李基康. 基于人工智能的物联网异常流量特征提取方法[J]. 智能物联技术, 2026, 58(9): 5-9.
LI Jikang. Abnormal Traffic Feature Extraction Method for Internet of Things Based on Artificial Intelligence[J]. Technology of IoT&AI, 2026, 58(9): 5-9.
甘岚. 物联网技术在电力云平台设备运行监测中的应用研究[J]. 智能物联技术, 2026, 58(9): 10-14.
GAN Lan. Research on Application of Internet of Things Technology in Equipment Operation Monitoring of Power Cloud Platform[J]. Technology of IoT&AI, 2026, 58(9): 10-14.
张薇. 面向边缘节点运动想象脑电信号的实时分类方法[J]. 智能物联技术, 2026, 58(9): 15-18.
ZHANG Wei. Real-Time Classification Method for Motor Imagery Electroencephalogram Signals at Edge Nodes[J]. Technology of IoT&AI, 2026, 58(9): 15-18.
针对边缘节点运动想象脑电实时分类受信号波动和算力限制的问题,对端侧分类方法进行研究。阐述在线预处理、时频特征压缩及轻量模型构建流程,介绍置信平滑判别机制。利用BCI Competition IV 2a和BCI Competition IV 2b数据集进行测试,结果表明,方法准确率为83.7%,F1值为0.835,平均延迟为52.6 ms,模型大小为1.7 MB。
匡海松. 基于物联网感知的智改数转网联协同推进机制[J]. 智能物联技术, 2026, 58(9): 19-23.
KUANG Haisong. Collaborative Promotion Mechanism for Intelligent Transformation from Digital to Networking Based on Internet of Things Perception[J]. Technology of IoT&AI, 2026, 58(9): 19-23.
王孝杰, 王闯. 基于自适应物联网架构的煤矿液压支架内加载试验力分析[J]. 智能物联技术, 2026, 58(9): 24-27.
WANG Xiaojie, WANG Chuang. Force Analysis of Internal Loading Test for Coal Mine Hydraulic Supports Based on Adaptive Internet of Things Architecture[J]. Technology of IoT&AI, 2026, 58(9): 24-27.
赵婷. 边缘感知下配电线路接地故障定位方法研究[J]. 智能物联技术, 2026, 58(9): 28-31.
ZHAO Ting. Research on Grounding Fault Location Method of Distribution Line Under Edge Perception[J]. Technology of IoT&AI, 2026, 58(9): 28-31.
杜翔. 智能物联驱动下的石化电气系统预测性维护机制研究[J]. 智能物联技术, 2026, 58(9): 32-37.
DU Xiang. Research on Predictive Maintenance Mechanisms of Petrochemical Electrical Systems Driven by Intelligent Internet of Things[J]. Technology of IoT&AI, 2026, 58(9): 32-37.
针对石化电气系统连续运行强度高、故障演化隐蔽及传统维护响应滞后的问题,研究智能物联驱动下的预测性维护机制。该机制包含多源状态数据感知、运行特征提取、故障风险预测及维护策略闭环反馈,可实现对变配电设备、电动机、变频器、电缆及不间断电源(Uninterruptible Power Supply,UPS)等设备的风险识别与分级处置。应用结果表明,该机制可增强故障提前识别能力,降低非计划停机风险。
陶中云. 物联网技术在智能配电台区运维管理中的应用研究[J]. 智能物联技术, 2026, 58(9): 38-41.
TAO Zhongyun. Research on Application of Internet of Things Technology in Operation and Maintenance Management of Intelligent Distribution Transformer Areas[J]. Technology of IoT&AI, 2026, 58(9): 38-41.
田文. 基于物联网终端行为分析的网络全风险识别方法[J]. 智能物联技术, 2026, 58(9): 42-47.
TIAN Wen. Network Total Risk Identification Method Based on Internet of Things Terminal Behavior Analysis[J]. Technology of IoT&AI, 2026, 58(9): 42-47.
王欣. 输电线路无人机物联巡检缺陷识别系统设计与实现[J]. 智能物联技术, 2026, 58(9): 48-51.
WANG Xin. Design and Implementation of Defect Recognition System for Drone Internet of Things Inspection of Power Transmission Line[J]. Technology of IoT&AI, 2026, 58(9): 48-51.
严寒. 基于数值逻辑运算的快速缺陷检测新方法[J]. 智能物联技术, 2026, 58(9): 52-55.
YAN Han. New Fast Defect Detection Method Based on Numerical Logic Operation[J]. Technology of IoT&AI, 2026, 58(9): 52-55.
段焜. 基于改进模型预测控制的路径跟踪算法设计[J]. 智能物联技术, 2026, 58(9): 56-60.
DUAN Kun. Design of Path Tracking Algorithm Based on Improved Model Predictive Control[J]. Technology of IoT&AI, 2026, 58(9): 56-60.
韩瑶妹, 李洁, 尹倩. 基于轻量级编码器与坐标注意力的多尺度手部分割网络[J]. 智能物联技术, 2026, 58(9): 61-65.
HAN Yaomei, LI Jie, YIN Qian. Multi-scale Hand Segmentation Network Based on Lightweight Encoder and Coordinate Attention[J]. Technology of IoT&AI, 2026, 58(9): 61-65.
针对复杂背景下手部姿态多变、尺度差异大导致分割精度低、实时性差的问题,提出一种基于轻量级编码器与坐标注意力的多尺度手部分割网络(ShuffleNet With Coordinate Attention UNet,ShuffleCA-UNet)。首先,采用ShuffleNetV2的通道分割与混洗单元重新构建编码器,降低模型参数量;其次,将坐标注意力(Coordinate Attention,CA)模块嵌入编码器的每个基本单元和下采样单元,强化手部空间位置特征,抑制复杂背景干扰;最后,在网络深层引入空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,捕获多尺度上下文信息,有效解决手部因距离变化引起的尺度敏感问题。解码器部分采用双线性插值上采样结合特征拼接的方式,有效恢复手部的细节信息。在手部公开数据集EYTH(EgoYouTubeHands)上的实验结果表明,该方法F1值达85.54%,平均交并比(Mean Intersection over Union,MIoU)达87.45%,模型参数量仅1.409×107个,相对于UNet分别提高3.65、3.35个百分点,参数量减少约54.6%,在分割精度与推理速度之间取得了较好的平衡。
张振祥, 马亲良. 基于小样本学习的电力设备罕见缺陷智能识别方法[J]. 智能物联技术, 2026, 58(9): 66-70.
ZHANG Zhenxiang, MA Qinliang. Intelligent Identification Method for Rare Defects in Electrical Equipment Based on Few-Shot Learning[J]. Technology of IoT&AI, 2026, 58(9): 66-70.
电力设备缺陷识别依赖大量标注与封闭假设,导致罕见缺陷过拟合、难迁移、无法应对新类型。面向罕见缺陷,构建小样本识别方法。通过将相位周期感知与热场平滑先验嵌入特征网络,融合原型度量元学习,用极少量样本划定类界;设计物理约束跨模态生成网络扩充样本,引入马氏距离边界检测未知缺陷,原型融合免重训增量。在7类罕见缺陷各5例支撑下,所提方法的准确率和受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic Curve,AUROC)等指标达到了有效水平,突破了样本稀缺局限,为罕见缺陷诊断提供了可行路径。
陆淮阳. 面向边端协同的LLM剪枝量化优化技术研究[J]. 智能物联技术, 2026, 58(9): 71-74.
LU Huaiyang. Research on LLM Pruning Quantization Optimization Technology for Edge Collaboration[J]. Technology of IoT&AI, 2026, 58(9): 71-74.
针对边端协同场景下大语言模型(Large Language Model,LLM)部署受算力、内存、时延及能耗约束的问题,提出结构化剪枝、低比特量化及误差补偿联合优化方法,并构建动态调度架构。实验结果表明,2 048 token下协同推理时延降至610 ms,能耗为11.4 J,兼顾模型压缩与推理效率。
任峻毅, 宋冠男, 贾国庆, 袁煜松. 基于拓扑增强局部特征的室内点云语义分割研究[J]. 智能物联技术, 2026, 58(9): 75-80.
REN Junyi, SONG Guannan, JIA Guoqing, YUAN Yusong. Research on Indoor Point Cloud Semantic Segmentation Based on Topology Enhanced Local Features[J]. Technology of IoT&AI, 2026, 58(9): 75-80.
以PointNet++为基础框架,针对室内场景点云语义分割中密度分布不均、局部拓扑信息表征不足等问题,提出一种融合密度感知协同优化与拓扑增强的室内点云语义分割方法。引入密度感知协同模块和拓扑特征分支,分别应对数据密度不均、局部结构缺失信息等问题;通过几何-密度-拓扑三分支特征融合实现多维度信息协同互补。实验结果表明,所提方法的总体精度(Overall Accuracy,OA)达到84.7%,类别平均精度(mean Accuracy,mAcc)达到68.1%,平均交并比(mean Intersection over Unio,mIoU)达到57.4%,均优于对比方法。
廖振魁. 人工智能驱动工业物联异常协同感知方法研究[J]. 智能物联技术, 2026, 58(9): 85-89.
LIAO Zhenkui. Research on AI-Driven Collaborative Anomaly Detection Methods for Industrial Internet of Things[J]. Technology of IoT&AI, 2026, 58(9): 85-89.
孙铭吾. 基于CNN-LSTM的高校智能化设备运行状态智能监测与运维优化#br#[J]. 智能物联技术, 2026, 58(9): 90-94.
SUN Mingwu. Intelligent Monitoring and Operation Optimization of University Intelligent Equipment Operating Status Based on CNN-LSTM[J]. Technology of IoT&AI, 2026, 58(9): 90-94.
杨礼允, 吴群申. 基于人工智能的物联网终端异常行为识别技术[J]. 智能物联技术, 2026, 58(9): 95-98.
YANG Liyun, WU Qunshen. Abnormal Behavior Recognition Technology of Internet of Things Terminal Based on Artificial Intelligence[J]. Technology of IoT&AI, 2026, 58(9): 95-98.
方强, 周虹, 张桓. 基于物联网监测数据的人工智能辅助法医病理死因判定[J]. 智能物联技术, 2026, 58(9): 99-102.
FANG Qiang, ZHOU Hong, ZHANG Huan. Artificial Intelligence-Assisted Forensic Pathological Cause-of-Death Determination Based on Internet of Things Monitoring Data[J]. Technology of IoT&AI, 2026, 58(9): 99-102.
针对法医病理死因判定中多源生命体征数据利用不足与人工研判效率低下的问题,提出基于物联网监测数据的人工智能辅助死因判定方法。构建多传感器融合采集架构,完成时序数据分段与事件对齐预处理;采用核主成分分析(Kernel Principal Component Analysis,KPCA)与图神经网络,提取生命体征时频特征与跨模态关联特征;设计结合小样本增强与类别加权损失的深度分类网络,并引入注意力可视化实现判定过程的可解释输出。实验结果表明,所提方法在多类死因判定任务中F1分数达0.86,优于对比基线方法,可为辅助法医病理实践提供技术支撑。
兰欣, 甘子昊. 基于机器视觉的工业机器人无序抓取系统设计[J]. 智能物联技术, 2026, 58(9): 107-112.
LAN Xin, GAN Zihao. Design of Industrial Robot Unordered Grasping System Based on Machine Vision[J]. Technology of IoT&AI, 2026, 58(9): 107-112.
邵艳巡. 基于深度学习算法的羽毛球运动姿势识别系统设计[J]. 智能物联技术, 2026, 58(9): 113-117.
SHAO Yanxun. Design of Badminton Pose Recognition System Based on Deep Learning Algorithm[J]. Technology of IoT&AI, 2026, 58(9): 113-117.
段瑞, 王程, 安娜, 李宁, 张云仙, 董于杰. AI决策技术在设备全生命周期状态感知中的路径研究[J]. 智能物联技术, 2026, 58(9): 118-121.
DUAN Rui, WANG Cheng, AN Na, LI Ning, ZHANG Yunxian, DONG Yujie. Research on Path of AI Decision-Making Technology in Equipment Full Lifecycle State Awareness[J]. Technology of IoT&AI, 2026, 58(9): 118-121.
谭帅. 面向虚拟电厂实时调控的异构网络通信资源分配策略[J]. 智能物联技术, 2026, 58(9): 126-130.
TAN Shuai. Heterogeneous Network Communication Resource Allocation Strategy for Real-Time Control of Virtual Power Plants#br#
#br#
[J]. Technology of IoT&AI, 2026, 58(9): 126-130.
为解决虚拟电厂调控过程中异构网络资源分配不均导致的时延抖动问题,提出基于异构图注意力神经网络的深度强化学习(Heterogeneous Graph Attention-based Deep Reinforcement Learning,HGAT-DRL)策略。通过建立电力调控业务与通信服务质量映射模型,量化5G、载波及光纤资源物理特征,实现通信资源与电力波动节律深度匹配。实验结果表明,端到端平均时延降低至14.5 ms,调控指令响应成功率达到99.1%,最大频率偏差为
0.08 Hz。所提方案为提高虚拟电厂实时控制精度提供了有效路径,为新型电力系统通信架构优化提供了理论支撑。
杨领. AES算法在软件工程信息加密编程中的应用分析[J]. 智能物联技术, 2026, 58(9): 131-134.
YANG Ling. Analysis of Application of AES Algorithm in Software Engineering Information Encryption Programming[J]. Technology of IoT&AI, 2026, 58(9): 131-134.
陈晓宝. 面向应急通信的窄带高清视频传输应用研究[J]. 智能物联技术, 2026, 58(9): 140-145.
CHEN Xiaobao. Research on Application of Narrowband High-Definition Video Transmission for Emergency Communications[J]. Technology of IoT&AI, 2026, 58(9): 140-145.
针对应急通信场景中带宽小于2 Mb/s的窄带传输网络与720p及以上高清视频传输需求之间存在的带宽不足等问题,研究在现有带宽资源条件下实现高清应急视频稳定连续传输的方法,以增强应急通信指挥调度能力。方法方面,从编码简化、传输协议、网络调控3个方面研究并编写了具体解决方案。编码方面,以H.265/高效视频编码(High Efficiency Video Coding,HEVC)为基础,通过简化帧内预测模式、控制码率、简易变换等策略提高编码效率。传输协议方面,设计基于用户数据报协议(User Datagram Protocol,UDP)的可靠传输协议和实时传输协议(Real-time Transport Protocol,RTP),实现有选择的重传与丢包覆盖机制。同时,控制层构建网络自适应模式,实时监测带宽、丢包率、延时等参数并动态调整码率、帧率。研究实现了在1 Mb/s窄带传输网络环境中720p、30 f/s
高清视频的稳定传输,端到端延时控制在200 ms以内,丢包恢复率超85%。在内蒙古自治区黄河凌汛应急通信演练中的真实案例验证表明,相比传统传输控制协议(Transmission Control Protocol,TCP)/H.264方案,视频主观质量明显提升,视频卡顿率降低超60%,流畅播放时长从不足30%提高为95%以上。所提出的编码—传输—控制一体化技术方案能够有效突破窄带环境下高清视频传输的瓶颈,显著提升应急通信场景下的视频指挥可靠性,对于提升应急通信保障能力具有重要的工程应用价值。
包秀云. 基于智能物联技术的桥梁结构健康监测系统设计[J]. 智能物联技术, 2026, 58(9): 146-149.
BAO Xiuyun. Design of Bridge Structural Health Monitoring System Based on Intelligent Internet of Things Technology[J]. Technology of IoT&AI, 2026, 58(9): 146-149.
李顺, 刘菁瑶. 基于多模态大模型的计算机实验室学生行为分析管理系统[J]. 智能物联技术, 2026, 58(9): 150-155.
LI Shun, LIU Jingyao. Student Behavior Analysis and Management System for Computer Laboratories Based on Multimodal Large Models[J]. Technology of IoT&AI, 2026, 58(9): 150-155.
马永忠, 胥光正. 基于数据驱动的水电厂风险预警安全管控技术[J]. 智能物联技术, 2026, 58(9): 156-159.
MA Yongzhong, XU Guangzheng. Risk Warning and Safety Control Technology for Hydropower Plants Based on Data Driven[J]. Technology of IoT&AI, 2026, 58(9): 156-159.
周彬, 郝悦. 面向物联网平台的网络安全等级保护建设与实施路径研究[J]. 智能物联技术, 2026, 58(9): 164-169.
ZHOU Bin, HAO Yue. Research on Construction and Implementation Path of Cybersecurity Level Protection for Internet of Things Platform[J]. Technology of IoT&AI, 2026, 58(9): 164-169.
邵戎. 基于物联网架构的66 kV风电集电线路配电运维优化研究[J]. 智能物联技术, 2026, 58(9): 170-174.
SHAO Rong. Study on Optimisation of Operation and Maintenance for 66 kV Wind Power Collection Lines Based on Internet of Things Architecture#br#
张岂豪. 基于数字孪生的工业园区巡检可视化平台设计与实践[J]. 智能物联技术, 2026, 58(9): 175-178.
ZHANG Qihao. Design and Practice of Industrial Park Inspection Visualization Platform Based on Digital Twin[J]. Technology of IoT&AI, 2026, 58(9): 175-178.
针对传统流程工业园区人工巡检存在的实时性差、数据孤岛、决策滞后等问题,设计基于数字孪生的可视化巡检管理平台。平台综合运用物联网、大数据、建筑信息模型(Building Information Modeling,BIM)及三维虚拟现实技术,构建园区物理实体与虚拟空间实时映射的数字孪生体,实现了设备状态在线监测、自由与固定路线智能巡检、设备台账关联、自动导引运输车实时追踪、巡检报告自动生成及历史数据追溯等核心功能。项目实践表明,所提方案显著提升了巡检效率与管理精细化水平,增强了故障预判能力,优化了巡检流程,保障了生产安全,为流程工业园区数字化转型提供了可复用的技术路径。