当代“专家困境”的伦理解读与道德超越

当前,科学主义是主流话语体系的重要组成部分,成为影响到专家决策的背景认知观。同时,现代科技的技术风险、经济风险和伦理风险及其背后的知识博弈、利益博弈和道德博弈等也要求我们必须反思现代专家系统的各种困境及其出路。一般说来,当前专家系统主要面临专家界定的模糊性、专业权威的挑战性、专家决策的风险性三大困境,并遭遇到利益、良知、责任、认同等多种价值排序和伦理拷问。因此,从伦理学的角度对专家困境进行解读,引入道德过滤器对于专家界定的考量、道德想象力对于专家权威的分析、道德运气对专家决策的责任甄别将有助于我们更好地诠释专家系统的现代境遇,从而实现专家困境在政府、市场、公共领域之间的结构平衡和道德超越。     

基于深度学习模型的SAR图像间歇采样转发干扰检测

间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)利用合成孔径雷达的匹配滤波特性，在其图像中产生间隔分布的假目标，对目标检测等造成欺骗效果，故针对ISRJ的检测与抑制具有重大意义，而现阶段相关研究主要集中在信号域。对此，在图像域中开展ISRJ检测研究。首先将实测数据与仿真干扰相结合，基于不同实测场景与仿真参数构建ISRJ样本；其次针对假目标间隔分布的特点，选用深度学习检测领域具有代表性的“两阶段”与“单阶段”模型；再次，使用单一场景的ISRJ样本对模型进行训练，再利用训练好的模型对其他场景的样本进行测试；最终，得到ISRJ检测结果。基于MiniSAR数据的实验表明，对于不同类别、不同场景以及不同参数的ISRJ样本，所用深度学习模型能够达到95.75%的平均总体检测精度，具有很强的泛化能力。此外，对于尺寸大小为501像素×501像素的样本，上述模型的最少检测用时为0.035 s。     

法治建设背景下社会道德重塑研究

法治已成为现代化社会的主流控制模式,是现代中国社会发展的必由之路,中国传统的道德秩序因为经济结构和政治制度的快速变迁而出现了前所未有的巨大冲击,中国社会道德状况的恶化严重侵蚀民主、法治建设所取得的成果,也阻碍了社会主义市场经济的良性发展,正是在这样的背景之下,学术界开始广泛关注和深入研究中国所遭遇的道德困境,从我国的道德现状出发,重建适应时代发展需要的新道德是一项重要而紧迫的工作,需要多方面共同努力。     

预应力加载条件下零件干磨削表面强化层特征

采用预应力复合干磨削加工技术,对未调质45#钢试件在不同预应力加载条件下实施表面磨削淬硬,观测不同磨削深度和进给速度条件下的试件表层金相组织,测量并分析试件在不同预应力条件下磨削淬硬层厚度、金相组织的变化状况,并通过试件截面不同位置硬度测定显示淬硬层厚度及金相成分的变化,得到试件施加预应力对淬硬强化层厚度的影响规律.研究表明,预应力淬硬磨削能使工件表面产生强化层,且大的磨削深度和小的进给速度有利于试件表面发生相变强化以及表层塑性变形的增大.     

儿童网络游戏道德评价标准拟制研究

网络游戏产业的发展改变了儿童休闲生活的结构，同时也存在着一些可能诱发阻碍儿童发展的道德风险点。为了保护儿童免受网络游戏道德风险的伤害，本研究在文献梳理和游戏分析的基础上，以塞伦、齐默尔曼和费尔南德斯的游戏分析理论为基础，结合国家政策文本中的学生品德发展评价标准，建构了本土化的网络游戏分析框架。在此基础上，进一步结合专家、游戏者、教育者等多方的访谈和调查，最终拟制出针对儿童网络游戏的道德评价标准，为儿童健康使用网络游戏，更好防范儿童在游戏过程中引发道德风险提供了依据。     

浅析嵇康“越名教而任自然”的道德意蕴

嵇康是魏晋时期著名的思想家之一。在司马氏利用名教控制天下的情况下，嵇康提出“越名教而任自然”的主张来反对虚伪名教的束缚，提倡个性解放，主张万物要遵循自然规律与法则，顺应其自然本性发展。实际上嵇康并不是反对一切道德和名教，而是通过“任自然”来回归到原初时代。顺应自然和人之性情的名教，是要超越现在而回归过去无欲、无贪的状态。     

技术人工物的道德地位

技术时代,考察人技关系不仅成为哲学的重要论题,亦成为面向技术境遇的生存论题。维贝克"技术道德化"思想是当下考察人技关系的典例,自身却存在着难以克服的理论困境。从现象学维度考察维贝克"技术道德化"思想,以人的技术生存为逻辑原点,尝试消解其理论困境,重构人本主义技术伦理,进而重塑面向技术境遇的生存态度。     

基于深度学习的铝厂工业自动浇筑中的图像识别

将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.     

矿井旋转编码器深度指示器研究

由于传统深度指示器(圆盘式与牌坊式)存在示值精确度低、功能单一、可靠性差等问题,本文提出对新型深度指示器的探究。通过与光电式深度指示器的类型对比,得出旋转编码器在深度指示器中的优势所在,并将该旋转编码器应用于矿井中的深度指示器。通过软硬件设计及实验,证明了该方法的可行性。旋转编码器深度指示器精确度高,具有测量与监控功能,实时监控矿井提升机的位置。通过对提升机位置的精准测量来实时地监测提升容器在井筒中的位置,实现提升机在上提与下放过程中的限位与过卷保护以及对提升机加减速的控制,防止安全隐患的发生,为提升机的安全运行以及设备利用率和安全可靠性的提高奠定基础。     

基于嵌入式GPU的车流量检测系统

交通拥堵是当今世界交通领域面临的主要问题之一,如何通过现有的交通设备获取更加精准的交通信息是亟待解决的问题。图像识别技术在智能交通系统中有着广泛的应用,基于深度学习的车流量检测技术是智能交通的重要组成部分。本项目设计了一个基于嵌入式GPU的智能车流量检测系统,该系统架设在NVIDIA JetsonTX2平台上,采用基于深度学习YOLO v3的车辆检测模型,检测道路上的车辆目标,设置兴趣区域,对检测到的目标进行识别计数,实现对交通视频的实时车流量检测。试验验证分析表明,该系统具有较高的检测精度。