关键词： 视觉检测   点云配准   空间定位   机器学习   跨源配准   无监督学习  

摘要： 近年来，基于机器视觉的检测方法被广泛应用于飞机蒙皮损伤检测中。无人机巡检过程中，一个关键步骤是将多角度飞机蒙皮高清细节图像数据进行飞机三维点云模型上的空间定位。这依赖于图像中心坐标点与点云的刚性配准。针对现有配准算法在处理疏密差异大且低重叠度的部分到整体的异源点云时存在的精度低、鲁棒性差的问题，本文提出了一种新型的跨源点云配准网络。该网络融合点云多尺度信息，通过注意力机制判别代表性重叠点。首先，网络通过点云多尺度几何特征和位置信息实现初始对应。然后，通过重叠特征引导模块预测点云重叠分数。利用注意力机制信息交互，结合点重叠分数和融合特征匹配筛选出代表性的重叠点，实现点云精确对应。网络使用加权SVD估计两组变换矩阵，得到了点云的相对位姿参数。实验采用无监督方式引导学习，在ModelNet40数据集和Aero Object Dataset飞机测量数据集的实验结果表明，与其他现有的传统的和基于学习的方法相比，该方法在配准精度和鲁棒性方面具有先进的性能。

关键词： 社会认知   人工智能   人工智能素养   高等教育   教学策略  

摘要： 本研究旨在探究中外合办大学情景下性别与社会支持对大学生使用人工智能的影响。基于社会认知理论，本研究采用量化研究方法，以西交利物浦大学2 062位大一新生的问卷数据为样本展开实证分析。研究发现，1）大学生年龄对人工智能认知的影响不显著；2）女性学生比男性更认可人工智能与日常生活的相关性；3）自信使用AI的学生更可能认为学习AI能带来更好的就业机会；4）家人和朋友的支持显著影响学生对AI助力完成任务的认可度；5）学生对AI的认知和理解越多，越关注道德和法律标准问题。与现有研究相比，本研究发现了性别与社会支持在人工智能时代高等教育中的非对称规律，扩展了社会认知理论的应用边界，为差异化教学策略提供了依据。

关键词： 人工智能   贝叶斯深度学习   变分推理   概率建模   机动策略识别   梯度平衡因子  

摘要： 增强对敌方作战飞机机动策略识别能力是提升我方空战决策能力的关键因素之一．针对传统深度学习模型在复杂多变的作战环境中常表现出过度自信，且难以进行不确定性评估，提出一种基于贝叶斯深度学习的作战飞机机动策略识别方法，该方法使用贝叶斯变分推理和多元高斯分布构建基于多层感知机的贝叶斯深度学习（multi-layer perceptron-based Bayesian deep learning, BDL-MLP）概率化模型，并引入梯度平衡因子以减少复杂性代价梯度和似然代价梯度不平衡的影响，再通过贝叶斯反向传播算法进行模型训练和参数优化．基于团队在Unity3D软件研发的虚拟空战仿真平台AirFlightSim，采用BDL-MLP、多层感知机（multilayer perceptron, MLP）、AlexNet和LeNet模型对不同模糊程度的作战飞机运动场景数据集进行分类评估．结果表明，BDL-MLP模型在由不同模糊半径构建的5个数据集上进行机动策略识别的准确率较MLP、AlexNet和LeNet模型平均提升了0.43%、0.99%、1.19%、1.98%和2.36%，且在鲁棒性及复杂数据的特征提取能力方面均表现最优，能够量化不确定性．基于贝叶斯深度学习的作战飞机机动策略识别方法可为军事智能辅助作战系统的研发提供有价值的参考．

关键词： 空调系统   负荷预测   节能技术   机器学习   能效优化  

摘要： 空调负荷预测技术能够精准预测空调系统在多种环境条件下的负荷变化,为降低能耗提供有力支撑。该技术通过应用机器学习、深度学习等前沿技术,基于历史数据进行建模分析,并结合实时气象数据、建筑特点、使用习惯等多重指标进行负荷预测。进而提升空调系统的运作效率和节能水平。此技术能够有效预判负荷需求走向,实现系统负载的灵活调整,节约能源资源。采用该技术可显著减少能源消耗,提升空调系统运作效能,减少对环境的破坏,保障智能建筑和绿色节能设计的实施。

关键词： 机器学习   智能设备   故障诊断  

摘要： 随着工业自动化和智能制造的快速发展,智能电气设备在工业生产中的重要性日益凸显。设备故障的发生不仅会严重影响生产效率,还会增加维护成本。基于机器学习的智能电气设备故障诊断技术在提高设备可靠性、降低维护成本方面展现出广阔的应用价值。本文阐述了智能电气设备故障诊断的基本原理、主要故障诊断技术及特点,重点分析了基于机器学习的智能电气设备故障诊断关键技术体系及典型应用场景,提出当前机器学习在智能电气设备故障诊断中的技术挑战,以供参考。

关键词： 数字化学习   认知负荷   智能化评估   机器学习   深度学习  

摘要： 随着智能技术的飞速发展，数字化学习的逐渐普及为学习者们提供了多样化的资源和途径，然而这一学习方式在丰富学习体验的同时也对学习者的认知负荷带来了复杂的挑战。传统的认知负荷测量方法存在过程性不足、动态监测缺失以及即时反馈缺乏等精准度方面的问题，因此，认知负荷智能化评估逐渐成为研究的热点。智能化评估通过结合生理指标，利用机器学习与深度学习等非侵入性技术手段，实现对学习者认知负荷的精准评估。本文系统梳理了支持向量机、随机森林、线性判别分析等传统机器学习算法，以及前馈神经网络、卷积神经网络、长短期记忆网络和混合模型等深度学习算法在认知负荷智能化评估中的应用，探讨数字化学习中认知负荷智能化评估的启示和发展方向，并前瞻性地探索了大语言模型在认知负荷智能化评估中的潜力，旨在为高效的数字化学习提供帮助。

关键词： 新质生产力   全民健身   高质量发展   应用场景   人工智能  

摘要： 新质生产力作为符合新发展理念的先进生产力质态,为全民健身的高质量发展提供了重要的理论引导与实践遵循。为充分激发新质生产力对全民健身的赋能效益,围绕其理论内涵、技术基座、应用场景及实践进路展开剖析。认为,新质生产力赋能的全民健身兼具“新”与“质”的深刻内涵,并呈现出高科技、高效能、高质量的主要特征;新质生产力赋能全民健身的技术基座包括5.5G、云计算、大数据、物联网、区块链及元宇宙等关键技术,并延伸出具体的应用场景,可从宏观公共治理、中观活动组织、微观个人参与三个维度予以考察。提出,应以新发展理念为航向指引、以科技创新转化为智慧赋能、以基础设施建设夯实基础、以新型体育人才供给为支撑的实践进路,以助力体育强国建设。

关键词： 智能制造   机电一体化技术   信息化   自动控制  

摘要： 中国产业智能化发展的势头越来越明显,相应的战略也在逐步推进。我国的制造业应当不断地在智能化方面进行深度探讨,把智能化技术和机械自动化技术更充分地整合到企业的生产策略中,不断地进行变革和创新,推动智能制造的实施。随着机电系统技术的不断优化和提高,智能化制造业的发展也在不断加快。机电一体化技术是一个由传感器探测、数控加工、信息网络化、智能化机器人控制在内的全自动化闭环控制系统的技术。通过对机电一体化技术在国内的应用和发展进行分析,以促进我国工业智能化的快速发展。

关键词： 人工智能   软件测试自动化   自动化测试  

摘要： 软件开发的关键环节之一为软件自动化测试,这一环节可以提高软件的测试效率,发现软件存在的早期缺陷,也能够帮助软件的持续集成和持续部署。随着人工智能技术的不断发展与升级,软件测试自动化开始将人工智能技术融入其中。文章探讨了人工智能技术在软件测试自动化中的具体应用方向,如测试用例生成、软件缺陷定位修复、自动化测试结果分析、辅助优化测试过程。并分析应用实践的具体算法,如机器学习算法、深度学习算法等。以提供更加优化的测试结果,提高测试效率。

关键词： 机电工程   智能故障诊断   传感器技术   机器学习   大数据分析  

摘要： 机电工程机械在工业生产中的普遍运用,使得故障诊断成为增强设备可靠性、降低维护花费的关键。智能故障诊断技术融合了传感器数据采集、机器学习算法和数据分析技术,能实时监测设备运转状态并精准鉴定潜在故障。通过对传感器信号的采集与分析,结合大数据洞察与模式甄别,构建一套自动化、实用的诊断体系。该技术不仅提升了故障检测的精准度,还能预先考量设备的故障隐患,为维护决策给出科学佐证,进而切实降低设备停机时长,做到资源合理分配,提高产出效率。