2024 年 第 7 卷 第 1 期

      研究论文

    • 冯泽军,刘素娟,赵璐钰,许浩然,陈雨菡
      2024, 7(1): 1-5. DOI: 10.3969/j.issn.2096-6091.2024.01.001
      摘要：随着现代物流仓储体系的自动化程度越来越高，自动引导（Automated Guided Vehicle，AGV）小车被广泛运用到智能制造程度高的制造业企业当中。大型无人仓储环境下，大量AGV小车高效、安全、稳定地协同运行对工业网络的网络传输、计算速度提出了很高要求。本文在分析大量AGV小车的运行对网络和算力的要求的基础上，提出了基于算网融合环境下的AGV小车任务调度网络模型。该网络系统架构模型中的网络节点同时具备算力计算、存储和网络任务分发调度功能，将算力和网络有机融合，提高了网络路由节点的带宽、时延、算力等性能，更高效地满足了大量AGV小车协同运行的需求。  
      关键词：工业互联网;AGV小车调度规划;算网融合;网络架构模型;边缘计算   
      2
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78686849 false
      发布时间：2024-12-16
    • 韩杨,苗壮,孙悦,郭金兴,陈广新,高铭泽
      2024, 7(1): 6-11. DOI: 10.3969/j.issn.2096-6091.2024.01.002
      摘要：本文研究利用DenseNet201网络构建乳腺病理图像分类预测模型。本研究的数据集包括162个乳腺癌标本，并使用DenseNet121进行实验对比。对比结果显示DenseNet201相较于DenseNet121在乳腺癌检测上的表现更为出色，通过20个训练epochs，整体准确性达82%，未患有浸润性导管癌类别精确度90%、召回率84%，F1分数为0.87。患有浸润性导管癌类别精确度66%、召回率77%，F1分数为0.71。相比其他DenseNet网络，DenseNet201在准确率上提高了5%左右。研究表明DenseNet201在处理大规模乳腺癌图像数据集时，具备更强大的特征提取能力，能更好地适应复杂的数据模式和关系，从而提高了乳腺癌检测的准确性和效率。  
      关键词：乳腺癌;DenseNet;病理图像;深度学习   
      58
      |
      107
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 59378292 false
      发布时间：2024-12-16
    • 刘金海,林盛,靳俊峰
      2024, 7(1): 12-17. DOI: 10.3969/j.issn.2096-6091.2024.01.003
      摘要：不考虑空间目标共轨道面或近似共面的情况下，两个空间目标轨道面都存在交线，且两个空间目标可能交会的地方发生在轨道面交线附近。此外，空间目标的轨道受各种摄动力的影响，两目标之间的距离存在一定的振荡起伏，但整体接近距离随时间的变化有渐变的趋势，因此提出了一种附加时间窗的空间目标接近分析方法。结果表明，该方法能够对空间目标之间进行快速精确的接近分析，获得两个空间目标之间的最接近时刻和接近距离等参数，特别是针对全球碰撞预警分析，将有效减少计算时间，计算效率提升10%以上。  
      关键词：空间目标;碰撞预警;轨道摄动;轨道筛选;接近分析   
      2
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78686848 false
      发布时间：2024-12-16
    • 吕超,张继东,王晨昕,姜承祥
      2024, 7(1): 18-23. DOI: 10.3969/j.issn.2096-6091.2024.01.004
      摘要：智能家居设备的普及要求对设备进行精确的空间建模。本文提出了一种基于Zigbee通信协议的设备位置自动建模方法。该方法通过自定义的Zigbee距离向量群集（ZDV cluster），实现了设备间的距离测算与位置建模，并能够根据设备间信号强度，自动构建家庭中各设备的数字模型。通过结合建模、信号处理和增强的定位算法，定位精度可以稳定在1~3 m范围，适用于大多数智能家居应用的场景。本文详细介绍了该方法的工作流程、实现细节及实际应用场景。  
      关键词：Zigbee协议;设备位置建模;智能家居;距离向量群集   
      0
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78690228 false
      发布时间：2024-12-16

      综述

    • 刘立兵,傅励瑶
      2024, 7(1): 24-28. DOI: 10.3969/j.issn.2096-6091.2024.01.005
      摘要：深度学习在医学影像分割、配准和融合等方面取得了显著成功，应用实例包括计算机辅助诊断、个性化治疗和临床决策支持等。深度学习技术在医学影像分析中展现出巨大的潜力，极大地提升了医疗诊断的准确性和效率。本文讨论了深度学习在医学影像处理领域的主要技术发展及其应用，重点介绍了基于深度学习的分割、配准、融合和联邦学习方法在增强诊断准确性和辅助治疗中的关键作用。最后，本文探讨了当前技术的局限性以及未来的发展方向，旨在为医学影像处理领域的研究和应用提供有价值的参考。  
      关键词：深度学习;图像分析;医学影像分析;分析技术应用   
      1
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78686847 false
      发布时间：2024-12-16
    • 郑若楠
      2024, 7(1): 29-35. DOI: 10.3969/j.issn.2096-6091.2024.01.006
      摘要：随着数字经济的快速发展，数字孪生凭借其集成性、可交互性逐渐成为工业领域数字化转型的关键技术，能够在整个制造工厂网络基础设施中并行地感知、监视和控制物理设备和生产系统。本文概述了数字孪生的基本特征及发展阶段，探讨了数字孪生技术在行业数字化转型中不同生命周期的实际应用，介绍了Nvidia Omniverse平台的最新进展，并展望了未来的发展趋势。数字孪生将与人工智能加速融合，在数据采集与建模标准化基础上，通过平台的开放式设计形成集成创新，以推动其在工业数字化转型领域的拓展应用。  
      关键词：数字孪生;数字化转型;生命周期;Omniverse平台;集成创新   
      2
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78687159 false
      发布时间：2024-12-16
    • 李培源,曾卫民,赵帅,韦安垒
      2024, 7(1): 36-40. DOI: 10.3969/j.issn.2096-6091.2024.01.007
      摘要：在当今全球科技革命和产业变革中，人工智能处于最前沿的领域。本文对人工智能领域的各项关键技术的发展现状和趋势进行综述和探讨。诸如：AI芯片通过制程优化、架构创新提升算力；芯片使能技术优化软件架构，提升异构融合能力；AI开发框架增强兼容性、灵活性和可移植性；大模型在复杂任务处理、多模态信息整合方面取得突破；云智一体推动算力、算法和数据深度融合，促进AI产业生态形成，等。这些技术共同推动AI向更高效、更智能和更广领域应用发展。通过本研究，我们期望能够为政策制定者、科研人员和行业从业者提供有益的参考和启示。  
      关键词：AI芯片;芯片使能;AI开发框架;大模型;云智一体   
      2
      |
      0
      |
      0
      <HTML>
      <网络PDF><WORD><Meta-XML>
      <引用本文> <批量引用> 78686880 false
      发布时间：2024-12-16
    0