关键词： 自动驾驶系统   自动驾驶技术   无线电控制   图像控制   斯坦福大学   人工智能   路径规划  

摘要： 从20世纪20年代到20世界60年代,自动驾驶技术方案从最开始的无线电控制方案到后续的电缆控制方案,再到图像控制方案自动驾驶在短短的40年间已经经历了三次技术迭代。通过一次次尝试,研究人员逐渐探索出一套切实可行的技术方案。在上一期中,我们介绍了斯坦福大学的“Stanford Cart”项目,其启发了现代自动驾驶系统的“感知—预测”部分。于此同时,现在自动驾驶系统中的“路径规划”与“人工智能”两大技术也在斯坦福大学中生根发芽。本期我们不将时间线向后推,而是着重介绍同一时期另外两项技术的集大成者—Shakey。

关键词： 人工智能   舞台美术设计   虚拟现实技术  

摘要： 人工智能(AI)正在改变各行各业,舞台美术也不例外。本文通过分析AI技术在舞台美术设计中的优势和运用,如提高设计效率、增强创意性以及优化舞美效果等,探讨AI技术在舞台美术设计中的影响和前景。

关键词： 人工智能   大学英语   教学模式  

摘要： 随着信息技术的高速发展,人工智能技术在教育领域应用范围日益广泛,尤其在实施个性化教学、提高学生自主学习效率、加强课上与课下学习的衔接等方面,均有显著优势。本文立足于人工智能背景现状,分析人工智能技术融于大学英语教学的价值、应用形式、具体应用、完善策略,进而尝试重构大学英语教学模式,推进大学英语教学改革。

关键词： 人工智能   性能检测   电驱动系统   质量模型  

摘要： 针对电驱动系统在性能质量方面的局限性,提出了一种基于关键参数的性能检测方法。该方法引入基于梯度提升决策树的机器学习算法,构建并验证了性能质量检测模型,包含质量样本数据采集、特征工程分析、模型构建、模型融合及模型自训练机制等,实现了基于电驱动系统的生产加工关键参数判断产品性能检测质量,并结合生产实际,提出了应用场景建设思路及深化方向。结果表明,基于关键参数能够实现电驱动系统性能质量的检测。

关键词： 机器学习方法   高光谱遥感图像   目标检测   目标像元分割   投影寻踪   动力演化算法  

摘要： 针对高光谱遥感图像目标检测的难题,提出基于机器学习的高光谱遥感图像目标检测方法。首先,通过动力演化算法找到满足偏度、峰度最大化的投影方向,将高维图像数据投影至低维子空间,从而提取图像的光谱信息。然后,通过线性判别法将提取的信息转换为直方图形式,再利用自动标记分水岭算法和KNN方法进行目标区域的初分割和分类,以去除非目标光谱像元。测试结果表明,对目标信息进行检测处理后,图像像元整体分类精度与平均分类精度数值区间为[0.97,0.98],信息熵数值仅有0.01,说明该方法具有较高精度,结果可信度较高。

关键词： 工具制造   人工智能   人类进化   物联网   互联网   印刷术   技术开发  

摘要： 人类是最痴迷工具、最崇拜技术的动物,技术开发与工具制造使用的历史构成了人类进化的历史。毛泽东说:“人猿相揖别。只几个石头磨过,小儿时节。”人类曾经学习打磨石器,后来学习在龟甲、竹简、羊皮上刻写,印刷术发明后方有书可读。到了工业时代,机器实现了工具与技术的结合。历史上的机器主要是人肢体的延伸,解放人的体力;今天的互联网、物联网、人工智能、基因技术正在替代人类引以为傲的脑力。

关键词： 马克思主义哲学   人工智能   社会进步作用  

摘要： 站在马克思主义哲学观下,从工业文明的自动化技术发展到信息文明时代的人工智能技术,社会的生产力与生产关系变化是深彻而影响广泛的。在提升劳动力素质与能力、革新劳动资料、拓展劳动对象方面,人工智能技术为新质生产力发展提供了降本增效空间,同时也为现有私有制生产关系的改善提供了条件。在此主要针对人工智能技术的本质、与工业文明自动化技术的区别、及其社会进步作用展开详细论述,进而为人工智能与社会的和谐发展提供学术思考。

关键词： 人工智能   头影测量标志点   自动定点   机器学习   深度学习   自动化分析   计算机视觉  

摘要： 头影测量是正畸诊断和治疗过程中不可或缺的分析手段。高精度定位头影测量的标志点对于确保正畸临床诊断的准确性和治疗目标的正确性至关重要。随着计算机辅助技术特别是人工智能的发展,头影测量标志点从手动标注逐渐进展到自动定点,并已应用于临床实践。从基于知识方法到基于模型和模板匹配方法,再到现在的机器学习及深度学习方法,人工智能在传统头颅侧位片上标志点检测的准确率已有显著提高,但在图像数据更精确的三维图像上,自动定点尚处于起步阶段。本文旨在综述人工智能在头影测量自动定点算法方面的研究进展,并对其未来研究方向进行展望。

关键词： 船体   焊接   机器人应用   智能制造  

摘要： 针对船舶中组立尺寸大、结构复杂、障碍物多,机器人自动化焊接难以应用,本文提出基于数据驱动的船舶中组立智能焊接技术,通过中组立三维模型和龙门式机器人构建仿真场景,采用广度搜索与深度搜索相结合的办法高效识别船体结构节点元素特征,并利用空间三维结构交线拟合提取焊缝曲线,建立安全焊接生产空间的防撞检测机制和避障规则,进而精准引导多机器人避障与自动焊接作业。结果表明,采用该智能焊接技术提高了中组立焊接效率和焊接质量,促进了船舶建造自动化、数字化生产,提升船舶行业智能化、先进工艺技术水平。

关键词： 脊髓型颈椎病   突出颈椎间盘   MRI   颈椎中立位   颈椎曲度   人工智能  

摘要： 背景:颈椎中立位MRI被广泛应用于脊髓型颈椎病的诊断和治疗,但患者在重复进行颈椎MRI检查时,头颈部不可能保持完全相同的姿势,患者颈椎被床面限制于某一个特定位置,颈椎可能有矢状面内的微小伸屈运动,头部也可能发生一定的仰屈度变化。颈椎中立位状态下颈椎和头部的这种变化是否会影响突出颈椎间盘的体积和颈椎曲度目前尚不清楚。目的:采用人工智能辅助测量,分析脊髓型颈椎病患者短期内2次颈椎中立位状态下MRI检查突出颈椎间盘体积、颈椎曲度测量的精准性与可靠性。方法:回顾性分析2012年6月至2023年6月接受保守治疗并在3个月内2次行颈椎MRI检查的脊髓型颈椎病患者。作者首次提出使用枕胸间距和枕胸角来评估颈椎中立位时头部仰屈度的变化,并参照首诊枕胸角的角度,将复诊患者分为枕胸角增大组和减小组。通过人工智能测量软件辅助或人工测量突出颈椎间盘的体积、C2-6 Cobb角及颈椎(C3-C7)曲率。正态分布数据用x-±s表示,非正态分布数据用中位数(四分位数间距)表示。采用Spearman秩相关系数分析Cobb角、颈椎(C3-C7)曲率变化与突出颈椎间盘体积变化的相关性。结果与结论:①共有104例脊髓型颈椎病患者,326个突出颈椎间盘,枕胸角增大组及枕胸角减小组分别有47例和57例患者;②头部仰屈指标:首诊和复诊时,枕胸间距、枕胸角均无显著差异;枕胸间距的变化量为0.035(3.23)mm,枕胸角变化量为-0.31(3.28)°,枕胸间距与枕胸角的变化量偏移范围较小,且无显著相关性;③颈椎曲度指标:首诊和复诊时,C2-6 Cobb角、C3-C7曲率无显著差异;枕胸角增大组和减小组C2-6 Cobb角、C3-C7曲率均无显著差异;④首诊和复诊时,突出颈椎间盘体积无显著差异;枕胸角增大组及减小组突出颈椎间盘体积均无显著差异;突出颈椎间盘体积的变化量与C2-6 Cobb角、C3-C7曲率的变化量无显著相关性;⑤结果说明,颈椎中立位状态下,颈椎被(床板)限制于某一个特定位置有可以忽略不计的矢状面内微小伸屈运动,头部虽存在一定范围的仰屈度变化,颈椎中立位状态下颈椎与头部这些变化不影响突出颈椎间盘体积、C2-6 Cobb角及颈椎(C3-C7)曲率等参数测量的精准度与可靠性。