| 信息工程学院2024年国家级大学生创新创业训练计划申报项目信息汇总表 |
| 项目类别 | 项目名称 | 项目类型 | 项目负责人姓名 | 项目负责人学号 | 项目其他成员信息 | 指导教师姓名 | 指导教师职称 | 支持经费(元) | 项目所属专业类代码 | 项目简介(500字以内) |
| 一般项目 | 基于 CNN 与 IOT 技术的智慧管家系统研究 | 创新训练项目 | 武斌 | 2022112101 | 李娜/2022112102,杨梦龙/2023112143,
李睿/2023119155,李茹茹/2023112123 | 梁楠楠,吴雨桐 | 副教授,助教 | 10000 | 0809 | 随着科学技术的发展与社会经济发展水平不断提高以及人民对居住环境要求日益提升，传统住宅建设模式下的智能家居系统已不能满足人们对于高质量高品质生活的需求，而智慧管家管理体系要跟上时代步伐，以适应新时期现代化城市居民对更高品质住宅的追求，本文所介绍的智能控制系统的目的就是为了更好地为智能家居设备提供数据，二者相辅相成，相互促进。进一步促进时代发展，房屋的智能化管理是未来的发展趋势，物联网技术在智慧城市中应用，将成为一种新的经济增长点。随着社会信息化程度不断提高、信息传播速度加快和信息技术水平持续提升，大数据分析与处理能力已经能够为我们提供更为有效的参考意见和决策建议，同时也能促进物业管理行业向高效率方向快速前进并逐步实现“精细化管理”模式转变。物联网技术在智慧城市中的应用，从技术层面上解决了物联网在智慧房屋管理中的问题，并为房屋管理行业提供全新思路，促进智能化、信息化建设与发展。 |
| 一般项目 | DeepRecover-基于深度学习的安卓数据恢复 | 创新训练项目 | 戴磊 | 2022112108 | 孙露/2023119136，张仕远/2020110554，董合心/2021118109，张晨/2023111107 | 凌军，田文泉 | 讲师，讲师 | 10000 | 0809 | "DeepRecover-基于深度学习的安卓数据恢复"项目，由戴磊担任项目负责人，旨在开发一种基于深度学习技术的创新训练项目，以高效准确地从Android设备中恢复丢失的数据。随着智能手机成为人们生活中不可或缺的工具，用户数据丢失问题日益突出，而传统的数据恢复方法往往需要获取ROOT权限且过程复杂，因此本项目采用深度学习方法快速识别和恢复数据。项目团队利用卷积神经网络（CNN）和循环神经网络（RNN）等模型，通过智能分析手机数据来提升数据恢复的效率和准确性；同时，自然语言处理（NLP）技术的应用使用户交互更加直观便捷。项目面临的挑战包括无ROOT权限下的数据恢复、不明或损坏数据的恢复、用户体验的提升、数据恢复速度的提升以及广泛的设备兼容性。研究实施路径涵盖理论研究、模型设计、系统开发和实验验证等关键步骤。项目预期成果为在省级及以上期刊发表学术论文至少1篇，参加相关竞赛活动，并取得相应培训证书。预计经费预算为10000元，用于支持项目研发和测试所需的资料费、调研费、硬件费、成果印刷费和论文版面费。 |
| 一般项目 | 矿山水环境大数据驱动智能水害防治技术创新研究 | 创新训练项目 | 张宇 | 2022110527 | 陈明辉/2022110538,何诗锦/2022110524,袁顺/2022110533,雷章陈/2022106124 | 邱慧丽 | 副教授 | 10000 | 0809 | 本项目主要开展矿山水环境大数据驱动智能水害防治技术创新研究，充分运用人工智能、前后端开发等技术，致力于研究水源识别综合性解决方案。项目的核心包括标准化水质数据库管理系统、多元化水源识别模型、煤矿后台管理系统。项目运用MySQL数据库系统构建标准化水质信息存储平台，对涉及煤矿深部开采的各类水化学数据进行规范化管理。构建的煤矿后台管理系统严格遵循数据录入、查询、修改、删除和管理等标准流程，确保数据操作的准确无误。同时构建了BP神经网络、因子分析及机器学习技术等的水源识别体系。该体系通过深度整合多种先进算法，借助严谨的综合评判逻辑，能够准确识别不同水源的性质特征，并据此做出科学、可靠的水源判别。重要的是识别模型内嵌自学习机制，能够根据持续更新的水样测试数据自动调整与优化，确保模型对水体成分动态变化的适应性，从而实现水源识别的实时性和高准确性。能够实时监测煤矿深部开采过程中的水环境变化，结合识别模型得出的水源性质信息，精准判断潜在的水害风险。 |
| 一般项目 | 基于正则化ResNet50残差网络模型的路面凝冰识别与预警系统 | 创新训练项目 | 何佳莉 | 2022087120 | 潘琦/2022080212,杨润琦/2021110106,张雅婷/2021110155,王姜平/202203111 | 周玮 | 副教授 | 10000 | 0809 | 湿冷环境下的路面凝冰问题是我国季节性冰冻地区常见的公路气象灾害，路面凝冰可能造成车辆追尾、侧翻，从而导致重大人员伤亡与财产损失，本项目采用正则化ResNet50残差网络模型作为核心算法，ResNet50模型以其深度学习和残差学习的特点，能够提取出丰富的图像特征，同时正则化技术可以有效防止过拟合，提高模型的泛化能力，本项目收集大量包含凝冰和非凝冰状态的路面图像数据，进行预处理和标注。通过数据增强技术，增加模型的训练样本数量，提高模型的鲁棒性，进而基于物联网5G的应用、以功能强大且搭载摄像头的路面监控系统为输入端，对路面凝冰图像进行采集和传输，并利用Matlab软件实现凝冰特征标记及系统开发，且后期考虑用python优化，最终实现用户输入一张路面图像便能得出该区域路面是否凝冰的结果。本项目将神经网络技术应用于道路凝冰领域，具有功能强大，图像直观，便于升级，成本较低等优点。 |
| 一般项目 | 深度学习驱动的草莓采摘及分拣机器 | 创新训练项目 | 陈萍 | 2023115109 | 陈洁/2023111118，从志齐/202311086109，丁萌萌/2021110544，汤成成/2021118130 | 李松州 | 助教，硕士 | 10000 | 0809 | 随着现代农业技术的不断进步，对农业生产的自动化、智能化水平要求越来越高，而伴随着电子技术、计算机技术、自动化技术的快速发展，对机电一体化产品的技术含量、性能、功能要求也越来越高。目前在草莓等精细农业作物的种植与采摘过程中，传统的依赖人工的采摘方式已经难以满足现代农业对高效率、高质量、低成本的追求。草莓作为一种广泛种植的水果，其采摘工作具有季节性强、劳动量大、工作环境复杂等特点。目前，我国草莓采摘主要依靠人工完成，这不仅导致采摘效率低下，还增加了人工成本，并且容易受到天气、季节等因素的影响。此外，人工采摘还存在果实损伤率高、采摘质量不一等问题，影响了草莓的品质和市场竞争力。近年来，深度学习技术的快速发展为农业采摘机器的研发提供了新的思路和方法，可以应用于采摘路径的规划、草莓的识别与定位、分辨及采摘动作的执行等多个环节，实现草莓的自动化、智能化采摘。然而，目前我国在智能草莓采摘机器领域的研究与发达国家相比存在较大差距。因此，加快该项目的研发进度，提高我国智能草莓采摘机器人的技术水平，对于满足市场需求、提升我国农业竞争力非常重要，并且形势紧迫。 |
| 重点支持领域项目 | 基于深度学习的砀山梨病虫害识别与检测系统 | 创新训练项目 | 张愉涵 | 2022080223 | 任学俊/2021118128,胡婷婷/2021110410,蒲明智/2021110749,张世玺/2022086145 | 晏铭，辛政华 | 助教，教授 | 10000 | 0809 | 近年来，国家大力提倡乡村振兴，为了响应国家的号召，因此针对砀山梨产量和品质下降的问题，开发一套高效、准确的砀山梨病虫害识别与检测系统以提升农业生产效率，降低农药使用量和减少果农损失，促进可持续农业发展。本项目利用深度学习技术，依托YOLOV5、卷积神经网络等先进的深度学习算法，训练大量标注好的病虫害图像数据，建立精准的深度学习识别模型。该模型能够实时分析输入的梨树图片，快速准确地识别出是否存在病虫害，并指出具体的病害类型或虫害种类。之后将模型部署到桌面端和移动端。该系统可以通过上传图片或视频检测画面中发病砀山梨的疾病，框选出发病区域，并在右侧具体显示对应疾病的具体信息、危害病症、传播途径、发病条件和治理方法等信息。此外还可以调用本地摄像头或外接摄像头进行实时检测画面中发病砀山梨的疾病，实时查看梨树的状况，帮助农民和科技工作者快速识别砀山梨病虫害并采取应对措施。 |
| 一般项目 | 养老机构中的人工智能应用研究 | 创新训练项目 | 廖美芩 | 2022103122 | 吴书杰/2022110503,沈仲毅/2023116138, 柏杨/2020110201,徐冲/2020011328 | 徐旭 | 副教授 | 10000 | 0809 | 今年政府工作报告中，一个新词汇引发了社会各界广泛关注—“人工智能+”行动。这是“人工智能+”首次被正式写入政府工作报告，标志着我国人工智能技术的发展与应用进入了一个新的历史阶段。政府工作报告中谈到“科技创新实现新的突破”时，肯定了“关键核心技术攻关成果丰硕”，特别提到“人工智能、量子技术等前沿领域创新成果不断涌现”。与此同时传统的养老服务模式往往因为受限于人力、资源和时间的局限性，难以满足日益增长且多元化的需求。然而，人工智能技术的合理应用可以有效改变这一现状。通过大数据分析，人工智能可以精准识别每一位老人的生活习惯、健康(脉购CRM)状况和情感需求，为他们量身定制全面、科学、个性化的照护方案。例如，智能床垫监测心率、呼吸频率等生理指标，实时预警异常情况；人工智能语音助手与老年人进行互动交流，提供心理慰藉；智能家居系统则可自动调控环境温湿度、照明等参数，营造舒适宜居的生活空间。由此可见，将人工智能运用于养老领域是帮助老人便捷生活的一大重要措施，也是时代发展的必然趋势。 |
信息工程学院
