基于Te-PEDOT:PSS复合热电材料的柔性压力/温度传感系统

随着人工智能技术的快速发展,面向人机交互技术的新型柔性传感器的需求与日俱增.柔性传感器作为智能机械手、仿生假肢手等仿生智能系统获取外界信息的重要媒介,对实现仿生触觉感知能力以及提升系统智能化具有重要意义.当前,如何通过材料与结构设计,研制具有多模态感知能力的柔性触觉传感器,已成为柔性电子领域关键挑战之一.本文采用水热法制备了Te-聚(3,4-亚乙二氧基噻吩)-聚(苯乙烯磺酸)(Te-PEDOT:PSS)复合热电材料.通过将其与三维多孔密胺泡沫骨架复合,并浸涂聚乙烯醇(PVA)薄层进行封装,实现了具有高界面稳定性的复合敏感材料体系可控制备.由此所组装的柔性触觉传感器件兼具Te-PEDOT:PSS的热电性能与三维泡沫电极板的电容性能,实现了压力/温度在接触/非接触模式下的双模态感知能力.进一步将其与智能机械手联用构建了感知反馈系统,对其在触觉感知方面应用性能进行了探索.     

遥感图像配准中的群智汇聚方法

遥感图像配准是遥感图像处理的一个重要的环节,在智能化遥感信息处理领域具有重要的研究意义和应用价值.本文主要对群智能在遥感图像配准中的应用进行了综述,并对进化算法和深度学习在遥感图像中的应用进行了介绍.首先介绍了遥感图像配准中常用的原理和优点.然后,对群智能算法在遥感图像配准中的应用进行了详细的介绍和总结,紧接着对进化算法在遥感图像配准中的应用进行详细介绍,其次对深度学习在遥感图像配准中的应用进行归纳,并且就遥感图像配准目前存在的难点以及深度学习在解决这些难点时所存在的优势进行了详细的讨论.最后,针对遥感图像配准中存在的关键问题进行了讨论与展望.     

压电电子学及其仿生智能传感

在低维压电半导体材料(比如ZnO和GaN)中,压电极化和半导体电子传输特性的耦合可以给器件带来预想不到的性能.这大大提高了研究人员对压电电子学这一新兴领域的兴趣.另外低维压电半导体材料拥有优异的机械特性,可以被集成到能够应对巨大应力的柔性器件中,外部的机械刺激为柔性器件运行中的电荷-载流子传输,载流子的产生、复合以及分离提供了新的调制方法.本综述回顾了压电电子学的基础理论,不同维度材料体系中的压电电子学,压电电子学晶体管的分类,及广义压电电子学晶体管的应用方面的最新研究进展,并对将来的研究方向进行了深入讨论.     

基于物联网的智能呼救系统的设计

基于物联网的智能呼救系统,采用STM32作为核心主控板,ADXL345加速度传感器对老人的体位进行检测。当老人跌倒时,加速度传感器感受到摔倒时会发出报警声,GPS定位老人地理位置信息,并由STM32对收集到的信息进行处理,GPRS/GSM发送到救护人的手机上,接收到老人的求救信息和老人的地理位置信息。这个设计能够避免老人因为救助不及时而造成的二次伤害,有一定的实际应用价值。     

人工道德智能体何以可行——基于对价值敏感性设计的审视

人工道德智能体自主程度越来越高,其引发伦理困境的实质是自主机器系统的“技术偏见”与人类伦理价值的冲突.当前人工道德智能体的建构依赖的特定技术模型或伦理理论并不完善.价值敏感性设计为人工道德智能体的实现提供多维视角,是一种整体性、动态性的实践方法论.在该框架下,人类价值被系统性分析并被嵌入到人工道德智能体之中,但该方法仍...     

法律智能合约平台模型的研究与设计

现有的智能合约技术本质上只是一段链上代码,而真正的智能合约应是法律合约的数字化,可以实现合约条款的自动执行.为此,介绍了法律智能合约的重要科技,包括法律考量、预言机、事件模型等基础设施,在分析相关机构工作的基础上提出了法律智能合约的5个标准开发步骤,通过对法律流程标准的研究提出了设计智能合约模版的方法.为解决智能合约模...     

基于YOLO算法的指针式仪表智能识别系统设计

针对指针式仪表自动检测读数时,受复杂背景环境等因素影响造成仪表图像检测难、提取速度慢、仪表盘定位扭曲、倾斜等问题,提出基于YOLO算法的指针式仪表智能识别系统。首先,利用YOLO算法对工业指针式表盘进行精确定位,并使用透视变换算法进一步校正,克服表盘扭曲或倾斜带来的误差;然后,对得到的二值化图像使用几何矩算法遍历得到仪表表盘的圆心和半径,提取仪表的刻度区域和指针;最后,采用角度法计算仪表读数。实验结果表明,该系统的仪表读数识别准确率不低于95%,可满足工业应用的精确度要求。     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于CPN的智能合约交易顺序依赖漏洞的验证

智能合约的形式化验证工作主要集中在编程语言层面的漏洞研究,而交易顺序依赖作为区块链层面的漏洞更不易被检测。基于着色Petri网对智能合约中潜在的交易顺序依赖漏洞进行形式化验证。以Decode悬赏合约为对象,分析合约中潜在的漏洞,自顶向下地对合约本身及其执行环境建立着色Petri网模型,并引入攻击者模型来考虑合约遭受攻击的情况。通过运行模型以验证合约存在交易顺序依赖漏洞,最后基于Remix平台在以太坊网络中证实结论的正确性。