本发明提供了一种基于仿射摄动的区间不确定性结构能量响应预示方法，建立各子系统的确定性结构的统计能量控制方程，进而引入区间因素，获取区间不确定性结构的区间统计能量控制方程，设定不确定性参数的区间参数，基于仿射摄动算法得到各区间变量的仿射区间表达式，设定各变量的摄动分析表达式，进而基于区间仿射算法的运算法则，推导得到考虑区间不确定性结构的子系统区间能量表达式，给定初始边界参数和求解频率后，计算得到区间不确定性结构的区间能量响应。通过本发明方法使得区间不确定性结构区间能量响应的区间宽度大大缩小、区间能量响应的预示精度大大提高，从而可以更加精确地评估区间不确定性结构的高频动力学特性，具有重要的工程应用价值。

本发明公开了一种基于 PID 反馈的预失真方法，所述方法包括分别对采集的功率放大器输出信号中正半部分幅值、负半部分幅值和直流分量进行提取进而分别进行 PID 反馈修正，使功率放大器输出信号随时间的变化而能保持稳定。此外，在功率放大器输出稳定前提下，将基于磁纳米粒子的非接触式测温的方法应用在大功率LED灯结温温度测量。本发明基于 PID 反馈的预失真修正方法是对功率放大器的放大倍数进行实时调节，使功率放大器输出信号的正

人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

湖南大学设计艺术学院数据智能与服务协同实验室（DISCO Lab）发起并联合湖南大学嵌入式与网络计算湖南省重点实验室、国防科技大学高性能计算国家重点实验室、中山大学大数据与计算智能研究所等科研单位师生，历时十天，从无到有、响应关切，快速开发上线了“急物帮”疫情公益微信小程序，助力社区居民应急生活物资供需和网格化管理。 解决的主要困难：为民众提供物资供应信息，助力防疫工作；搜集物价线索，信息透明公开；线上线下结合，实体虚拟融合。基本功能：结合地理位置收集物资信息，构建周边物资数据库；搜索周边物资信息，规划购买行程；发布物资求助信息，从线上社区中获得反馈。 

给体片段以氟原子修饰的n型给受体聚合物热电材料，利用聚合物链间的给受体相互作用维持聚合物的电子迁移率，通过引入氟原子增加聚合物的电子亲和性以提高n掺杂效率，两者的协同作用大幅度提高了聚合物的n型电导率。通过进一步提高聚合物的塞贝克系数，成功地将n型给受体聚合物的热电性能提高了三个数量级。引入氟原子的聚合物的n型电导率提升至1.3 S/cm，功率因子提升至4.6 μW/mK2，是目前n型给受体聚合物热电材料的最佳性能。通过对聚合物在掺杂状态下的电子顺磁共振谱、紫外光电子能谱和X射线光电子能谱的表征证明了氟原子的引入提高了聚合物的n掺杂能力。场效应晶体管器件结果则表明氟原子的引入提高了聚合物在n掺杂状态下的电子迁移率。这两者的协同作用使得该聚合物的电导率相比没有引入氟原子的聚合物提高了1000倍。此外，掠入射X射线衍射、原子力显微镜以及导电原子力显微镜实验证明了氟原子的引入改变了聚合物的分子排列，提高了聚合物与掺杂剂的混溶性，使聚合物从“局部掺杂”的状态转变为“均匀掺杂”状态，从而维持了掺杂聚合物较高的n型塞贝克系数。

研究团队拥有可进行污染物分析的气质联用仪和尘螨分析仪，可对室内 VOC采样柱、灰尘取样等进行 SVOC、VOCs、苯系物、尘螨等过敏原进行分析。

智慧公路物联网系统通过在公路广泛部署低成本的集成多种传感器的具有通信功能的智慧无线信标产品实时获取路况信息，实现车流量、车速、车型的实时精准时空统计，通过设备的广泛部署实现高精度、大范围的精准监测，为智能交通系统高效管理与养护提供交通与环境态势的精准监测、识别和态势预测，为交通决策提供科学依据与数据支持。其次针对公路场景下定位误差较大等问题，采用 GPS 定位、惯性导航与物联网感知设备结合的新型多重组合定位方法，通过车路协同实现车道级的高精定位，优化车辆偏离预警等功能，为车辆提供准确的位置信息及导航与综合服务功能。最后通过车路协同环境下车载终端、路侧多源异构传感器协作环境数据采集、多维度感知融合与超视距全局环境态势构建，实现智能交通系统全息实时交通、路况环境感知及智能网联汽车超视距精准环境感知与精准定位。智慧公路物联网系统旨在突破制约高速公路智能车路协同系统集成应用的重大共性关键技术，开展典型示范应用，提升高速公路的智能化水平和服务品质，促进全国范围大规模推广。 目前，如图 1 所示，技术成果已经研发出第三版样机。样机已经小批量生成并在齐鲁高速、长安大学测试场进行了实际部署测试。此外，项目组正在对第三版样机进行改造升级，全力打造稳定性更强功能更加丰富的第四版样机。 图 1 第一版样机；第二版样机；第三版样机 主要技术指标 1. 节能增收 20% 通过对城市边缘交通环境及流量等数据的智能分析，优化灯光使用场景。该系统在满足车辆日夜间安全行车条件下，工程综合节能可达 20%。 2. 交通流量增加 20% 通过对交通运行安全风险预警及控制策略处理模块将路段监测数据汇总后，根据车流密度、速度、流量、各级风险事件结合其它传感器数据，包括上游主线流量、匝道流量、公路气候数据、环境数据、消防系统数据等，进行大数据综合分析研判。 构建算法模型，自动制定和优化的控制策略，通过智能预警发布及综合自动管控系统进行预警发布和综合自动管控。为管理者实时预警的同时，将预警、诱导信息和控制指令自动发布于上游路段、匝道区段的可变信息标志、可变限速标志、车道线主动发光标志等，对交通流速及交通流量进行有效调控及诱导。综合评估能增加 20% 交通流量。 3. 减少交通事故 30% 任何异常事件报警被触发时，系统同时依据预案自动将异常事件联动灯光预警、可变信息标志、可变限速标志、车道指示标志等自动发布预警给司乘人员，实现对车流车速的动态调控和诱导，增加公路通容量，减少交通拥堵，防止二次事故和连环事故的发生。 实践证明，采用该系统，至少可以降低公路安全事故 30%，同时提高交通流量，进而降低交通污染，均衡交通流平顺性，信息的及时推送，降低驾驶员驾驶紧张感，提高了驾驶员的舒适性，可以整体有效提高交通运输设施安全水平及服务水平。 4. 100% 信息覆盖 全自动监测传感器都可以实现对整条公路的全面信息覆盖。 5. 对接智能网联驾驶 a. 提供智能网联车实时交通图，推荐进场事件和速递协调； b. 告知智能网联车辆风险，实时定位公路中的驾驶风险，将这些风险传达给下游智能网联车辆； c. 为智能网联车提供车道级交通数据，警告即将来到的交通拥堵； d. 识别相关车道的驾驶风险，促使智慧驾驶车辆提前做出反应； e. 为智能网联驾驶提供超视距感知、恶劣天气环境下的精准感知，促进智能网联车早日实现大规模商用。

设计了一种应用于煤矿井下的多功能感知器终端，同时实现了对煤矿井下的环境参数的采集、工作状况的图像数据采集以及语音通信功能。进行了远距离低功耗无线感知系统及其在矿井人员定位与避险中的应用研究，提出了一种用于井下特殊环境的无线传感网技术，即基于 super-zigbee 技术的无线传感网。 以煤矿物联网感知层为突破口，对煤矿安全信息感知采集技术、煤矿信息融合、识别与协同技术、煤矿传感网控制技术、煤矿传感网络安全生产等关键技术开展了研究，研发了“基于物联网感知的煤矿设备智能管理系统”和“基于物联网的工矿企业现场诊断与管理系统”，提高了煤矿设备的可靠性和管理水平。 针对单独静态分簇、动态分簇的不足，通过对感知区域进行智能分区并将选择簇头及检测目标等参数进行综合考虑，提出了一种静动态分簇技术相结合的网络策略。基于改进后的自适应卡尔曼滤波器优化的智能分区静动态分簇方法使得移动目标的监测精度明显提高，网络能耗显著降低，使移动目标的监测性能达到了更好效果。