本文提出库坝系统水下成像探查有缆机器人系统(CRS-UII)设计模式，通过模块化硬件架构和协同算法体系实现高效水下检测。系统采用三层架构设计，集成成像、推进、感知等模块，配合复合脐带缆实现稳定作业。算法层包含图像处理、运动控制和缺陷识别全链路处理体系，应用层具备智能交互与任务规划功能。该系统可提升库坝水下结构检测效率与精度，为安全监测提供技术支持。研究获国家及江西省自然科学基金资助。

本文针对管道缺陷检测中磁记忆技术数据量大、人工分析效率低及易受干扰等问题，提出一种结合异常检测与图像分类的多模态方法。通过孤立森林算法初步筛选磁信号异常点，再借助图像分类模型识别环境干扰以剔除误报。实验采用自主研发的检测装置采集30组数据，结果显示：磁信号检测在干扰源和焊缝识别的准确率分别达80.7%和90%，图像分类准确率94%，融合分析后干扰剔除率较单一方法提升48%。该方法在特定条件下有效提

本文针对管道缺陷检测中磁记忆技术数据量大、人工分析效率低及易受干扰等问题，提出一种结合异常检测与图像分类的多模态方法。通过孤立森林算法初步筛选磁信号异常点，再借助图像分类模型识别环境干扰以剔除误报。实验采用自主研发的检测装置采集30组数据，结果显示：磁信号检测在干扰源和焊缝识别的准确率分别达80.7%和90%，图像分类准确率94%，融合分析后干扰剔除率较单一方法提升48%。该方法在特定条件下有效提

摘要：本文系统探讨红外小目标检测技术，分析其成像机理与特性，重点综述基于深度学习的检测方法。研究显示，YOLO和SSD系列算法通过多尺度改进显著提升检测精度，而CNN方法中多尺度特征融合与注意力机制表现突出但计算成本较高。针对数据稀缺等问题，Transformer架构与小样本学习展现出互补优势。未来趋势包括：物理模型与深度学习的异构融合、轻量化编解码设计、多模态协同检测等创新方向，以推动该技术向高

随着城市交通管理、安保和智慧城市建设的需求日益增长，研究高效、准确、实时的行人定位和追踪系统具有重要的研究意义和实用价值。本文针对目前计算机视觉和人工智能领域的行人检测和跟踪技术，提出了一个基于视觉的行人定位和追踪系统。系统采用YOLOv5算法进行行人检测，DeepSORT算法进行多目标跟踪，并使用ResNet50模型实现行人重识别。此外，系统还支持目标运动轨迹绘制、行人数量统计等功能。

本研究针对传统科技资源分析报告生成效率低、质量不均的问题，提出基于模板的智能报告生成方法。通过融合自然语言处理和大数据分析技术，构建了包含数据管理、报告管理等模块的自动化系统，实现从数据到报告的闭环处理。系统采用可视化技术和知识图谱构建方法，支持动态更新与可扩展模板，能自动生成图文并茂的标准化报告。研究成果可应用于政府规划、企业决策等领域，未来将深化AI技术应用，优化人机协同，提升产业分析效率和决

本文提出TFIE-Gait步态识别模型，针对开放环境中时序信息利用不足和噪声干扰问题，创新性地引入时频信息增强模块（TFIE）和去噪采样模块（DAS）。TFIE模块通过多尺度卷积和自注意力机制提取时域特征，结合傅里叶变换获取频域特征；DAS模块利用频域去噪和交叉相关算法去除异常帧并恢复周期性时序信息。实验表明，该模型在Grew等开放环境数据集上显著优于现有方法，为步态识别中的时序特征提取和噪声处理

本文聚焦于基于多目标跟踪的课堂人数自动统计这一主题，提出将YOLOv8和SORT (Simple Online and Realtime Tracking)算法相结合的方法。其中，YOLOv8作为先进的单阶段目标检测算法，能迅速识别图像或视频帧中的目标并输出关键信息；SORT算法借助卡尔曼滤波预测目标位置变化。研究通过运用特定的软硬件配置开展实验，对模型进行训练与验证。该方法旨在实现课堂人数的精准

摘要：本研究以蜀南竹海景区为案例，提出基于大语言模型(LLM)与多源数据融合的智能导览优化方案。通过整合客流、交通、行为等数据，构建了包含个性化路线推荐、语音讲解、拥堵预测、停车服务和应急引导的智能系统。研究采用参数权重调整实现差异化推荐，开发动态扫码机制优化停车管理，并改进Dijkstra算法应对应急场景。对比分析显示，该系统在游客体验、管理效率等方面显著优于传统导览方式。研究为智慧景区建设提供

摘要：本文提出了一种基于改进长短焦图像融合技术的轨道交通障碍物检测系统。通过结合SIFT特征提取与相位相关法，开发了创新配准算法，将边缘对齐误差降低87.5%至0.27像素。采用YOLO11目标检测模型，系统在融合长短焦图像后，检测性能显著提升，mAP50-95指标从64.19%提高到81.32%。实验证明，该方法有效整合了长焦相机的高分辨率细节与短焦相机的广角优势，为提升轨道交通安全检测提供了可