摘要：近年来,人工智能技术发展迅速,并在全社会广泛应用,其中也包括艺术创作。形形色色的人工智能画家挑战着人类艺术家,并引发了众多争论。本文从技术史、艺术史、人文主义三方面综合探讨人工智能绘画的现状与前景。从技术逻辑来看,人工智能画家要创作出能与人类大师相媲美的艺术作品并非难事;从艺术史的角度来看,通过既有数据学习来进行创作的人工智能画家要创造全新的艺术范式则很难;而从人文主义的角度看,如果人类社会仍建基于人文主义,人工智能画家就不可能取代人类画家;最后,远瞻未来,也许随着人与机器的深度融合,我们可能成为碳基和硅基融合的“新人”,艺术也会成为相应的“新艺术”。

摘要：针对传统图像信号处理(ISP)算法繁琐的问题,基于可取代ISP算法的PyNET网络模型,提出一种端到端的RAW图像重建方法Py-CBAM。通过引入高效的注意力机制,并利用该机制对原有网络的多层级多尺度结构进行重设计,实现不同尺度特征的自适应加权,以较大程度提升图像重建的性能。实验结果表明,所提方法在公开的ZRR数据集上获得的峰值信噪比(PSNR)与PyNET方法相比提升了0.37 dB,结构相似度(SSIM)提升了0.0018。将ZRR数据集和新构建的NRR数据集联合对Py-CBAM重新训练后,PSNR和SSIM分别达到25.73 dB和0.9654。视觉效果上,所提方法解决了RAW图像重建时的噪声高与色彩失真、畸变等问题,增强模型在多场景不同光照环境条件下的重建能力;重建结果较为真实,视觉质量最优,在图像过曝和过暗区域视觉提升效果较为明显。

摘要：针对发动机导管无法通过垂直于轴线去除余量来实现精准装配的问题,提出了一种在装配阶段对发动机导管进行二次优化设计方法。首先,对导管模型进行简化处理,提出了用二次设计的导管与原导管对应关键点的距离均值与对应角度变化量均值两个参数表示导管相似度,通过实验证明了参数设置的正确性,确定了导管二次设计方法流程。然后,建立了导管二次设计的多目标优化数学模型,选用NSGA-Ⅱ求解模型的Pareto解。最后,用某导管的模型数据进行实例验证,结果表明模型求得的Pareto前沿上的每个解都小于CAD系统中手动寻优的最好解,证明了方法和数学模型的有效性,多目标优化的应用提高了该方法的准确度与效率。

摘要：综合考虑受控制方向未知、输入受限和状态时延影响的有领导者多智能体系统的编队控制问题,设计基于模糊逻辑系统的预设时间一致性控制策略.为了保证编队输出误差在预设时间内满足预定的约束范围要求,引入预设时间性能函数,构造Lyapunov-Krasovskii(L-K)泛函解决状态时延问题,将外界干扰和L-K泛函的导数中的部分项定义为未知非线性函数,并利用模糊逻辑系统对其进行估计,利用Nussbaum函数和均值定理分别处理控制方向未知和输入受限问题,基于以上设计,提出预设时间模糊控制策略,并通过Lyapunov稳定性理论,分析闭环系统的有界稳定性,数值对比仿真和两级化学反应器应用仿真说明控制方法的有效性.

摘要：针对由外生系统描述的扰动的抗扰控制方法一直是研究热点。本文针对一类含有非线性扰动的非线性系统,利用径向基函数模糊逻辑系统逼近系统及外生系统中的未知非线性函数,设计了一种新型的模糊干扰观测器(FDO)估计非线性扰动。构造了一种新颖的干扰估计误差观测器来逼近自适应更新律中的干扰估计误差。在此基础上,结合线性矩阵不等式(LMI)提出了一种基于FDO的自适应模糊控制方法,并利用李雅普诺夫方法分析了闭环系统的稳定性。最后,采用仿真实验验证了所设计的控制方法。实验结果表明,所提出的方法在控制精度及干扰估计精度上均优于传统的抗扰控制方法。

摘要：在目前对人工智能题材科幻电影的研究中,尽管已有学者把人工智能的形态分成具身与去身两类,然而对二者之间的差异与各自特性的深入探讨仍然较为欠缺。以“具身性”作为核心切入点,探究具身智能与去身智能在身体机制、人机界限、与人类权力关系、审美呈现以及观众对于两种智能体的心理契约等维度上的不同表现,在梳理人工智能形象叙事与美学特征的同时,为科幻电影的人工智能伦理研究打开新的视角,反思人类中心主义的局限性。

摘要：诸多奶粉生产企业在转型升级时发现原有老旧设备已无法达到预期产能目标要求,而且随着国家愈发重视食品生产,对于产线设备的检查也更为严格,部分老旧设备在卫生、安全等方面的隐患相继凸显。本文以实际项目为研究案例,深入分析三工位抽真空充氮封罐机的设计与研发,最终研制完成的封罐机设备具有先进性。通过对传统双工位设备的技术分析与性能评估,明确三工位设计的必要性,进而制定出详细的结构设计方案。

摘要：针对常规车牌识别算法难以进行不同长度的车牌字符识别以及运算量较大的问题,设计一种改进的轻量化YOLOv5s+CRNN算法以实现车牌识别。首先,对YOLOv5s模型进行轻量级设计优化,采用PP-LCNet网络来取代YOLOv5s的原始骨干网络,同时在Neck部分引入轻量级卷积结构DWConv以及一次性聚合VoV-GSCSP模块。实验结果显示,改进后的模型与原模型相比,在mAP值几乎不变的前提下,参数量降低了50.99%,而检测速度提升了27.92%。然后引入轻量级卷积结构GSConv对CRNN进行轻量化优化。优化实验结果显示,改进后的模型与原模型相比,参数量降低了约48%,平均单张图像的检测时间大约为30 ms,比原算法提升约32%。最后将改进的模型进行组合,改进后的YOLOv5s+CRNN模型平均精度均值(mAP)达到了77.6%,比改进前提升了约0.6%,字符识别的准确度降低了约0.44%,并且参数量降低了50.7%,检测速度达到了142 f/s,获得了良好的车牌识别效果。

摘要：由于水下特殊的成像环境,水下图像往往具有严重的色偏雾化等现象。因此文中根据水下光学成像模型设计了一种新的增强算法,即基于细节增强和多颜色空间学习的无监督水下图像增强算法(UUIE-DEMCSL)。该算法设计了一种基于多颜色空间的增强网络,将输入转换为多个颜色空间(HSV、RGB、LAB)进行特征提取,并将提取到的特征融合,使得网络能学习到更多的图像特征信息,从而对输入图像进行更为精确的增强。最后,UUIE-DEMCSL根据水下光学成像模型和联合监督学习框架进行设计,使其更适合水下图像增强任务的应用场景。在不同数据集上大量的实验结果表明,文中提出的UUIE-DEMCSL算法能生成视觉质量良好的水下增强图像,且各项指标具有显著的优势。

摘要：Many dynamic optimal control models for advertising make efforts to solve the problem of determining optimal advertising expenditures and other variables of interest over time for a firm or several competing firms,However,after analyzing the extant literature,one can find that few dynamic optimal advertising models available consider the problem within the product diffusion ***,the established models involving product diffusion are inspired by the Bass model,which has been out of *** paper poses a dynamic optimal advertising model for new products,which considers the product diffusion based on the relative newly developed generalized version of the Bass *** this paper,the optimal control model is used to derive the optimal advertising expenditure policy,which gives some implications to advertising practice.