精制棉电催化氧化技术及工艺研究

利用电催化氧化技术使棉短绒发生快速断裂反应,同时使木质素、果胶等带色基团退色,减少污水处理难度。生产的精制棉纤维素一致性率、a-纤维素含量达到98%以上,聚合度降低到700DP,反应时间由原来的2.5h缩短到20min,色度减少80%。通过实践,实现了生产精制棉节能降耗的目的,且明显减轻了对环境的污染。     

商务智能、归纳逻辑与统计学的关联研究

商务智能是提高企业竞争能力的一种建设方案,其主要技术包括数据仓库、数据挖掘和联机分析等。举例说明了商务智能技术在客户关系管理中的应用。对案例的分析表明,商务智能技术的基础是统计学和归纳逻辑。作为传统哲学分支的归纳逻辑学,以现代统计学作为中介,在经济学领域的商务智能中找到了应用。深入探讨这三个截然不同的学科之间的密切关系,不仅将有助于商务智能及其应用开发的研究,从而推动我国经济和社会的发展,而且也会给统计学和归纳逻辑学理论的研究带来深远的影响。     

二次增压供水智能远程监控的设计与应用

通过对城镇小区二次给水泵站特点、分类及目前市场应用的分析．提出了适用于城市供水调度监控系统中二次增压供水远程监控设计方案．进而建立完善的二次给水泵站远程智能网络监视管理。     

可拓集合论在专家系统知识表示中的应用

引入了可拓集合论来优化专家系统的设计过程,阐述了可拓集合论应用于专家系统的可行性,在分析知识表示的集合与分类特征的基础上,探讨了可拓集合论在知识表示中的应用,结合人工智能技术的发展趋势,对专家系统在可拓学中的应用前景做出了展望.     

魏元光"德、智、体、群"教育思想的内涵及启示

介绍了魏元光教授“德、智、体、群”教育思想,结合当前中国高职高专教育对人才培养要求的实际,分别阐述了“德、智、体、群”教育思想的内涵和启示。     

面向智能驾驶的平行视觉感知：基本概念、框架与应用

目的 视觉感知技术是智能车系统中的一项关键技术,但是在复杂挑战下如何有效提高视觉性能已经成为智能驾驶领域的重要研究内容。本文将人工社会（artificial societies）、计算实验（computational experiments）和平行执行（parallel execution）构成的ACP方法引入智能驾驶的视觉感知领域,提出了面向智能驾驶的平行视觉感知,解决了视觉模型合理训练和评估问题,有助于智能驾驶进一步走向实际应用。方法 平行视觉感知通过人工子系统组合来模拟实际驾驶场景,构建人工驾驶场景使之成为智能车视觉感知的“计算实验室”;借助计算实验两种操作模式完成视觉模型训练与评估;最后采用平行执行动态优化视觉模型,保障智能驾驶对复杂挑战的感知与理解长期有效。结果 实验表明,目标检测的训练阶段虚实混合数据最高精度可达60.9%,比单纯用KPC（包括：KITTI（Karlsruhe Institute of Technology and Toyota Technological Institute）,PASCAL VOC（pattern analysis,statistical modelling and computational learning visual object classes）和MS COCO（Microsoft common objects in context））数据和虚拟数据分别高出17.9%和5.3%;在评估阶段相较于基准数据,常规任务（-30°且垂直移动）平均精度下降11.3%,环境任务（雾天）平均精度下降21.0%,困难任务（所有挑战）平均精度下降33.7%。结论 本文为智能驾驶设计和实施了在实际驾驶场景难以甚至无法进行的视觉计算实验,对复杂视觉挑战进行分析和评估,具备加强智能车在行驶过程中感知和理解周围场景的意义。     

计算机人工智能识别技术的应用

人工智能是以计算机技术为基础发展起来的新型实用技术,随着信息化和智能化时代的到来,人工智能技术逐渐渗透到社会各个领域当中,为人类的生产生活提供了诸多便利。高新科技带动了人工智能技术的不断创新,人工智能识别技术是人工智能技术的一个分支,在金融支付、扫码出行等领域可以方便地解决传统智能技术存在的问题,方便了人们的工作和生活。我们有必要对于人工智能识别技术的概念和具体的应用方式进行了阐述和分析。     

基于倒位变异的蜉蝣优化算法

蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高.     

A systematic literature review on intelligent automation: Aligning concepts from theory,practice, and future perspectives

With the recent developments in robotic process automation (RPA) and artificial intelligence (AI), academics and industrial practitioners are now pursuing robust and adaptive decision making (DM) in real-life engineering applications and automated business workflows and processes to accommodate context awareness, adaptation to environment and customisation. The emerging research via RPA, AI and soft computing offers sophisticated decision analysis methods, data-driven DM and scenario analysis with regard to the consideration of decision choices and provides benefits in numerous engineering applications. The emerging intelligent automation (IA) – the combination of RPA, AI and soft computing – can further transcend traditional DM to achieve unprecedented levels of operational efficiency, decision quality and system reliability. RPA allows an intelligent agent to eliminate operational errors and mimic manual routine decisions, including rule-based, well-structured and repetitive decisions involving enormous data, in a digital system, while AI has the cognitive capabilities to emulate the actions of human behaviour and process unstructured data via machine learning, natural language processing and image processing. Insights from IA drive new opportunities in providing automated DM processes, fault diagnosis, knowledge elicitation and solutions under complex decision environments with the presence of context-aware data, uncertainty and customer preferences. This sophisticated review attempts to deliver the relevant research directions and applications from the selected literature to the readers and address the key contributions of the selected literature, IA’s benefits, implementation considerations, challenges and potential IA applications to foster the relevant research development in the domain.     

跨模态行人再识别的协同学习方法

跨模态行人再识别是实现全天候智能视频监控系统的一项关键技术。该技术旨在匹配某一特定身份行人在不重叠摄像头场景下的可见光图像和红外图像,因而面临着巨大的类内变化和模态差异。现有方法难以较好地解决这两大困难,很大程度上是由于欠缺了对特征判别能力的有效挖掘和对多源异质信息的充分利用。鉴于以上不足,使用协同学习方法设计了一个精细化多源特征协同网络,提取多种互补性特征进行信息融合,以提升网络的学习能力。从骨干卷积网络中提取多尺度和多层次特征,实现精细化特征协同学习,以增强特征的判别能力来应对类内变化。设计了模态共有与特有特征协同模块和跨模态人体语义自监督模块,达到多源特征协同学习的目的,以提高多源异质图像信息的利用率,进而解决模态差异。在SYSU-MM01和RegDB数据集上验证了该方法的有效性和先进性。