近年来,3D高斯溅射（3D Gaussian splatting）技术在新视图合成中的应用取得了显著进展,在渲染速度和效率方面取得了极大的成效。与之前的神经辐射场（NeRF）不同,基于神经网络的神经辐射场（NeRF）采用隐式表示。3D高斯溅射技术通过采用一组高斯椭球来进行场景的建模,将这些高斯椭球通过高斯椭球光栅化到图像中,实现高效渲染。这种显式表示方法不仅提升了渲染效率,还为后续的动态重建、几何编辑和物理模拟等任务提供了重要支持。本综述旨在梳理其发展脉络,剖析关键技术,探讨应用现状与挑战,为相关领域研究者提供全面参考。研究进一步指出,3D高斯溅射技术的下一阶段发展,将从追求渲染速度与静态质量的单点突破,转向解决可扩展性、动态真实性、泛化能力与交互智能性等系统级挑战,为数字孪生、混合现实、自主系统等重大应用领域提供核心支撑。

洪涝灾害频发对人民生命财产安全构成严重威胁,快速、精准地监测洪水淹没范围与动态变化是灾害应急响应与评估的关键。针对这一需求,本研究以河北省涿州市2023年7-8月洪灾为例,利用Sentinel-2多时序光学影像,开展洪涝水体的识别与动态变化监测。通过融合光谱反射率与多种水体指数构建综合识别特征,并分别构建人工神经网络（ANN）、随机森林（RF）和支持向量机（SVM）模型进行水体提取。结果表明：RF模型在不同时相的水体识别精度均高于98.84%,Kappa系数大于0.97,且稳定性和效率均优于SVM与ANN模型;基于RF的时间序列监测结果,揭示了涿州洪灾“快速淹没–缓慢消退”的完整过程,退水阶段受地形与排水条件限制,部分区域存在持续性积水现象。本研究结合Sentinel-2数据的易获取性与RF模型的高效性,提供了一套高精度、高效率的洪涝应急监测方案。

在C语言知识问答系统中,文本相似度计算至关重要,但传统方法（如余弦相似度和编辑距离）存在无法深入理解语义、难以处理语言复杂性等问题。为此,本研究提出融合双向长短时记忆网络（BiLSTM）与注意力机制的C知识文本相似度计算模型（BMHA）。该模型利用BiLSTM的上下文感知能力和注意力机制聚焦关键信息的优势,深入挖掘文本语义。经实验,在基于TensorFlow框架搭建的平台上,以C语言问答社区真实语料为数据集,BMHA模型在语义匹配任务中F1值达92.1%,较传统LSTM和CNN基准模型分别提升19.7%与24.5%。这表明其性能优异,为编程教育领域文本相似度计算提供了新方法,有望推动相关领域发展。

针对有限元建模时大多采用半手工,甚至纯手工方式进行椎体分割的问题,提出了一种自动化分割方法。该方法首先利用一种基于多分辨率组合特征向量的点标记检测算法标记出待分割区域的种子点,然后利用区域生长的方法生长出待分割区域,从而实现脊椎组织的自动分割。实验选取120例脊椎核磁共振图像进行验证,结果表明：本文方法分割结果的相似度系数平均值为90.02%,最高达95.28%,分割时间仅需5.0分钟,相较于手动分割效率提升10倍以上,且优于传统图论分割方法和U-Net算法。结论表明,本文所提方法能够实现脊椎椎体的高效、准确自动分割,具有较好的稳定性和应用前景,可为后续三维重建与有限元分析提供可靠基础。

针对多模态情感分析中模态异质性导致的特征冗余与噪声干扰问题,提出基于多任务联合学习的自适应协同感知模型(AdaSP-MTL)。AdaSP-MTL框架解耦单模态与多模态情感任务,构建异构特征解耦空间以增强模态特异性建模;设计了基于模态间余弦相似度的动态门控融合模块,自适应分配融合权重以抑制跨模态噪声传播;并融合CNN提取的低级局部特征与BiGRU提取的高级时序特征,形成多尺度情感表征。在SIMS、MOSI和MOSEI数据集上的实验评估表明,AdaSP-MTL在情感分类任务上全面优于现有基线模型,验证了其在有效建模模态异质性、抑制噪声干扰以及构建鲁棒情感表征方面的优势。

针对传统土壤养分检测周期长、现有便携式设备传输局限大、检测精度易受温度干扰等问题,设计了一款基于云端的便携式土壤基础养分检测传感器。该传感器以STM32F407为主控芯片,采用485型五插针土壤四参数传感器,同步检测温度、水分、pH 值、氮磷钾,通过Modbus RTU协议实现数据采集;搭载FS-MCore-F800 系列高集成度4G Cat.1模块完成检测数据实时远程传输,以及远程监控功能。通过测试,设备信号覆盖面积大,弱信号下通信稳定;485多路传感器集成检测;通过随机森林温度补偿模型降低水分误差;云平台支持多终端查看;设备易操作性强,在智慧农业中有广泛的推广前景。

针对传统微景观系统依赖人工维护、缺乏生态自循环能力的问题,设计了一种以K210为核心的智能微景观控制系统,实现了环境自适应调节与人机情感交互功能。该系统通过集成传感器实时监测温湿度与光照度,并自动控制喷雾与灯光以维持微景观生态平衡;借助Wi-Fi技术,完成了环境数据的远程传输与存储。创新性地引入KPU+Yolo-K210模型,实现了人脸表情识别功能,使系统能够感知用户情绪并相应地调节环境氛围,达到减压、装饰与抗疲劳的个性化体验。实验结果表明,Yolo-K210模型识别精度达到0.874,系统各项功能运行稳定可靠,验证了其在智能微景观系统中实现“环境—人”双向交互的可行性,为智能微景观的系统化设计提供了可参考的解决方案。

针对软件无线系统对信号处理模块提出的高效、可复用等要求,设计并实现了基于DSP和FPGA的可重构信号处理平台。平台采用分层式架构,通过硬件资源隔离与模块化设计,完成对波形重构的灵活配置与高效管理。在DSP端执行波形软件加载,其中使用Slave SelectMap方式加载FPGA配置文件,并结合EDMA进行数据搬移,加快了系统重构过程。测试结果表明,该设计方案具备良好的实时性、稳定性与扩展性,为软件无线系统中的信号处理平台设计提供了一定的参考。

测评学生的职业能力是衡量高职院校新工科专业人才培养质量的重点。然而,目前针对新工科学生职业能力测评的研究较少。本研究依据COMET能力模型,基于典型工作任务,建立面向新工科专业学生的职业能力测评体系。选取某高职院校244名学生作为测评对象,基于3个能力层级、24个能力指标制定了评价指标和评分标准,设计了开放式综合测试题目、背景情况问卷和答题动机调查问卷。测评结果表明,80.4%的学生达到过程性能力水平,仅5.3%的学生达到设计能力水平,学生在完成任务时缺乏环保意识和创新意识。本研究将为高校人才培养模式改革提供科学参考,助力高校优化课程体系、教学模式与评价体系。

为应对新一代信息技术产业对高技能人才的需求,解决高职计算机类课程存在的产教脱节、评价方式单一、思政融入不足等问题,以Windows Server操作系统管理课程为载体,构建“双线引领、三阶递进、六E联动、多维评价”课堂教学模式。该模式融合价值塑造与技能培养,依据“建网—管网—护网”三阶能力对接岗位标准,通过“六E”教学流程创设真实工作情境,建立覆盖知识、能力与素养的多主体全过程评价体系。实践表明,该模式有效实现课程内容与产业技术同步、教学过程与工作任务融合、育人成效与社会服务协同,具有良好的应用成效与推广价值。

针对传统Python程序设计课程在动态调整、实践反馈、教学精准化等方面存在的突出问题,构建了“1+1+N”教学AI智能体平台,以“智育融合,三全协同”为育人理念,依托“一体两翼”架构,实现教学全过程的精准支持与动态优化。实践表明,该改革显著提升了学生的编程能力、学习投入度与课程满意度,推动了教师角色向高阶育人转型,形成了数据驱动、师生协同的教学新生态,为应用型本科院校课程教学改革提供了可复制的实践路径。

本研究针对高职院校人工智能通识课程存在的学习难度大、理论与实践脱节、跨学科适配性不足等问题,提出了“智用融合”双驱动教学理念。构建了“基础导入–原理支撑–新技术应用–工具应用–综合启发”五维一体课程框架,以智能工具赋能为实践载体,以智能思维引领为认知导向,融入大模型、智能体等前沿技术,对接AI训练师等新兴职业需求,有效提升了不同专业学生的智能思维水平与跨学科应用能力,为解决当前课程困境提供了系统化教学方案。

随着人工智能技术的快速发展,编程教育正从传统的语法讲授向计算思维与实际问题解决能力培养转型。Python作为广泛采用的编程语言,其教学方式亟需创新。项目式教学虽契合编程教学的内在需求,但在实践中仍面临项目选题单一、学生认知负荷高、评价方式单一等挑战。生成式人工智能的出现为解决上述问题提供了新的路径。以DeepSeek为例,系统构建了生成式人工智能赋能下的Python项目式教学模式,围绕“项目引入—活动探究—成果展示”三大阶段,详细阐述了在“选定项目、制定计划、活动探究、作品制作、成果交流、活动评价”六个环节中,教师、学生与GenAI的协同作用机制,为生成式人工智能支持下的Python项目式教学提供系统的理论框架与教学设计参考,为后续实证研究与实践探索奠定基础。

以“6E”教学模式为理论框架,构建了面向电工电子实验课程群的智慧化教学评价体系,将评价机制系统性融入“引出—参与—探索—解释—拓展”五个教学阶段,形成闭环反馈结构。在此基础上,构建“三电”系列实验课程群智慧化教学评价平台,实现过程化、个性化评价支持。实践表明,该体系有效提升了学生的综合能力与创新实践水平,并为实验教学改革提供了有效的评价路径与决策依据。

案例实践教学方法广泛应用于人工智能技术课程教学,但普遍存在学生参与度低、案例“玩具化”现象严重、与实际人才需求脱节等问题。为了解决上述问题,探索了一种以人才市场需求为导向,以学生主动学习为目标,通过项目案例引导的实践教学方法。在典型人工智能技术基础上,通过整合科研项目、国家A类竞赛和企业等多方的需求与资源,设计“基础—进阶—实战”的三层级、全流程项目案例,并采用案例分阶段逐步引导的方式,让学生自主学习课程理论和实践知识,提升学生动手能力的同时,提高学生就业竞争力。