全部分类/
科技科普/
电脑知识与技术

电脑知识与技术

2026年16期

《电脑知识与技术》是一本融知识、技术、信息于一体的计算机类杂志（旬刊）。1994年创刊以来，本刊一直本着“普及电脑知识、推广电脑技术、交流经验技巧、促进电脑应用”的办刊宗旨，注重杂志质量。

扫码免费借阅

目录

快速导航

本期推荐 | 基于双域胶囊动态路由机制的图像运动去模糊方法研究

本期推荐 | 基于双域胶囊动态路由机制的图像运动去模糊方法研究

摘要:图像去模糊旨在从受相机抖动和物体运动影响的模糊图像中恢复清晰内容,现有方法在模糊区域感知、频域补偿和跨域融合方面仍存在不足。本文提出一种双域胶囊动态路由去模糊网络DD-CRNet。该方法在空间域恢复图像结构与纹理信息,在频域对高频残差进行建模,并通过BlurCapsule动态路由模块实现多路径候选结果的自适应融合。在Go-Pro数据集上的实验表明,DD-CRNet取得34.1219 dB的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和0.9583的结构相似性指数(Structural Similarity Index Measure,SSIM),优于CLAHE、Median、MIMO-UNet、Light U-Net和DeepDeblur等对比方法。消融实验进一步验证了频域补偿、BlurCapsule和动态路由机制的有效性,说明本文所提方法能够有效提升复杂场景下的图像去模糊质量。
本期推荐 | 面向老年健康监测的基于BiLSTM-加权Loss混合模型的心率异常预测系统研究与实现

本期推荐 | 面向老年健康监测的基于BiLSTM-加权Loss混合模型的心率异常预测系统研究与实现

摘要: 针对我国老龄化问题严峻、老年人慢性病负担重的现状, 本文提出一种基于双向长短期记忆网络(Bidirectional Long Short-Term Memory, BiLSTM)的时序预测模型。针对生理数据类别不平衡问题, 引入加权Loss技术进行增强, 同时采用早停法等模型优化技术。实验表明, 该模型在均方根误差(Root Mean Square Error, RMSE)和准确率指标上均优于传统长短期记忆网络(Long Short-Term Memory, LSTM)模型。该系统在老年人健康状态预测和养老负担减轻方面具有广阔的应用前景。
本期推荐 | 基于修改扩散注意力机制的图像编辑技术综述

本期推荐 | 基于修改扩散注意力机制的图像编辑技术综述

摘要:随着扩散模型在图像编辑领域的崛起,基于修改扩散过程中注意力机制的免训练图像编辑技术近年来取得了突破性进展。本文对此进行系统性综述:先概述扩散模型及注意力机制在图像编辑中的基础理论,明确了自注意力与交叉注意力在文本编辑中的差异化作用;继而深度剖析注意力图替换、特征注入与注意力引导等核心范式;在此基础上,系统总结上述技术在语义编辑、风格迁移与结构重构中的前沿应用;最后梳理主流评估体系,探讨鲁棒性挑战及未来走向。本文旨在为研究人员提供全景式技术参考,推动可控图像编辑技术的进一步发展。
人工智能 | 融合 Transformer 的数学试卷文本检测算法研究

人工智能 | 融合 Transformer 的数学试卷文本检测算法研究

摘要:由于目前试卷智能批改主要针对客观题,因此对数学主观题特别是长跨度、逻辑关系复杂的数学公式自动评分十分困难,而传统卷积神经网络(CNN)又因局部感受野的限制容易导致公式检测时断裂、漏检。本文提出了Math-EAST,即一种面向数学试卷的改进型检测网络,以EAST为基准,在骨干网络的深层嵌入Transformer模块,利用多头自注意力机制增强了全局上下文建模能力,因而能更完整地提取长数学公式。此外,本文还基于自建数据集Math-Datasets,以F1值、召回率、精确度作为评价指标进行实验。实验结果表明,虽然Math-EAST的检测精度为86.1%,尚非最优,但是其F1值已达85.7%,仅比CRAFT算法低0.8%,因此为数学主观题的智能化批改提供了新的研究思路。
人工智能 | 基于深度学习的光伏组件故障诊断方法研究

人工智能 | 基于深度学习的光伏组件故障诊断方法研究

摘要:随着光伏发电技术的不断发展,对光伏发电系统的运行安全要求不断提升,因此,对光伏组件故障的精准诊断非常重要。本文重点研究基于深度学习方法解决传统光伏组件故障诊断方法普遍存在的海量时序数据处理效率问题,提出一维卷积神经网络(One Dimensional Convolutional Neural Network, 1DCNN) +双向门控循环单元(Bidirectional Gated Recurrent Unit, BiGRU)的光伏组件故障诊断方法。实验结果显示,该方法在噪声环境下平均分类准确率显著高于对比模型,可为光伏组件智能诊断提供技术参考。
人工智能 | 面向地下空间的环境异常检测优化算法

人工智能 | 面向地下空间的环境异常检测优化算法

摘要:地下空间的环境复杂且封闭,传统异常检测方法存在精度低、响应慢等问题。针对地下空间的实际监测需求,本研究提出了一种基于多传感器融合与混合智能模型的环境异常检测优化算法。该算法首先通过自适应加权策略对多源传感器数据进行特征级融合;核心检测模块则创新性地引入特征重要性评估的改进孤立森林算法与长短期记忆网络-卷积神经网络(Long Short-Term Memory-Convolutional Neural Network,LSTM-CNN)混合神经网络相结合,构建了一个能够同时捕捉数据点异常与时空序列异常的混合检测模型。经过地铁隧道、地下车库、地下商场等场景验证,该算法的检测准确率能够达92.3%,误报率降低至8.2%,响应时间缩短到2.3 s。该优化算法在不同地下空间环境中均表现出良好的适应性。
人工智能 | 基于大语言模型的程序设计作业抄袭检测方法

人工智能 | 基于大语言模型的程序设计作业抄袭检测方法

摘要:在新工科背景下,程序设计作业在培养计算机专业学生工程实践能力和创新意识方面发挥着重要作用,但抄袭现象屡禁不止,影响了教学公平与教学质量。针对该问题,提出一种基于大语言模型的两阶段作业抄袭检测方法。首先利用两类BERT嵌入模型对程序和文档进行语义向量化处理,并通过向量相似性对比快速筛查出潜在抄袭对象;然后利用生成式大语言模型DeepSeek对高相似度作业进行深度分析并生成检测报告。该设计在检测精度与计算成本之间实现了有效平衡,且适用于多种编程语言和复杂抄袭场景。在公开数据集和高校课程真实作业集上验证了方法的有效性,结果表明该方法在综合准确率、跨语言适应性及结果可解释性方面均优于传统方法,为维护新工科背景下的学术诚信与提升教学智能化水平提供了有力支撑。
人工智能 | 基于改进YOLOv5s的轻量化百香果病虫害移动端检测方法研究

人工智能 | 基于改进YOLOv5s的轻量化百香果病虫害移动端检测方法研究

摘要:为解决百香果病虫害传统诊断方式效率低、专业性要求高的问题,满足精准农业对实时、智能检测技术的需求,本研究提出了一种基于YOLOv5s的轻量化智能诊断模型。该模型以CSPDarknet为骨干网络进行特征提取,结合PA-FPN结构实现多尺度特征融合,并采用基于Anchor的检测机制完成病虫害的精准定位与分类。实验结果表明,该模型对虫蛀、黄斑、磕伤等典型病虫害及机械损伤的平均精度均值(mAP@0.5)达90.5%,查准率(Precision)达92.1%。通过将模型成功部署至移动端(Android平台),验证了其在真实场景下可实现高效、稳定的实时诊断。与YOLOv5m、Faster R-CNN等主流模型的对比分析进一步表明,本模型在检测精度与计算效率之间取得了最佳平衡,该方案为果园现场的低成本、实时病虫害监测提供了可行的边缘计算解决方案。
人工智能 | 基于多模型对比的糖尿病智能诊断框架研究

人工智能 | 基于多模型对比的糖尿病智能诊断框架研究

摘要:为提升糖尿病早期智能诊断的准确性与鲁棒性,本研究构建并评估了一个包含系统性数据预处理与多模型对比的机器学习诊断框架。针对PIMA印第安人糖尿病数据集中的数据质量问题,本研究系统比较了多种缺失值填充、异常值处理及类别不平衡处理(SMOTE)策略对模型性能的影响。在此基础上,构建并对比了三种经典的机器学习模型:XG-Boost、人工神经网络(ANN)和决策树(DT)。实验结果表明,经过优化的数据预处理流程能显著提升模型性能,其中ANN模型在所有对比模型中表现最佳,其分类准确率达90.2%,AUC值为0.92。本研究不仅为糖尿病智能诊断提供了一套行之有效的技术框架,也为处理类似医疗数据集中的常见问题提供了方法论参考。
人工智能 | 视听触协同:基于级联式多模态融合的校园异常行为智能预警方法

人工智能 | 视听触协同:基于级联式多模态融合的校园异常行为智能预警方法

摘要:鉴于传统校园安防体系在应对群体性拥挤与突发跌倒事件时存在的感知滞后与语义鸿沟问题,本文提出一种基于多模态融合的智能检测方案。本方案构建了视觉感知模块[采用改进的YOLOv8s-GS模型与时空图卷积网络(ST-GCN)行为识别模型]与物理传感(分布式声压与振动网络)协同的框架,通过设计的级联决策级融合机制及改进的D-S证据理论进行信息融合与决策。实验表明,相较于单模态基线,本方案在自建数据集上对踩踏和摔倒的预警准确率分别提升了1.3%和0.3%,平均延迟减少了60 ms,为校园安防向“主动预警”转型提供了有效技术路径。
人工智能 | 人工智能驱动的计算机应用技术创新与实践研究

人工智能 | 人工智能驱动的计算机应用技术创新与实践研究

摘要:在数字化转型深入推进的背景下,传统计算机应用技术面临规则固化、响应滞后与协同不足等约束。本文采用文献分析法与案例归纳法,围绕人工智能嵌入后的系统结构重构展开研究,分析应用模式由规则驱动转向数据驱动,系统核心由功能结构转向模型中心,算力组织由集中式转向多端协同的技术特征。结合软件开发、产线调度、医疗影像与车规终端场景,进一步剖析大模型微调、智能体协同、端侧推理与数据服务管线等支撑机制。研究表明,人工智能模型的深度嵌入正在推动计算机应用系统由功能执行向智能决策演进,模型轻量化部署、端云协同调度与跨场景适配将成为后续技术突破的重点方向。
人工智能 | 基于知识图谱技术的高校智慧教学平台自适应学习模型构建

人工智能 | 基于知识图谱技术的高校智慧教学平台自适应学习模型构建

摘要:随着教育数字化转型的深入,传统高校教学平台在资源整合与个性化支持方面存在不足。为应对这一挑战,本文融合知识图谱与自适应学习技术,构建了一种新型智慧教学支持模型。通过整合课程资源、知识点及学生行为数据,构建动态更新的领域知识图谱,并基于学习风格、认知水平等维度构建学习者模型,进而设计个性化学习路径推荐引擎。该引擎能够依据学生实时学习状态动态调整资源顺序与难度,实现内容自适应匹配与路径优化。实证研究表明,应用该模型后学生平均学习效率提升23%,知识掌握度提高18%,学习满意度调查显示,85%以上的学生认为个性化推荐增强了学习主动性与目标感。该模型不仅为智慧教学平台升级提供了技术路径,也为实现因材施教、推动教育公平与质量提升提供了理论与实践支持。
人工智能 | 基于解剖先验约束与轻量化网络的儿童DDH骨盆X光片几何矫正方法研究

人工智能 | 基于解剖先验约束与轻量化网络的儿童DDH骨盆X光片几何矫正方法研究

摘要: 针对儿童发育性髋关节发育不良(DDH)诊断中因体位不正导致的骨盆X光片几何畸变问题,本研究提出一种高效、准确的自动矫正方法,以提高筛查准确性与效率。通过构建融合解剖先验的轻量化神经网络矫正模型,采用改进的Wide-ResNet-18主干网络,融合深度可分离卷积技术构建轻量级特征提取模块(参数量仅4.8 MB),并设计基于S角的几何约束损失函数和动态数据增强策略,实现像素级端到端自动矫正。实验结果表明:本方法在关键点定位上的平均绝对误差为0.86±0.18 mm;S角偏差为1.2±0.6°,较传统Harris角点法精度提升52.7%;单张图像推理速度为32 ms,模型大小仅为Mask R-CNN的5.4%。在倾斜15°~25°的极端情况下,S角偏差仅为3.8±1.1°,DDH误判率为5.2%。本研究提出的方案不仅定位精度高、推理速度快,而且模型轻量,可为基层医疗和移动端设备提供可靠的儿童DDH辅助诊断影像预处理工具。
人工智能 | 基于 Python 的汽车毫米波雷达 EOL 标定数据自动化处理与可视化系统研究

人工智能 | 基于 Python 的汽车毫米波雷达 EOL 标定数据自动化处理与可视化系统研究

摘要:随着智能驾驶系统技术的发展,整车智能传感器配置率及配置数量逐年提升,同时传感器标定的频率及数量也大幅增加,后工序标定数据处理压力陡增。为有效应对上述挑战,本文利用Python工具编写自动化脚本,实现了对整车下线工位中毫米波雷达下线(End of Line,EOL)标定角度的自动化数据清洗、计算可视化。统计对比发现,该方法相较传统人工数据处理方式,将标定数据处理时间由约8 h缩短至15 s(以处理500台车的标定数据为例),错误率降低至0,彻底消除了人工转换计算错误,减轻了相关工程师的工作负荷。本文对相关工作具有一定的参考意义及指导价值。
软件技术 | 基于微服务的应用服务器软件平台设计与实现

软件技术 | 基于微服务的应用服务器软件平台设计与实现

摘要:随着互联网技术的快速发展,传统单体应用服务器难以适配大规模、高并发与多场景的业务需求,而微服务架构则凭借高内聚、低耦合、可扩展等优势,成为构建高效应用服务器平台的主流技术方案。本文结合应用服务器的核心定位与业务场景,开展全面的需求分析,并基于微服务架构理念,完成平台的整体架构设计,明确各模块的功能边界。在此基础上,完成开发环境搭建、基础设施层、核心模块与接口的开发与实现,通过容器化部署与服务编排,提升平台部署效率与运维便捷性,以期为微服务架构的落地提供可借鉴的实践方案。
软件技术 | 基于 Python 与 Excel 协同驱动的医院护理绩效数据自动化处理与动态可视化研究

软件技术 | 基于 Python 与 Excel 协同驱动的医院护理绩效数据自动化处理与动态可视化研究

摘要:本文针对护理绩效测算时效性强、相关利益方要求实时查询的特点,提出了利用Python编程完成原始数据清洗和重算,Excel测试并展现绩效方案的技术路线,解决了医院信息系统(Hospital Information System,HIS)导出数据异构、核算维度多变引发的统计滞后问题,从而满足护理绩效测算的需求。本研究形成的技术架构与实施路径具有较强的普适性,可推广至临床及医技科室用于绩效评价与成本核算,进而丰富医院信息化的实践范式。
软件技术 | 县级妇幼保健信息系统数据统计过程管理与质量优化方法研究

软件技术 | 县级妇幼保健信息系统数据统计过程管理与质量优化方法研究

摘要:县级妇幼保健院作为基层妇幼健康服务最重要的载体,其信息系统数据统计工作对辖区妇女儿童健康监测、公共卫生政策落实、服务精准化等方面都具有直接而重大的意义。然而,当前县级妇幼保健信息系统在数据统计过程中仍面临管理不规范、质量管控薄弱及人员适配性差等诸多挑战。本文结合县级妇幼保健院工作实际,基于网络工程师转岗为信息系统项目管理师的特定视角,深挖数据统计与质量管控的现存痛点,并针对性地提出智能化优化方案,旨在为提升基层妇幼健康数据质量与服务水平提供实践参考。
软件技术 | 桌面云虚拟化技术在计算机类专业实验室建设与运维中的应用

软件技术 | 桌面云虚拟化技术在计算机类专业实验室建设与运维中的应用

摘要: 针对传统计算机类专业实验室硬件资源利用率低、运维成本高、系统稳定性不足等问题,本文以桌面云虚拟化技术为核心,提出了一种新型实验室建设理论框架。该框架涵盖硬件资源池化、平台架构分层、镜像标准化、网络存储一体化的实验室建设理论,并配套形成集中管控、动态调度、智能运维与全域安全的全周期运维体系。实践结果表明,该方案有效提升了硬件资源利用率,显著缩短了故障响应时间,并降低了运维人力成本。在高并发场景下,CPU利用率、网络延迟、存储IOPS等关键指标均保持稳定可控,研究成果可为高校计算机类专业实验室标准化、集约化、智能化建设提供理论依据与技术参考。
软件技术 | 互联网医院运行管理研究分析

软件技术 | 互联网医院运行管理研究分析

摘要: 在“健康中国”战略背景下,公立实体互联网医院的运行管理面临诸多挑战。本研究以某市三甲医院为例,剖析了其在实践中遇到的患者接受度低、医师参与动力不足、医患沟通不畅及投资回报不理想等关键问题。并针对上述问题,从医院运营管理、技术支撑和服务模式创新等维度,提出并实施了一系列综合对策,包括:构建灵活的医师自主排班系统、拓展多渠道医患沟通路径、创新“线上+线下+上门”一体化服务模式,并健全以线上服务为导向的绩效考核体系。实践成效表明,这些举措有效提升了患者注册量与医师参与度,初步构建了线上线下融合的诊疗新生态。本研究的发现可为同类公立医院建设与运营互联网医院提供实践参考。
大数据与云计算技术 | 大数据技术支持下高职学生综合素质评价体系的构建与应用研究

大数据与云计算技术 | 大数据技术支持下高职学生综合素质评价体系的构建与应用研究

摘要:针对传统高职学生综合素质评价体系存在的主观性强、数据维度单一等局限,本文旨在探索大数据技术驱动下的评价模式创新。本研究首先构建了一个涵盖学业、技能、素养等多维度的评价指标体系;接着,阐述了基于多源异构数据的采集与处理方法,并设计了结合层次分析法(AHP)与模糊综合评价的量化模型。通过对陕西工商职业学院的应用案例深入探讨,力求构建一个科学、全面、动态的评价新范式,为实现高职教育的个性化培养与精准化管理提供数据驱动的决策支持。
大数据与云计算技术 | 高校数据治理体系构建与标准化研究

大数据与云计算技术 | 高校数据治理体系构建与标准化研究

摘要:随着数字化转型的深入,数据已成为高校的核心战略资产。然而,传统部门主导的信息化建设模式滋生了“数据孤岛”与“数出多门”等沉疴。针对上述问题,本研究以实现“一数一源”为核心目标,深入探讨高校数据治理体系的构建与实践路径。首先,基于国际数据管理框架与教育部相关标准,构建了“决策—统筹—执行”三层联动的组织架构;其次,结合高校数据资产特征,制定了校本化数据标准体系与多源异构数据协同策略;最后,设计了涵盖“监控—评价—改进”的数据质量闭环保障机制。本研究构建的将原始数据转化为高质量资产的标准化流程,为高校推进现代化数据治理提供了系统性的理论参考与实践指南。
大数据与云计算技术 | 深度学习驱动的数据中心能效优化策略分析

大数据与云计算技术 | 深度学习驱动的数据中心能效优化策略分析

摘要:为破解数据中心日益增长的能耗挑战,本文系统性地分析了以深度学习为驱动的数据中心能效优化策略。首先阐明深度学习如何通过数据驱动的方式,实现对数据中心复杂、非线性系统的精准建模与预测。在此基础上,重点剖析了其在三大核心领域的优化应用:1)在资源管理层面,模型通过负载预测与智能调度实现计算资源的动态匹配;2)在环境控制层面,模型通过自适应参数调整优化冷却系统能效;3)在系统设计层面,模型通过软硬件协同提升整体能源效率。研究表明,深度学习能够将数据中心的能效管理从传统的静态、被动模式,转变为动态、预测性的智能优化范式,为构建下一代绿色、低碳数据中心提供技术支撑。
大数据与云计算技术 | 大语言模型赋能下高职院校网络安全运维管理优化策略研究

大数据与云计算技术 | 大语言模型赋能下高职院校网络安全运维管理优化策略研究

摘要:面向高职院校网络安全运维管理中告警噪声高、处置依赖个人经验、知识沉淀薄弱与跨部门协同效率低等问题，本文围绕大语言模型在运维决策支持与知识化管理中的应用开展研究。研究构建“数据治理—模型能力—流程嵌入—闭环评估”的整体框架，采用典型运维场景建模、知识库组织、提示模板设计与人机协作校验等手段，形成告警归并与解释、工单生成与分派、处置步骤推荐与复盘归档的可落地方案。研究表明，该方案可提升告警分流准确性与响应一致性，降低重复劳动并增强应急处置的可复制性。该研究为高职院校在资源受限条件下推进网络智能化运维与安全治理提供了可实施路径，也为运维管理标准化与人才培养评价提供参考。
大数据与云计算技术 | 面向SDN网络的强化学习路由优化算法设计与实现

大数据与云计算技术 | 面向SDN网络的强化学习路由优化算法设计与实现

摘要: 针对传统路由算法在SDN(软件定义网络)动态流量环境下存在的高时延与链路负载失衡问题,本文结合SDN的集中控制特性与强化学习的动态决策优势,提出了一种面向SDN的路由优化算法。该算法构建了适配SDN的状态空间与综合奖励函数,基于改进DQN实现路由智能决策。实验验证表明,相较传统OSPF算法,该算法端到端时延降低28.3%,链路均衡度提升31.1%,具备良好的动态适配性,为SDN网络路由调度提供了高效的技术方案。
大数据与云计算技术 | 面向5G/5G-A复杂异构网络的容量与干扰智能联合协调方法研究

大数据与云计算技术 | 面向5G/5G-A复杂异构网络的容量与干扰智能联合协调方法研究

摘要:5G/5G-Advanced(5G-A)网络性能的提升,始终面临着系统容量扩张与同频干扰抑制之间的根本性矛盾。为了解决密集异构组网中多维资源耦合与动态业务带来的优化挑战,本文提出一种名为JODA-Meta的智能联合优化框架。该方法深度融合分布式优化、深度强化学习与元学习机制,并创新性地引入图神经网络对干扰拓扑进行建模,实现了对功率、波束和频谱资源的端到端动态协同决策。仿真结果表明,在典型城区密集场景下,所提方案可使区域频谱效率提升约45%,5%的边缘用户速率提升超过150%,同时将URLLC业务中断概率控制在 10^-5 以下;在郊外场景下,能在保持95%以上覆盖率的条件下降低系统能耗约28%。本研究成果不仅为5G/5G-A复杂网络规划提供了高效优化工具,也为网络向5G-A及6G演进中实现更高程度的自主智能与绿色低碳提供了方法参考。
网络通信与安全 | 面向异构网络的视频会议融合架构设计与实现

网络通信与安全 | 面向异构网络的视频会议融合架构设计与实现

摘要:视频会议系统能突破地域限制,已成为现代通信的关键基础设施。本文分析了云视频会议系统和高清视频会议系统的使用场景、优点与局限性。承载于公共互联网的云视频会议系统与承载于专线网络的传统高清视频会议系统,其架构与协议的异构性导致互联互通成为关键技术挑战。为解决这一问题,本文基于实际工程需求,设计并实现了两种异构系统融合方案:基于协议转换的融合网关方案与基于物理层信号转换的视频矩阵方案。这两种方案均实现跨网络、多层级的融合,有效提升了视频会议系统的灵活性和兼容性。
网络通信与安全 | 基于物联网智能应用系统开发的虚拟仿真实验方法探究与改革

网络通信与安全 | 基于物联网智能应用系统开发的虚拟仿真实验方法探究与改革

摘要:随着新一代信息技术与实体经济深度融合,物联网智能应用系统开发已成为推动数字经济高质量发展的重要引擎。为贯彻落实国家《“十四五”数字经济发展规划》和《新一代人工智能发展规划》的战略部署,本虚拟仿真实验改革针对当前物联网实践教学中硬件资源受限、实验模式固化及产教融合不足等问题,提出了一套基于虚拟仿真技术的实验教学改革方案。方案以产业需求为导向,深度融合机器学习技术,构建了“云—边—端”协同的虚实结合智能实验平台。通过模拟智能制造等典型应用场景,形成了“基础验证—综合设计—创新研究”的三层次实践体系。实践表明,该改革有效突破了传统实验的硬件与成本瓶颈,显著提升了学生的工程实践能力与科技创新意识,为新工科背景下物联网领域复合型人才培养提供了可推广的实践范式。
网络通信与安全 | 面向复杂变电站环境的手持SLAM三维实景重建与工程应用研究

网络通信与安全 | 面向复杂变电站环境的手持SLAM三维实景重建与工程应用研究

摘要:随着电网系统规模的不断扩大,对变电站进行三维可视化建模,有助于运维检修方案制定和故障处理等工作。传统测绘方法难以在复杂环境下获得高精度、快速的测量结果。本文基于即时定位与地图构建(Simultaneous Localization and Mapping, SLAM)技术,开展变电站三维实景建模研究,并提出一种移动端快速建模方法。该方法采用多传感器融合、特征提取及点云处理算法,实现了变电站场景的三维重建。实验结果表明,该方法较传统建模方式在精度、效率和场景细节还原方面具有一定优势,能够较好地满足变电站三维建模与运维应用需求。此外,本文还对重建模型的几何精度与语义属性进行了定量评估,验证了该技术在电力运维智能化转型中的应用潜力。研究结果表明,手持SLAM技术适用于复杂变电站环境下的三维实景重建,可为变电站智能运维提供技术参考。
网络通信与安全 | 基于树莓派5与多传感器融合的校园物流机器人自主导航与控制系统设计

网络通信与安全 | 基于树莓派5与多传感器融合的校园物流机器人自主导航与控制系统设计

摘要: 针对校园快递末端配送中存在的时空约束强、人力成本高及路径规划复杂等问题,本文设计了一种基于多传感器融合的校园智能物流机器人系统。该系统以高性能树莓派5为主控单元,构建了“环境感知—决策规划—运动控制”的分层架构。采用改进的YOLOv8-nano算法实现动态障碍物实时检测,结合Pure Pursuit算法完成多目标点路径跟踪。此外,还设计了模块化分仓储物结构与二维码身份验证机制,实现了快递从揽收到投递的全流程自动化。实验结果表明,该系统在复杂校园环境下有效提升了校园物流的智能化水平与配送效率。
工程应用 | 应急照明疏散指示系统智能控制模块设计调试及功能实现

工程应用 | 应急照明疏散指示系统智能控制模块设计调试及功能实现

摘要:现代建筑功能复杂化与人口密集化趋势加剧了火灾应急疏散的技术挑战,传统应急照明疏散指示系统因响应延迟高、疏散路径固定、系统联动性差等问题,难以满足当前消防安全需求。针对上述痛点,本文开展应急照明疏散指示系统智能控制模块的设计、调试及功能实现研究。采用嵌入式控制与物联网通信技术,构建“感知—控制—执行”三层系统总体架构,完成硬件电路与软件程序设计,制定分单元调试与整体联调方案,并通过多组实测测试验证系统性能。结果表明:模块应急启动响应时间≤0.8 s,灯具控制准确率100%,可实现火情下疏散路径动态调整与照明设备智能管控。本研究有效解决了传统系统响应延迟高、控制方式单一、联动性差等问题,可为建筑消防应急照明系统智能化升级提供技术支撑与工程参考。
工程应用 | 融合特征匹配的视频帧智能标注关键技术研究

工程应用 | 融合特征匹配的视频帧智能标注关键技术研究

摘要: 针对传统视频帧标注效率低、成本高, 以及现有智能标注技术在复杂场景下鲁棒性不足等问题, 本文提出一种基于多维特征融合与自适应匹配的视频帧智能标注模型。该模型将底层 ORB 手工特征与高层 ResNet-50 语义特征进行融合, 借助 PCA 降维与特征归一化以提升表征能力; 同时, 引入轻量化 Siamese 网络与自适应匹配阈值策略, 构建“自动标注—优化修正”闭环机制。基于 VOC2012 与 COCO2017 等数据集的实验结果表明, 该模型的标注 IoU 达 88.7%, 处理速度为 35.8 帧/s, 人工干预率降至 4.2%, 在精度、效率及复杂场景鲁棒性上均显著优于传统方法。
工程应用 | 生成式 AI 驱动非遗数字化教材三维建模交互设计与应用研究

工程应用 | 生成式 AI 驱动非遗数字化教材三维建模交互设计与应用研究

摘要: 针对传统非遗数字化教材存在三维呈现单一、交互性不足等问题, 本研究以生成式AI作为核心驱动力, 构建面向非遗数字化教材的三维建模交互设计框架。从理论框架的搭建、设计策略的制定到典型非遗项目的应用实践, 本研究系统探讨非遗三维模型生成、交互界面设计以及多模态体验优化的实现路径, 并与传统非遗教材教学模式进行对比分析。研究显示, 该框架能够有效提升非遗数字化教材的文化表现力与教学交互性, 为非遗数字化传承与教育创新提供可行的设计路径和理论依据。
工程应用 | 基于三维克里金的台州市精细化风场插值算法研究

工程应用 | 基于三维克里金的台州市精细化风场插值算法研究

摘要: 针对台州市复杂地形下风场精细化监测需求及站点观测垂直分布稀疏的难点,本文以2025年全年10分钟极大风观测数据为基础,采用多尺度三维克里金方法进行风场插值。通过参数敏感性测试,选取最优参数组合,并对十个典型天气日期的1440个时次进行留一法交叉验证。结果表明:插值精度受风力等级与空间高度的显著制约。在弱风天气(如异常高温)下,U、V分量的均方根误差(RMSE)控制在1.4 m/s左右,相关系数(r)优于0.6;而在强风天气(如台风)下,RMSE增至约4.3 m/s(r≈0.5)。垂直方向上,相关系数呈随高度递减的趋势,尤其是1000 m以上高空,样本极度稀疏导致插值性能发生显著下降。用本文方法在稀疏观测条件下可获得合理的绝对误差,但相关系数偏低,体现了纯观测插值的局限性,可为后续引入背景场或地形协变量提供依据。
数字媒体与交互技术 | 面向智慧农业的AI驱动生产决策系统研究

数字媒体与交互技术 | 面向智慧农业的AI驱动生产决策系统研究

摘要:本文聚焦人工智能(Artificial Intelligence, AI)赋能农业生产决策的产业变革。首先,系统梳理了AI驱动下农业决策系统的理论内核、架构演进与主流应用范式;其次,深入剖析了该系统在产业化落地中面临的技术、经济与应用三大核心瓶颈;最后围绕“自主、可信、共融”核心理念提出下一代农业决策智能的发展路径,为智慧农业决策系统的技术研发与产业落地提供理论参考。
数字媒体与交互技术 | “111计划”依托下的研究生人工智能课程国际化协同教学模式探索与实践

数字媒体与交互技术 | “111计划”依托下的研究生人工智能课程国际化协同教学模式探索与实践

摘要:在“人工智能+”行动深入实施的背景下,高层次人工智能人才需要具有国际化视野和跨文化交流的能力。然而在推进人工智能课程国际化的进程中存在课程前沿性滞后、国际化师资匮乏等痛点问题。本文依托“111计划”提出面向研究生人工智能课程的国际化改革,构建了“双师协同、虚实融合”的国际化教学新范式。在教学内容方面,引入国际前沿人工智能技术与方法,开拓学生国际化视野;在教学方法上采用双语教学,提高了学生跨文化交流的能力。通过多轮次的探索与实践,逐渐形成了一套成熟的教学模式,为高校研究生教学提供了可复制推广的国际化解决方案。
交叉与综合 | 基于岗位沉浸与项目情境驱动的新工科教学模式构建与实践 ——以大数据专业为例

交叉与综合 | 基于岗位沉浸与项目情境驱动的新工科教学模式构建与实践 ——以大数据专业为例

摘要:本文聚焦新工科专业的产学匹配、前沿技术牵引、知识融合、团队协作、产业创新等问题,提出了“企业岗位沉浸+项目情境驱动”的课程教学模式。通过教师和学生对标企业岗位实现企业技术顾问和研发人员的身份角色转换,在实际项目情境的驱动下,促进学生思维方式创新与技术方案落地,实现了从理论学习到项目实战的无缝对接。该模式有效解决了新工科教学中产学脱节、知识传授与技术应用割裂的痛点,为培养兼具创新思维与实践能力的高素质工程人才提供了可复制的教学模式。
交叉与综合 | 基于OBE理念的产教融合Python课程改革与跨学科实践 ——以“Python+X”课程为例

交叉与综合 | 基于OBE理念的产教融合Python课程改革与跨学科实践 ——以“Python+X”课程为例

摘要:为应对传统Python课程与产业需求脱节、跨学科应用能力培养不足的问题,本研究基于成果导向教育(OBE)理念和社会建构主义精神,构建了一种“教育链—产业链—创新链—责任链”四链协同的产教融合育人新范式。依托东莞城市学院与企业的深度合作,本研究以“Python+X”跨学科项目为载体,创新性地引入生成式AI助教系统与双轨导师制,并构建了“竞赛积分制+就业能力档案”的动态评价体系。实践表明,该模式显著提升了学生的项目交付完整率(+24%)、跨学科问题解决能力(+45%)和团队协作能力(+35%),并获得了企业的高度认可。本研究为新工科背景下的编程教育改革提供了一个以理论为驱动、可量化评估的实践模型。
信息化与计算机教育 | 基于BOPPPS模式的Python数据分析课程教学改革与实证研究

信息化与计算机教育 | 基于BOPPPS模式的Python数据分析课程教学改革与实证研究

摘要:作为计算机大类专业的核心必修课程,Python数据分析因其简单易学、功能强大的特点,已然成为衔接理论与实践的关键课程,对学生专业能力培养与职业发展具有重要意义。但是,现实问题却是学时紧张、学生基础参差不齐、理论与实践难以融合。本研究以BOPPPS教学模式为依托,从内容体系、实践环节、评价方式、思政元素四个方面展开探索,旨在将课程目标从知识转向能力,为培养实战型数据人才铺路。以近两年教学实践为基础的实证分析表明,该模式显著提升了学生的学习主动性与知识迁移能力,课程目标达成度较教改前实现了统计学意义上的显著增长。
信息化与计算机教育 | 数字化转型驱动下江苏职本院校智慧商贸实训室高水平建设路径研究

信息化与计算机教育 | 数字化转型驱动下江苏职本院校智慧商贸实训室高水平建设路径研究

摘要:数字经济的蓬勃发展倒逼商贸产业结构升级,从而对复合型高层次技术技能人才提出了迫切需求。实训基地作为职业本科人才培养的实体依托,其数字化水平直接关乎育人质量。本文立足江苏省职业本科教育发展实际,剖析了当前商贸实训室建设中存在的软硬件资源配置失衡、产教融合表层化、教学资源迭代滞后等现实困境。基于此,提出以数字化转型为驱动,构建涵盖“理念重塑—架构重构—课程重组—模式创新—多元考核”的五位一体高水平建设路径,旨在通过数智赋能打破时空壁垒,为江苏及全国职本院校智慧商贸实训室的迭代升级提供理论支撑与实践范式。
信息化与计算机教育 | AI赋能高等教育数字化转型路径探索

信息化与计算机教育 | AI赋能高等教育数字化转型路径探索

摘要:人工智能的日益成熟和迅猛发展为高等教育带来了历史性机遇,AI赋能高等教育数字化转型已成为必然趋势。本研究在分析高等教育数字化内涵演进与核心挑战的基础上,构建了涵盖教学模式、服务、管理与评价的“四轮驱动”AI赋能高等教育数字化转型路径模型,同时指出其成功实施依赖于顶层设计引领、数字资源建设与教师数字素养提升三大系统性保障。
信息化与计算机教育 | 计算机应用基础中的思政元素与学生价值观培养研究

信息化与计算机教育 | 计算机应用基础中的思政元素与学生价值观培养研究

摘要:为破解计算机应用基础教学中“技能工具化”与“价值引领虚化”的难题,本研究深入挖掘了课程所蕴含的数字伦理、信息安全、工匠精神与文化自信等内生性思政元素。研究提出,通过将“网络安全意识”融入网络基础教学、将“代码规范与团队协作”融入编程入门、将“数据隐私保护”融入数据库应用、将“中华优秀传统文化”融入多媒体作品创作,可构建一套情境化与项目式的课程思政实施路径。研究旨在证明,将思政元素与专业知识点进行“点对点”的精准映射,结合情境化与项目式教学方法与多元化评估机制,可有效促进学生专业技能与社会主义核心价值观的协同发展,为计算机基础课程的思政建设提供可操作的实践范式。
信息化与计算机教育 | 智慧教育视角下电路基础教学方法与成效提升研究

信息化与计算机教育 | 智慧教育视角下电路基础教学方法与成效提升研究

摘要:随着人工智能技术在教育领域的深入融合,智能化教学模式正逐步成为高等教育发展的重要方向。特别是在工科课程中,人工智能不仅为教学提供了更精准的数据支持,更通过教学方式的重构实现了教学效率和质量的双重提升。本文基于电路基础课程体系,分析了当前该课程教学中存在的主要问题,并探讨了人工智能在课程教学中的多维应用路径。通过改革教学方法和优化教学流程,学生的学习主动性与动手实践能力显著提升。教学实践结果表明,与传统教学班级相比,改革班期末平均成绩显著提升了约8.4分(t=6.10,p<0.001),在工程任务中方案二次优化比例提升了约23.8个百分点( χ²=8.57,p<0.01 ),学生学习投入与反思意识等多项指标也实现显著提升,验证了本研究教学模式的有效性。
信息化与计算机教育 | 离散数学课程教学改革探索与设计

信息化与计算机教育 | 离散数学课程教学改革探索与设计

摘要:为破解离散数学课程中存在的理论抽象、学生产生畏难情绪、学习参与度不足等教学困境,本研究旨在设计并验证一种基于互联网技术的混合式教学新模式。该模式以“学生为中心”和建构主义理论为指导,通过整合“雨课堂”等智慧教学平台,融合MOOC/SPOC资源,创新性地提出了以翻转课堂、多维互动为特征的“教—学—评”一体化流程教学设计,并深度融入了课程思政元素,以达到系统性地培养学生的逻辑思维、计算思维和创新能力的教学目标。为期三年的教学改革实践表明,该模式能显著提升教学效果并提高学生学习兴趣与自主学习能力。本研究为高难度、高抽象性的电子信息领域相关专业基础课程实施有效的混合式教学改革提供了有数据支持的创新范例。
信息化与计算机教育 | AI赋能的数据结构课程教学改革

信息化与计算机教育 | AI赋能的数据结构课程教学改革

摘要:为破解当前本科院校数据结构课程中存在的“一刀切”教学、内容与产业脱节及评价体系单一等困境,本研究旨在构建并评估一套以AI赋能的个性化教学改革方案。该方案以学习行为分析与个性化辅导为核心,首先,通过整合智慧树平台与AI大模型,构建了多源异构学习数据的采集与处理体系,以生成精准的学生学习画像;其次,依托智能助教技术,构建了教师、学生与AI协同的“师一生一机”三元智慧教学结构,实现了从备课、授课到个性化学习的全流程赋能;最后,建立了一套融合AI分析的多维度过程性评价体系,推动评价范式从“分数导向”向“发展导向”转变。通过在中北大学计算机专业进行的准实验对比研究,数据显示,实验组在学业成绩与实践项目表现上均显著优于对照组,验证了该AI赋能教学模式的有效性。本研究为计算机专业核心课程的数智化转型提供了可行的实践范式。
信息化与计算机教育 | 应用型本科高校人工智能通识课程教学改革研究

信息化与计算机教育 | 应用型本科高校人工智能通识课程教学改革研究

摘要:为应对人工智能时代对复合型人才的需求,并破解应用型本科高校AI通识课程教学中存在的学生基础异质、实践教学薄弱及师资不稳定等结构性困境,本研究以重庆第二师范学院为例,构建并实践一套系统性的教学改革方案。该方案以培养学生的普适性“AI思维”为核心目标,从三个维度展开课程教学改革研究:首先,构建“A+B”双轨制的“分类分层”教学体系,以精准适配不同专业背景学生的认知基础与发展需求;其次,打造以AIGC工具和低代码平台为核心的“场景化-低门槛”实践教学范式,有效激发学生学习动机并降低实践门槛;最后,通过建立“结构化-协同化”的师资发展与资源共建机制,保障教学的稳定性与可持续性。本研究为同类应用型高校的人工智能通识教育提供了兼具理论深度与实践操作性的改革范式。
信息化与计算机教育 | 四维协同: Java EE 框架技术实践课程混合式教学改革与实践

信息化与计算机教育 | 四维协同: Java EE 框架技术实践课程混合式教学改革与实践

摘要:近年来,在Java EE框架技术实践课程的教学中,理论与实践脱节、学生参与度低、教学资源有限等问题日益凸显,促使教学模式亟待向线上线下深度融合的混合式教学转型。本研究以湖北文理学院软件工程专业2211班为实践对象,开展混合式教学改革,设计并实践了一套融合教学内容重构、多元教学策略、动态资源建设与正向激励机制的四维协同混合式教学体系。教学实践表明,该改革有效扩展了课程教学时空边界,显著提升了学生的工程实践能力与自主学习效能,为同类课程的教学优化提供了有益借鉴与实践蓝本。
信息化与计算机教育 | 人机协同视域下高职商科教师数字素养的生态重构:逻辑、困境与路径

信息化与计算机教育 | 人机协同视域下高职商科教师数字素养的生态重构:逻辑、困境与路径

摘要: 在生成式人工智能(Generative Artificial Intelligence, GAI)技术重塑职业教育生态的时代背景下, 高职商科教师的数字化转型刻不容缓。本文基于对当前存在的系统孤岛、资源鸿沟、意识藩篱和评价滞后等困境的深入分析, 构建了数据驱动的精准诊断与个性化导航、人机协同的沉浸式教研与创新沙盒、开放共生的数字化资源智慧生态、价值共识导向的发展共同体与制度保障“四维一体”赋能路径模型, 将“数据驱动”与“价值共识”相结合, 提出了具有可操作性的实施策略和系统性保障机制, 为高职教育数字化转型的师资建设提供范式参考。
信息化与计算机教育 | 基于 CTF 模式的文献检索与写作教学改革

信息化与计算机教育 | 基于 CTF 模式的文献检索与写作教学改革

摘要:为提高文献检索与写作课程的趣味性和吸引力,将CTF竞赛模式引入教学改革中,建立一套侧重于实践的教学新体系。参考CTF夺旗赛的竞赛模式,对学生的课堂实践和课下练习进行优化,引入竞争、协作和激励机制,增加课程学习的趣味性和挑战性,吸引学生更快、更积极地参加课程实践和练习,锻炼学生的动手实践能力、自主学习能力,增强学生学习的主观能动性。通过课程教学和教改实施,学生参与课程实践和提交作业的积极性明显增强,提高了学生的文献检索水平、信息挖掘技能、科研写作能力和信息素养。
信息化与计算机教育 | “三新”融合背景下AIGC赋能信息科技师范生创新能力培养

信息化与计算机教育 | “三新”融合背景下AIGC赋能信息科技师范生创新能力培养

摘要：“新工科、新师范、新双创”融合为信息科技师范生创新能力培养带来新的机遇与挑战，而当前的人才培养模式依然面临课程体系与教学内容滞后、师资队伍素养尚需加强、实践教学与创新能力培养脱节等问题。本文构建了一个“交叉融合、逐级提升”的AIGC赋能信息科技师范生创新能力培养模式。通过一个培养周期的教学改革实践，学生在师范技能与创新实践能力方面都得到了进一步提升。

过往期刊

更多

猜你喜欢

人大附中数字阅览室