。该算法结合分层聚类算法与改进的遗传算法,实现了树形支撑结构的自动化构建。同时,为了提升STL文件中顶点存储的效率,算法采用哈希算法进行顶点与三角面片之间关联的映射,从而实现顶点与三角面片法向量的快速索引。通过对支撑区域进行二维投影网格划分,并结合碰撞算法生成的三维支撑点,利用改进式遗传算法的迭代优化,获得了全局优化的树形支撑中间节点,进而实现支撑结构的自动生成。与传统几何构建方法相比,该算法在确保三维模型稳定打印的同时,能够对解空间进行约束,实现目标优化。此外,算法在合理算法迭代次数范围内的计算效率较高,有效降低了耗时。相较于市面上如Materialise Magics等国外商用软件的支撑算法,该算法在不同复杂程度模型上可实现平均20%~30%的材料节省率,具有较为明显的优化效果。

关键词： 高职院校   计算思维   信息素养  

摘要： 为了解高职院校学生的计算机信息技术能力需求,文章进行了问卷调查和分析讨论,旨在优化高职院校计算机应用及信息技术拓展课程的教学,使其更好地满足学生在工作及生活方面的需要,提高他们的计算思维、创新思维和信息素养。

关键词： 生成式人工智能   计算思维   实验教学  

摘要： 本文在介绍了生成式人工智能的基本功能以及如何与生成式人工智能对话的基础上,通过教学实践展现了计算思维涉及的抽象、分解、建模、算法设计等思维活动,为教师应用生成式人工智能开展教学改革提供了实践经验。