摘要：采用滴注法制备了氧化石墨烯薄膜进行激光光刻,通过显微观察证实了还原态氧化石墨烯的生成,根据薄膜的方阻测试确定了最优的光刻参数。然后,在非晶硅组件电池的背面制备氧化石墨烯薄膜,光刻出平面叉指状电极。5个单节微超级电容的超薄电极进行串联,具有高工作电压,实现了对光伏电能的存储。结果表明该储能器件具有高循环稳定性,50次充放电循环的容量保持率为99.85%。该研究为设计制作用于光伏组件的一体化储能系统提供了新思路。

摘要：数字电子技术课程,作为电类及相关专业的基础课程,在整个专业的课程体系中具有重要的基础地位,同时它也是一门实践性较强的专业基础课。在新工科理念所倡导的培养现代工程师目标中,传统的理论讲授和实验实践存在教学方案设计刻板、缺少对学生的吸引力、缺少实际的工程应用等诸多不足。根据对传统授课的总结,结合任务驱动法的教学思路,在保持传统授课的方式下,增加对知识点应用情境的分析和任务分解,将课程的各知识点拉入学生的最近发展区,从而实现对传统授课方式的改进和提升。

摘要：针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

摘要：针对传统自抗扰控制器存在参数整定困难及控制器效果有待改善的问题,提出了一种基于改进型Fal函数的永磁同步电机位置自抗扰控制器控制策略,旨在优化伺服系统的控制效果。设计了Le_fal函数以解决Fal函数在定义域区间的不连续性问题和拐点处输出增益的抖动问题,减少了控制器待整定参数。针对自抗扰控制器参数难以整定的问题,采用粒子群算法对控制器参数进行优化。仿真实验结果表明,基于粒子群的改进型自抗扰控制器参数优化算法将超调量从传统自抗扰控制器的3.1016%降低至0.3375%,将调节时间从3.08 s降低到0.47 s,将稳态误差从0.0633降低至0.0162。结果表明,改进后的自抗扰控制器具有更好的快速性和鲁棒性。

摘要：知识图谱作为一种辅助信息,可以为推荐系统提供更多的上下文信息和语义关联信息,从而提高推荐的准确性和可解释性。通过将项目映射到知识图谱中,推荐系统可以将从知识图谱中学习到的外部知识注入到用户和项目的表示中,进而增强用户和项目的表示。但在学习用户偏好时,基于图神经网络的知识图谱推荐主要通过项目实体利用知识图谱中的属性信息和关系信息等知识信息。由于用户节点并不与知识图谱直接相连,这就导致不同的关系信息和属性信息在语义上和用户偏好方面是独立的,缺乏关联。这表明,基于知识图谱的推荐难以根据知识图谱中的信息来准确捕获用户的细粒度偏好。因此,针对用户细粒度兴趣难以捕捉的问题,提出了一种基于知识图谱的兴趣捕捉推荐算法。该算法利用知识图谱中的关系和属性信息来学习用户的兴趣,并增强用户和项目的嵌入表示。为了充分利用知识图谱中的关系信息,设计了关系兴趣模块以学习用户对不同关系的细粒度兴趣。该模块将每个兴趣表示为知识图谱中关系向量的组合,并利用图卷积神经网络在用户项目图和知识图谱中传递用户兴趣以学习用户和项目的嵌入表示。此外,还设计了属性兴趣模块以学习用户对不同属性的细粒度兴趣。该模块采用切分嵌入的方法为用户和项目匹配与之相似的属性,并使用与关系兴趣模块中相似的方法进行消息传播。最终,在两个基准数据集上进行实验,实验结果验证了该方法的有效性和可行性。

摘要：针对低频超声测井仪声波发射、数据采集及数据传输于一体的控制要求,设计了一种基于DSP+FPGA异构控制技术的新型主控系统。该系统使用DSP作为主控制器,通过CAN总线与井下电缆遥传通信,根据接收的指令产生控制时序,使用有限状态机完成工作流程控制,创新性地采用基于加权马氏距离的健康度评估方法评判仪器工作状态。使用FPGA作为从控制器,采用指令数据通道独立控制方法实时转发控制指令,同步声波激发与采集,实时接收声波数据。采用基于自定义并口双口RAM的协同通信机制完成DSP与FPGA之间的数据传输。采用差分传输技术实现与发射系统、采集系统之间的通信。测试表明:该主控系统通信误码率低,控制实时性高,状态评估准确,具备声波发射、数据采集及数据传输一体化控制能力,满足低频超声测井仪控制要求。

摘要：城市发展中不同城市部门、理论和技术的专业化及其在城市中的汇聚,极大地加快了城市信息学的发展。作为跨学科领域,城市信息学旨在通过新的信息技术来解读城市并推动城市发展。对于这一新兴领域的进展与前景虽已有一些讨论,但仍需进一步探索其研究计划,以推动城市信息学的进步,并对未来城市发展提供参考。为此,本文基于领域最新研究进展,提出了一系列城市信息学研究计划。这些研究计划涵盖三个层次:城市科学的未来;核心使能技术,包括地理空间人工智能、高精地图、量子计算、人工智能和物联网、数字孪生、可解释人工智能、分布式机器学习、保护隐私深度学习等;城市信息学的应用,涵盖城市设计和规划、交通、基于位置的服务和元宇宙等方面,以及关于算法和数据驱动方法的讨论。最后,本文展望了城市信息学未来的发展,尤其注重如何在日益增长的技术依赖与重要的社会问题之间取得平衡。

摘要：具身智能是一种将人工智能深度融入物理实体(如机器人)中的颠覆性技术,使它们能够自主感知、学习并与环境进行动态互动。与以往为特定功能设计的传统机器人技术不同,具身智能赋予了机器人更广泛的任务执行能力。

摘要：以ChatGPT为代表的生成式人工智能浪潮席卷全球,对人类的学习、生活和工作方式产生了强烈的冲击,催生全球范围内社会范式的急剧变革,社会和个人的发展将越来越依赖人工智能。因此,每个公民都需要对人工智能技术有正确的认识和基本的素养。面对生成式人工智能给教育带来的挑战与冲击,国家已在宏观层面加强了中小学人工智能教育顶层设计,在课程建设、教师培养、资源投入等方面采取了系列措施。如我国早在2017年就发布了《新一代人工智能发展规划》,明确指出要完善人工智能教育体系,实施全民智能教育项目,在中小学阶段设置人工智能相关课程[1],并通过《普通高中信息技术课程标准(2017版2020年修订)》和《义务教育信息科技课程标准(2022年版)》,不断健全完善中小学阶段的人工智能课程体系。在此背景下,区域和学校也应协同多方力量,积极为中小学生提供人工智能教育的机会。

摘要：人工智能经历了从早期基于规则的专家系统、机器学习的突破,到当前深度学习技术的快速发展。这一系列技术的迭代与广泛应用,推动了人工智能在多个领域的发展。伴随着计算硬件性能的提升、算法创新的加速和解决方案的不断完善,人工智能在工业领域的深度融合得到了坚实的基础支撑。当前,全球正处于新科技革命与产业变革的交汇点,工业4.0浪潮席卷而来,其核心特征为工业生产的数字化转型、网络化集成与智能化升级,预示着第四次工业革命的全面展开。