重庆邮电大学“智能科学与技术”专业建设中的若干问题探讨

本文通过分析"智能科学与技术"专业产生的背景,阐明进行"智能科学与技术"专业建设的必要性与紧迫性,并结合重庆邮电大学的学科优势与人才优势,初步探讨了"智能科学与技术"专业的培养目标、课程体系、师资队伍建设与就业前景等问题。     

“智能科学与技术”专业教学平台探讨

本文针对"智能科学与技术"专业的培养计划,围绕课程体系、实验体系、学生创新能力培养,探讨了如何构建"智能科学与技术"专业的教学平台。     

“智能科学与技术”专业课程体系建设的思考

本文阐述了"智能科学与技术"学科建设的重要性。通过分析传统学科课程体系建设的情况,结合"智能科学与技术"专业的特点,针对该专业的课程体系建设问题,提出了几点探索性的建设思路和构建方案。     

“智能科学与技术”专业建设的实践

本文介绍了我校新专业"智能科学与技术"专业的发展历程,探讨了智能科学与技术的内涵、专业培养计划、实验室建设规划、毕业生去向引导,重点阐述了我校以"课程体系为基础,实验室建设为重点,科学研究为龙头,师资条件为保证"的可健康发展的有特色的"智能科学与技术"专业建设的规划与实践。     

智能科学与技术专业机器人课程体系建设

分析智能科学与技术专业现状,提出以智能机器人为载体制定智能科学与技术专业机器人方向的课程体系和建设思路,阐述该课程体系的具体实施过程,并说明教学效果。     

应用本科院校智能科学与技术专业课程体系建设研究

分析应用本科院校开设智能科学与技术专业遇到的实际问题,从专业基础、师资能力、学生水平3个方面,提出智能科学与技术专业课程体系的建设原则,以辽宁理工学院信息工程系为例,分别从理论课程体系和实验课程体系两方面说明建设智能科学与技术专业课程体系的思路。     

智能科学与技术的知识体系:语义分析的结论

本文从分析"智能"、"Intelligence"、"科学"、"技术"的语义入手,首先界定了"人类智能"、"人工智能"、"智能科学与技术"概念的内涵,进而构建了"智能科学与技术"的知识体系,继之导出了"智能科学与技术"专业教育的课程体系。本文的讨论取得了若干颇有新意的研究结论:真正与英文的Intelligence对应的是中文的"智";"智能"是"智的能力"的简称;"智能"应该是"能智";智能科学与技术的知识体系由两个理论和四种技术构成,据此决定了智能科学与技术专业教育应该设置的六门主干课程。     

智能科学与技术专业的“关节骨架”课程体系探讨

我国高校"智能科学与技术"专业人才培养刚刚起步,如何建立起适应社会需求且体现专业特色的专业课程体系,成为专业建设中备受关注的问题。文章结合重庆邮电大学的学科优势和人才培养目标,明确了"智能科学与技术"专业的特色方向,建立了四层次专业课程体系,并确定出对专业能力培养起关键作用的"关节点"课程,从而构建了"关节骨架"课程体系。     

智能科学与技术专业课程体系及课程群建设的思考

针对重庆邮电大学智能科学与技术专业建设的需要,在分析现有课程体系、课程群以及实验教学平台的基础上,提出针对重庆邮电大学智能科学与技术专业课程体系以及课程群的建设思路和构建方案,涉及课程体系建设、课程群建设、学生实践能力培养等。     

基于人才需求的智能科学与技术专业教学改革与实施

在分析智能科学与技术专业社会需求的基础上,针对该专业在人才培养中存在的现实问题,从课程体系建设、教学方法、课程考核模式、实习实训基地建设和科技创新活动方面深入探讨高校智能科学与技术专业教学改革措施,介绍实施过程。     

智能科学与技术专业实践环节改革与建设

作为一个新兴的专业,智能科学与技术专业正处于壮大发展中。针对桂林电子科技大学智能科学与技术专业在实践环节中存在的问题,依据学校的特点特色,就其专业实践环节的改革和完善提出设想与思路。     

智能科学与技术专业的课程规划与建设

介绍"智能科学与技术"专业的背景,结合重庆邮电大学的学科优势与人才优势,总结一年的教学实践情况,初步探讨"智能科学与技术"课程规划、课程建设、学生对专业认识及就业前景等问题。     

水下CMUT动态性能仿真与测试的研究

目前CMUT以其频带宽、易集成阵列化、无需匹配层、灵敏度高等优点成为水下超声传感器在研究及应用推广方面的一个新热点。主要开展了对CMUT动态性能的仿真与测试。首先利用SIMULINK对CMUT发射和接收性能进行动态仿真分析,并建立实验平台,以仿真结果作为依据对CMUT动态性能进行了测试,同时实现了CMUT水下初步探测。本研究为CMUT的设计提供了有利的依据。     

基于IAP15F2K61S2的 门禁控制系统的设计与实现

基于IAP15F2K61S2设计了一种低成本门禁控制系统,以IAP15F2K61S2为核心控制器,分别利用了传感器FM70和MFRC522门禁卡模块以及4x4的矩阵键盘来接收外界信息,利用AT24C02芯片来存储信息,使用液晶显示器12864来进行显示。当输入正确密码或者指纹信息以及1C卡感应时就会启动开门程序,多次输入错误的密码时会报警。实验表明,设计的门禁系统可以较快准确地识别密码等信息,从而进行相应的开门动作或报警。系统成本低,适用于民间普及。     

基于节点速度和能量的MPR节点集选择

考虑到无人机群在协同完成任务时对时延的高要求,选用先验式路由协议OLSR(Optimized Link State Routing)协议。但无人机自组网中无人机节点高速移动和能量有限的特性,使得OLSR选举出来的MPR(Multi-Point Relay)节点可能会因此而丧失MPR资格,从而导致时延增加,网络开销增大。针对该问题,提出一种基于节点速度和能量的MPR集选择算法,运用HELLO分组在邻居探测的过程中感知节点能量和速度,之后在MPR选举前根据节点速度和能量对一跳邻居进行预处理,从而使速度快能量低的节点永不成为MPR节点。排除掉节点后,在节点意愿值相同的情况下再次对节点的速度和能量进行加权计算,选出最优MPR节点。仿真结果表明,基于节点速度和能量的MPR集选择算法在时延、吞吐量、节点能量消耗三个指标都具有良好的特性。     

数据科学与大数据技术专业特色课程研究

目前,我国数据科学与大数据技术专业的建设已成为新的热点话题。在系统调研世界一流大学数据科学专业建设现状的基础上,从特色课程的视角重点分析加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、纽约大学、斯坦福大学、卡内基梅隆大学、哥伦比亚大学、伦敦城市大学共8所大学的数据科学专业,提出了数据科学与大数据技术这一新专业应重视的10门特色课程,并分析了现阶段我国数据科学教育中普遍存在的8种曲解现象及对策建议。     

基于Wi-Fi通讯的大功率光功率计的研制

介绍了一种基于Wi-Fi无线通信技术的大功率光功率计的设计原理和实现方法。该光功率计以STM32为微控制器,采用热电堆探测器实现热电转换。它不但能通过ESP8266Wi-Fi模块支持与上位机实现无线通信,并且同时支持USB通信模式。该系统可以在0.19μm～15.0μm波长范围内实现100 m W～100 W激光功率的连续自动量程切换测量。该光功率计还具备了通过脉冲宽度调制(PWM)与0～5 V模拟信号电压输出方式去反馈控制激光器输出强度,以及外触发功能。测试结果表明,该光功率计不但可以很好地满足工程应用中大功率激光器输出功率的检测与控制,并且实现了基于Wi-Fi无线通信方式的移动式测量。     

基于频移干涉光纤腔衰荡技术的甲烷传感系统

煤矿事故严重威胁人们的生命和财产安全,瓦斯作为煤矿事故的罪魁祸首,其主要成分是甲烷。因此,选择一种性能优良并且能够实时探测甲烷浓度的气体传感器对安全生产和检测大气环境是十分有意义的。在众多气体传感器中,光纤气体传感器由于容量大、损耗小、体积小、抗腐蚀、抗干扰能力强等优势受到学者和仪器制造商的青睐。本文对比了几种光纤气体传感器,基于光谱吸收技术的光纤气体传感器体积小、成本低、功耗小,其使用最为广泛。在光谱吸收技术的基础上,发展了一种高灵敏度的探测技术,腔衰荡CRD(Cavity Ring-Down)技术。相比于普通的光谱吸收技术,其吸收光程长,灵敏度高出3个～4个数量级,并且对光源强度稳定性要求不高。但是,为了有效、实时地探测到衰荡信号,该技术对探测器的速度要求极高。本文研究的频移干涉腔衰荡FSI-CRD(Frequency-Shifted Interferometry Cavity Ring-Down)技术,通过将腔衰荡技术结合频移干涉技术,构建了频移干涉腔衰荡甲烷传感系统,实现了衰荡信号从时间域到频域的转换,降低了对探测设备的要求,并通过实验验证了该系统可以用于甲烷气体浓度的测量。     

A new approach to fuzzy modeling and control for nonlinear dynamic systems: Neuro-fuzzy dynamic characteristic modeling and adaptive control mechanism

The study on nonlinear control system has received great interest from the international research field of automatic engineering. There are currently some alternative and complementary methods used to predict the behavior of nonlinear systems and design nonlinear control systems. Among them, characteristic modeling (CM) and fuzzy dynamic modeling are two effective methods. However, there are also some deficiencies in dealing with complex nonlinear system. In order to overcome the deficiencies, a novel intelligent modeling method is proposed by combining fuzzy dynamic modeling and characteristic modeling methods. Meanwhile, the proposed method also introduces the low-level learning power of neural network into the fuzzy logic system to implement parameters identification. This novel method is called neuro-fuzzy dynamic characteristic modeling (NFDCM). The neuro-fuzzy dynamic characteristic model based overall fuzzy control law is also discussed. Meanwhile the local adaptive controller is designed through the golden section adaptive control law and feedforward control law. In addition, the stability condition for the proposed closed-loop control system is briefly analyzed. The proposed approach has been shown to be effective via an example. Recommended by Editor Young-Hoon Joo. This work was jointly supported by National Natural Science Foundation of China under Grant 60604010, 90716021, and 90405017 and Foundation of National Laboratory of Space Intelligent Control of China under Grant SIC07010202. Xiong Luo received the Ph.D. degree from Central South University, Changsha, China, in 2004. From 2005 to 2006, he was a Postdoctoral Fellow in the Department of Computer Science and Technology at Tsinghua University. He currently works as an Associate Professor in the Department of Computer Science and Technology, University of Science and Technology Beijing. His research interests include intelligent control for spacecraft, intelligent optimization algorithms, and intelligent robot system. Zengqi Sun received the bachelor degree from Tsinghua University, Beijing, China, in 1966, and the Ph.D. degree from Chalmers University of the Technology, Gothenburg, Sweden, in 1981. He currently works as a Professor in the Department of Computer Science and Technology, Tsinghua University. His research interests include intelligent control of robotics, fuzzy neural networks, and intelligent flight control. Fuchun Sun received the Ph.D. degree from Tsinghua University, Beijing, China, in 1998. From 1998 to 2000, he was a Postdoctoral Fellow in the Department of Automation at Tsinghua University, where he is currently a Professor in the Department of Computer Science and Technology. His research interests include neural-fuzzy systems, variable structure control, networked control systems, and robotics.