摘要：本文主要研究有向图中含弹性关节多机械臂系统的一致性问题,利用模型参考自适应一致性方法,将含弹性关节多机械臂系统的一致性问题转化成参考模型的一致性和单个机械臂系统的轨迹跟踪问题两个子问题.考虑到机械臂的相对角速度信息难以获取的情况,提出了无需相对角速度信息的线性参考模型.在轨迹跟踪算法设计上,利用反步法对单个机械臂系统设计了跟踪控制算法,使得系统达到关节角度趋于一致的结果.

摘要：针对目前娱乐机器人系统存在的体积大、不易携带和操作复杂等问题,基于MediaPipe Hand人手骨骼关节点检测框架,结合BP神经网络设计并实现了人机猜拳博弈机器人系统。该系统利用Lab-VIEW编程和NI myRIO控制器实现机械手动作控制和人机交互界面的设计,并提出一种融合特征提取方法以快速检测手势特征。为验证该机器人系统的性能,在不同环境、不同试验人员等条件下对系统进行了测试。试验结果表明,系统整体预测准确率达到99.3%,手势平均识别时间约为0.0125 s,机械手动作响应时间为0.13 s,满足了高精度和实时性要求且该系统具有较高的鲁棒性和实用性,为娱乐机器人的研究提供了一定的参考价值。

摘要：有人/无人机共融集群中的有人机可弥补无人机在复杂环境中能力的不足.利用鸽群层级交互机制能够高效传递信息的特点,提出一种有人/无人机集群一致性控制方法.根据动力学约束与人类行为特点,建立无人机动力学模型和多通道的有人机操作员模型.在此基础上,通过鸽群层级交互机制构建集群系统的层级交互网络:有人机对等级较高的无人机发送指令,并通过层级网络影响整个无人机群体.设计可节约资源的自适应牵制控制策略,实现有人/无人机集群运动状态的一致性.此外,对系统稳定性进行简要分析.仿真结果验证了方法的有效性.

摘要：[目的/意义]结合金融证券行业特征,借鉴层次式设计思路和数据立方体概念,提出多层领域本体立方体模型并完成构建。[方法/过程]复用FBIO本体进行知识建模;利用LDA主题建模与BIRCH层次聚类完成概念提取;基于依存句法和深度学习框架的知识抽取完成本体实例扩充;通过维度分类和基于概率的实体空间向量表示增强语义关联性。[结果/结论]多层构建方式和立方体结构增加了知识内在关联,为金融概念知识提供多层次、细粒度的知识组织方式;也为本体构建提供新的思路。

摘要：探索现代信息技术在思想政治理论课教学实践中的深度运用、提升课程施教的精准性和实效性,是新时代高校思想政治理论课发展创新的重要课题。在清华大学“思想道德与法治”课程教学实践中,依托信息技术逐步建立起以专题教学、小班研讨、“雨课堂”学习和网络讨论为主要环节的混合式教学模式,持续探索思想政治理论课精准施教的规律和方法。运用信息技术实施高校思想政治理论课精准施教要发挥教师主导作用和学生主体作用,加强教学过程的整体设计和科学衔接,促进学生的个性化学习和成长。推进并加强对象识别的精准化、问题分析的精确化、资源供给的精细化和教学评价的智能化是以信息技术持续推进高校思想政治理论课精准施教的创新发展路径。

摘要：受寒鸦群配对飞行行为机制的启发,提出了一种配对交互模型,并应用于解决无人机(UAV)集群编队控制问题。首先,模仿寒鸦个体间的配对交互,设计配对交互时的邻居选择机制,基于社会力,考虑惯性加速、远距吸引、近距排斥、速度匹配和运动阻尼,分别建立配对个体和未配对个体的运动学微分方程,完成配对交互模型的构建。然后,在无人机模型基础上,设计基于寒鸦配对交互机制的无人机集群编队控制器。最后,通过2组仿真实验研究所提模型应用于无人机集群时的特性。结果表明,寒鸦配对交互模型能保证无人机集群运动的一致性,通过减小无人机交互的平均邻居数量,从而减小无人机集群的通信负载,并且当单向刺激时,配对无人机作为信息无人机时集群有更高的应激精度。

摘要：针对卷积神经网络在物联网设备的加速问题,提出在RISC-V架构的基础上,为卷积神经网络定制专用的加速处理器RCP(RISC-V CNN Processor),通过定制处理器技术从硬件视角进行卷积运算的加速。设计了基于RISC-V处理器的五级流水线,对流水线上的数据冲突和控制冲突提供了相应的解决方案;为卷积计算定制了MLAD/MSTORE/MMUL/MPOOL四条指令,加快了RCP处理器的卷积操作;验证RCP处理器的定制指令集,并通过运行卷积神经网络测试RCP处理器的功能。实验数据表明,使用了定制的指令集技术后,CNN的执行效率提高了3.38倍,加速了物联网设备中的卷积运算。

摘要：文章述评了霍凯特提出的人类语言的13种设计特征,并重点讨论其中的语言符号离散性和二元构型特征。从自然语言处理的角度看,离散性使语言符号的形式与意义之间存在着语义鸿沟,需要把自然语言的词向量化为连续性数值才可以进行计算,这种运算的结果可以从语言学上进行解释。由于语言系统和生物系统在二元构型上存在相似性,可以将自然语言处理的一些模型运用于生物分子研究领域。根据托马塞洛关于人类沟通的起源和合作性心理平台的学说,任何诉诸语言本身有某种繁复而自足的深层结构的幻想都是不切实际的,语言学家应该把语言置于人类生境(即人类进化与生存的现实境况)下,来思考语言的设计原理和运作机制,从而对语言的结构方式和功能效用有更加切实的了解,进而开辟一种更具人文主义情怀的语言学研究进路。

摘要：深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估结果与真实情况下的表现具有一致性,这对于感知模型的评估以及提升模型鲁棒性和安全性相关研究有重要意义.

摘要：金融突发事件的爆发和演化不利于金融市场的稳定,并加剧了系统性风险发生的可能。为了及时分析和应对金融突发事件并建立健全应急管理机制,提出构建金融事理知识图谱用以揭示突发事件的演化机理和辅助应急管理与决策。研究基于知识驱动的事件关联与演化视角,从海量财经新闻报道中选取高质量金融突发事件文本数据,通过本体设计、事件抽取、事件泛化等步骤构建了具有199736个事件和知识实体、444950个关系的双层结构事理知识图谱,并通过包商银行破产案例分析了突发事件演变逻辑。研究结果表明,金融突发事件事理知识图谱可以较为深入全面地揭示金融突发事件的演化逻辑和风险传导规律,并为金融突发事件的应急管理提供科学有效的分析思路和现实依据。