摘要:甘蔗是广西重要的经济作物,其产量与品质关系我国食糖供给安全,而甘蔗赤腐病是危害甘蔗生长、引发甘蔗减产的主要病害之一,实现该病害的快速准确识别对有效防控、提升甘蔗产量和质量至关重要。传统的人工检测方法存在效率低下且主观性强的问题,文章提出并实现了一种基于改进YOLOv13模型的甘蔗赤腐病检测与识别方法,在构建YOLOv13基线检测模型的基础上,创新性地引入卷积块注意力模块(Convolutional Block Attention Module,CBAM)并对CBAM加以改进,使模型的检测精度相较于YOLOv13基线模型提升了 1.7%(mAP@0.5) 。该研究验证了改进YOLOv13模型在甘蔗赤腐病检测任务中的优越性,为实现甘蔗病虫害的智能化监测提供了更高效精准的技术方案,对降低病害检测成本、提升甘蔗种植经济效益具有一定的参考价值。
摘要:移动机器人在嵌入式平台上的实时精细场景理解极具挑战。文章提出了一种融合改进YOLOv5与RTAB-Map的语义同步定位与地图构建(Simultaneous Localizationand Mapping,SLAM)方案。通过引入GhostNet与坐标注意力机制对YOLOv5进行轻量化改进,在降低复杂度的同时增强对小尺度目标的特征提取能力。系统将改进模型的检测结果与RTAB-Map生成的稠密点云进行配准,动态构建二维语义占据网格地图。实验结果表明,改进模型平均精度达 87.5% ,推理速度较基准提升约 40% ;整套系统能以约20fps的帧率稳定运行,生成的地图能准确标识物体语义与位置。该系统有效平衡了精度与速度,为资源受限的移动机器人实现实时环境感知提供了可行解决方案。
摘要:随着人工智能技术深度渗透工程领域,自主目标检测和结构动力特性识别等都对效率以及抗干扰提出了更高的要求。传统的相关技术手段已难以适配复杂场景,将智能视觉分析、机器学习结合起来能更好地突破这方面的技术瓶颈。文章突破了传统方法中机器学习算法的特点并沿用到“采集一预处理一特征提取—建模”的全链路,在2类应用场景下均取得了较好的效果。使用YOLOv5实现了目标检测任务,使用人工神经网络(ArtificialNeural Network,ANN)、支持向量机(Support VectorMachine,SVM)实现了结构识别任务。实测交通车辆及桥梁振动数据分析结果表明:检测准确率为0.92,采用ANN可以较为精确地匹配结构固有频率和阻尼比。这对后续的智能安防、结构健康监测等工作有一定的借鉴意义。
摘要:河流水面漂浮物检测受限于复杂环境条件(如光照变化、波纹干扰)和检测目标尺度较小的特点,传统方法难以实现高精度检测。文章提出一种面向复杂水域场景的单阶段检测模型YOLOv1ln-SPT,在YOLOv11n 基础上引入新型 Spatial Pyramid Transformer(SPT)模块与通道注意力机制。SPT模块采用多分支空间金字塔结构,实现高分辨率细节保留与超大感受野全局建模的协同。在FloW-Img 数据集上,YOLOv11n-SPT的 mAP@0.5 达到 81.2% ,较基线YOLOv1ln提升2.9个百分点;消融实验表明,单独引入SPT 模块使 mAP@0.5 提升 2.0% ,召回率提升 2.1% ,进一步叠加通道注意力后精确率提升至 85.4% 。YOLOv1ln-SPT在微小目标与强干扰场景下表现出更强的鲁棒性与定位精度,为无人清漂船、无人机巡河等实际水域环境治理任务提供了高效可靠的感知方案。
摘要:文章针对传统图像检测方法与原始YOLO模型在地下空间隧道复杂环境下火灾烟雾检测精度不足与泛化性差的问题,通过开展多工况下地下空间隧道火灾烟雾试验获取火灾烟雾视频图像,补充了不同工况下火灾烟雾图像。基于YOLOv11模型,文章设计了多层级特征增强模块(Muti-scaleFeature Enhancement Model,MFEM)改进主干网络,提升远端小目标火灾烟雾识别能力;引入双分支优化头部,提升对多尺度、低对比度火灾烟雾目标的检测能力。研究结果表明,改进的YOLOv11模型的mAP@0.5 达 94.7% ,小目标火灾烟雾检测mAP-s提升至 95.1% 。模型推理速度达 56fps ,满足实时性要求。在实际公路隧道开展模型的验证,准确率达 92.3% ,平均单张图片检测耗时仅 32.95ms 。研究结果为城市地下空间隧道火灾早期预警提供了高效可靠的技术方案。
摘要:印刷电路板(Printed Circuit Board,PCB)缺陷会造成巨额经济损失与安全隐患,传统的检测方法精度和效率都较为低下,现有的深度学习模型在面对复杂背景下的小目标检测时存在明显的不足。文章针对YOLOv10在PCB中的检测性能不足,在主干网络采用SPD-Conv模块替代传统卷积,通过维度重排保留小目标的特征并且降低背景干扰。在颈部网络的C2f模块中嵌入SE注意力机制,构建C2f_SE模块提升特征区分度。文章在北京大学PCB数据集的基础上,通过镜像、旋转等数据增强后将数据集扩展至6930张。实验结果表明,改进模型平均精度均值(meanAveragePrecision,mAP)达98.1% ,较原始YOLOv10提升 4.7% ,其中鼠咬、毛刺等小目标缺陷检测精度提升明显。该模型为工业场景PCB缺陷检测提供了高效可靠方案。
摘要:针对高铁轨道缺陷智能检测中精度与速度难以兼顾、小目标漏检率高以及复杂背景干扰等挑战,文章提出一种基于改进 YOLOv8n 的检测模型。该模型在主干网络中引入卷积块注意力模块(Convolutional BlockAttention Module,CBAM),通过通道与空间双重注意力机制增强对缺陷关键特征的聚焦能力,有效抑制背景干扰;同时,采用快速空间金字塔池化跨阶段局部连接模块(Spatial PyramidPooling Fast-Cross Stage Partial Channel,SPPFCSPC)替代原快速空间金字塔池化结构(Spatial PyramidPooling-Fast,SPPF),借助并行多尺度池化与特征分流融合机制,在降低计算复杂度的同时改善梯度流动,提升了对小尺度缺陷的特征融合能力。实验结果表明,改进模型在测试集上的 mAP@0.5 达到0.524,较原 ΥOLOv8n 模型提升 24.2% ,召回率为0.487,推理速度保持在 92fps ,在精度、召回率与实时性之间取得了较好平衡,可为高铁智能运维提供有效的技术解决方案。
摘要:为解决复杂骑行场景下安全头盔佩戴检测精度不高的问题,文章提出了一种改进的YOLOv5-CSH目标检测算法。该算法在YOLOv5s模型基础上,于主干网络中融合卷积块注意力模块(Convolutional Block Attention Module,CBAM)以增强关键特征提取;采用C3Ghost模块构建轻量化颈部网络,降低模型计算量;增加小目标检测头以提升对远处目标的召回率;引入空间交并比(SpatialIntersection overUnion,SIoU)损失函数优化边界框回归。在自建数据集上的实验结果表明,改进后模型的平均精度均值(mean Average Precision,mAP)达到 95.2% ,较基准模型提升了 2.1% ,有效改善了小目标漏检问题。所提算法在保证实时性的同时,提升了检测的准确性与鲁棒性。
摘要:可重构智能超表面(Reconfigurable Intelligent Surface,RIS)已经被认为是6G(6th GenerationMobileCommunications)通信体系的关键使能技术。然而,现有RIS辅助无人机(Unmanned AerialVehicle,UAV)通信研究多聚焦静态地面场景,忽略发射端动态移动特性与系统重传协议。文章针对这一核心问题,构建了评估模型:利用中心极限定理,考虑RIS的重传协议与UAV移动特性深度耦合,结合位置随机性构建视距与非视距信道的概率加权模型,得到接收端信噪比的分布函数。在这个基础上,为自动重传请求(Automatic Repeat reQuest,ARQ)与混合自动重传请求(Hybrid AutomaticRepeat reQuest,HARQ)分别定义发射端移动行为,量化重传次数、信道状态与传输质量的关系。进一步结合高斯积分法推导得出了下行传输性能指标的解析表达。
摘要:文章提出了一种基于HFSS与MATLAB联合仿真的阵列天线设计方法,用于计算微带阵列天线辐射方向图和阵列天线综合结果的验证。面向切比雪夫低副瓣微带天线阵和平顶波束微带天线阵的应用背景,设计案例均采用了宽带微带天线作为阵元并通过HFSS计算阵元的辐射方向图。文章根据方向图相乘原理使用MATLAB计算阵列天线方向图并实现了阵列天线辐射方向图的可视化。
摘要:针对机载航空电子系统高清视频压缩的应用场景,文章介绍了一种多路HD-SDI视频压缩采集模块的设计与实现,通过视频均衡器和ZYNQ芯片的可编程逻辑(Programmable Logic,PL)端实现了多路HD-SDI视频采集,并基于ZYNQ芯片按照H.265编码协议实现视频压缩,压缩后的视频数据采用PCIe2.0接口存储至电子盘。该设计具有较强的灵活性和扩展性,为机载航电多路视频压缩采集提供另一种有效的解决方案。
摘要:随着高铁客运量攀升,传统客服模式难以满足旅客多元化、实时化需求。文章提出了融合5G与人工智能(Artificial Intelligence,AI)技术的高铁客运智能客服系统,依托5G低时延、高带宽特性与AI智能交互能力,构建全场景服务体系,集成自然语言处理(Natural Language Processing,NLP)等核心技术。经测试,系统意图识别准确率为 96.85% ,平均响应时间为1.8s,热线接通率为 95.3% ,显著提升服务效率与满意度,为行业智能化升级提供参考。
摘要:在全球数字化迅速发展的背景下,现代教育模式正面临深刻变革。教育数字化是我国目前教育现代化的新内涵,智慧教育平台是实施教育数字化战略的阶段性成果。文章以教育数字化的内涵为基础,从提升教学效率、丰富教学资源、开展个性化学习等方面阐述了智慧教育平台建设的必要性,以苏州职业技术大学智慧教育服务平台为例,从总体框架、网络布局及平台搭建等多个维度,深入剖析智慧教育平台建设的核心要点。苏州职业技术大学智慧教育服务平台自上线以来为教与学数字化转型提供了新的发展机遇,成为实现职业教育高质量发展的新途径,也为其他高等院校教育数字转型提供理论指导和实践借鉴。
摘要:针对城市突发医疗急救响应慢和无人机传统路径规划算法难以应对城市低空复杂环境的问题,文章提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的城市急救无人机路径规划系统架构,包括感知、状态生成、DRL决策、执行与安全监控四层结构。本架构基于马尔可夫决策过程(Markov Decision Process,MDP)建模,设计了融合时间窗约束、避障、节能等目标的复合奖励函数,支持根据任务紧急程度动态调整权重;采用SAC算法适配无人机连续动作的路径规划,引入课程学习策略提升训练稳定性;此外,通过规则库兜底机制、人机交互及故障应对逻辑,有效降低了DRL的决策风险。该架构为实现高安全性、高实时性的城市急救无人机投递提供了技术支撑。
摘要:文章设计并实现了面向高校教师数字素养的人工智能辅助训练系统。该系统借助个性化学习推荐、智能化测评以及模拟训练功能,旨在提升高校教师的数字素养水平。平台运用了机器学习、自然语言处理等前沿人工智能技术,结合数据挖掘与大数据分析方法,以提供精准的学习资源和即时反馈。平台为教师提供仿真实验室和场景式练习环境以供体验,结合平台对自身的实时诊断与反馈信息,实现教学能力的提升。实验结果表明,该系统在推荐精确度、学习过程追踪及学习效果评价方面表现较为理想,但在个性化推荐精确度和反馈机制方面仍需改进。
摘要:文章基于SpringBoot与Vue3技术框架,设计并实现了一款集教学管理、资源共享与数据分析于一体的移动学习平台。针对传统学习管理系统在交互性、个性化服务与数据整合方面的不足,系统采用浏览器/服务器模式(Browser/Server,B/S)架构与前后端分离模式,通过SpringBoot构建后端服务,结合Vue3的响应式前端界面,实现高效的教学资源整合与师生互动。系统核心功能包括用户管理、课程管理、电子教材支持、成绩分析、多维数据看板及互动交流平台。通过基于角色的访问控制(Role-Based Access Control,RBAC)权限控制、JWT身份验证及ECharts数据可视化技术,保障系统的安全性与用户体验。测试结果表明,该系统能够有效提升教学效率,支持教师动态跟踪学习进度并优化教学策略,为学生提供个性化的学习路径。研究成果为高校数字化教学改革提供了可复用的技术方案与实践参考。
摘要:高速公路路网的智慧化运营是行业发展的核心方向,针对传统管理模式粗放、数据协同性差、应急处置效率低等痛点,文章构建了一套高速公路路网运行监测与预警平台。平台以全场景动态管控为目标,从数据标准、中间支撑、核心功能3个维度展开设计:制定路网编码、设备编码、数据接口及通信协议等标准,实现全路网数据的标准化接入;搭建图层管理、场景2D页面、视频流媒体、在线报表等中间支撑服务,夯实平台运行基础;开发监控态势、场景监测、视频监控、网络管理等核心功能模块,形成“场景精准监控—路段整体调度—省级宏观把控”的三级管控架构。该平台已在山西省中心及12个路段中心落地应用,实现了路网运行状态的全景化监测、风险隐患的提前预警、应急事件的高效协同处置,推动了高速公路运营管理从被动应对向主动预判转型,为路网智慧化运营提供了可行的解决方案。
摘要:车载故障诊断系统(On-BoardDiagnostics,OBD)可以检测到控制器局域网(Controler AreaNetwork,CAN)总线发生了链路故障,但是无法准确识别出CAN总线链路故障具体类型。文章提出一种基于轻量级空间变换网络(Lightweight Spatial Transformer Network,L-STN)的CAN总线链路故障识别模型,能对CAN总线断路进行高效识别。实验结果表明,本模型识别准确率达到 90.92% ,模型规模缩小了约 30% ,对提高CAN总线链路故障诊断效率有明显的意义。
摘要:电缆制造业高能耗特征显著,传统的基于人工经验的电缆生产粗放型模式难以实现能耗的精细化管理。针对电缆生产线多工序、强耦合的能耗特点,文章提出构建基于工业大数据的分层混合作业能耗建模方法,结合数字孪生与强化学习算法,搭建覆盖设备、工序及生产线的多层级综合能耗模型。同时,面向单位产品能耗降低与过程质量能力提升的双重目标,文章建立绿色工艺参数优化模型。该模型能耗预测平均相对误差低于 2.5% ,优化后的工艺参数可显著降低单位产品能耗、提升过程能力指数,为电缆制造业绿色转型提供了高效技术支撑。
摘要:文章对在供应链环境条件下钨粉制造商企业有关库存成本、缺货风险和配额利用率的多目标优化问题进行分析,提出了一种改进的NSGA-Ⅱ算法。该算法考虑有多种供应商、多种客户、最低起订量度等约束条件,采用了可行解修复策略及分组编码策略来处理约束,以提高搜索效率和解的质量。结果表明,相较于传统方法,文章提出的改进算法输出的帕累托最优解更加均匀,且在收敛代数、最优成本、缺货风险、配额未利用率、总评估次数等方面都有一定程度的优化,为企业管理者提供了在复杂环境下获得最优库存和采购策略的新思路,展现了优化算法在多目标库存管理中的应用价值。
摘要:针对高职工程类学生在计算思维入门阶段普遍存在抽象建模困难、认知负荷偏高的问题,文章以经典数学问题“百钱买百鸡”为载体,基于建构主义学习理论与认知负荷理论,构建“情境感知—问题抽象与数学建模—算法实现—反思迁移”的四位一体计算思维培养路径,在高职智能控制技术专业学生中开展教学实践。研究通过课堂观察、作业表现与学习平台过程数据对学生计算思维能力变化进行多维度分析。结果显示,该教学设计能够显著降低外在认知负荷,促进学生从真实情境到抽象结构的思维过渡,提高学生算法建模与问题求解能力,为工程教育背景下计算思维教学提供有效路径。
摘要:随着数字经济快速发展,数据库应用能力已成为计算机人才的核心素养。文章针对数据库课程教学中的理论与实践脱节、资源固化等痛点,构建了一种深度融合AIGC的混合式教学模式。核心是设计“技术适配”与“人机协同”双轮驱动机制:通过“概念—实验—项目”三级模型将AIGC融入教学全流程,并借助“生成—优化—评估”闭环重塑师生互动。同时,开发参数化“动态案例库”与诊断性“错题驱动资源”,形成智能化教学支持体系。该模式有效促进了规模化教学下的个性化培养与工程实践能力提升,为计算机类课程改革提供了参考。
摘要:“无线传感器网络”是物联网工程专业的核心课程,针对其存在的理论知识体系繁杂、实验环节难度偏高、学生学习动力不足及考核方式较为单一等突出教学问题,学校开展了系统的教学改革与实践。课程团队通过引入翻转课堂与线上线下混合式教学模式,重构教学流程,挖掘学生学习的潜力,提升学生学习的积极性。为评估改革成效,课程团队设置了对照实验,将采用新教学模式的教学班级与传统讲授式课堂进行对比分析。结果表明,改革后学生的课程参与度、实验完成质量及综合考核成绩均有显著提升。
摘要:在数智化时代,应用型本科高校计算机基础课程的培养目标,亟须向培养人工智能(ArtificialIntelligence,AI)素养型人才转型。文章以Office教学中的“邮件合并”为例,提出“AI+Office”融合教学模式。通过设计“批量准考证智能生成”的案例,引导学生运用生成式AI工具提取结构化数据作为数据源,再通过邮件合并实现批量文档的生成。实践证明,该模式能够有效地训练学生的多工具协作的能力,同时培养他们技术驱动流程的系统思维和解决问题的能力,为计算机基础课程的智能化改革提供了可操作的实践路径。