课程文献中心 更多>>

关键词： 三维点云   ICP   点云配准   体素化栅格采样   距离阈值法  

摘要： 该文介绍ICP算法在工业测量三维点云配准中的应用。三维扫描仪扫描工件获取的海量点云数据首先使用RSLS系统进行粗配准,然后使用ICP算法进行精配准。在精配准阶段,选择体素栅格采样法进行降采样,减少冗余点数量,缩短配准用时。通过最短距离法查找对应点对,对于对应点对中包含的错误匹配点对,使用距离阈值法予以剔除。最后得到准确性较高的对应点对集合,在此基础上构造目标函数并进行求解,所得结果即为点云精配准结果,从而提高配准精度。

关键词： 无人自动驾驶   路径规划   栅格地图   A^(*)算法   动态衡量启发式函数   拐角优化  

摘要： 近年来随着科技的发展私家车不断的普及,汽车数量的不断增加导致交通事故频发,面对这一问题大量学者在不断地进行研究,5G的出现使得无人自动驾驶的实现成为了可能,路径规划是无人驾驶技术的重点研究内容。目前大部分路径规划采用的是传统的A^(*)算法,但该算法存在搜索范围大、时间长、路径规划效率较低、损耗较大以及路径拐点较多等问题无法规划出最佳路径。这里在此基础上加以改进,通过建立栅格地图,构建新的动态衡量启发式A^(*)算法函数,通过新算法所得新路径再进行路经拐角优化,最后对改进的算法进行仿真并分析和比较,证明了新改进的算法和经过拐角路径优化可得到最佳路径。

关键词： 自主充电   主成分分析   PID控制   梯度下降法  

摘要： 机器人自动充电使用的传感器包括红外传感器、相机传感器、激光传感器等。基于上述传感器的自主充电技术在定位精度、环境光线以及消耗时间等方面都不能满足产品级机器人的充电需求,特别是无人值守方面存在较多的不稳定性因素。提出了一种使用激光雷达传感器的自动充电算法和自动充电桩,设计了一套自动充电流程,较好地实现了机器人自动充能能力,并实现了模块化制造。首先,使用机器人携带的导航系统TEB(Timed-Elastic-Band)导航到充电点附近;然后,切换导航方式,使用主成分分析(PCA)算法计算出V形模块顶点在机器人坐标系下的坐标,并使用附近阈值范围内的激光点与理论模型做梯度下降法求出均方误差,获得精确的V形顶点位置;最后,让机器人保持直线速度阶梯式变化,由PID控制其移动到充电桩的充电停靠位置。结果表明,所设计的自主充电算法和模块不仅能实现移动机器人的自主充电功能,而且停靠精度高、稳定可靠、成功率高、停靠所需时间短,可以方便地移植到不同类型的机器人上。

关键词： MOOCs   计算机专业课程   教学形式   在线互动学习   教育改革  

摘要： 随着大规模开放在线课程(MOOCs)的快速发展,计算机专业课程在教育领域的实施与广大师生的学习行为等都发生了深刻变化.以MOOCs在教育领域的应用为背景,以计算机专业课程为研究对象,通过对线上计算机专业课程进行数据分析,探讨了其发展现状和未来趋势.结果显示,MOOCs已经成为计算机教育领域的一种新型教学形式,能够帮助教师和学生之间实现在线互动学习,增强教学效果和提高学生的学习效率.未来,随着技术的发展和教育改革的推进,MOOCs在计算机专业课程中的应用将愈发广泛,趋向于个性化和智能化的发展.对教师来说,需要不断提升自身的在线教学能力;对学生来说,需要养成独立自主的学习习惯,以充分利用MOOCs等新型学习资源,提高学习效果.

关键词： 深度学习   新闻推荐   注意力机制   用户行为   语义特征  

摘要： 随着互联网技术和人工智能的快速发展,新闻推荐系统在信息分发领域发挥着重要作用。为了提升新闻推荐的准确性和实时性,提出一种基于深度学习的新闻推荐算法优化方案。该方案通过构建用户行为序列模型,分析用户兴趣特征与新闻内容的关联性,进而建立新闻推荐评分体系。此外,引入注意力机制,以精准捕捉用户的短期及长期兴趣,并结合新闻文本的语义特征,实现个性化的新闻推荐。实验结果表明,所提算法在推荐准确率、召回率等指标上均优于传统的协同过滤算法,有效提升了用户的阅读体验和新闻平台的用户留存率。

摘要： 页面尚无资料

关键词： 深度学习   穿刺活检   低剂量   辐射剂量   肺  

摘要： 目的探讨低辐射剂量扫描联合深度学习重建(DLIR)算法在CT引导下肺穿刺活检中应用的可行性及临床价值。方法选取2023年9月~2024年3月在陕西中医药大学附属医院行CT引导下肺穿刺患者,根据扫描方案不同,将60例肺穿刺活检患者分为常规剂量组(A组)和低剂量组(B组)。A组为100 kV,噪声指数(NI)=15;B组NI=45,其余扫描参数均相同。在常规剂量组中首次和末次全肺扫描分别采用A、B组参数扫描,用于评价深度学习重建算法(DLIR)改善图像质量潜能。A组中首次全肺扫描采用滤波反投影(FBP)和权重为50%自适应统计迭代重建-V(50%ASIR-V)重建,末次全肺扫描采用深度学习重建算法的3种强度(DLIR-L、DLIR-M、DLIR-H)重建图像。分别测量脊柱旁肌肉、皮下脂肪及主动脉血管CT值和SD值,计算信号噪声比(SNR)和对比噪声比(CNR)。对比A、B两组的患者基线特征、穿刺过程中总的辐射剂量、病理阳性率及并发症发生率。结果5种不同条件下重建图像在肌肉、皮下脂肪及主动脉血管处CT值差异无统计学意义(P>0.05),SD值、SNR和CNR值差异有统计学意义(P<0.05),组间两两比较分析显示,DLIR-H图像与50%ASIR-V图像在肌肉、脂肪、血管SD和SNR的差异无统计学意义(P>0.05);FBP vs DLIR-H和DLIR-L vs DLIR-H组的CNR值差异有统计学意义(P<0.05)。与A组总辐射剂量相比,B组总辐射剂量减少约93.6%(P<0.001)。两组图像质量均能满足临床穿刺需要,两组患者的基线特征、病理阳性率及并发症发生率的差异均无统计学意义(P>0.05)。结论低剂量CT扫描结合DLIR重建,可以显著降低图像噪声,提高图像质量,且不影响穿刺安全性和病理阳性率。

关键词： 数据要素   图书情报专业硕士   数据管理   课程体系  

摘要： 以数据管理为底层逻辑构建图情专硕课程体系,实现对课程体系的再造,是信息资源管理学科适应新质生产力发展要求的根本举措。首先,基于数据要素密集型机构的发展实践提出并剖析了数据管理所兼具的公益性和市场性二重属性。其次,以中国人民大学图书情报专业硕士数据管理方向(MlisDA)项目为实例,从课程体系和课程实践两方面介绍了以数据管理为底层逻辑构建图情专硕课程体系的具体实践。最后,重构的课程体系既继承了图情学科的公益属性,又能够紧扣数据要素市场发展的前沿需求,为图情专硕培养单位的课程体系改革提供了借鉴。

关键词： 车辆检测   YOLOv8   DGCST   Efficient RepGFPN   轻量级检测头  

摘要： 车辆检测是智能交通系统和自动驾驶的重要组成部分。然而,实际交通场景中存在许多不确定因素,导致车辆检测模型的准确率低实时性差。为了解决这个问题,提出了一种快速准确的车辆检测算法——YOLOv8-DEL。使用DGCST(dynamic group convolution shuffle transformer)模块代替C2f模块来重构主干网络,以增强特征提取能力并使网络更轻量;添加的P2检测层能使模型更敏锐地定位和检测小目标,同时采用Efficient RepGFPN进行多尺度特征融合,以丰富特征信息并提高模型的特征表达能力;通过结合GroupNorm和共享卷积的优点,设计了一种轻量型共享卷积检测头,在保持精度的前提下,有效减少参数量并提升检测速度。与YOLOv8相比,提出的YOLOv8-DEL在BDD100K数据集和KITTI数据集上,mAP@0.5分别提高了4.8个百分点和1.2个百分点,具有实时检测速度(208.6 FPS和216.4 FPS),在检测精度和速度方面实现了更有利的折中。

关键词： H3C网络设备   配置文件   管理维护  

摘要： 本文主要针对H3C网络设备的配置文件的管理和维护方法进行了分析和研究。网络设备以文件系统的方式对保存在其存储介质中的诸如操作系统文件和配置文件等文件进行管理[1]。配置文件是用来保存用户对网络设备所进行的配置,在各种操作系统和网络设备中扮演着关键的角色。它们主要用于定义和配置网络连接的各种参数和设置,从而确保网络设备和系统能够正确、高效、安全地运行[2],可见,网络配置文件是确保网络设备正常运行的关键。通过合理配置和管理这些文件,可以提高网络的稳定性、安全性和效率。因此,如何对这些配置文件进行有效的管理和维护就是至关重要的。