关键词： 绝缘子缺陷检测   无人机航拍图像   深度学习   计算机视觉  

摘要： 依托计算机视觉和深度学习技术,从海量的无人机航拍图像中实现绝缘子缺陷检测,已经成为电力运维工作亟待解决的问题。近年来,深度学习方法在绝缘子缺陷检测任务中表现出优异的性能。该文综述了无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展。首先,简述了基于深度学习的输电线路巡检研究现状;其次,阐述了基于深度学习的绝缘子缺陷检测方法,主要从目标检测模型、轻量化网络模型、级联检测模型以及其他方法进行归纳总结,按照深度学习算法的发展历程,阐明了基于双阶段、单阶段、无锚框(Anchor-free)的目标检测算法,概述了轻量化网络、级联检测在绝缘子缺陷检测中的应用;然后,介绍了用于绝缘子缺陷检测的公开和自建数据集;最后,指出了深度学习技术在绝缘子缺陷检测应用中存在的问题,并对未来研究工作进行了展望。

关键词： 图像语义分割   深度学习   机器视觉   多尺度边缘检测   注意力机制  

摘要： 基于卷积神经网络的图像语义分割技术在各个领域都得到了广泛应用,尤其是在自动驾驶技术中。语义分割在道路场景图像中的应用非常重要,因为它可以帮助自动驾驶系统理解和识别道路上的不同物体和区域。然而,由于道路图像中的目标结构复杂且尺度不一,对道路场景图像进行准确的分割仍然具有一定的挑战性。目前,存在的主要问题是分割速度较慢,并且传统方法在特征选择方面的能力有限。因此,本文旨在综述图像语义分割领域的深度学习方法,以解决道路场景图像分割中的挑战。

关键词： 离线强化学习   基于模型的强化学习   不确定性度量  

摘要： 现有的基于模型的离线强化学习方法中,大多着力于研究不同形式的保守主义应用,而忽略了对该类方法至关重要的部分——环境模型的研究。为了补充对环境模型影响的研究,提出了一种基于确定性模型的离线强化学习算法(deterministic model-based offline reinforcement learning,DMO)。首先,DMO针对离线数据与在线模型算法中数据特性的不一致,提出了一种适合离线RL问题的确定性建模环境的方法。其次,DMO使用转移中状态动作对在分布内的程度来衡量整个转移的不确定性,进而提出了基于不确定性衡量的奖励调整和模拟轨迹截断控制方法。DMO在D4RL的十二个机器人控制任务中进行了评估。最终在所有的测试任务中,DMO在以TD3+BC、BEAR、COMBO等算法为基线的比较中实现了8.2%~38%的平均得分提升。

关键词： 生本化教育   意义建构   自主探究   知识迁移  

摘要： 指向意义建构的问题式学习,是生本化教育理念下的一种新型模式,强调学生的自主探究、学习以及对知识的迁移应用。我们应设计以学生为中心的方案,利用可激发学生探究欲望的问题,引导学生对知识主动探索、主动研究,在系统性的学习中完成对知识的自主建构。

关键词： 缺陷检测   异常检测   工业视觉   深度学习   无监督学习  

摘要： 工业缺陷检测在保障产品质量、提高企业竞争力方面具有极其重要的作用。传统的缺陷检测方法依赖人工检查,成本高且效率低下,难以满足大规模的质量检验需求。近年来,基于视觉的工业缺陷检测技术取得了显著进步,已成为产品外观质量检验的一种高效解决方案。但在许多实际工业场景中,获取大量带有标签的数据非常困难,且对产品检测的人工成本和实时性均有所要求,因此,无监督学习逐渐成为研究的热点。针对该领域任务构建、现行技术、评估标准以及不同方法之间的共性和差异,对相关工作进行综述。首先,明确工业缺陷问题的定义,并从数据难点和任务挑战等多个角度分析该问题的难点;其次,重点介绍基于无监督深度学习的工业缺陷检测主流方法,并对它们进行详细的归纳与分析;再次,介绍常用的公开数据集与评价指标;最后,对工业缺陷检测领域将来的工作进行展望。

关键词： 表面增强拉曼光谱   机器学习   呼吸道病毒   无标记检测  

摘要： 快速准确地检测引发急性呼吸道感染(ARI)的常见病毒,对于公共卫生防控至关重要。尽管传统的病毒检测方法在一定程度上满足了临床需求,但其往往存在耗时较长、成本较高或灵敏度有限等局限性,亟需更为快速和高效的检测手段。表面增强拉曼光谱(SERS)技术因其高灵敏度和特异性,逐渐成为病毒检测领域的研究热点。研究旨在开发一种结合SERS技术与机器学习方法的新型高效检测策略,以实现对呼吸道合胞病毒(RSV)、甲型流感病毒(IFA)和人腺病毒(HAdV)的精准检测。采用柠檬酸盐制备银纳米颗粒(Ag@cit),将碘离子孵育和钙离子聚集的银纳米颗粒(Ag@ICNPs)作为SERS基底。Ag@ICNPs具有适合病毒检测的优质“热点”,能够超快速、高灵敏、无标记地捕获呼吸道病毒的特征指纹图谱。为了进一步提高检测的效率和准确性,将机器学习方法引入到SERS技术中,通过对多种机器学习算法的改进,成功建立了病毒分类器,能够在3 min内对检测限低至1.0×10^(2)copies·mL^(-1)的三种病毒进行快速鉴定,且准确率高达100%。此外,利用病毒浓度与特征峰强度间关系所构建的浓度依赖性曲线,具有良好的线性关系(R2均大于0.998),为量化样本中病毒含量提供了可能性,这对于临床通过病毒负荷的变化监测治疗效果和病情进展具有重要意义。该研究揭示了“SERS@机器学习”联合应用在呼吸道病毒快速精准检测中的显著优势,并为ARI临床诊断提供了一种具有潜在应用价值的新途径,有望在未来成为临床诊断和公共卫生防控中的重要工具。

关键词： 重离子熔合反应   熔合截面   物理信息   机器学习  

摘要： 本文利用基于决策树的机器学习算法——LightGBM(Light Gradient Boosting Machine)研究偶偶核体系的重离子熔合反应的截面(Cross Section,CS)。机器学习算法的输入特征量包括与原子核基本性质相关的物理量(如弹靶核的质子数、质量数、2^(+)和4^(+)态激发能量等)以及从唯象理论模型计算得到的CS,输出量为熔合截面。研究发现,当输入特征量中不包含唯象模型计算的CS时,在训练集上LightGBM预测的CS与实验值的平均绝对误差(Mean Absolute Error,MAE)为0.138,显著优于ECC模型预测的0.172;当在输入特征量中包含唯象模型计算的CS时,由于物理信息的加入,MAE降至0.07。此外,还发现当物理信息引入时,计算得到势垒分布与实验数据能更好地符合。这表明物理信息在机器学习研究重离子熔合反应中有重要作用。

关键词： 高中地理   城镇化   鲁教版   经济结构  

摘要： 城镇化不仅深刻影响着经济结构、人口分布,还广泛涉及地理环境、社会文化等多个方面。鲁教版高中地理教材对《城镇化》这一节进行了全面而深入的阐述,旨在帮助学生系统理解城镇化的内涵、过程、影响。本文结合教材内容,提供详细的学习方法指导,并附上提升训练试题,以期帮助学生取得更好的学习效果。

关键词： 案例法   高中地理   学习方法   高效课堂  

摘要： 在课程改革日益推进的背景下,打造高效课堂及培养学生的综合能力,成为高中地理教学的重要目标。案例法作为一种有效的学习方法,具有生动、具体、实践性强等特点,能够激发学生的学习兴趣,提高学生分析问题和解决问题的能力,可以促进学生创新思维和实践能力的发展。

关键词： 计算化学   可再生能源   人工智能   能源材料   机器学习  

摘要： 能源材料低碳替代与绿色转型是实现碳达峰、碳中和的重要途径。传统基于实验的能源材料开发流程具有高可靠性和可直观评估等优点,但存在时间和资源成本高、探索范围有限、依赖知识和经验等问题。本文介绍了能源材料替代与转型中的机器学习方法,回顾了机器学习技术在能源材料研发中的已有应用和可用在能源材料开发中的机器学习算法,分析了机器学习方法在能源材料开发和替代方面的原理、应用、优势与挑战。根据对机器学习方法在能源材料替代与转型中的应用优势和局限性进行系统综述和分析,从数据、模型及应用等方面提出了构建高质量数据集、开发高适配性机器学习算法及拓展高效能源技术和系统的思考与展望。分析表明,机器学习方法在模型适配程度、应用广泛程度等方面都有十分广阔的提升空间,在能源材料替代与转型领域应用机器学习方法具有显著价值和广阔前景。