早期干预对早产儿发展的影响

目的:探讨早期干预对早产儿发展的影响.方法:儿童系统管理中38例接受早期干预的早产儿为干预组(Ⅰ组);43例未接受早期干预的早产儿为对照组(Ⅱ组).结果:Ⅰ、Ⅱ组体重、身高SDS值比较,出生时两组差异无统计学意义(P>0.05),出生后3、6、12、24个月各年龄段比较差异有统计学意义(P<0.01);3个月时MDI、PDI值Ⅰ、Ⅱ组差异无统计学意义(P>0.05),但6、12、24月个各年龄段,Ⅰ组MDI、PDI值明显优于Ⅱ组,经检验,差异有统计学意义(P<0.01).结论:早期干预可以促进早产儿生长发育,有利于早产儿智能发育.     

压电智能梁振动主动控制分析的新方法

以智能梁为例研究智能结构分析的新理论新方法.以样条有限点法为例,从位移模式出发,以智能本构关系、瞬时变分原理以及样条离散化为基础建立了压电智能梁振动主动控制分析的控制方程,分析了两个典型算例.     

智能信息处理技术的应用及前景分析

随着信息技术的不断发展,人类自然会涉及到智能信息处理这一前沿技术,它是人工智能在日常应用中的体现。智能信息处理是信息技术中的关键技术,计算智能是智能信息处理的核心技术,是目前多学科研究和应用的热点,是仪器科学与技术学科领域研究的重要内容之一,涉及测试技术、电子技术、计算机技术、控制技术等多个领域,具有广泛的应用前景。     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。     

交通信息化发展评价

从信息化发展的历程出发,对交通信息化发展规律进行了分析与探索。根据交通信息化发展评价的内容和特点,从交通信息化组织建设、交通信息化系统的应用、效益指数、信息系统管理和信息化基础设施5个方面建立了交通信息化发展评价指标,采用模糊识别方法和诺兰阶段模型建立综合评价模型,并对西安市交通信息化发展情况进行了评价。结果表明:该评价指标体系能很好地反映交通信息化发展中存在的问题,采用诺兰阶段模型能准确地衡量信息化发展阶段。     

一种智能天线MC-CDMA系统中的最小二乘恒模波束成形算法

提出了智能天线多载波CDMA系统中一种最小二乘恒模波束成形算法，它是在对多载波阵列接收信号进行恒模波束成形的同时，用已估信道参数对各个子载波上的信号进行合并（采用ORC、EGC或MRC），然后对合并后的信号进行判决，用判决后的信息和期望用户的扩频码重构各个子载波上的信号，最后用此重构信号与波束成形输出信号的差去控制波束成形器的抽头系数，从而提高了系统的性能．对这种波束成形算法与传统的最小二乘恒模波束成形算法进行了仿真比较，仿真结果表明，提出的束成形算法的误码性能优于传统的算法．     

基于网络技术的广东科学中心智能灯光控制系统

论述了“广东科学中心声像灯光动态表演控制系统”中的子系统“智能灯光控制系统”的基本结构和系统功能,包括手动控制、红外控制、触摸屏控制、定时控制、亮度感应控制、位移感应控制、声音控制、序列场景控制、中央监控控制、DMX512信号控制和PDA控制等．并以其中的D馆为例,简述了智能灯光系统控制方式和工程应用．     

基于粒子群算法的盲源分离算法

简要地介绍了粒子群算法(PSO)及其改进算法和盲源分离算法(BSS),改进的粒子群算法具有并行性、易实现等优点。将改进的粒子群算法与盲源分离算法相结合,提出了基于粒子群算法的盲源分离算法。该算法以混合信号的峰度为目标函数,采用独立分量分析的方法,用改进的粒子群算法代替常规的最陡梯度下降法,对瞬时混合的信号进行盲分离,解决了梯度算法收敛速度慢的问题。实验仿真表明:该算法具有收敛速度快、分离效果好等特点。     

面向公交车辆优化调度的运行服务质量评测分析

将人工智能方法引入公交车辆运营调度管理,调度管理人员可根据具体运营状况,运用快速、便捷的智能调度算法,制订出符合实际情况的运营调度方案,有效提高公交车辆运营效率。利用遗传算法（genetic algorithm,GA）的智能化特征,针对北京市公交车辆运营管理问题进行了优化调度研究。仿真实验表明,利用GA的公交车辆优化调度,实现了公交车辆调度的智能化,并在基础上利用排队论推导了乘客等待时间模式,进行了优化调度结果评测分析,从而验证了利用智能调度方法能够有效地改善公交车辆运营效率的合理性和可行性。     

大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．