摘要：以舞台灯旋转控制步进电机组装配为研究对象,介绍了一种利用Robot Studio软件仿真的电机组虚拟装配仿真解决方案。首先使用UG软件进行工作站所需部件三维模型,并导入到Robot Studio软件中进行工作站布局;其次,通过Robot Studio软件将多功能工具和电动螺丝刀创建为机械装置,配置机器人I/O信号,创建上料、快换器、气动夹爪、吸盘、装配等Smart组件,设计工作站逻辑;之后,规划机器人运动路径、示教机器人目标点,编写机器人离线程序;最后通过仿真调试及信号分析,确定合理的机器人运行参数,优化生产节拍和能耗。该方案可以指导实际装配工作站的设计。

摘要：基于工作过程系统化的课程开发理念,对高职工业机器人技术专业核心课程“可编程控制器技术”进行开发设计,通过对工业机器人技术专业工作岗位群分析,筛选确定典型工作任务自动化控制系统装调,将其归纳为工业机器人应用系统集成工作领域,进而转化为学习领域电气系统安装与功能实现,设计了送货小车自动往返控制系统装配与调试、十字路口交通信号灯控制系统装配与调试、二级传送带控制系统装配与调试三个学习情境。以学习情境送货小车自动往返控制系统装配与调试为例,以工作过程为导向进行信息获取、计划、决策、实施、检查、评价的完整性学习设计,注重职业行为能力培养。

摘要：针对广泛应用于图像处理的ViT推理框架存在泄露用户隐私数据的风险,而已有隐私保护推理框架存在计算效率较低、在线通信量较大等问题,提出了一种高效隐私保护推理框架SViT。该框架由2个边缘服务器协作执行基于秘密共享设计的安全计算协议SSoftmax、SLayerNorm、SGeLU,在保持ViT-B/16原始框架结构的情况下,解决了隐私保护框架推理开销大的问题。理论分析与实验表明,相比CrypTen,SViT在计算效率和在线通信开销方面分别提升了2~6倍和4~14倍。

摘要：在保证区块链内数据安全的前提下,数据共享的速度通常较慢,为减少数据共享所需时间,基于属性加密算法设计联盟区块链数据共享方法。构建分层访问树,在无密钥托管模式中完成对用户代理加密的分类,使用哈希函数简单处理分层模型;基于属性加密构造数据访问共享模型,定义数据库域值,设置系统公共参数,建立主密钥与公密钥,完成集中式的数据共享管理;设计区块链数据共享算法,依据公钥格式生成用户私钥,完成区块链内的数据共享。分别计算数据共享过程中安全索引、陷门生成、关键字搜索三个步骤的用时,由数据可知,在安全索引与关键字搜索时,属性加密算法的运算效率更高,在陷门生成过程中,属性加密算法的运算效率相对较高。该方法的数据共享总用时为991 ms,共享时间更短,速度更快。

摘要：为让终身学习体系的构建更加完善,需要从教育政策、教育技术、教育内容以及学习形式等方面着手。构建终身学习体系时,要以学习者为中心,依据学习者的不同需求来设计课程,根据学习者的学习能力来选择适合的教学方式。本文通过阐述数字技术与终身学习融合的重要意义,分析数字化终身学习体系构建发展的局限性,提出基于数字化时代构建终身学习体系的有效策略,对终身学习体系的增值评价与前景展望进行详细论述,为促进我国终身教育体系的建设和发展提供新的思路。

摘要：“数据采集与存储”是一门随互联网普及而发展出来的工科新课程。本文对课程改革面临的问题进行了分析,并按照工程教育认证需要,阐述了课程思政全过程,以期实现将学生培养成身心健康并有社会责任感的综合性应用型人才的目标。

摘要：自动装车装备在制造业、电商以及物流等领域中有极为关键的作用,可以促进货物装载效率稳定提升,缩减货物运输环节的人工成本,推动物流运作系统朝着自动化与智能化的方向发展。自动装车作业场景较为复杂,给装车设备的自动化运行带来诸多挑战。人工智能技术可被用于定位与识别货物、规划设计装载方案、移动与抓取货物、装载检查等环节。本文首先对自动装车装备的类别进行分析,而后探讨了在线检测技术、三维图像分割技术、二维图像识别技术、智能算法等人工智能技术在当前的自动装车装备中的应用情况,以期为优化无人化装车作业模式提供技术思路。

摘要：混合式教学模式是将线上教学与线下课堂有机融合,以提升教学效果的一种新型教学模式,文章将这种模式应用于前端框架应用开发课程的教学改革与实践研究中。通过构思设计与课程相关的案例、实验及综合项目,将课程的理论知识与实践应用紧密结合,以满足不同层次学生的学习需求。通过在线学习平台,将教学实施过程主要分为三个环节:课前线上预习、课中线下教学、课后巩固实践,构建以学生为主体、以理论为基础、以实践为主导的课程体系,有效地推进了课程的教学改革,提高了学生学习的积极性与主动性。

摘要：针对大部分生成对抗网络在动漫图像的生成上会呈现出训练不稳定,生成样本多样性比较差,人物局部细节上效果不好,生成样本质量不高的问题,文章利用条件熵构造的一种距离惩罚生成器的目标函数,结合注意力机制提出一种改进模型MGAN-ED。模型主要包括融入多尺度注意力特征提取单元的生成器和多尺度判别器。采用GAM和FID进行评估,所做实验结果表明模型有效地解决了模式崩塌的问题,生成图像的局部细节更加清晰,生成样本质量更高。

摘要：车联网(IoV)路况监测需对用户隐私数据进行传输、存储与分析等处理,因此保障用户隐私尤为重要。基于联邦学习与区块链技术,提出一种面向IoV的分层联邦学习框架,并基于所提框架设计一种轻量级的隐私保护数据共享方案。所提方案采用掩码技术加密车辆共享的模型参数,保障参数在共享过程中的机密性;同时,引入基于模型参数准确性的轻量级共识机制和审计机制,提高数据共享的安全性和可靠性。仿真实验结果显示,所提方案模型精度相较于其他方案提高了5%,同时在恶意环境下模型精度相较于未加入审计机制的方案提高了30%。