摘要：自新冠疫情爆发以来,各国为了应对数字化变革带来的严峻挑战,正在不断改进高等教育数字化战略的顶层设计,并积极实施重点领域的行动。然而,高校应当承担更多的社会责任并发挥更大的作用来响应国家数字化战略。以荷兰研究型大学为中心,基于“三角协调”理论和“三重螺旋”模型,发现大学在回应数字化战略时形成政府引导下遵循或协商式的政校合作型、围绕战略导向进行外部联盟或内部升格的院校合作型、以服务为导向进行协同创新或资源共享的校企合作型。针对不同的合作类型,各主体基于共同的合作目的更趋向于大学与行业的合作,在形式维度上通过项目制、跨部门和跨领域的合作推动数字化转型,实现多方参与和资源共享格局。通过分析研究型大学回应数字化战略的合作类型,有助于更全面地探讨数字化战略在高等教育领域的应用,为特定区域高等教育机构制定回应数字化战略的策略提供参考。

摘要：收费站是高速公路的重要枢纽,其拥堵程度能直接影响路网整体运行状态。为了实现对收费站拥堵情况的监测与快速告警,实现收费站智能化建设目标,提出了一个基于人工智能视频分析技术的收费站拥堵感知平台。该平台基于深度学习模型YOLOv5完成交通事件识别分类,基于时间和空间熵模型完成交通事件分析,实现了对收费站拥堵事件的智能识别、分类与告警。采用实时的四川省高速的收费站视频监控数据,对平台进行了验证。结果表明,该平台在各种复杂环境下均能有效地监测收费站的拥堵情况,并迅速发出预警,能够为保障道路畅通、提高交通效率发挥重要作用。

摘要：假如出现在这里的我并不是我,而出现在银幕里的那个人才是我,岂不是很有意思吗?―三岛由纪夫弗兰克·波普尔(Frank Popper)曾总结:“新媒体艺术家与传统艺术家的区别是他们将美学和技术整合在一起。”随着科技的不断进步,艺术也在随之创新。历史上每一次的科技的重大突破,都必然在艺术上有所体现,比如照相机的发明推动了摄影艺术的发展,录像的出现催生了影像艺术。

摘要：对于蓬勃发展的第三方支付平台,挖掘非结构化数据中蕴含的分布信息有助于平台对商户精准细分。为充分挖掘多元交易分布信息,本文提出针对多元分布样本的商户聚类算法。本文首先采用高斯混合模型拟合交易分布,进而基于Wasserstein距离提出多元分布间的距离定义,并设计迭代算法实现商户聚类。在此基础上,本文进一步提出融合多元分布与协变量特征的聚类算法,得到更综合稳健的聚类效果。本文分别在模拟数据和某第三方支付平台真实商户交易数据上进行验证,结果表明本文算法相较于其他对比方法具有更准确的聚类表现,并且通过聚类结果还能从分布、协变量特征等角度直观反映异常套现商户的行为模式,为第三方支付平台进行风险识别、个性化管理等提供决策支持。此方法可广泛应用于需要融合多维度数据分析的客群聚类场景。

摘要：随着智能网联汽车的发展,越来越多的学者投身于L4级以上的稳定的自动驾驶算法研究中来。自动泊车系统作为智能网联汽车的一项重要功能,能够在有效提升驾驶体验的同时,降低由于复杂地段的泊车困难带来的交通事故和经济损失,因此自动泊车在学术界和工业界掀起了研究热潮。传统的自动泊车系统中对于车位的感知依赖于超声波雷达,并且对车位空间结构有诸多限制。由于复杂的视觉环境和环视图像上停车位的不完整显示,基于视觉的停车位检测是一项重大挑战。本文提出了一种基于卷积神经网络(CNN)的车位检测算法,设计适用于车载环视图像的多重沙漏网络,并引入一种策略选择最佳感受野,从而联合检测停车位的角和线特征。所提出的方法达到了较高的精度和召回率,在搭载GPU的嵌入式移动终端可以达到30 FPS的实时性和较高的精准度。

摘要：为提高声影区影响下水声传感器网络的连通性,提升对目标区域的监测质量,提出一种基于深度可调节节点的水声网络部署优化算法(deployment optimization algorithm for shadow-zone-affected underwater acoustic sensor networks,DOASZ)。节点利用来自ARGO(array for real-time geostrophic oceanography)的真实海洋数据估计声影区范围,以最小化节点间信道衰减为目标函数,保证节点移出声影区和控制节点移动能耗为约束条件;基于粒子群算法对节点连通的最优位置进行求解,优化网络部署;设计了基于节点位置、最大移动距离、感知半径的节点移动等待时间和相应的信息传输机制,以保障算法的动态可靠运行。结果表明:算法能在现有部署算法的基础上根据声影区位置进行动态部署优化。当网络中的节点数量为50时,应用DOASZ算法后,随机部署的网络连通性增加了55.9%,基于Voronoi图的深度调节算法部署的网络连通性增加了21.8%,声影区影响下的水声传感器网络连通性明显提升。

摘要：随着全球经济的发展和市场竞争的日益白热化,成本的竞争直接决定了企业的市场地位,直接影响了企业的生产和发展。特别是在制造业中,成本的管控直接影响到企业的业绩。管理会计在新时期的制造业中越来越受到重视,与财务会计相比,它更加注重企业的经济效益,提供的管理会计信息能够直接地支持制定、传达和实施企业发展战略;协调产品设计、生产和营销决策并评估企业业绩。

摘要：针对常规的不稳定对象内模控制方法,加入前馈滤波器以及反馈滤波器构成四自由度内模控制结构,用以独立优化抗扰性、跟踪性和鲁棒性。给出了四自由度内模控制结构的稳定性、稳态性能和鲁棒稳定性的证明,推导出了各个控制器的设计方法,完善了不稳定对象内模控制的理论体系。

摘要：目的:设计一款基于TMS320VC5402 DSP的音频信号处理模块,用于采集处理多模式脉冲激光与电刺激治疗系统的音乐信号,探讨不同频率成分的音频信号对治疗高血压的影响,实现多模式脉冲激光与电刺激治疗高血压治疗处方的多样化。方法:使用音频编解码芯片TLV320AIC23B实现对多模式脉冲激光与电刺激治疗系统的音乐信号的采集,利用高性能数字信号处理芯片TMS320VC5402对采集的信号进行相应的信号分析与处理。通过数字信号处理技术得到新的治疗处方应用于多模式脉冲激光与电刺激治疗系统,用于探讨不同频率成分的音频信号对治疗高血压的影响。结果:设计的硬件平台稳定可靠,可实时采集音频信号,可用于寻找对高血压治疗的有效频率成分。结论:该设计可实时采集音频信号,并运用各种信号处理的手段,产生不同的高血压治疗处方,为寻找有效治疗高血压的音频频率成分提供了可靠稳定的硬件平台。

摘要：传统的医学图像分割中特征提取算法的设计复杂性与应用局限性、稳定性以及特定的特征提取算法与特定的分类器结合的多样性制约着医学图像分割技术的发展,而深度学习是机器学习领域中使用多重非线性变换对数据进行多层抽象的热门算法,其多被应用于医学图像的分类和识别中。在肺组织分割中,针对肺部组织纹理复杂,且胸部CT图像数据的随机噪声大,采用相对成熟的传统分割算法对CT图像进行预处理,再结合深度学习的理论,设计一个合理的神经网络模型,利用已经标记好的多组肺部CT图像进行训练,使其能够准确地分割出肺部组织。基于U-net神经网络的深度学习方法对肺实质的分割进行研究与实现,并针对临床扫描胸部CT图像进行了实验验证,能够较为准确快速地分割出肺实质。