摘要：随着我国浅部矿产资源日趋枯竭,深部资源开采成为矿业发展的必然,而充填采矿法是深部资源开采的主要采矿法之一。目前,充填采矿法的推广受限于充填成本高,如何提高充填设计效率,进而降低充填成本,是矿山充填推广的关键。随着人工智能(AI)技术的发展,以神经网络、决策树等为代表的智能算法正逐渐替代或辅助人类从事各种场景中的简单或复杂工作,推动传统工业领域的跨越式发展。矿业作为传统行业的支柱产业之一,也立足自身发展需要,结合新一代人工智能方法,展开了面向智能化革新的进程。笔者从矿山充填中的人工智能方法出发,简要介绍了人工智能的基本概念及常用的人工智能方法(包括人工神经网络、决策树、随机森林与梯度提升树、支持向量机及非监督式学习方法等)。讨论了人工智能方法在矿山充填中的应用难点,系统分析了新一代人工智能在全尾砂絮凝沉降、充填配比、充填料浆流变及管道输送、充填集成设计及多目标优化等方面的最新研究进展。同时,展望了新一代人工智能在矿山充填中的发展方向(包括性能提升、小数据集问题及应用思路扩展),并提出了智能充填系统的构想。新一代人工智能方法在矿山充填中的发展及应用对实现充填设计的绿色化、智能化和高效化,促进充填技术推广和资源生态协调开采具有重要意义。

摘要：工厂化农业是一种受控农业,对作物湿度的变化要求比自然农业大得多。为此,在市场调研的基础上,对现有可控设施环境内植株类农作物根施水肥药等技术中的同类型产品进行了对比研究,运用活塞连杆机构设计并开发了一种新型农用机具,使其密封、安全、通用性能更趋合理。其不但制造成本低廉,而且操作简便,经济实用,具有良好的推广前景。

摘要：为解决低等级普通道路交通观测站在开展自动化交通量统计时面临的车型间识别混淆、边端计算资源和大规模数据传输受限等问题,在YOLOv8和DeepSORT模型的基础上设计了一种类别标签重匹配策略,可以在目标遮挡、远距离、视角不佳等场景下实现高质量的九型车识别与统计。其次,设计一种基于Jetson NX嵌入式平台的边缘端模型部署和一种基于TensorRT模型优化加速方法,用于九型车流量统计模型的现场部署和边端推理。实验证明所提方法在实际道路下可达到97.9%的统计精度和17.27 f/s的推理帧率,可实现在边端推理模式下速度和精度的良好平衡,能为道路交通调查提供精准、实时的车流量信息。

摘要：在大多数国省道路场景下,基于计算机视觉的交调方式都面临着车型划分精细、道路交通参与者类型繁杂、噪声干扰多等,导致车型流量占比计算困难的问题。为此,本文提出了一种基于细粒度目标检测与跟踪的九型车识别框架,引入基于无锚框和密集特征采样的实时目标检测器(real-time models for object detection,RTMDet)作为检测模块来执行高效、精准的九型车检测任务;同时设计了一种具有任务针对性的感兴趣区域(region of interest,ROI)噪声抑制模块,用于过滤背景噪声和路面无效车辆。通过进一步与深度简单在线和实时跟踪(deep simple online and realtime tracking,DeepSort)框架集成,本文在检测和跟踪精度方面相较于主流方法都得到了提升,可以为二级交调任务提供精准、细粒度的道路流量信息。