Las raíces de Astragalus membranaceus Bge. var. mongolicus (Bge.) Hsiao se utilizan ampliamente como materia prima de la medicina. Debido a la escasez de tierras cultivables, el cultivo hidropónico de plantas medicinales es cada vez más frecuente. Sin embargo, aún se desconoce si la calidad de A. membranaceus cultivada hidropónicamente es mejor que la producida en el campo. En este estudio, diseñamos un dispositivo hidropónico inteligente para A. membranaceus, y la calidad de la planta medicinal cultivada por este dispositivo se comparó con la cultivada en el campo. Los resultados mostraron que la hidroponía aumentó significativamente los componentes efectivos en A. membranaceus en comparación con el campo. Concretamente, el contenido de astragalósido IV en A. membranaceus cultivado hidropónicamente durante cuatro semanas fue superior al cultivado en el campo durante dos años. La biomasa no es significativamente diferente entre la hidroponía de cuatro semanas y el cultivo anual. Por lo tanto, la hidroponía con nuestro dispositivo inteligente puede utilizarse para la producción sostenible de A. membranaceus en el futuro.

La enseñanza asistida por ordenador (CAI) es un método de enseñanza que utiliza medios modernos para presentar contenidos didácticos, optimizar la estructura de la enseñanza en el aula y alcanzar objetivos pedagógicos. La tecnología multimedia integra gráficos, texto y sonido, con una gran cantidad de información, un rico contenido y una buena forma de interacción persona-ordenador. El objetivo de este artículo es estudiar la reforma de la enseñanza del baloncesto en colegios y universidades desde la perspectiva de la cultura del baloncesto. Este artículo adopta principalmente el método de encuesta por cuestionario y utiliza técnicas como la estadística de grandes datos para investigar y analizar la composición de los profesores de baloncesto en colegios y universidades de una determinada provincia; comprender la situación; analizar y comprender el impacto de la cultura del baloncesto en la reforma de la enseñanza del baloncesto universitario; analizar el efecto de la composición de los profesores de baloncesto universitario en la reforma de la enseñanza del baloncesto universitario; e investigar el impacto de la integración de la cultura del baloncesto en el interés de los estudiantes por el baloncesto. Los resultados muestran que alrededor del 70% de los estudiantes creen que el baloncesto puede mejorar la forma física y el ocio, mientras que la mayoría de los profesores creen que el baloncesto puede mejorar la forma física de los estudiantes, impartir habilidades a los estudiantes y promover la salud física y mental. Las expectativas de ocio, entretenimiento y cultura patrimonial son inferiores al 20%. Desde la perspectiva de la estructura de edad de los profesores, el equipo de baloncesto de los colegios y universidades muestra características más jóvenes y los profesores menores de 40 años representan más del 70% del total. El 81,0% de los profesores de baloncesto de las universidades son principalmente licenciados, pero la proporción de profesores de baloncesto con doctorado es significativamente menor. En algunas universidades ni siquiera hay doctores. La mayoría son licenciados y diplomados. En algunas facultades y universidades todavía hay estudiantes universitarios. Por lo tanto, los profesores a menudo necesitan tener un cierto conocimiento básico de la cultura profesional del baloncesto, y deben hacer pleno uso de la cultura deportiva del baloncesto y combinarlos entre sí para cultivar sus propios intereses por el baloncesto y promover la reforma de los métodos de enseñanza de los deportes de baloncesto en las facultades y universidades.

La tecnología multidisciplinar integrada de realidad virtual inalámbrica, combinada con industrias y campos relacionados, ha cambiado la forma de interacción entre el ser humano y el ordenador y ha abierto un nuevo campo de experiencia para el usuario. En los últimos años, con la rápida mejora de la tecnología informática y las condiciones del hardware, la tecnología interactiva se ha desarrollado rápidamente. El sistema interactivo de realidad virtual inalámbrica existente es demasiado único y no puede utilizarse en múltiples entornos. El sistema original requiere un gran número de equipos de sensores, el coste es elevado, y la tecnología de percepción tradicional es demasiado restrictiva y no puede realizar la interacción persona-ordenador de forma más natural. Este artículo propone un algoritmo de percepción de intención dual basado en la fusión del tacto (obtenido mediante equipos de simulación experimental), el oído y la visión. El algoritmo puede percibir la intención de operación del usuario a través de su comportamiento natural y puede identificar las dos intenciones del usuario al mismo tiempo. Este artículo propone un modo interactivo de navegación, que proporciona a los usuarios una navegación inteligente multimodal a través de la percepción inteligente de la intención del usuario y del progreso experimental. Determinamos el modelo de impacto de la evaluación de efectos del sistema interactivo y analizamos en profundidad su estrategia de evaluación de efectos para, a continuación, cuantificar los indicadores bajo las cuatro dimensiones de efectos de percepción de la información, reflexión artística, entretenimiento social y experiencia estética. Se utilizó una combinación de métodos cualitativos y cuantitativos para llevar a cabo la investigación pertinente sobre la evaluación de efectos, la prueba de usabilidad y la entrevista mediante cuestionario. Los resultados experimentales muestran que este sistema interactivo tiene mejores efectos de entretenimiento que otras formas de animación cinematográfica y televisiva, pero aún debe prestar atención y reforzar la construcción y plasmación de contenidos de animación cinematográfica y televisiva, así como la optimización y perfeccionamiento del mecanismo de tolerancia a fallos en el proceso de diseño.

Un sistema de autenticación basado en la cara se ha convertido en un tema importante en varios campos de aplicaciones IoT, como la validación de identidad para la asistencia social, la detección de delitos, el acceso a cajeros automáticos, la seguridad informática, etc. Sin embargo, estos sistemas de autenticación son vulnerables a diferentes ataques. Los ataques de presentación se han convertido en una clara amenaza para las aplicaciones de autenticación y seguridad basadas en biometría facial. Para abordar este problema, propusimos un enfoque de aprendizaje profundo para sistemas de detección de falsificación facial en entornos basados en la nube IoT. El enfoque de aprendizaje profundo extrae características del espacio multicolor para obtener más información de la imagen facial de entrada en relación con los datos de luminancia y crominancia. Estas características se combinan y seleccionan mediante el algoritmo Minimum Redundancy Maximum Relevance (mRMR) para proporcionar un conjunto de características eficiente y discriminatorio. Por último, las características extraídas basadas en el color profundo de la imagen facial se utilizan para la detección de falsificación facial en un entorno de nube. El método propuesto consigue resultados estables con menos datos de entrenamiento en comparación con los métodos convencionales de aprendizaje profundo. Esta ventaja del enfoque propuesto reduce el tiempo de procesamiento en la fase de entrenamiento y optimiza la gestión de recursos en el almacenamiento de datos de entrenamiento en la nube. El sistema propuesto se probó y evaluó en dos bases de datos de falsificación de rostros de acceso público, Replay-Attack y ROSE-Youtu. Los resultados experimentales basados en estas bases de datos mostraron que el método propuesto logró resultados satisfactorios en comparación con los métodos del estado de la técnica basados en una tasa de error igual (EER) de 0,2y 3,8%, respectivamente, para las bases de datos Replay-Attack y ROSE-Youtu.

La red de sensores inteligentes tiene las características de bajo coste, bajo consumo de energía, tiempo real, gran adaptabilidad, etc., y cuenta con una amplia gama de perspectivas de aplicación en el campo agrícola. Sin embargo, el nodo sensor inteligente está limitado por su propia energía; también se enfrenta a muchos cuellos de botella en las aplicaciones agrícolas. Por lo tanto, equilibrar el consumo de energía de los nodos y prolongar la vida útil de la red son consideraciones importantes en el diseño de un enrutamiento eficiente para redes de sensores inteligentes. Teniendo en cuenta el problema de las limitaciones energéticas, este artículo propone un algoritmo de agrupamiento de redes de sensores inteligentes basado en la optimización caótica adaptativa de colonias de hormigas (ACACO). ACACO introduce un mapeo caótico lógico para interferir con la feromona en el camino inicial y utiliza la estrategia adaptativa para mejorar la fórmula de probabilidad de transición. Tras seleccionar el mejor nodo de siguiente salto, las hormigas que avanzan se liberan para actualizar la feromona local, y el contenido actual de feromona se ajusta mediante el factor de caos. Cuando las hormigas determinan la ruta, liberan las hormigas siguientes para actualizar la feromona global. Los resultados de la simulación muestran que ACACO tiene ventajas evidentes sobre el algoritmo genético (AG) y la optimización por enjambre de partículas (OGP).

El método de percepción táctil puede reflejar con precisión el estado de contacto mediante la recopilación de información de fuerza y torsión, pero no es sensible a los cambios de posición y postura entre objetos ensamblados. El método de percepción visual es muy sensible a los cambios de pose y postura entre los objetos ensamblados, pero no pueden reflejar con precisión el estado de contacto, especialmente porque los objetos están ocluidos entre sí. El robot percibirá el entorno con mayor precisión si se pueden combinar la percepción visual y la táctil. Por lo tanto, este trabajo propone el método de alineación de percepción combinada para el ensamblaje clavija-en-agujero con aprendizaje profundo de refuerzo autosupervisado. El agente observa primero el entorno a través de sensores visuales y luego predice la acción del ajuste de alineación basándose en la característica visual del estado del contacto. Posteriormente, el agente juzga el estado del contacto basándose en la información de fuerza y par recogida por el sensor de fuerza/par. Y la acción del ajuste de alineación se selecciona en función del estado del contacto y se utiliza como etiqueta de predicción visual. A continuación, la red de percepción visual realiza una retropropagación para corregir los pesos de la red en función de la etiqueta de predicción visual. Finalmente, el agente habrá aprendido la habilidad de alineación de percepción combinada con el incremento del entrenamiento iterativo. El sistema robótico se construye basándose en CoppeliaSim para el entrenamiento y las pruebas de simulación. Los resultados de la simulación muestran que el método de percepción combinada tiene una mayor eficiencia de ensamblaje que la percepción única.

Objetivo. Este estudio tiene por objeto explorar el efecto de la aplicación de la duodenoscopia asistida por tecnología de detección visual basada en el algoritmo de segmentación de redes neuronales convolucionales (CNN) en el diagnóstico y tratamiento de los cálculos biliares, a fin de proporcionar métodos de tratamiento más seguros y eficaces para los pacientes con cálculos biliares. Métodos. Se seleccionaron como objetos de investigación 188 pacientes con cálculos biliares y coledocolitiasis que ingresaron en nuestro hospital entre enero de 2016 y abril de 2021. En función de si los pacientes estaban dispuestos a utilizar la tecnología de detección visual asistida por IA durante el proceso de tratamiento, todos los pacientes se dividieron en dos grupos, a saber, el grupo de IA y el grupo convencional. Se compararon varios indicadores quirúrgicos de los pacientes de los dos grupos. Resultados. La precisión, la recuperación y la relación de intersección media del algoritmo de segmentación basado en M-Unet fueron del 94,56%, 96,56% y 98,92%, respectivamente. En el grupo de IA, el tiempo de operación (2,74±0,45 h), el tiempo de colocación del tubo de drenaje postoperatorio (4,31±1,15 d), el tiempo necesario para la recuperación de la función gastrointestinal (1,74±0,54 d), el tiempo necesario para levantarse de la cama (1,14±0,55 h) y el tiempo de estancia en el hospital (9,94±1,45 d) fueron más cortos en comparación con los del grupo convencional, que fueron de 3,21±0,32 h, 12,00±0,45 d y 3,00±0,32 h, respectivamente.21±0,32 h, 12,14±2,98 d, 2,89±0,67 d, 2,09±0,87 h y 14,14±1,15 h, mostrando diferencias estadísticas (P<0,05); la pérdida de sangre intraoperatoria (79,74±6,45 ml) y el estado residual de los cálculos (0%) en el grupo de IA fueron mucho menores que en el grupo convencional (P<0,05). Además, la incidencia de complicaciones (10,26%) y los indicadores de la función vesicular postoperatoria de los pacientes del grupo de IA fueron muy inferiores a los del grupo convencional (P<0,05). Conclusiones. La tecnología de detección visual asistida por el algoritmo CNN mostró un buen efecto en el procesamiento de imágenes, y la tecnología endoscópica puede mejorar eficazmente el efecto del tratamiento de los cálculos biliares combinados con coledocolitiasis con la ayuda de esta tecnología. Por lo tanto, la conclusión de este estudio demostró que la tecnología de detección visual basada en algoritmos inteligentes mostraba un buen futuro en el campo médico.

El problema de las fugas nucleares preocupa cada vez a más industrias, por lo que la investigación sobre la vigilancia del entorno ecológico costero es cada vez más importante. Por lo tanto, es necesario estudiar el actual sistema no sistemático de vigilancia y protección del entorno ecológico costero. Con el objetivo de mejorar la precisión de la fusión de características y la representación de la información medioambiental de corta duración, este artículo compara los efectos de clasificación de los tres métodos de fusión en cuatro clasificadores: regresión logística, SVM, bosque aleatorio y Bayes ingenuo, para verificar la eficacia de la fusión de modelos LDA y DS y determinar el método de representación de vectores de coherencia de los datos de información medioambiental de corta duración. Este trabajo recopila y analiza los datos costeros de los últimos años mediante la toma de decisiones de fusión de información multifuente. En este artículo, se utiliza el algoritmo de evidencia DS (Dempster Shafer) para recopilar los datos del grado de salinización costera y la humedad relativa del aire y, a continuación, se introduce el modelo de coincidencia de características DS para fusionar todo el sistema de índices. El método del artículo completa el procesamiento normalizado y estandarizado de la conversión digital de los datos de monitorización, el control de calidad y la clasificación de los datos, forma datos espaciotemporales cuatridimensionales interrelacionados y establece una base de datos distribuida, orientada a objetos y de gestión dinámica en tiempo real y diferido orientada a Internet. Por último, este trabajo lleva a cabo un procesamiento de decisiones en árbol sobre los datos de seguimiento del entorno ecológico costero de la fusión de información multifuente, para lograr la extracción y el análisis intuitivo de datos especiales, y propone estrategias de protección específicas para el entorno ecológico costero de acuerdo con los resultados de datos del algoritmo DS. La investigación muestra que el número de indicadores en la fusión de información multifuente en este trabajo es 16, un total de 3251 datos, 2866 información significativa, y 1869 datos incluyendo el ciclo ecológico. Estos datos son el resultado de la recopilación de datos de información múltiple. Basándose en la naturaleza multinivel del sistema de vigilancia tridimensional del medio marino existente, el estudio estableció un marco global de recursos garantizados y lo dividió en cuatro niveles según el nivel del sistema de vigilancia marina: país, zona marítima, localidad y punto de acceso a los datos. En el análisis específico, se introducen los recursos de garantía implicados en cada nivel. Sobre la base de un análisis en profundidad de los requisitos de la garantía de funcionamiento del sistema de vigilancia tridimensional del medio marino y de la estructura de los recursos de garantía, se describe el sistema de garantía integral de funcionamiento de la vigilancia tridimensional del medio marino a partir de la estructura interna y la conexión externa. El algoritmo DS extrae los recursos de información de estado de varios sistemas de monitorización tridimensional del medio marino, a través de la interacción de varios subsistemas, realiza la operación y el mantenimiento del sistema de monitorización, y proporciona varios soportes técnicos como la evaluación del sistema y el análisis de fallos. Tras la fusión de información multifuente y la toma de decisiones, se obtiene que el módulo de índice de equilibrio en el algoritmo DS de este trabajo es de 0,52, la sensibilidad es de 0,68 y la independencia es de 0,42. Entre ellos, el rango de sensibilidad es el mayor. En los resultados de la simulación, el coeficiente ecoeconómico puede aumentar del 12% al 36%. Por lo tanto, el uso del método de fusión de información multifuente para el análisis de índices cuantitativos puede proporcionar datos de apoyo para la detección del entorno ecológico costero, con el fin de establecer un sistema de protección más perfecto.

Recopilar la información de la carga de tráfico, especialmente de camiones pesados, es crucial para el análisis estadístico de puentes, la evaluación de la seguridad y las estrategias de mantenimiento. Este artículo presenta una metodología de detección del tráfico que combina una técnica de visión por ordenador basada en el aprendizaje profundo con la teoría de la línea de influencia. Se introducen antecedentes teóricos y derivaciones desde ambos aspectos del análisis estructural y las técnicas de visión por ordenador. Además, para evaluar la eficacia y precisión del método de detección de tráfico propuesto mediante pruebas de campo, se realiza un análisis sistemático en un puente continuo de vigas cajón. Los resultados obtenidos muestran que el método propuesto puede identificar automáticamente la carga y la velocidad de los vehículos con una eficacia y precisión prometedoras y, lo que es más importante, con una buena relación coste-eficacia. Todas estas características hacen de la metodología propuesta un sistema de pesaje en movimiento de puentes deseable, especialmente para puentes ya equipados con un sistema de monitorización de la salud estructural.

El frente de trabajo de la mina de carbón que recubre los estratos se ve a menudo perturbado por la minería múltiple, lo que provoca efectos adversos en la producción segura del frente de trabajo y en el movimiento de la superficie del suelo. En la prueba de modelo físico tridimensional con un tamaño de 3000×2000×2000 mm, después de que la sobrecarga se estabilice cuando se haya extraído la primera cara de trabajo, mediante el uso de tres fibras ópticas distribuidas verticalmente basadas en el principio BOTDA, se estudia la ley de deformación de la sobrecarga causada por la explotación minera contigua de la cara de carbón. Los resultados muestran que, antes de que el frente de trabajo avanzara hasta 840 mm (cerca de la fibra), la ley de tensiones de la sobrecarga era la siguiente la parte central se encontraba en estado de presión y la parte restante en estado de tensión, y en el estrato clave se producían fenómenos de concentración de tensiones causados por la minería secundaria; cuando el frente avanzó hasta 840 mm (a través de la fibra), la curva de desplazamiento de frecuencia del estrato clave y de los estratos situados sobre él se combinó, y la concentración de tensiones en el estrato clave desapareció, lo que indica que la estructura portante del estrato clave se vuelve inestable; En comparación con los datos de monitoreo anteriores, cuando la cara de trabajo se aleja de la fibra, la información reflejada por los datos de desplazamiento de frecuencia se vuelve gradualmente única cuando la cara de trabajo se aleja de la fibra en comparación con los datos de medición anteriores. La deformación de la sobrecarga aumenta drásticamente cuando el estrato clave se vuelve inestable. La roca circundante y la fibra se desprenderán cuando el estrato sufra una gran deformación, como una capa de abscisión, fractura y colapso, y el desplazamiento de frecuencia monitorizado por BOTDA no puede caracterizar la deformación de la roca en esta situación. El método experimental y los resultados de este trabajo sirven de referencia útil para la aplicación de la tecnología BOTDA en ingeniería geotécnica.