公共文化服务平台

基于生成式模型的研究生课程思政大模型: 2025年; 研究主要探讨了研究生课程思政大模型的设计与数据集生成方法。为将个人创新与社会发展需求相结合,引导学生将科研成果转化为对社会有益的实践,作者设计并开发了研究生课程思政大模型,收集了包括《习近平新时代中国特色社会主义思想学习纲要》在内的相关思政教材,通过对这些文本进行格式处理和数据生成,构建了一个研究生课程思政的专用数据集。采用智谱AI推出的GLM-4-Flash作为数据集生成模型,并利用精心设计的prompt优化数据集输出,生成了用于微调的对话类数据集。通过LoRA微调技术优化了模型在课程思政领域的性能,增强了模型的问答能力。; 蒋磊孙俊忍周翔王子

基于SAE和LSTM的下肢外骨骼步态预测方法被引量：10: 2019年; 提出一种基于栈式自动编码器(Stacked Auto Encoder,SAE)和长短时记忆(Long Short-Term Memory,LSTM)神经网络相结合的步态预测方法解决下肢外骨骼机器人跟随控制问题。人体在行走过程中下肢步态具有一定的周期性,通过将下肢运动信息作为输入,步态作为输出,构建SAE-LSTM神经网络模型,并利用Keras对SAE-LSTM神经网络进行搭建和验证。实验结果表明,SAE-LSTM神经网络根据之前时间段的步态序列有效地预测出下一时刻的步态信息,平均准确率能够达到92.9%以上。; 陈超强蒋磊王恒; 关键词：外骨骼

机器人关节轴承自润滑PTFE/PEEK复合材料的制备及其摩擦学性能研究: 2025年; 采用熔融沉积成型(FDM)和热压烧结工艺分别制备机器人关节轴承自润滑聚四氟乙烯/聚醚醚酮(PTFE/PEEK)复合材料,并对复合材料进行热处理改性,采用单因素实验探讨了热处理各阶段(升温、保温、冷却)工艺参数对复合材料摩擦学性能的影响。结果表明:热处理改性可以显著提高FDM及热压烧结工艺成型PTFE/PEEK复合材料的摩擦学性能,但需合理把控升温速率,升温速率过快容易导致材料结晶不充分,劣化改性效果,升温速率为2℃/min时制备的试样摩擦学性能最优;FDM和热压烧结成型试样对应的最佳保温温度分别为210℃和205℃,过高的温度容易诱导材料脆性转变,劣化其摩擦学性能;相较于骤冷的冷却方式,自然冷却可以减小PTFE/PEEK复合材料内部由于冷却而产生的应力及其他结构缺陷,自然冷却条件下FDM成型试样的摩擦因数降低约16.81%,热压烧结试样摩擦因数降低11.65%,从而赋予材料更优的摩擦学性能。; 李林琛蒋磊周康; 关键词：熔融沉积成型聚醚醚酮

邢台矿矿山井下人员定位与通信系统的实现: 2011年; 对于矿山井下人员进行定位是一项十分必要的工作,如何实时、有效的了解井下人员具体位置成为煤矿六大避险系统中的研究重点。考虑到煤矿井下的实际环境,本文研制了一种基于ZigBee和WiFi矿山井下人员定位与通信系统。; 张宜弛蒋磊常岑; 关键词：WIFI ZIGBEE 无线传感器网络

基于GMapping算法与指纹地图构建的井下定位方法被引量：4: 2017年; 针对现有井下定位算法定位精度差和依赖信号源坐标的问题,提出一种基于GMapping算法与指纹地图构建的井下定位方法。将待定位的位置信号特征与信号分布图进行匹配,选择最优定位坐标,从而提高井下定位精度;通过与GMapping算法相结合,避免了指纹地图构建过程维护成本高的问题,优化了算法的搜索与匹配效率。实际测试结果表明,该方法平均定位误差为57.7cm,可以满足井下定位要求。; 蒋磊杨柳铭武方达韩会杰周雪

基于MFCC和FD-CNN卷积神经网络的综放工作面煤矸智能识别被引量：9: 2020年; 煤矸的在线准确快速识别是放顶煤采煤法的关键技术,对提升采煤效率有重要的指导意义。从梅尔频率倒谱系数在语音识别中的广泛应用得到启发,以实际生产状态下采集的煤与煤矸滚落到液压支架尾梁振动信号的MFCC特征参数为训练与测试样本,分别计算顶煤垮落和煤矸混放2种情况下液压支架尾梁振动信号的梅尔频率倒谱系数并构成二维特征矩阵。近些年随着深度学习的迅速发展,卷积神经网络(CNN)已经成为检测和识别领域最好的方法,它可以自动地从数据集中学习提取特征。但是卷积神经网络(CNN)在通用CPU以及GPU平台上推断速度慢,使得深度卷积神经网络很难满足煤矸石在线识别的实时性要求。基于卷积神经网络与LD-CNN轻型神经网络建立FD-CNN煤和煤矸智能识别模型,将液压支架尾梁振动信号的MFCC特征矩阵作卷积神经网络的输入,实现了识别模型的结构优化,大大提高运算速度,减少资源的使用,并且揭示了模型的识别机理与分类依据。实验结果表明:模型复杂度对识别速度影响较大;基于MFCC参数枝得到的煤矸识别模型可以将振动信号作为煤矸识别的可靠依据,同时准确捕捉煤与矸石由于物理性质不同所产生的振动信号高维差异,综合给出识别结果。压缩后的模型在计算量与模型大小减少同时,识别精度提升了8%,推理速度提升了14%。实现节约计算与存储资源的同时提升识别精度,模型性能明显优于常规网络模型。; 蒋磊马六章杨克虎许政; 关键词：振动信号卷积神经网络

人工智能技术融入嵌入式系统课程的教学探讨被引量：7: 2023年; 人工智能技术的应用落地与嵌入式系统密不可分,这使得嵌入式人工智能技术在近几年得到了快速发展。探讨随着人工智能技术及应用的发展,在嵌入式系统课程教学中增加人工智能技术相关教学内容的路径,让学生在嵌入式系统课程中学到人工智能技术的新知识,以提高嵌入式系统相关技术人才的培养质量,满足社会发展需求。; 蒋磊王振翀葛淑伟; 关键词：人工智能嵌入式系统

基于磁阻传感器的无线交通量数据采集系统: 2011年; 针对传统的车辆检测方法容易对路面造成伤害、传感器易受周围环境的干扰等问题,通过融合无线通信、集成电路、传感器、计算机网络技术,可研究开发出一种无人值守且对道路没有损害的新型交通量数据采集系统。; 蒋磊王振翀张晨; 关键词：磁阻传感器交通量实时监测

模糊免疫PID在温度控制系统中的应用被引量：6: 2007年; 针对实际工业过程中温度控制的特点,借鉴生物免疫系统中的免疫反馈原理,结合模糊控制器可以逼近非线性函数的特点,提出了将模糊免疫PID控制算法应用到温度控制系统中。仿真结果表明该方法具有超调量小,调整时间短,抗干扰能力和鲁棒性强等优点,控制效果优于常规的PID控制方法。; 高松王振翀蒋磊; 关键词：温度控制系统模糊控制模糊免疫PID控制

基于深度学习的摩托车车道实时检测被引量：1: 2023年; 摩托车驾驶相比于其他驾驶方式更加危险,但缺乏有效的辅助驾驶系统,例如车道辅助保持系统、障碍物检测、预碰撞系统等,而判定摩托车在行驶中是否发生了偏离往往需要参照车辆行驶时车道线的位置,因此车道线检测对于辅助驾驶系统来说至关重要,因此文中提出了基于深度学习的摩托车车道实时检测算法。在Lanenet架构的基础下做出了以下3点改进:将车道坐标的绝对位置作为输入特征、使用K-means算法代替Mean-Shift聚类算法以及去除Hnet结构。由于目前缺乏公开的摩托车车道数据集,因此将使用采集的摩托车车道数据对模型进行拟合,拟合的结果证明了该算法的有效性,检测速度可达47.6fps,交并比可达0.71560,相比文献[3]中的算法在精度上提高了15.5%,在速度上提高了53.3%。; 万海波蒋磊王晓; 关键词：摩托车驾驶车道检测实时检测

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

蒋磊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

蒋磊

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈