发布时间：
随车机械师的摄像电筒，记录路上车子各设备状态，也叫多功能摄像手电，主要还是记录，相当于执法仪。
一般的智能执法记录仪，是指像智能手机一样，具有独立的触控操作系统，独立的运行空间，在保证执法数据安全的前提下提供软性APP决方案和后台智能识别平台的，解决普通执法记录仪定焦拍摄的问题，拍清执法现场照片，并可以通过移动通讯网络来实现无线网络、3G/4G接入实时调度执法现场的执法记录仪类型的总称。
智能执法记录仪具有八大特点：
除了具备普通执法记录仪的防水、抗摔、录像、摄像、标记、定位功能外，还有实时上传，实时回传功能。
1、具备无线接入互联网的能力： 即需要支持GSM网络下的GPRS或者CDMA网络的CDMA1X或3G(WCDMA、CDMA-2000、TD-CDMA)网络，甚至4G(HSPA+、FDD-LTE、TDD-LTE)，实现网络的实时图传和执法实时调度。
2、具有自动变焦拍摄功能： 包括执法记录仪自动变焦，拍清一张照片，严格执法，同时高分辨率像能够完成高广角。
3、具有开放性的操作系统： 拥有独立的核心处理器(CPU)和内存，可以安装更多的应用程序，使执法记录仪的功能可以得到无限扩展。
4、人性化： 可以根据个人需要扩展机器功能。执法需要，实时扩展机器内置功能，以及软件升级，智能识别软件兼容性，实现了执法过程同步的人性化功能扩展。
5、高清触摸屏： 支出多点触控，甚至五点触控，实现执法记录仪的屏幕化操作，更简单，扩展应用型更强。
6、智能云识别: 随着互联网+的发展，通过接入后台网络，能够准确的进行图像识别，识别身份证件、盗抢车辆等功能，提高执法效率。
7、在线传输：可以通过4g/5g网络、WIFI在线传输音视频数据，可以远程指挥。
8、高清像素可以任意选择拍摄，大广角收录。
万方智搜是万方数据股份有限公司旗下的学术资源检索与获取平台，致力于通过专业的检索及知识挖掘技术，帮助用户精准发现、获取与沉淀学术精华，让用户更加愉悦的获取知识，创造知识。同时，万方智搜携手国家科技图书文献中心、科睿唯安、WILEY、Taylor & Francis等50余家世界著名出版商共建知识服务基石，共促开放科学服务，优化学术价值生态，助力科研创新发展。万方智搜收录了包括期刊、学位、会议科技报告、专利、标准、科技成果、法规、地方志、视频等10余种资源类型在内的3亿多篇中外文学术文献，全面覆盖各学科、各行业。在此基础之上，万方智搜通过深度知识加工及知识图谱技术，构建了2千万余条专家和机构数据、3亿多条文献引证数据、1万多本期刊数据等多种数据类型。基于海量高品质知识资源和知识发现技术，万方智搜为用户提供专业文献检索、多途径全文获取、云端文献管理及多维度学术分析等功能，全面服务于用户的科研创新。第二部分 使用说明一、文献检索1.统一检索万方智搜首页的检索框即为统一检索的输入框，实现多种资源类型、多种来源的一站式检索和发现，同时，它还可对用户输入的检索词进行实体识别，便于引导用户更快捷的获取知识及学者、机构等科研实体的信息。在统一检索的输入框内，用户可以选择想要限定的检索字段，目前共有5个可检索字段：题名、作者、作者单位关键词和摘要。用户可以单击检索字段进行限定检索，也可以直接在检索框内输入检索式进行检索。例如，用户想检索题名包含“青蒿素”的文献，用户可以单击“题名”字段检索，检索式为：（题名:青蒿素）。除此之外，用户也可以自主输入检索式检索，例如：（标题:青蒿素）、（题目:青蒿素）、（题:青蒿素）、（篇名:青蒿素）、（t:青蒿素） （title:青蒿素）。万方智搜默认用户直接输入的检索词为模糊检索，用户可以通过双引号“”（英文符号）来限定检索词为精确索。例如，用户想要“信息资源检索”方面的文献，检索式为：（信息资源检索），即为模糊检索，检索式为：（“信息资源检索”）为精确检索。另外用户也可以在检索框内使用者not、and、or对检索词进行逻辑匹配检索，其中and可以用空格代替，逻辑优先级关系为 not > and > or。例如，用户想要“信息检索”和“本体”方面的文献，检索式为：（信息检索 and 本体）或（信息检索 空格 本体）。2. 智能识别智能检索指的是用户输入检索词，系统可以识别检索词的实体类型，智能提示用户是否要查找该实体。例如，在检索框里，输入检索式：张建国，系统识别张建国属于学者，因而优先展示作者张建国发表的文献，并提供所有同名学者的名片供用户选择。例如，在检索框里，输入检索式：情报学报，系统识别情报学报为期刊名称，提示用户是否要查看《情报学报》这本刊。3. 结果中检索在检索结果页面，还可以对该检索结果进行二次检索。二次检索可以对检索字段进行限定检索。二次检索的检索字段根据不同的资源会有所不同，主要有标题、作者、关键词、起始年、结束年。例如，在检索框里，输入检索式：信息，得到如下检索结果。对检索结果进行二次检索，限定标题为：资源管理。点击“结果中检索”对检索结果进行精简，得到如下检索结果。4. 分类检索万方智搜为用户提供了不同资源类型的检索，包括期刊、学位、会议、专利、科技报告、地方志等资源。用户可以通过单击检索框上部的资源类型进行检索范围切换。万方智搜可检索篇级文献，也可以检索期刊母体、会议、志书。期刊检索可以实现期刊论文检索和期刊检索，输入检索词或限定字段并输入检索词，点击搜论文按钮，实现对期刊论文的检索；输入刊名、刊号，点击搜期刊，实现对期刊母体的检索。如下图所示为期刊资源的检索页面。5. 高级检索万方智搜检索框的右侧有高级检索的入口，单击进入高级检索界面。高级检索支持多个检索类型、多个检索字段和条件之间的逻辑组配检索，方便用户构建复杂检索表达式。在高级检索界面，用户可以根据自己需要，选择想要检索的资源类型。系统通过以下检索条件，帮助用户提升检索的准确率。或者 ，表示添加或者减少检索条件； “与”、“或”和“非”，表示限定检索条件，优先级为：非>与>或；主题、作者、作者单位等，表示检索的限定条件。发表时间和更新时间，表示限定的文献发表时间和万方智搜更新的时间。精确，表示系统对于用户输入的检索词拆分进行检索。例如，输入信息管理学院，检索仅包含 “信息管理学院”的文献；模糊，表示系统对于用户输入的检索词拆分进行检索。例如，输入信息管理学院，检索不仅包含 “信息管理学院”的文献，还包含信息系统管理学院的文献；6. 专业检索万方智搜检索框的右侧有高级检索的入口，单击进入高级检索界面，然后选择专业检索。专业检索是所有检索方式里面比较复杂的一种检索方法。需要用户自己输入检索式来检索，并且确保所输入的检索式语法正确，这样才能检索到想要的结果。每个资源的专业检索字段都不一样，详细的字段可以单击“展开”进行选择。用户如果对自己想要检索的检索词不确定，可以使用“推荐检索词”功能，输入一些语句，单击搜索相关推荐词，得到规范的检索词。例如检索主题为推荐，发表在情报学报上的期刊文献，检索式为“主题:(推荐) or 刊名:(情报学报)”，专业检索得到如下检索结果。7. 作者发文检索作者发文检索是通过输入作者姓名和作者单位等字段来精确查找相关作者的学术成果。用户可以选择想要检索的资源类型，通过或者 添加或者减少检索条件，通过“与”、“或”和“非”限定检索条件进行检索。可以检索第一作者，并且能够同时检索多个作者的成果。8. 智能检索高级检索添加了智能检索的功能，智能检索包括中英文扩展和主题词扩展。中英文扩展指的是对检索词进行中文英文的扩展检索，扩大检索范围；主题词扩展指的是基于主题词表，对检索词扩展同义词和下位词，帮助用户保证查准率的条件下，扩大检索范围，提升检索的查全率。9．检索历史万方智搜提供对用户的检索行为的记录即检索历史。检索框的右侧有检索历史的入口，单击进入检索历史界面。在检索历史界面，可以导出检索历史，包括检索式、检索结果数量、检索时间等。未登录状态下，用户没有清除缓存或清空检索历史，最多保存50条检索记录。在个人用户登录状态下，系统默认保存30天内最近500条检索记录，便于用户快捷的检索获取文献。另外，用户也可以在检索历史页面，单击检索式进行重新检索。二、文献导航资源导航分为资源类型导航和数据库导航。从首页“数字图书馆”模块即可进入。1. 资源类型导航展示万方收录的资源类型及相关资源的更新情况介绍。例如，点击上图中的期刊，可进入期刊资源的导航页，首先呈现的是该资源的介绍，以及本周更新期刊推荐。左侧为期刊的学科分类导航，中间部分为刊首字母、核心收录、收录地区、出版周期、优先出版的期刊导航。可对过创刊时间、影响因子、被引次数、更新日期排序。点击期刊，进入期刊详情页。2. 数据库导航展示万方智搜收录的数据资源，包括万方来源的数据库，以及第三方合作的45个数据库。三、检索结果1.结果展示：详情式/列表式检索结果页中通过设置每页显示条数，用户可根据需要自由切换，每页显示20、30或50条。列表式只展示标题、作者、来源、时间等简要信息。2. 结果排序万方智搜提供对检索结果的多维度排序，除了传统的相关度、出版时间、被引频次指标外，我们还提供了下载量等排序指标。针对不同的资源类型，提供了不同的排序指标。例如，针对专利资源，我们提供了专利的申请时间、公开时间等排序指标。针对科技报告资源，我们提供了编制时间排序等排序指标。针对成果资源，我们提供了成果级别、公布年份等排序指标。3. 结果筛选在检索结果页面，通过资源类型、出版时间、语种、来源数据库等限定条件进一步缩小检索结果范围。例如，期刊的检索结果页面下，可以通过出版时间、学科分类、核心收录、语种、来源数据库、刊名、出版状态、作者、机构等限定对期刊论文进行筛选。除此之外，系统还可为用户提供一键筛选 “核心期刊论文”的功能。4. 结果限定用户可通过“获取范围”的分面来对结果获取范围进行限定，包括原文链接、有全文的资源、原文传递的资源、国外出版物。“只看第一作者”限定可在检索作者时限制显示该作者为第一作者的文献。5. 结果操作系统通过严密的嵌接用户检索发现的过程，提供针对文献的多种便捷操作，包括对单篇操作或批量操作、下载、导出、分享、收藏等。对于单篇文献，用户可在检索结果页进行在线阅读、下载、导出、收藏、分享操作。用户点击“导出”按钮，可根据需要导出不同的文献格式。例如导出规范的基于国家标准的参考文献格式，以及导出NoteExpress等文献管理工具格式。对于多篇文献，用户可全选、清除、导出操作，实现多篇文献的统一操作管理。6. 智能扩展从所属范畴、同义词、上下位词、优选术语等维度出发，以可视化方式直观展示检索词的知识关系。范畴指检索词所属的学科或领域，同义词指与检索词意义相同的一组词语，上位术语指概念上外延更广的词，下位术语指概念上内涵更窄的词，优选术语指概念优先选择的术语。用户可自由浏览或点击，以此获取更符合需求的准确结果。
本发明涉及医疗图像识别的技术领域，尤其是指一种基于fasterr-cnn的甲状腺肿瘤超声图像自动识别方法。背景技术近年来，随着硬件的提升，人工智能兴起的浪潮带给了人们智能化的生活，而为人工智能的发展带来突破性拐点的当属深度学习了。深度学习可以极大地减少人为提取特征的过程，广泛地应用在图像处理，自然语言处理等任务上。而深度学习技术也慢慢地应用在了医疗领域，医疗图像的解读通常依赖于医生，具有较强的主观性，医生在高强度的工作下，连续大量读片可能漏诊或误诊。传统的医疗图像识别借助于计算机辅助诊断系统(cad)以辅助医生分析和判断医学数据，渐渐地发展为通过利用图像分割技术结合机器学习的方法来进行医疗图像识别，最近也开始利用深度学习技术代替机器学习的方法，但是仍然依赖于图像分割技术然后在利用机器学习或者深度学习的方法。本发明深度学习在图像处理方面的优势，通过自动分析肿瘤图像的特征，能够实现一种端到端训练而不用图像分割的甲状腺肿瘤超声图像自动识别方法，从而辅助医生的判断，减少工作量，提高效率。
近年来机器人辅助外科手术的出现，引起了医学界乃至全世界的关注。什么是手术机器人呢？手术机器人不是机器人在做手术，而是手术机器人系统由经验丰富的外科医生操控机械手臂，来达到手术的目的。医生在机器人手术系统控制台上操作机械臂，被系统精确无误的实时传递，同时在患者体内微小的器械进行手术。医生采用手术机器人辅助手术，可以使手术更加精准、创伤更小、患者恢复更快。
远程手术机器人主要应用于远程手术，比如达芬奇机器人（da Vinci）。远程机器人手术系统主要由控制台和操作臂两部分组成。控制台是机器人手术系统的核心，由计算机系统、手术操作监视器。机器人控制监视器、操作手柄和输入输出设备等组成。术者坐在控制台前，通过机器人的控制监视设定器械动作幅度，张开角度的大小、器械闭合后锁定与否等，利用操作手柄进行操作。手术前需对操作臂活动范围进行设定。术者的手术操作转化为电信号，传导给机器人的操作臂，从而实现远程手术。
2001年7月《自然》 杂志报道了世界首例从美国纽约到法国Strasbourg的跨大西洋腹腔镜胆囊切除术也获得了成功，这是远程手术的一个里程碑，标志着外科手术跨时代的飞跃。现今远程手术机器人手术已应用于心脏外科、普通外科、泌尿外科、妇产科和骨科，具有普通腔镜或开放手术无法替代的优点：1、可进行精细操作，计算机系统可将术者在操作台上易于完成的大幅度动作通过缩小传输到机器人双臂手柄上，并可将术者的动作进行高频波过滤，消除器械的抖动和震颤，使操作更平稳准确。2、术者可坐在舒适的椅子上从容进行手术操作，不易疲劳3、手术通常由术者一人就可以完成。有时需1位洗手护士或助手医师，帮助安装、更换手术器械，协助止血，术后卸载器械装置等。
美国食品和药物监管局将远程手术机器人定为二类器械（那些被滥用或错用会造成亚种伤害的器械）来监管，因为它的控制信号都是依靠来自电脑的电磁脉冲。此外，远程手术的机器人操作手术时，术者使用的是机器人手柄或特制的器械，需要一段时间学习和训练，才能获得一种间接的触觉的反馈，否则压力过大会造成局部组织的损伤。在其他安全问题上，如黑客网络攻击造成互联网传输的中断、远程传输速度慢造成图像滞后，也会影响手术的精确性等等。由此可见，紧急应付措施及机器人操作的精确性和敏感性应该纳入术前考虑的问题。
对于特别脆弱的组织，医生在第一次远程 "触摸 "时可能已经施加了过大的压力。而正是考虑到这个问题，美国德克萨斯农工大学的一个团队创造了这个实验性的新系统。在其目前的形式下，它结合了光学距离传感器，应用于机器人抓取器的手指内侧，由人类操作者远程控制。当该设备闭上手指抓取物体时，传感器会测量自己和该物体之间的距离递减。这些数据会被传送到操作者佩戴的控制手套上，控制手套会向他们的指尖发出温和的电脉冲。这些脉冲的频率会随着操作者的手指越来越接近物体而增加。因此，操作者可以在实际接触物品之前，精细地调节他们即将施加到物品上的压力大小。
远程手术机器人的关键设备之一是互联网系统。互联网网速会影响图像的传输速度，进而影响手术的精确性。研究表明，600毫秒以内的滞后，在现实中对手术的影响是微乎其微。现在5G网络已经逐渐在普及，图像传输的滞后必将得到解决。
相比之下，互联网的稳定性则是关键的问题，如何保证互联网故障不会发生、服务器遭受黑客恶意攻击，是目前尚待解决的问题。加密在机器人和人类操作员之间流动的数据包将有助于防止某些类型的网络攻击。但是，对于使用无关数据阻碍系统的拒绝服务攻击，它无效。对于视频，加密还存在导致精细操作中不可接受的延迟的风险。为此，华盛顿大学（UW）电气工程团队开发“操作员签名”的概念，该概念利用特定外科医生或其他遥控操作员与机器人交互的方式来创建独特的生物识别签名。通过跟踪特定操作员应用于控制台仪器的力和扭矩以及他或她与机器人工具的相互作用，研究人员开发了一种新方法来验证该人的身份并验证操作员是他或她声称的人。
相信在不久的将来，随着机器人手术器械和手术技术的不断成熟和完善，信息网络技术的飞速发展，远程手术机器人必将越来越完善，能够帮助外科医生减少手术过程中的意外伤害，不断造福于人类。
“我们要消除众生的困苦和匮乏，带给他们愉悦和美丽。”——医疗机器人工程师
远程机器人系统已经允许外科医生在一个地方控制另一个地方的机器人手术工具，因此他们可以在远处进行手术。然而，一种新的近距离感应系统可以使这种手术比以往更安全、更精确。
在典型的远程机器人手术设置中，外科医生在视频屏幕上查看切口，移动手指在远程手术室中相应地移动机器人操纵器 "手指 "或其他器械。这种技术不仅可以让外科医生在一个城市给另一个城市的病人做手术，而且还可以在外科医生自己的位置上给病人做手术，帮助他们在做精细手术时，抚平手部的颤动。因此，这些系统通常都包含了触觉反馈功能，操作者可以通过指尖上的振动来感受到他们对病人身体组织施加的力的大小。
也就是说，对于特别脆弱的组织，医生在第一次远程 "触摸 "时可能已经施加了过大的压力。而正是考虑到这个问题，美国德克萨斯农工大学的一个团队创造了这个实验性的新系统。在其目前的形式下，它结合了光学距离传感器，应用于机器人抓取器的手指内侧，由人类操作者远程控制。当该设备闭上手指抓取物体时，传感器会测量自己和该物体之间的距离递减。
这些数据会被传送到操作者佩戴的控制手套上，控制手套会向他们的指尖发出温和的电脉冲。这些脉冲的频率会随着操作者的手指越来越接近物体而增加。因此，操作者可以在实际接触物品之前，精细地调节他们即将施加到物品上的压力大小。
在实验室测试中，11名志愿者使用该系统远程完成了一个物体抓取任务。每个人只在抓取器的视频引导下完成了两次，另外两次是在视频和触觉反馈的引导下完成的。当反馈被利用后，他们能够减少约70%的初始接触力。最终，研究人员希望这项技术能够在远程机器人手术中最大限度地降低患者的风险，并且以不分散注意力的方式进行。
“我们的目标是想出一种能够在不增加这项任务所需的主动思考负担的情况下，提高近距离估计的准确性的解决方案。”首席科学家Hangue Park说。“当我们的技术准备好在手术环境中使用后，医生将能够直观地知道他们的机器人手指离底层结构有多远，这意味着他们可以保持积极的专注于优化患者的手术结果。”
一篇关于这项研究的论文最近发表在《科学报告》杂志上。
从新型冠状病毒肺炎疫情开始到现在，中国是世界上疫情控制做得最好的国家。不过，关联境外输入的零星小规模偶发疫情持续不断，一旦疫情出现必然导致隔离发生，医院作为战疫主战场，影响许多需要医疗救助的病人。幸运的是，5G技术推动的远程医疗快速发展，尤其VR/AR技术立体呈现病人器官、组织病变形态，允许医生远程清晰诊断病人的病灶；手势识别精准定位医生的动作与病人身体的位置，远程控制医疗设备为病人诊疗、手术，为远程病人带来曙光。
一、远程医疗“VR/AR+手势识别”方案落地性强
自从5G诞生，云计算速度延迟的基础设施障碍没了，我们落地远程医疗就要考虑三方面因素：一是精度，医疗的精度必须高到离谱，有初 科技 手势控制精度能达到级别；二是立体，医生也是人，有正常的交互习惯，建立VR/AR病人器官、组织模型，最大化接近人体并看得更清楚；三是成本，类似一针药100多万的产品没有普及价值，这是一个软件算法配合硬件的方案，软件算法效率提升可以降低硬件成本，进而降低整体成本，实现“普通摄像头+深度学习”方案，大数据进一步训练，精准度越来越高。
首先来讲，基于计算机视觉的手势识别的技术方案优势明显，从医生动作信息输入到VR/AR模型做出反馈，这是一个动态过程，降低了硬件的束缚，为实时手术提供了可行性，而且，手势识别降低了硬件的依赖，让医生的手避免被其他物体遮挡，顺应医生视觉习惯，而且识别精度比医生手术刀微弱抖动还小，技术的落地基础有了。
其次，人体是一个三维立体结构，而手势识别也是三维立体识别，VR/AR模型呈现也是三维立体。这过程类似增强CT、MR或造影支持，从机器视觉获取人体三维模型信息到VR/AR模型立体呈现，呈现在医生眼前的就是一个立体的病人器官、组织，并清晰展示病灶情况，此时，医生远程诊断病人情况，需要手术的情况下，也可以借助远程专用VR/AR模型为基础的手术平台，实现两地病人与医生的链接，完成远程手术，为来不及远程运送的急重症病人提供新的希望。
最后，任何 科技 的产生都是为了造福大众，成本的高企无法适应市场需求，进行最优方案降低成本也是必须考虑的因素。目前来讲，基于机器视觉的手势识别方案分为两种“一种是用深度摄像头，一种是用一个或者多个普通摄像头实现。 而其中深度摄像头的方案又分为两种，TOF（Time of Flight，光飞时间）和结构光。”而不同方案的差别就像人的一只眼睛、两只眼睛看到景深层次不同，但是一只眼睛借助已有信息、关键提示等其他辅助软条件也可以达到预定效果，而普通摄像头信息延迟低于TOF数倍、拍摄角度大于TOF很多，虽然提高算法要求，但是降低综合成本，更及时、全面获取信息，也更适应医疗场景需求。
二、远程医疗VR/AR硬件低成本、高精度手势识别技术可行
在手势识别应用于VR/AR硬件方面，有初 科技 有落地项目进行实际验证，并把成本分成不同方案进行呈现，当然，包括最低成本的实现方案。
对于医疗来讲，高精度就是病人的生命，有初 科技 实现识别精度，为远程精准医疗提供技术可行性。实现手势识别依赖“摄像头+算法”的合理方案，得益于机器视觉和深度学习技术的发展，我们利用普通摄像头实现高精度的手势识别，对于应用的落地是一大利好。
而且，手势识别的高精度摆脱穿戴设备也是一大突破，一个穿戴设备套在手上，增加一层交互传感的误差，这个误差远远大于手术刀的误差，这一点无手套、无标记的手势识别也是有初 科技 的优势。
对于医疗来讲，延迟和视角是高精度的间接影响因素，却直接影响着医生对病人的治疗。利用现有SLAM摄像头实现手势识别，大部分用于SLAM的摄像头均为鱼眼或者广角灰度摄像头，在实现的精度上，用同样的计算资源或者用同样复杂度模型的话，基于深度的或者灰度的摄像头能够做到精度最高，RGB的精度反而相对会弱一些，因此，直接在SLAM的相机上实现手势识别的精度也能够达到比较满意的效果。
在成本、延迟、广角都占据优势的条件下，SLAM相机进一步加速“普通摄像头+深度学习”方案落地，也可能是未来的主流方案，等待临床数据去训练和验证。
三、远程医疗“最自然交互”手势识别成为VR/AR选择
最好的交互就是没有交互，当下的交互方式都是人适应机器，这样就容易导致用户的操作失误，医生的操作失误就会导致病人的生命危险，所以，交互方式适应人才是最佳方案。
人类诞生语言前，手势识最原始、最自然的交流方式，成为人的一种习惯、潜意识，出错率大大降低，而手势识别就是基于最自然的交互，适应医生的习惯，让医生全身心投入治疗，而不是分心于交互习惯。
而无论具有高度三维立体沉浸感的VR/AR，还是交互自然而生的手势控制，模仿人体日常生活中的行为方式，如挥手、握手、击掌、猜拳、抓取……动态追踪手势进行实时识别，保障动作识别的及时性、准确性。
为了提高真实手术场景的触感，基于VR/AR定制手术刀、镊子等设备，实现手势的触觉反馈体验，进一步感知手部复杂自由度的姿态和意图，未来手势识别成为VR/AR设备主流交互方式指日可待。
《模式识别与人工智能》是由中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办、科学出版社出版的学术性期刊。本刊主要发表和报道模式识别、人工智能、智能系统等方面的研究成果与进展，旨在推动信息科学技术发展。本刊1989年创刊，双月刊，主编为戴汝为院士。本刊创刊以来，得到较大发展，已成为模式识别、人工智能学术界有较大影响的刊物。1、自1992年以来，一直被《中文核心期刊要目总览》收为自动化技术、计算机技术领域核心刊物。2、1994年起，为《中国学术期刊文摘》引用期刊。3、1995年，被美国工程信息公司（Ei）收为Ei Page One数据库收录期刊。4、1996年被《中国科学引文数据库》列为来源期刊及统计源。5、1998年，被教育部定为“学位与研究生教育中文重要期刊”之一。6、1999年～2000年，获国家自然科学基金委择优支持基础性和高科技学术期刊专项资助经费资助。7、2008年，被 EI Compendex 数据库收录。8、2010年，获中国科协2010年度精品科技期刊项目资助。9、为适应和推动我国人工智能、模式识别学科发展，本刊1999年由每期80页扩版至128页，2000年起由16开本改为大16开本，2004年由季刊改为双月刊。近两年来，本刊每期作了较大扩版。人工智能是我国优先发展的学科之一，模式识别与智能系统是我国鼓励发展的专业。近些年来，我国人工智能、模式识别学科发展较快，在研究与应用方面不断取得进展。本刊将会成为与学科同步发展的精品性期刊。本刊共设四个栏目：论文与报告；综述与评论；研究与应用；信息与动态。
自动化研究生阶段叫做控制科学与工程，下设五个方向（二级学科）：1、控制理论与控制工程。2、检测技术与自动化装置。3、系统工程。4、导航、制导与控制。5、模式识别与智能系统。双控为国家级重点学科的学校：清华、上交、东南、东北、浙大、西工大等；检测为国家级重点学科的学校：浙大、天大；系统为国家级重点学科的学校：西交、华科；导航为国家级重点学科的学校：哈工大等；模式为国家级重点学科的学校：清华、上交、西交、南理工等；下面是看到的一篇较好的文章与自动化考研的同学分享：首先谈谈顶尖牛校.毫无疑问,清华一支独秀,上交紧随其后,这在圈内是人所共识的。清华自动化的特点是研究领域广度深,在拥有传统优势，控制理论与控制工程方面极负盛誉,在新兴的信息学科交叉领域--模式识别与智能系统方面以明显优势领先于国内同行.之所以会取得如此骄人成绩,归功于该校强大的工科整体实力.事实上自动化系的许多研项目都是在与计算机系,电子工程系紧密合作下开展的.清华最具国际竞争力的智能技术与系统国家重点实验室就挂靠这三个系.自动化系负责智能信息处理的相关研究.另外,清华的CIMS国家工程研究中心更是该系的金字招牌.因此,无论国家投入,自身实力,国际声誉,发展前景上看,清华自动化在中国的霸主地位短期内不会动摇. 上交是传统的工科牛校,自动化系又是该校工科中的重点方向.虽然它规模不大,但却发展均衡,锋芒毕露,极具实力.在自动控制和模式识别方面均有牛人如席裕庚,施鹏飞等主持.这两个领域曾入选国家重点学科,获此殊荣的仅清华,上交两家,其实力可见一斑.另外该系在CIMS,机器人装配方面也大有作为. 接下来可以谈谈第二档牛校---浙大与东南.浙大自动化发展很不均衡,几乎朝着工业自动化一边倒.在这方面,既有国家重点实验室与国家工程中心,也有以孙优贤院士为首的一群牛人撑腰,在国内将同行们甩开了一大截.可惜其他领域乏善可陈,如不加强新兴方向的研究投入,很难获得较高的国际声誉.毕竟,工业自动化只是自动化的一个经典分支,并且在国际学术界受重视度十分有限. 东南大学自动化有着与浙大相似的学科构成,也是偏于工程控制.该系于这方面的历史浸淫颇深,全凭多年来打下的深厚功底运作到现在.老一辈院士钱钟韩，冯纯伯为其在国内赢得了很高地位.现在的人才梯度建设也不错，有田玉平，郭雷等,CIMS更是国内独领风骚(北京第一机床厂CIMS工程:该校是工程唯一的技术依托单位，由本建设项目中的三个二级学科与"计算机应用"学科联合攻关，最终完成的，该工程获得美国制造工程师协会颁发的"工业领先奖"。这是该组织第一次授予非美国企业的国际性大奖。)，不过近年来在势力强大的弱电学科（无线电系，电子系）影响下，有着偏弱电的倾向，目前在重点发展检测技术与自动化装置、模式识别与智能系统两个二级学科。如果学科领域再有所拓展的话,应该能保住其现在的排名. 第三档学校当推哈工大,西交,国防科大,北航,东北,华工等 .它们的特点是在某些方向上比较突出,整体实力也还较为强 劲.如哈工大,国防科大的机器人研究走在国内前列,西交的 模式识别在顶尖牛人郑南宁的带领下异军突起.另外,北航的 单片机与嵌入式系统,西工大的飞行器控制,南开的系统理论 ,中科大的系统仿真,化工过程自动化...都是值得一提的亮 点. 至于其他学校,继续往下排就比较模糊,意义不大了,一般可 依学校名气,博士点,师资而定.小弟不再赘述. 对于考研的朋友还可以考虑一下中科院的研究所.单从实力 上讲的确是不错的选择.沈阳自动化所在机器人研究方面与 哈工大,国防科大并称为中国的"三驾马车",北京自动化所的 人工智能可与清华比肩,模式识别更是独步中华,每年在国际 权威刊物上发表论文数超过国内高校的总和.另外,502所的 空间卫星控制实力超群,有志于国防领域高精尖技术研究的 朋友可以留意.当然这些学校分数很高，初试起码拿到370的分数才有希望，复试一般问题不大。 本人认为，排名都只是虚的东西，每年的排名都会不一样。出路好才是真的好。毕业待遇好，发展前景好。这样的高校才是真正的强校。最后祝福认真复习的考研学子都能考入理想的高校！！！
“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ，欢迎阅读!
对《人工智能》专业选修课教学的几点体会
摘要：“人工智能”是大学本科自动化专业所开设的一门专业选修课，为了能够调动自动化专业的学生对本课程学习的积极性，提高《人工智能》专业选修课的教学效果，我们结合近几年的实际教学 经验 ，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。
关键词：人工智能 优选教材 考核方式内容 手段 实践
人工智能(Aritificial Intelligence，英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科，是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为，如推理、证明、感知、规划和问题求解等思维活动，来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐，与时俱进，有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科，必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止，全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今，一直将“人工智能”列为自动化专业本科生的选修课程，到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校，因此，学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下，南邮人经过多年的努力工作，在人工智能科研方面取得了丰硕的成果，如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统，为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。
一、优选教材
目前，国内有关人工智能课程的中英版教材种类非常多，遵循实用、简单、够用的原则，再经过授课老师和学生们的共同调研，我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面，包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写，内容基础，难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域，做到了内容新颖、简单易懂、兼顾基础和应用，受到了全国广大师生们的一致好评，多年的教学实践证明我们所选择的教材是恰当的、正确的。
二、考核方式
在全国大部分高等院校，“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握，南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理，我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核，从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的：平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端，避免学生“机械式”地的应对教学和考试，我们对考试题型进行了调整，不再是以往的填空、选择、简答等题型，而是改为以解决实际问题为导向的应用题型为主，这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了，这也体现了国家目前正在提倡的应用型教学导向。
三、教学内容调整
对于本科生而言，人工智能这门课程所需要讲授的内容实在太多，由于课时所限，我们必须精简教学内容，让学生在掌握基础知识的同时，也能够了解它的具体应用。因此，我们将人工智能这门课程的教学内容分为两个部分：第一部分是基本理论和方法，包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用，包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排，使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点，从而满足了学生们的求知需求。
四、教学手段的改进
(一) 激发学生的学习兴趣
经过长时间的教学我们发现，在选修“人工智能”这门课程时，每个学生的心中所想各有不同，这些学生在刚开始学习时兴趣还比较强烈，但随着教学内容变得越来越抽象，学生逐渐对这本课的学习失去了信心，甚至上课时间不去听课，使授课教师对教学也渐渐失去了信心，导致恶性循环，严重影响了教学质量。针对这种现象，我们认为，在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件，开课前给学生演示“机器人医疗服务”实验，通过该实验的演示，让学生们看到机器人能够给病人提供多项人性化的服务，理解人工智能技术在开发医疗服务机器人多项关键技术中的应用，让学生在开课前能够对本课程的学习产生极大的兴趣，实践证明这种方法是有效的。
(二) 借助多媒体教学
多媒体教学是现代教学过程中一种非常重要的形式，它往往根据教学目的和学生们的特点，通过合理的设计、选择教材内容，应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来，与传统教学手段相结合，形成合理的教学过程结构，达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点，学生学习起来比较困难，为了让学生生动、形象地学习该课程，我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时，借助Matlab软件和投影机，直接展现该算法的求解过程，从而改善了课程教学的形式，提高了教学质量。 (三)提倡课堂 辩论
我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式，多次组织课堂辩论，辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论，无论正方还是反方都感觉自己收获很大，增长了知识，开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色，大大地调动了学生的学习积极性，从而提高了课堂教学质量。
五、实践教学
实践教学是课堂教学不可缺少的重要组成部分，通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法，从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课，设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题，要求学生独立完成这2个实验题目的编程，并书写实验 报告 。通过实验，学生动手实践了课堂上所掌握的理论知识，加深了对智能算法的理解。
人工智能是一门实用性较强的课程，我们总结了近几年来的教学经验，从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看，我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用，需要指出的是，我们仍有很多不足之处，需要在以后的教学过程中不断努力完善，提高自己的教学能力，争取更好的教学效果。
参考文献
[1]蔡自兴，徐光佑.人工智能及其应用[M].北京：清华大学出版社，2003.
[2]路小英，周桂红，赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报：农林教育版，2007，9(4)：66-68.
[3]马建斌，李阅历，高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报：农林教育版，2011，13(3)：330-332.
[4]赵海波.人工智能课程教学方法的探讨[J].科技信息，2011，(7)：541.
[5]张廷，杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学，2009(11)：133-134.
本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。
下一页分享更优秀的<<<人工智能结课论文
软件学报是很难投的，审稿时间长，难度大，是EI核心来源期刊； 可接受8000-10000字左右的长文； 稿量大，处理流程大多缓慢，应早投； 《投稿方式：直接网站在线投稿，中英文均可。初审后通知编号，邮寄审理费。外审通过后再通知其它处理事宜。 审理费：150元 审稿周期：6个月左右；发表周期：录用后的发表周期较长，需要耐心等待，但专刊较快. 版面费标准：元/面，收费比较厚道。该刊组织了很多专刊，投专刊的文章被录用后发表周期相对短，但录用率超低专刊反映信息较快，是一种不错的方式。 《模式识别与人工智能》比前者好中一些，但难度也不小。这个杂志是要求你寄两份打印稿，还有一份你的联系信息，然后大概一个星期左右他给你发email告知你通过初审，要求给审稿费100元，然后就是等待，大概三个多月给结果吧。每期文章大约20几篇，平均来说不是很好中，审稿一般4个月左右，发表周期就长了。
人工智能哪一个方向比较好写的话，我觉得应该是说它的应用方面比较好写吧，因为对于专业知识可能不太了解，但是它的使用的话应该比较简单。
软件学报是三大学报之一，权威性最高，难度大，审稿漫长模式识别与人工智能好投一点
是的 在万方上看看就知道了
随着人工智能被用来做出更多关于我们生活的决定，工程师们已经找到了使其更具情感智慧的方法。这意味AI可以识别人类自然产生的一些情绪，最明显的是，扫描一个人的脸部并知道他们当时的感受。
为了实现这一点，微软、IBM和亚马逊等科技公司都销售他们称之为“情感识别”的算法，这些算法根据面部分析推断人们的感受。例如，如果有人眉头紧锁，嘴唇紧闭，这意味着他们很生气。如果他们的眼睛是宽的，眉毛是高的，嘴是伸的，这意味着他们害怕，等等。
客户可以以多种方式使用这项技术，从寻找“愤怒”威胁的自动化监控系统到承诺剔除无聊和不感兴趣求职者的求职面试软件，无所不包。但是如何看待人们的感觉是有争议的，并且一项最新研究表明，这些算法没有没有坚定的科学基础。
这项研究由心理科学协会委托，并由该领域的五位杰出科学家仔细检查各种算法和证据。他们花了两年时间来检查数据，审查了1000多项不同的研究。这项研究基本结论是，情绪以多种方式表达，这使得很难可靠地从一组简单的面部动作中推断出某人的感受。
研究发现，超过70%的时间当中，人们生气时不会皱眉。最重要的是，当他们不生气时，他们会经常皱眉。这意味着使用人工智能评估人们情绪的公司会误导消费者。 研究表明，某些面部表情与情绪之间存在强烈相关性的研究往往存在方法上的缺陷。
人工智能的核心诉求是让机器实现对人类的意识、思维的信息过程的模拟，能以人类智能相似的方式作出反应。这就需要从人类的IQ和EQ两个维度对人工智能进行审视，而目前大部分人工智能所从事的研究仅限于倾向IQ方向的模式识别，通过自然语言处理、机器学习、模式识别、物联感知、逻辑推理等技术的综合应用，使机器具备一定的逻辑思维判断能力。但目前，人工智能情绪识别离开人类的干预，对复杂的情感的理解和表达能力，依然面临着困境。
情绪历史学家Thomas Dixon却对此表示非常乐观，他认为对于AI来说，情绪产生的机制可能类似于对大脑提取的众多因素进行加权计算，只要清楚不同文化、不同个体各因素的权重系数，情绪识别的难题也就迎刃而解。
通过面部表情来识别人的心理
通过面部表情来识别人的心理，生活中，想知道一个人内心在想什么，其实是有方法的，我们可以通过人们的面部表情，来识别人的心理变化。那么大家知道要如何通过面部表情来识别人的心理吗？下面和我一起来了解一下吧！
在人们日常交流中，只有7%的信息是通过语言来传递的，55%的信息是通过面部表情来体现的。可见，表情信息在人们之间交流的重要性。
随着人工智能和模式识别的不断发展，人机智能交互中的一项重要技术——人脸表情识别也受到关注。人脸表情识别主要是利用人脸识别技术，对人脸的表情信息进行特征提取并归类，使计算机能获知人的表情信息，进而推断人的心理状态，从而实现人机之间的高级智能交互。
从识别模式来看，人脸表情识别与我们的行为心里学是一致的。行为心里学有一个说法是瞬间识人的超级心里密码是在第一时间看对方的脸。通过表情判断一个人的心里情况，也就是通过细小的表情和微小的动作来观察对方的心里，对即将发生的事情做出一个准确推断。
目前，人脸表情识别的应用领域主要是安全领域、智能机器人研制、电脑游戏、医疗领域等。并且人脸表情识别主要定义六种表情生气、厌恶、害怕、伤心、高兴、吃惊，将人脸划分为若干个运动单元来描述面部动作，这些运动单元显示了人脸运动与表情的对应关系。
人脸表情识别可分为人脸图像的获取与预处理、表情特征提取和表情分类这三部分。基本上与人脸识别在人脸图像的获取和预处理这些环节上是一致的，只是在特征提取方面有区别，人脸识别提取的特征是同一人脸的个体差异，而表情识别提取的特征是同一人脸的不同表情下的差异。
亚里士多德说，脸是心灵的一扇窗，透过表情可以看到一个人的思想。古罗马时期的大哲学家西塞罗也是这一观点的支持者。的确，两千年过去了，面部表情仍然被普遍认为是判断人们感受的一种有效方式，而且不论年龄、性别和文化差异。比如：挑起眉毛表示困惑，微笑表示幸福，皱眉表示悲伤。
但事实果真如此吗？心理学家针对数百篇关于面部表情和潜在情绪之间关系的论文进行了一项分析研究，得出的结论有点儿令人意外：并没有翔实的科学证据表明，人们的日常情绪可以通过面部表情来识别。也就是说，一个没有面带微笑的人，并不意味着他不快乐。
心理学家发现，以城市为生活背景的.成年人，生气时皱眉的机率平均为30%。这就意味着， 人们在生气时，大约有70%的情况是不会皱眉的。相反，人们把皱眉用在了别处，比如，当人们集中注意力时，当有人讲了一个糟糕的笑话时，或者当他们体内有气体时（想要放屁时）。
研究人员得出结论，皱眉，或者面有怒色，是人们表达愤怒的方式之一，但绝不是唯一。人类面部表情之复杂和难以捉摸，不仅限于愤怒，也适用于心理学家定义的六种情绪类别：愤怒、厌恶、恐惧、快乐、悲伤和惊讶。
这让人们对科技公司开发人工智能算法的努力产生了疑问。科技公司总是声称，人工智能算法可以识别面部表情，并计算出潜在的情绪状态。例如，微软声称其"情感分析应用程序"能够通过检测人们的视频片段来判断他们的内心感受。然而，美国俄亥俄州立大学的计算机工程师阿历克斯·马丁内斯对此表示怀疑。他认为，试图根据人脸图像识别人类情绪的做法，事实上是忽略了产生情绪的背景环境的重要性。
首先，面部表情是人们用来交流的许多非语言形式之一，类似的还有身体语言。人工智能识别人的情绪也需要考虑这些因素。而了解情绪产生的背景对于面部表情的解读似乎更为重要。对此，马丁内斯博士引用了一项实验来加以证明。在该实验中，研究人员给参与者展示了一名男子的脸部特写照片，照片上的人嘴巴大张着似乎在尖叫，脸涨得通红。
仅仅根据这一点，大多数参与者会猜想照片上的人非常生气。然而将照片拉到全景，才发现照片实际上是一名足球运动员伸出双臂庆祝进球。他那张局部看起来像是生气的脸，实际上是一种狂喜的表情。
考虑到人们在大部分时间里无法通过表情来准确猜测彼此的情绪状态，马丁内斯博士认为，计算机也不可能做到这一点。他表示："一些公司声称算法可以通过人们的表情来识别他们的情绪状态，并将其应用到比如招聘等场景中，""有些公司要求应聘者提交一份视频简历，然后由一个机器学习系统对其面部表情进行分析，之后得出是否适合雇佣的结论，这种做法真的很令人震惊，因为有些算法可能是基于错误的假设，甚至是一个危险的假设，而在此基础上得出的结论可能是非常可怕、甚至是危险的。"
为了实现这一点，微软、IBM和亚马逊等科技公司都销售他们称之为“情感识别”的算法，这些算法根据面部分析推断人们的感受。例如，如果有人眉头紧锁，嘴唇紧闭，这意味着他们很生气。如果他们的眼睛是宽的，眉毛是高的，嘴是伸的，这意味着他们害怕，等等。
工程师们已经找到了使其更具情感智慧的方法。这意味AI可以识别人类自然产生的一些情绪