摘要：土木工程行业正处于历史的转折点,面临转型升级的紧迫需求,智能建造在其中起到核心的驱动作用。在此背景下,将计算机科学课程融入土木工程硕士研究生教育体系势在必行。机器学习是人工智能中最重要的技术之一。机器学习的教学不仅要传授知识,更要培育具备坚实理论基础、较强实践能力、深厚跨学科专业素养的硕士研究生,以适应新时代的需求。这是值得每一位土木工程领域教师深思的议题。教师应探讨机器学习课程内容与土木工程专业知识背景之间的融合,从课程设计和人才培养的视角,探索面向土木工程专业研究生的“机器学习理论”课程内容安排。

摘要：为提高服装制版效率,实现从服装款式图到样板的智能检索,提出一种基于服装结构特征识别的相似样板匹配技术。该技术将服装结构制版知识与深度学习算法结合,基于对女裤中的廓形、褶裥、腰头类型等18个细粒度特征的识别来匹配样板。其中,技术的实现主要包括分类标签设计和模型验证实验。对于分类标签设计:先根据女裤结构制图知识,对平面款式图中可作为样板相似性评价指标的服装结构特征进行定义,并根据定义设置多标签类别;然后将多标签分类转化为单标签多分类,建立平面款式图、结构特征和样板三者之间的联系;最后通过数据可视化等方法对标签之间的相关性进行研究,并设计了最终的18个分类标签。对于模型验证实验:首先建立以女裤平面款式图为样本的服装数据集,基于数据集的特点对经典AlexNet网络进行改进,其中包括简化网络结构、减少模型参数、防止过拟合,在每层卷积层后增加批归一化操作,以加快模型的收敛速度,提高模型的泛化能力。模型测试结果表明:改进后的模型在验证集上的准确率为83.4%,相比改进前的AlexNet模型其准确率提高了6.7%;与其它结构更复杂的网络模型相比,该模型的准确率更高,综合性能更好,可用于款式图的结构特征识别及相似样板匹配。

摘要：针对生产链上的企业因分布在不同的地方而各自独立决策,难以取得整个生产链的协同效应,将目标级联法(ATC)应用到生产链的协同优化研究中,以薄膜晶体管液晶显示器产业为例,考虑了经典的成本约束、库存约束、运输约束等限制条件,设计了服从ATC建模思想的生产链协同规划三层级模型;同时建立了相同情境下的一体化模型,作为ATC求解效果的对比。最后,从结果正确性、时间复杂度、决策独立性和信息私有性4个角度对基于ATC的生产链协同规划研究进行评价,证明了ATC层次化建模方法解决生产链协同规划问题的优越性。

摘要：为在“双碳”目标下全面系统提升我国船舶减排技术创新能力,基于知识图谱并综合运用CiteSpace与SATI等计量可视化工具,以船舶减排技术创新中外文核心期刊文献为主要数据源,对我国船舶减排技术创新研究进行系统分析。结果表明:我国船舶减排技术创新研究大致经历4个阶段,分别是起步阶段(2001—2007年)、成长阶段(2008—2014年)、回稳阶段(2015—2018年)及繁荣阶段(2019—2021年);研究热点主要集中在船舶节能减排技术及措施,绿色船舶及绿色航运,船舶能源效率及能效管理这3方面;未来研究朝着碳中和、替代燃料、岸电、低硫燃油及绿色船舶设计等方向发展。通过系统梳理和深入分析现有核心文献,揭示我国船舶减排技术创新领域当前研究现状及未来方向,为应对“双碳”目标下我国船舶减排技术创新带来的广泛而深刻“经济社会系统性变革”提供参考借鉴。

摘要：针对汽车自动变速器阀体的自动化加工质量检测,本文中提出了一套基于工业内窥镜拍摄的自动化检测系统设计方案。该方案融合机械、电控、视觉、软件等多个模块,以实现自动化视觉检测;并进行系统关键部分的原型研发及拍摄测试。结果表明,系统能够有效完成阀孔内壁面的完整图像拍摄和缺陷特征提取,有助于提高检测精度,且数据整理方便,有助于提升工厂的自动化水平。

摘要：为解决服装打版中款式自动搜索的问题,以服装衣领款式的结构特征为背景,以服装圆领型图像为例,先通过构建复杂网络对其进行复杂网络特征的描述与提取,然后采用支持向量机的模型实现8种衣领类型图像的分类。实验结果表明:样本整体的平均分类准确率为98%,各类别的平均分类准确率均达到96%以上,其中,圆领的平均分类准确率为100%;在原样本图像库中加入一定程度椒盐噪声和高斯噪声后,样本整体的分类准确率在80%上下浮动,表明支持向量机模型分类的方法适用于含有一定程度噪声的图像识别。因而,本文基于复杂网络提取和支持向量机模型分类的服装领型研究的提取和分类准确率高,且分类结果相对稳定。

摘要：为促进智能可穿戴产品技术更好地应用于老年人群,综述了近些年国内外适老化智能可穿戴研究现状。首先从人体层概述了老年群体在生理、心理和社会属性3个维度的特征变化;然后分析总结适合老年人群智能可穿戴设备的传感器、材料、形态、结构、交互方式、功能算法和评估方法七大相关开发技术;进而梳理了适老化智能可穿戴设备的生理系统、神经系统、运动系统、情绪系统和空间移动系统五大功能系统,并进一步依据产业生态层中6个相关产业的发展现状,讨论了当前适老化智能可穿戴产品的设计范式;最后厘清了智能可穿戴设备未来在适老化研究发展中需要解决的4个问题及相关展望。

摘要：在服装生产线中,管理者通常凭借直觉和经验进行工人调度和工序编排,缺少基于历史生产相关数据的分析,难以进行产前预判。为此,充分利用历史生产数据,使用机器学习技术科学地预判工人产前效率,以提高生产线的平衡率。首先,收集了某工厂13个订单的526个生产数据并通过分位数划分法对效率进行等级划分。其次,基于生产数据的特征,在员工生产效率预测任务中选择了随机森林集成学习模型,并与其它8个模型进行了综合比较。最后,通过递归式特征消除法,从15个初始特征中筛选出实现模型最大预测性能的最优特征组以优化模型。优化后结果显示,随机森林模型展现出优异的预测性能,在回归任务中,验证集R^(2)值为0.836,而均方根误差值为0.116;在分类任务中,其验证集平衡F分数值为0.823。研究结果表明,使用随机森林模型可以实现产前工人效率的有效预测,预测结果可避免管理者在调度时做出错误决策,同时为生产线的优化和柔性调度提供参考。

摘要：目的:调查上海徐汇地区妊娠期女性睡眠质量,并分析睡眠呼吸障碍(sleep-disordered breathing,SDB)等睡眠疾病的相关因素。方法:研究采用国际标准化横断面临床研究设计,自2019年2月至2021年2月,在上海交通大学医学院附属第六人民医院、中国福利会国际和平妇幼保健院及上海市第八人民医院使用电子化的整合睡眠问卷[包括匹兹堡睡眠质量指数问卷(Pittsburgh sleep quality index,PSQI)、柏林问卷(Berlin questionnaire,BQ)、爱泼沃斯思睡量表(Epworth sleepiness scale,ESS)、雅典失眠量表(Athens insomnia scale,AIS)]调查妊娠期女性的睡眠质量,收集其人口学信息、生育史、体格检查结果等临床资料。统计夜间睡眠不足/过量、睡眠效率低下、入睡困难、睡眠质量差、失眠、日间过度思睡及睡眠呼吸障碍高风险等多种睡眠疾病在各孕期女性中的患病率,并分析不同睡眠疾病的相关因素。采用SPSS 22.0及OriginLab 2019b软件进行统计学分析与制图。结果:研究纳入孕早期女性1898例,孕中期女性3099例,孕晚期女性1539例。夜间睡眠不足(42例,2.7%),夜间睡眠过量(132例,8.6%),入睡困难(187例,12.2%),睡眠效率低下(542例,35.4%),睡眠质量极差(102例,6.7%),临床失眠(335例,21.8%),SDB高风险(44例,6.4%)的患病率在孕晚期女性中最高(χ2值分别是20.455、6.027、35.565、38.046、15.376、6.782,P值均5)的风险因素,而多次足月产史(OR=0.800)是其保护因素。大龄孕妇(OR=0.976)、多次足月产史(OR=0.808)、较大孕周(OR=0.983)、高血压(OR=0.572)是日间思睡(ESS>6)的保护因素。妊娠高风险预警评级(OR=9.312)是失眠(AIS≥4)的风险因素,而多次足月产史(OR=0.815)是其保护因素。高体质量指数(OR=1.334)、高血压(OR=4.427)是SDB高风险的影响因素。结论:多种睡眠疾病在妊娠期女性中患病率较高,其中睡眠呼吸障碍症状随妊娠进程的发展而明显加重。不同类型睡眠疾病的相关因素各异。妊娠高风险预警评级、高体质量指数、较大孕周、高血压、有人流或药流史、无足月产史的孕妇是妊娠期睡眠疾病的高危人群。

摘要：为解决服装定制中个性化服装开发效率低以及虚拟试衣过程繁琐等问题,首先,详细阐明了三维服装软件CLO 3D和Marvelous Designer的虚拟服装迁移原理;其次,结合CLO 3D的虚拟服装迁移和自动转换虚拟模特功能,提出了一套针对三维扫描人体的个性化服装定制方案;最后,采用三维扫描人体开展虚拟服装迁移实验,验证了该方案在实际个性化服装定制应用中的可行性。研究结果表明:针对不同体型的三维扫描人体,可快速生成个性化虚拟服装、个性化样板和展示个性化虚拟试衣效果;生成的虚拟服装能够满足不同体型的个性化需求。该方法可提高个性化虚拟服装开发效率,为个性化服装定制提供技术支持。