物联网人工智能工程创新实践体系教学研究

物联网人工智能得到越来越多企业重视,也出现了很多应用性细节不能突破创新的问题。为了解决工程实践教学在创新教育方面的不足,设计了工程化创新实践教学体系平台。该平台设计方法主要包括了场景化教学模式、教学方案和硬件设计等。首先,针对工程化教育存在的问题提出创新实践教学框架,包括场景化实践教学模式等内容;然后,详细介绍了智能家居和智能门锁场景实践案例教学方案,包括实践课程内容和实践教学案例;最后,在阿里、庆科云的平台上进行实践教学硬件平台的设计与开发,包括教师教学实训硬件平台、实验室建设规划和实践教学数据存储硬件平台等。该平台为人工智能提供了全新教学方案、大量真实数据和真实项目教学案例,为人工智能教学提供了整体建设思路方法,对于提高大学生实践创新能力具备重要作用。     

海相巨厚砂岩油藏夹层精细地质建模方法研究

以塔里木盆地东河1油田石炭系东河砂岩油藏为例,从夹层单井精细识别和连井对比入手,以夹层地质知识库、岩芯分析化验资料和动态资料为约束,建立夹层三维地质模型。研究认为,在完善单层划分对比的基础上,基于地质认识开展层间、层内夹层平面分布研究,采用确定性建模方法将其嵌入到地质模型中,可以得到夹层与储层准确的三维空间配置关系;利用夹层岩芯分析化验资料建立夹层物性解释模型,将孔、渗解释结果作为输入建立夹层属性模型,使得结果更加逼近地下真实情况。后期千万级网格数值模拟运算结果表明,地质知识库与地质建模相结合、地质建模与数值模拟一体化的海相巨厚砂岩油藏夹层地质建模方法效果良好。     

智能传感器技术的研究进展及应用展望

 随着智能时代的到来,各种智能传感器的研究和应用越来越受到人们的重视。智能传感器在传统传感器的基础上还具有丰富的信息处理能力,能够提供更综合的功能。本文介绍了常用的温度、压力、惯性、生化和RFID传感器的研究现状及其在物联网、虚拟现实（VR）、机器人、医疗健康等产业升级和创新应用中的关键作用,并对智能传感器今后的发展趋势进行了展望。     

超导电力技术在未来智能电网中的应用

随着社会经济的不断发展,电力企业的发展也极为迅速,尤其是智能电网的发展更是取得了很大的成绩,为我国电力企业的发展创造出更多的机会。但是,智能电网的发展不能满于现状,应充分结合先进的超导电力技术不断提升其综合技术,促进智能电网系统的可持续发展。     

基于k近邻和最小二乘支持向量机的Android恶意行为识别

针对单一k近邻算法(KNN)和最小二乘支持向量机(LSSVM)存在的缺陷, 提出一种基于KNN LSSVM的Android恶意行为识别模型. 先采集Android用户行为样本, 并提取相应特征组成特征向量; 再将训练集输入LSSVM中进行学习, 计算测试样本与最优分类平面间的距离, 如果该距离小于阈值, 则直接采用LSSVM恶意行为识别, 否则采用KNN算法进行恶意行为识别; 最后采用仿真实验测试KNN LSSVM的性能. 实验结果表明, 相对于单一KNN算法和LSSVM, KNN LSSVM提高了Android恶意行为的识别正确率,可以满足Android[KG*6]恶意行为的在线识别要求.     

智能感知技术在个性化作业中的应用研究

智能感知技术包括知识感知和情感感知两个维度.在学习过程中,课后作业对于知识的领会和维持起着重要作用,但目前大量的、缺乏针对性的作业造成了我国中小学普遍课业负担过重,这一问题已经引起国家及教育行政部门的高度重视,"减负"已成为基础教育界的头等大事.单纯减少作业的量并不是减负的最终目的,为的是在减负的同时提高学习效果.本文以个性化学习理论为依据,在知识和情感两个维度,应用项目反应理论(IRT)和多模态情感识别方法,对学生的知识结构、水平及学习情感进行动态分析,设计个性化作业系统,促进"减负增效".     

浅谈“智能牙刷”

介绍了最新的智能牙刷,其依据人不同的习惯不同的牙齿构造实现智能刷牙。同时其可以与外界显示器件实现无线通信连接,成为智能家居领域的一个重要的终端。智能家居是物联网的重要分支领域,而新型的智能牙刷,成为其中一个典型代表。     

结构地震反应最优控制的目标函数和稳定性

对一装有理想半主动阻尼器的智能隔震结构进行了分析,比较了经典最优、瞬时最优和序列最优3种最优控制算法,分别从基于状态反馈和输出反馈的目标函数及稳定性的角度进行了探讨．数值算例结果表明,提出的序列最优控制算法的控制效果优于经典最优控制算法和瞬时最优控制算法,且稳定性良好;在同一控制能量下,基于输出反馈的控制效果优于状态反馈,说明了智能隔震结构采用输出反馈的合理性。     

带有片上天线的非接触式IC卡设计

介绍了一种基于ISO／IEC14443协议的带有片上天线的近耦合非接触式IC卡的芯片设计,它将天线集成到芯片中并用状态机代替MCU作为芯片的控制器,采用0．35pm工艺模型,用HSPICE对天线、模拟电路进行了仿真,采用Verilog语言和Synopsys综合工具对数字电路进行了VLSI设计,芯片仿真结果表明功能及各项性能达到了原定指标。