人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

基于遗传算法的频谱池ICI 优化算法

为优化基于小波的频谱池系统中的载波间干扰( ICI: Inter-Carrier Interference) ，提出了一种基于遗传算法的载波间干扰优化方案。采用遗传算法获得最佳权重向量，抑制认知用户子载波干扰能量。该算法可在不牺牲认知用户带宽的条件下，优化认知用户载波干扰能量。仿真结果表明，在满足认知用户目标误码率条件下，明显抑制影响授权用户的载波间干扰，使授权用户获得更好的误码率性能。     

自动物种识别中基于时频谱图形状的声学部件检测

概述了声音的自动物种识别在环境监测中发挥的重要的作用,创新性地利用时频谱图将可听的声音信号转换为可视的图像信号,并定义了构成动物叫声结构的基础声学部件。从图像处理的角度出发,设计了3种基于时频谱图形状检测声学部件warble,stacked harmonic和oscillation的算法;通过母考拉的叫声结构详细阐述这3种算法,并将这3种算法的识别结果与Raven和Song Scope进行了比较。实验结果表明,相较于Raven和Song Scope,本文设计的3种算法在识别精度上提高了10%。     

新型太阳能蒸汽式发电装置的分析与研究

发展低碳经济就要开发新能源,充分利用太阳能,太阳能资源是最丰富的可再生资源,它分布广泛、可再生、不污染环境,是国际社会公认的最理想的替代能源。在人们生活、工作中有广泛的作用,其中之一就是将太阳能转换为电能,而太阳能蒸汽发电设备的工作原理则是利用汇聚的太阳光,把低沸点的液态工质加热变为水蒸气,然后推动汽轮机来发电。该文提出一种新型太阳能蒸汽式发电装置,并介绍了该装置的结构、工作原理、突破与创新以及应用前景。     

汽车自动变速器的故障与维修

自动变速器是汽车中非常重要的部件,发动机通过将动力传输给自动变速器,在机械、电力、液压等综合技术整合下,实现汽车的行驶。然而汽车自动变速器也会出现问题和故障,尤其是正在行驶中的汽车,自动变速器发生故障会给驾驶者带来很大的麻烦。在日常的汽车检修过程中,如果没有及时发现自动变速器存在的故障隐患,会使得其问题不断严重,最终影响使用寿命。基于此,本文重点梳理了汽车自动变速器故障的基本检查流程,然后对经常出现的自动变速器问题故障提出了一些相应的维修技术措施。     

基于小波变换谱信息的溢油油膜厚度分类研究

本文提出一种基于小波变换谱信息的新型分类算法。该算法通过分析不同地物光谱曲线及高频小波系数曲线的奇异性，提取不同厚度油膜的敏感波段，以敏感波段的低频小波系数为基础，重新生成低频小波系数图像并进行分类。实验结果表明，该方法可找到不同厚度油膜的敏感波长，有效提升不同厚度油膜识别精度。     

环保的城市智能休闲椅

在美国波士顿公园和白宫,都有多功能智能休闲椅,这种椅子不仅可以供人们休息,还可以为手机充电。这种椅子叫Soofa,与沙发的英文单词接近,是由一家从麻省理工学院媒体实验室分离出来的初创公司发明的。椅子上安装着太阳能转换装置,能把太阳能转换成电能并存储起来。路过的人可以通过装置上的USB接口,为手机和平板电脑充电。有些人对这种充电器的安全有顾虑,担心黑客暗中通过充电器接口攻击游客的手机。不过,该公