人工智能产业化的历史、现状与发展趋势

本文首先回顾国际人工智能产业化的历史发展阶段;接着归纳出人工智能产业化的现状是产业化基础好起点高、投融资环境空前看好、各国出台政策助推行业发展机遇、感知智能领域相对成熟、人工智能人才紧缺争夺激烈、人工智能的社会和伦理问题引人关注等;最后分析人工智能产业化的发展趋势,包括人工智能核心技术加速突破、产业强劲发展、智能化应用场景从单一向多元发展、人工智能和实体经济深度融合进程进一步加快、智能服务呈现线下和线上的无缝结合、逐步实现全产业链布局、重视开发人工智能共享平台和加紧人工智能法律研究与建设等。     

面向电信承载网的监控系统设计与实现

面对电信承载网连接的日益增长的海量终端设备，运营商需要结合网络拓扑对终端设备产生的数据进行高效的汇聚统计、异常分析、故障定位处理等操作。针对已有系统存在的操作困难、分析效率低等问题，设计与实现了一个面向电信承载网的高效监控系统，提供实时与离线数据分析和多维可视化分析的能力。对网管、认证、终端等系统及设备采集的数据进行结构化存储，对采集的数据进行拓扑相关性和时间序列方法分析，根据分析结果实现基于动态阈值控制的异常实时告警、定位等操作，并提供多维度可视化分析对网络状态进行实时监控。实际应用结果表明，该系统性能优异，具有良好交互性，能较好地满足承载网运维人员业务分析需求。     

基于嵌入式系统的智能购物车的开发研究

智能超市购物车主要解决超市购物过程中寻找商品困难,付款排队时间久,购物体验差,效率低下等问题。文章主要介绍智能购物车的硬件组成、工作原理、使用意义等。智能购物车具有室内导航、条码扫描、管理购物列表、生成付款码等功能。当我们推着购物车在超市购物时,可以通过触摸屏输入寻找所需商品名称获取导航路线;可以通过扫描商品条码查看商品基本信息;可以随时查看已购物品的单价和总价钱等。在付款时也可以通过选择扫码支付或者现金支付的方式。智能超市购物车的使用,能够大大提高购物效率,提升购物体验,达到超市和顾客双赢的目的。     

瓷砖图像的纹理特征分类研究

在已有的瓷砖图像分类系统中,仅靠颜色特征和简单的纹理边缘信息只能对无花纹的单色砖或简单花纹的瓷砖进行有效分类,对复杂图案的瓷砖存在识别率低的问题。针对此种情况,结合瓷砖图像的灰度共生矩阵和统计几何特征,将这些特征输入支持向量机进行特征分层分类。采用基于径向基核函数和K交叉验证法所得到的最优参数构造支持向量机,解决瓷砖纹理特征具有非线性的分类问题。用瓷砖生产线上采集的大量图像进行实验表明,该方法准确率高,分类效果好。     

基于高精度电感法的无刷直流电机起动及反电动势同步检测稳定性研究

提出了一种基于电感法的高精度定位方案,在不增加定位电流脉冲数量的基础上将定位精度由原先的60°电角度提高至30°电角度,并消除了电机因工艺问题导致的相绕组参数不一致对检测的影响。设计了一种新颖的切换算法,可在极短时间内稳定可靠地切换到闭环。讨论了反电动势的同步检测方案,通过理论分析和仿真对比了PWM导通和PWM关断时刻检测反电动势过零信号方法的区别,并对干扰因素提出了补偿方案。样机实验验证了所提方案的稳定性和可靠性。     

微电网弱约束容性等效输出阻抗逆变器控制方法

绝大多数逆变器在低频时为感性输出阻抗。提出一种结合电感-电容-电感（LCCL）滤波器配置、采样电流选取以及虚拟阻抗控制器设计的控制策略,其为逆变微源等效输出阻抗建模提供一个可控自由度,使逆变器等效输出阻抗为容性阻抗。针对所提的LCCL滤波器,选取裂解点电流为采样电流,能够有效降低电流控制系统的阶次。同时,通过对LCCL滤波器电感、电容的配置,获得合理的虚拟阻抗控制器,使得逆变器的等效输出阻抗为纯容性。最后,对比仿真实验验证了所提控制方案的有效性。     

基于改进支持向量机的高炉一氧化碳利用率预测方法

高炉冶炼是一个具有非线性、大时滞、大噪声、分布参数等特征的高度复杂生产过程。针对目前高炉现场以焦比为能耗评价指标却无法提供实时指导的问题,研究以一氧化碳利用率为能耗评价指标,提出一种基于改进支持向量机的高炉一氧化碳利用率预测方法。首先分析高炉炼铁过程机理,结合互信息法得出影响一氧化碳利用率的相关操作因素。然后鉴于生产数据含噪高的特点,采用小波去噪方法去除数据噪声干扰,并且利用灰色相对关联度分析方法对操作参数进行时序配准,消除时滞影响,建立高炉一氧化碳利用率预测模型。在建模过程中,将自适应粒子群与支持向量机回归方法相结合,以克服模型参数选择的随机性,提高了模型预测精度。现场实际数据的预测结果表明所提出方法的有效性,能够实时精确地预测高炉一氧化碳利用率,为后续高炉的优化操作和节能减排提供了及时有效的决策支持。     

红外和可见光图像互补融合的运动目标检测方法

可见光和红外图像具有互补特性,融合可产生更好的召回率,但现有方法融合后总会导致精度下降。这项研究提出了一种在特征级进行融合检测行人目标的方法:1提取前景目标特征的极大稳定极值区域Maximally Stable Extremal Regions(MSERs),计算红外图像MSERs稠密度和相似度特性,并根据此特性分类MSERs。2搜索匹配可见光图像中的相似MSERs区域,定位前景目标。3融合提取红外与可见光图像中的相似匹配MSERs区域,完成运动目标轮廓提取。该方法融合可见光图像信息,能有效滤除背景物,辅助定位在红外图像中检测的前景目标,并补充仅利用红外图像提取前景目标的缺失部分。已使用公共数据库对该方法进行测试,并与早期融合方法进行比较,能获得更好的召回率,同时融合后准确率不会下降。不需要对背景建模,因此比以往算法计算上更高效,更简单,单帧检测的效果也能达到实时处理要求。