智能论文大全11篇

智能论文篇（1）

[1]冯祺我国国产手机市场研究[D].天津：天津大学，2009

[2]刘玉松中国手机市场分析及国产手机营销策略研究[D].天津：天津大学，2008

[3]陈博中国智能手机市场现状分析[J].中国市场，2013（1）.

[4]李玉韬浅析摩托罗拉的战略风险管理[J].财务与会计，2012（8）.

[5]敏行联想乐phone的战略风险与定位关键[J].广告主市场观察，2010（5）.

[作者简介]刘晓红（1989—），女，山东日照人，会计硕士在读。研究方向：审计理论与实务。

附1：《对以用户体验为导向的智能手机应用软件界面设计的几点探讨》

参考文献：

[1]杨东润.数字媒体中的交互设计对用户体验的影响—以资讯类手机APP应用为例[J].传谋，2015（12）.

[2]林刚，张碧涛.基于互动装置艺术的手机美图APP品牌运动研究[J].今传谋，2015（3）.

[3]陆远蓉.基于移动用户体验的APP设计[J].智能计算机与应用，2014（8）.

附2：《智能手机中传感技术的发展和应用》

参考文献

[1]鲁建全，贾晓燕.传感器在手机中的应用[J].中学物理，2013（03）.

[2]牛利.移动设备上的传感分析[C].第十二届全国化学传感器学术会议报告集，2014.

[3]中国仪器仪表行业学会网站：自主知识产权便携式智能有害金属电化学分析仪诞生[J].工业仪表与自动化装置，2013（04）.

[4]黄善洛等：基于Android平台的便携式痕量重金属离子检测仪的研制[J].分析化学，2015，43（07）：1098-1103.

[5]王骥，王莜珍，任肖丽，沈玉利.基于无线传感器网络的水污染监测系统[J].桂林电子科技大学学报，2009，29（03）：247-250.

[6]OFweek仪器仪表网内置传感器将为智能手机应用带来新的革命，2014.

[7]化学传感器的研究背景及发展趋势[J].中国科学人，2015（18）.

附3：《智能手机电源管理模块的设计》

参考文献

[1]徐进.智能手机电源管理模块和音频模块设计[D].上海：上海交通大学，2008.

[2]刘平.智能手机电源管理系统设计与故障分析方法研究[D].长春：吉林大学，2008.

[3]陈熹，陈英，戚正伟.一种智能手机电源管理方案的设计与实现[J].计算机应用与软件，2008（09）：80-82.

附4：《锁屏Android智能手机的取证方法》

参考文献

[1]戴明.手机取证及其电子证据获取研究[J].计算机与现代化，2015（58）.

[2]杜江.智能手机取证研究[J].电脑知识与技术，2015（69）.

[3]赵毅.智能手机取证方法研究[J].取证技术，2016（59）.

[4]刘欢.手机取证及具体分析研究[J].电脑技术，2016（123）.

附5：《智能手机SD卡数据恢复初探》

参考文献（References）：

[1]陶荣，饶佳艺，严丽娜等.智能手机RS-MMC存储卡数据恢复研究[J].电子设计工程，2012.20（17）：180-182

[2]周立功.ARM嵌入式系统软件开发实例（二）[M].北京航空航天大学出版社，2006.

[3]刘素花，龚德俊，徐永平等.SD卡在海洋数据存储中的应用[J].海洋科学，2009.33（3）：16-20

[4]李志强.常见硬盘数据损坏的类型及恢复方法[J].硅谷，2011.23：124-126

智能论文篇（2）

过去几年里，深度学习卷积神经网络所取得的成就足以使它成为人工智能王冠上最光彩夺目的明珠。基于深度学习卷积神经网络的语音识别系统把语音识别的精度提高到了产品级的精度，从而为人类与计算机及各种智能终端之间提供了一种崭新的、更为便捷的交互方式。将深度学习卷积神经网络应用于图像内容及人脸的识别，科学家们取得了能够与人类视觉系统相媲美的识别精度。战胜韩国棋圣李世石的谷歌围棋软件AlphaGo能够取得如此辉煌的战绩，深度学习卷积神经网络也发挥了关键性的作用。接下来，我们对深度学习卷积神经网络的起源及其原理做一个简单介绍。

脑神经科学领域的大量研究表明，人脑由大约1011个神经细胞及1015个神经突触组成，这些神经细胞及其突触构成一个庞大的生物神经网络。每个神经细胞通过突触与其它神经细胞进行连接与信息传递。当通过突触所接收到的信号强度超过某个阈值时，神经细胞便会进入激活状态，并通过突触向上层神经细胞发送激活信号。人类所有与意识及智能有关的活动，都是通过特定区域神经细胞之间的相互激活与协同工作而实现的。

早于1943年，美国心理学家W.S. McCulloch和数学家W. A. Pitts就在他们的论文中提出了生物神经元的计算模型(简称M-P①模型)，为后续人工神经网络的研究奠定了基础。M-P模型的结构如图1(a)所示，它包含n个带有权重的输入，一个输出，一个偏置b和一个激活函数组成。n个输入代表来自下层n个神经突触的信息，每个权重W)代表对应突触的连接强度，激活函数通常采用拥有S-型曲线的sigmoid函数(参见图1(b))，用来模拟神经细胞的激活模式。

早期的人工神经网络大都是基于M-P神经元的全连接网络。如图2所示，此类网络的特点是，属于同一层的神经元之间不存在连接；当前层的某个神经元与上一层的所有神经元都有连接。然而，人们很快发现，这种全连接神经网络在应用于各种识别任务时不但识别精度不高，而且还不容易训练。当神经网络的层数超过4层时，用传统的反向传递算法(Back Propagation)训练已经无法收敛。

1983年，日本学者福岛教授基于Hubel-Wiese的视觉认知模型提出了卷积神经网络计算模型(Convolution Neural Network，简称CNN)。早在1962年，Hubel和Wiesel通过对猫视觉皮层细胞的深入研究，提出高级动物视觉神经网络由简单细胞和复杂细胞构成(如图3所示)。神经网络底层的简单细胞的感受野只对应视网膜的某个特定区域，并只对该区域中特定方向的边界线产生反应。复杂细胞通过对具有特定取向的简单细胞进行聚类，拥有较大感受野，并获得具有一定不变性的特征。上层简单细胞对共生概率较高的复杂细胞进行聚类，产生更为复杂的边界特征。通过简单细胞和复杂细胞的逐层交替出现，视觉神经网络实现了提取高度抽象性及不变性图像特征的能力。

卷积神经网络可以看作是实现上述Hubel-Wiesel视觉认知模型的第一个网络计算模型。如图4所示，卷积神经网络是由卷积层(Convolution Layer)与降采样层(Sampling Layer)交替出现的多层神经网络，每层由多个将神经元排列成二维平面的子层组成(称为特征图，Feature Map)。每个卷积层和上层降采样层通常拥有相同数量的特征图。构成卷积层x的每个神经元负责对输入图像(如果x=1)或者x-1降采样层的特征图的特定小区域施行卷积运算，而降采样层y的每个神经元则负责对y-1卷积层的对应特征图的特定小区域进行Max Pooling(只保留该区域神经元的最大输出值)。卷积运算中所使用的卷积核系数都是通过学习训练自动获取的。卷积层中属于同一个特征图的神经元都共享一个卷积核，负责学习和提取同一种图像特征，对应Hubel-Wiesel模型中某种特定取向的简单细胞。卷积层中不同的特征图负责学习和提取不同的图像特征，对应Hubel-Wiesel模型中不同类型的简单细胞。而降采样层y中神经元的Max Pooling操作等同于Hubel-Wiesel模型中复杂细胞对同类型简单细胞的聚类，是对人脑视觉皮层复杂细胞的简化模拟。

上世纪90年代初期，贝尔实验室的Yann LeCun等人成功应用卷积神经网络实现了高精度手写数字识别算法，所提出的系列LeNet，都达到商用级识别精度，被当时美国邮政局和许多大银行用来识别信封上的手写邮政编码及支票上面的手写数字。然而，受制于90年代计算机有限的内存和弱小的运算能力，LeNet网络采用了较浅的网络结构，每层使用的特征图数目也很少。尽管它在小规模图像识别问题上取得了较好的效果，但与传统机器学习算法(如SVM，AdaBoost等)相比，优势并不十分明显。此外，由于卷积神经网络拥有很高的自由度，设计出一款性能优异的网络需要灵感并配合丰富的经验积累，是一项极具挑战性的工作。因此卷积神经网络在被提出后的很长一段时间里并未得到足够的重视和广泛的应用。

2012年，加拿大多伦多大学Geoffrey Hinton教授的团队提出了一个规模比传统CNN大许多的深度卷积神经网络(简称AlexNet)。该网络拥有5个卷积与降采样层、3个全连接层，每个卷积与降采样层拥有96384个特征图，网络参数达到6000多万个。利用AlexNet，Hinton团队在国际上最具影响力的图像内容分类比赛(2012 ImageNet ILSVRC)中取得了压倒性胜利，将1000类图像的Top-5分类错误率降低到15.315%。在这次比赛中，获得第二、三、四名的团队均采用了传统机器学习算法。三个团队的Top-5图像分类错误率分别是26.17%、26.98%和27.06%，相差不到1个百分点，而他们的成绩和第一名相比却低了超过10个百分点，差距十分明显。当前，深度卷积神经网络(Deep CNN)相对传统机器学习算法的优势还在不断扩大，传统学习方法在多个领域已经完全无法与Deep CNN相抗衡。

机器学习算法的基本原理及其本质

在几千年的科学探索与研究中，科学家们提出了许多描述自然界及人类社会中各种事物与现象的数学模型。这些模型主要可以被归纳为以下三大类别。

归纳模型：由少数几个参数(变量)构成，每个变量都具有明确的物理意义。这类模型能够真正揭示被描述对象的本质及规律，许多数学和物理定律都是典型的归纳模型。

预测模型：用一个拥有大量参数的万能函数来拟合用户所提供的训练样本。万能函数的参数一般不具备任何物理意义，模型本身往往只能用来模拟或预测某个特定事物或现象，并不能揭示被描述事物或现象的本质及内在规律。当代的大多数机器学习算法都是构建于预测模型之上的。例如，单隐层全连接神经网络所使用的数学模型是：

上式中，x代表神经网络的输入，代表神经网络的参数集，M是隐层神经元的个数。这个数学模型如同一个橡皮泥，可以通过变换它的参数集被塑造成任何形状。给定一个训练样本集，其中分别代表训练样本i以及人工赋予该样本的标签(标签表示样本的类别或某种属性)，通过利用T进行训练，我们就能够得到一个优化的参数集，使神经网络能够很好地拟合训练样本集T。当新的未知样本x出现时，我们就能够利用训练好的神经网络预测出它的标签y。显而易见，神经网络的参数集规模与神经元的数目及输入x的维数成正比，所有参数没有任何物理意义，模型本身也不具备揭示被描述对象的本质及内在规律的能力。

直推模型：没有明确的数学函数，利用所采集的大数据预测特定输入的标签。此类模型认为针对某个事物或现象所采集的大数据就是对该事物或现象的客观描述。大数据的规模越大，对事物或现象的描述就越全面和准确。当新的未知样本x出现时，我们可以在大数据中找到x的K近邻，根据K近邻的标签或属性来决定x的标签或属性。显而易见，由于不需要定义明确的数学模型，与其它模型相比，直推模型最简单直接，但因为依靠大数据来决定未知样本的标签，直推模型往往需要较高的计算量及使用成本。同样，直推模型也不能被用来揭示事物或现象的本质及内在规律。

应当指出，随着互联网用户数量的不断增长以及互联网技术的快速进步，利用互联网获取内容或用户大数据变得越来越简单廉价，利用直推模型来预测某个事物或现象也变得越来越普及。例如，许多互联网搜索引擎利用每个网页的用户点击率来改进搜索网页的排序精度，就是直推模型在互联网内容搜索领域的一个成功应用。

综上所述，机器学习算法的本质就是选择一个万能函数建立预测模型。利用用户提供的训练样本对模型进行训练的目的，就是选择最优的参数集，使模型能够很好地拟合训练样本集的空间分布。通过训练得到的预测模型，实际上把训练样本集的空间分布提取出来并编码到其庞大的参数集中。利用这个训练好的预测模型，我们就能够预测新的未知样本x的标签或属性。当今大多数机器学习算法都是基于这个原理，谷歌公司的AlphaGo也不例外。

针对某个事物或现象所采集的训练样本，是对该事物或现象的直观描述，蕴藏着大量与之相关的先验知识。例如，ImageNet ILSVRC国际图像内容分类比赛所提供的训练样本集拥有1000类、总共一百多万张彩色图像。每一类都对应自然界中的一种常见物体，如汽车、飞机、狗、鸟，等等，包含大约1000张从不同场景及不同角度拍摄的该种物体的彩色图像。利用这个训练样本集训练出来的深度卷积神经网络，实际上是将每类物体的共性特征及个体差异等进行信息提取与编码，并记忆到其庞大的参数集中。当新的未知图像出现时，神经网络就能够利用已编码到参数集中的这些先验知识，对输入图像进行准确的识别与分类。

同样，谷歌公司在训练AlphaGo时，收集了20万个职业围棋高手的对局，再利用AlphaGo不同版本间的自我对弈生成了3000多万个对局。3000多万个围棋对局包含了人类在围棋领域所积累的最为丰富和全面的知识与经验。当新的棋局出现时，AlphaGo利用被编码于其庞大参数集中的这些先验知识，预测出胜率最高的一步棋，以及这步棋所产生的最终胜率。由于AlphaGo针对3000多万个对局进行了学习与编码，它对每一步棋的胜负判定甚至比九段棋手还要准，人类棋圣输给AlphaGo也就不足为奇了。

人类智能的本质与特性

对于人脑及其高度复杂的智能，人类至今还所知甚少。关于“智能”这个名词的科学定义，学术文献中就存在着许多个版本。即使是少数几个被深入研究的认知功能(如人脑的视觉认知功能)的工作机理，也还存在着各种各样的假说和争议。在这里，我们列出若干较具代表性、认可度相对较高的关于人脑智能的假说及阐述。

人类智能的本质是什么？这是认知科学的基本任务，也是基础科学面临的四大难题(Simon)中最后、最难解决的一个。每门基础科学都有其特定的基本单元，例如高能物理学的基本粒子，遗传学的基因、计算理论的符号、信息论的比特等。因此，“人类智能的本质是什么”这个问题在某种程度上取决于“什么是认知基本单元”。众所周知，适合描述物质世界的变量并不一定适合描述精神世界。因此，认知基本单元是什么这个问题，不能靠物理的推理或计算的分析来解决，根本上只有通过认知科学的实验来回答。大量实验结果显示，认知基本单元不是计算理论的符号，也不是信息论的比特，而是知觉组织形成的“知觉物体”。例如，实验表明，当人的视觉系统注意一只飞鸟的时候，它所注意的是整只鸟(即一个知觉物体)，而不是鸟的某个特性(形状、大小、位置等)。尽管在飞行过程中鸟的各种特征性质在改变，但它是同一个知觉物体的性质始终保持不变。诺奖得主Kahneman认为，知觉物体概念的直觉定义正是在形状等特征性质改变下保持不变的同一性。中科院陈霖院士领导的团队在发展了30多年的拓扑性质知觉理论的基础上，提出大范围首先的知觉物体拓扑学定义：知觉物体的核心含义，即在变换下保持不变的整体同一性，可以被科学准确地定义为大范围拓扑不变性质。应当指出，上述大范围首先知觉物体的概念，与人工智能领域广为认同与采纳的由局部到整体，由特征到物体，由具体到抽象的认知计算模型是完全背道而驰的，因而在人工智能领域并没有得到足够的重视及应用。

大量认知科学领域的实验研究表明，人类智能具有以下几个特性。

人类智能的目标不是准确。人类智能并不追求在精神世界里客观准确地再现物理世界。上帝设计人类智能时，不假思索地直奔“生存”这一终极目标而去：用最合理的代价，获取最大的生存优势。人类大脑的平均能耗大约只有20瓦，相对于庞大的计算机系统来说只是九牛一毛。尽管人脑的重量只有1400克左右，约占人体重量的2.3%，但它的血液供应量却占到了全身的15.20%，耗氧量超过全身的20%，对于人类已经接近其生理可以负担的极限。在这种资源极其有限的条件下，人脑通过以下几种方式实现了最有效的资源调配，由此来保障最有意义的生理和智能活动。

第一，主观能动的选择性。精神世界不是对物理世界的简单映射，而是非常扭曲和失真的。体积相对较小的手指、舌头等重点区域，在感觉运动中枢里却占据大部分的皮层区域。同样，在视觉上只有对应中央视野的视网膜具有很高的空间、颜色分辨率，而更广泛的外周视野只对物体的突然出现或消失，以及物体的运动更敏感。人类视觉处理的通常方式是，外周视野的显著变化会在第一时间被捕获，做出应激反应，然后再把中央视野移动到目标上进行后续的处理。

人类通过知觉组织的选择性注意机制，直接感知输入信号中的大范围不变性质，而忽略大量的局部特征性质。大量视而不见的现象，在实验室研究中表现为注意瞬脱、变化盲视等等。比如，尽管可以清晰地分辨出霓虹灯中的色块颜色、形状各不相同，甚至在空间和时间上都不连续，人脑仍然把这些色块看成是同一个物体，从而产生运动的感觉。研究表明，这种运动错觉本质上不是运动，其生态意义在于对知觉对象进行不变性抽提。另一方面，人脑会主动把忽略的部分补充回来。而通过经验知识，上下文关系等补充回来的信息，难免有错。所谓错觉就是精神世界和物理世界的错位。这些错觉的生态意义在于在有限资源条件下，快速直接地形成稳定的感知。这种机制既是人类天马行空的联想能力和创造力的源泉，同时也是各种精神心理疾患的生物学基础。

第二，模块化的层次结构和分布式表征。当前认知科学越来越依赖于脑成像技术的发展。功能模块化假设认为，大脑是由结构和功能相对独立、专司特定认知功能的多个脑区组成。这些模块组成复杂的层次结构，通过层次间的传递和反馈实现对输入信号的主动调节。大量脑成像的研究实验也支持了这一假设，特别是视觉研究发现了非常详细而复杂的功能模块及其层次结构。另一方面，分布式表征的假说认为，认知功能的神经机制是相对大范围的分布式脑状态，而不是特定脑区的激活与否。当前研究认为，人脑是模块化和分布式表达共存的自能系统。

第三，反应性活动和内生性活动。人脑不是一个简单的刺激—反应系统，大量的内生性活动甚至比反应性活动还多。人脑在所谓的静息状态下的耗氧量与任务状态下相比差别很小。然而几乎所有的经典认知科学研究都是建立在刺激反应实验范式的基础之上。这种实验范式是让实验对象在特定的条件下完成特定的认知任务，收集并分析实验对象的行为或生理反应，通过对实验数据的充分比照，建立人脑某种活动模式或认知机理的假设。内生性活动因其往往只能通过内省的方式进行研究，而被长期排除在认知科学的研究主流之外。随着脑成像技术的发展，功能连接成为分析静息态大脑自发活动的有力工具。特别是默认网络的发现，创立了强调内生性活动的全新脑功能成像研究范式。默认网络被认为涉及警觉状态、自我意识、注意调控以及学习记忆等心理认知过程，已被广泛应用于社会认知、自我、注意、学习、发育、衰老机制的研究，有力推动了各种脑生物指标的完善和脑疾病的治疗，这些疾病包括阿尔兹海默病、帕金森病、抑郁症、精神分裂症和自闭症等等。

因此，整合现有研究中有关分布式表达和内生性活动的最新研究成果，可能会带来对人脑活动模式(人类智能的物质基础)一种全新的理解。

人类智能的本质不是计算。人类智能体现在对外部环境的感知、认知、对所观察事物或现象的抽象、记忆、判断、决策等。然而，这些智能并不是人类所独有。许多高等动物，如狗、猴子、猩猩，也或多或少具有类似的能力。同时，计算并不是人类智能的强项。真正将人类与其它动物区分开来的，是人类的逻辑推理能力、想象力、创造力以及自我意识。人类利用这类能力能够想象并且创造出自然界中不存在的东西，如汽车、飞机、电视、计算机、手机，互联网。这类能力是推动人类社会不断发展与进步的源泉，是生物智能的圣杯。

而对代表生物智能最高水平的上述能力，人类目前还所知甚少，对其机理的研究还处于启蒙阶段。研究表明，这些能力不是依靠计算得来的，而似乎是与联想记忆及人类丰富的精神世界有关。基于脑信号的分析实验发现，人脑的海马回、海马旁回、杏仁核等脑区中存在着大量专司特定联想记忆的神经细胞。例如，上述脑区中存在单个或一小簇神经细胞，会被与美国前总统克林顿相关的所有刺激信号所激活，无论刺激信号是关于克林顿的图片，还是Clinton这个英语单词，还是克林顿本人的语音回放。显然，这些神经细胞并不是被某个模态的特定特征所激活，它们所对应的是克林顿这个抽象概念。此外，脑成像研究表明，围棋专业棋手相对于业余棋手更多的是依赖联想记忆系统，而非逻辑推理来下棋。实际上，围棋界训练棋手的最常用方法就是将高手对局中的关键部分拆解成许多死活题，棋手通过大量死活题的解题训练来提高自己联想记忆的经验和效率。

机器智能与人类智能的优势与劣势

当代的计算机拥有强大的存储与运算能力。伴随着计算技术的不断发展与进步，这些能力的增长似乎还远没有到达尽头。早在1997年，IBM的“深蓝”超级电脑就战胜了国际象棋冠军卡斯帕罗夫。但这次胜利在人工智能领域并没有产生太大的反响，原因在于，“深蓝”几乎纯粹是依靠强大的运算能力遍历所有的可能性，利用“蛮力”取胜的。“深蓝”所遵循的，就是“人工智能即是计算加记忆”这个简单法则。由于围棋的搜索空间比国际象棋大很多，“深蓝”的这种制胜策略针对围棋是行不通的。与“深蓝”相比，AlphaGo的最大进步就是从“计算加记忆”进化到“拟合加记忆”法则。它利用深度卷积神经网络这个万能函数，通过学习来拟合两千多年来人类所积累的全部经验及制胜模式，并将其编码到神经网络的庞大参数集中。对于当前棋局的任何一个可能的落子，训练好的神经网络都能够预测出它的优劣，并通过有限数量的模拟搜索，计算出最终的获胜概率。这样的战略不需要对棋局的所有可能性做遍历搜索，更像人类棋手所使用的策略。然而，由于AlphaGo对每个落子以及最终胜率的预测，是建立在围棋界两千多年来所形成的完整知识库之上的，它的预测比人类最优秀的棋手更准确。与其说李世石输给了机器系统，不如说输给了人类棋艺的集大成者。由此推断，AlphaGo取胜也是情理之中的事。

智能论文篇（3）

    在本期技术专题中，中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。

    计算机与人工智能

    "智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。intelegere是从中进行选择，进而 理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联 系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵(turing)提出了"自动机"理论，把研究 会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。

    人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，ai)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以 及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行 情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的ibm的"深 蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。

    当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发 展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的ai软件，而且现在的ai具备了更多的 现实应用的基础。90年代以来，人工智能研究又出现了新的高潮。

    我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员，请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。

    问: 目前人工智能研究出现了新的高潮，那么现在有哪些新的研究热点和实际应用呢？

    答: ai研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容 量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。

    智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的 翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显 著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。

    数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据 挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半 结构化和非结构化数据中的知识发现以及网上数据挖掘等。

    主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务， 而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多 主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多 主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。

    问: 您在人工智能领域研究了几十年，参与了许多国家重点研究课题，非常清楚国内外目前人工智能领域的研究情况。您认为目前我国人工智能的研究情况如何？

    答: 我国开始"863计划"时，正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统"，其任务就是在充分发掘现有计算机潜力的基础 上，分析现有计算机在应用中的缺陷和"瓶颈"，用人工智能技术克服这些问题，建立起更为和谐的人-机环境。经过十几年来的努力，我们缩短了我国人工智能技 术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。

    但是也应该看到目前我国人工智能研究中还存在一些问题，其特点是: 课题比较分散，应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时，容易跟着国外的选题走; 立项论证时，惯于考虑国外怎么做; 落实项目时，又往往顾及面面俱到，大而全; 再加上受研究经费的限制，所以很多课题既没有取得理论上的突破，也没有太大的实际应用价值。

    今后，基础研究的比例应该适当提高，同时人工智能研究一定要与应用需求相结合。科学研究讲创新，而创新必须接受应用和市场的检验。因此，我们不仅要善于找到解决问题的答案，更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。

     问: 请您预测一下人工智能将来会向哪些方面发展？

    答: 技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展: 模糊处理、并行化、神经网络和机器情感。

    目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来 人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能的人工神经网络的结合。研究表明: 情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。

    人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。

    什么是人工智能？

    人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的 角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。

    ai理论的实用性

    在一年一度at&t实验室举行的机器人足球赛中，每支球队的"球员"都装备上了ai软件和许多感应器，它们都很清楚自己该踢什么位置，同时也明白 有些情况下不能死守岗位。尽管现在的ai技术只能使它们大部分时间处于个人盘带的状态，但它们传接配合的能力正在以很快的速度改进。

    这种ai机器人组队打比赛看似无聊，但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道，internet是由无数台服务器和 无数台路由器组成的，路由器的作用就是为各自的数据选择通道并加以传送，如果利用一些智能化的路由器很好地协作，就能分析出传输数据的最佳路径，从而可以 大大减少网络堵塞。

    我国也已经在大学中开展了机器人足球赛，有很多学校组队参加，引起了大学生对人工智能研究的兴趣。

    未来的ai产品

智能论文篇（4）

1、与之有关连的给排水工程

一般来说，以下给排水工程应接入该大厦的建筑智能化系统：

1．生活水系统

1）水泵的编号、状态（工作、备用、故障）；系统的压力；水池及水箱的水位；

2）变频调速泵的频率、工作压力；

3）系统的简图及主阀状态；

4）各用户水表的读数。

2．热水系统

比照生活水系统，增加所有换热器的有关参数，以及系统的温度、热媒消耗等。

3.循环冷却水系统

同生活水系统，增加冷却搭的有关参数。

4．消防水系统

将消防泵的编号、状态，所有报警讯号以及联动控制全部接入FA系统。

5．客房故障、水池、水箱缺水报警等

6．排水系统

2、设计的程序与配合

建筑智能化系统工程与通常的民用建筑工程在设计的程序与阶段上有较大的不同。一般应按用户需求分析、系统设计、施工深化设计等3个环节，依次分步进行。

1．用户需求分析

这是整个工作的基础。同样是智能化系统，依据建筑物功能、性质、建筑资金、业主的不同表现极大的差异，最后反映在耗资规模上，差别也很大。一般来说，大型高档的公共建筑（商场、酒店、写字楼），需综合考虑各承租户的需要，尤其要重视招商本身的需要，应具备较齐全的功能。而比较单一的建筑（如银行、邮政、出版、政府机关）则多有所侧重。此阶段工作要注意把握好使用功能与实际需要这两个关键，切忌脱离实际提高标准。对给排水专业设计人员而言，吃透业主的宏观想法，然后再一起理出对给排水工程的具体要求至关重要，这也是此项工作中较为困难的一步。

2．系统设计

这要由相应专业设计人员来完成，给排水设计人员只是按常规的设计工序管理进行专业间配合（即提资、反馈的反复、交叉过程）。如果智能化系统的设计是与上建设计同步进行的，系统设计应在初步设计阶段完成。目前建筑智能化系统工程比主体工程滞后较为多见，导致某些工程的局部不尽人意，这虽属难免，这样的事当然少一些更好。

3．施工深化设计

与主体工程的设计不同，施工深化设计工作由系统集成商来完成。

建筑智能化系统涉及计算机、通讯、广电、公安、环保等领域，许多硬件、软件直抵发展最迅猛的那些高科技领域前沿。技术更新快，设备更新更快。一些工作的主导专业已是一种相当模糊的概念。在这些地方，许多相关的专业公司比之寻常按传统模式组建的设计院（建筑设计院或专业设计院），与科技市场的联系更密切，因而在人员、以及最新技术和信息的拥有上有着明显的优势。因此，施上深化设计应由系统集成商来编制。但建筑智能化系统从属于主体工程，必须与主体工程的形象、性能协调一致，所以系统集成商应在该上程的原设计单位的指导下进行此项工作，该设计单位对该工程总体负责。

上述三个环节中，给排水设计人员的工作重点在第一、第二个环节。给排水设计人员应对给排水工程中的工程目标、信息采集点、联动控制点的设置及其硬件的选用、安装负责。

智能化系统另一个重要的组成是结构化布线，它担负着语音、数据、视频传输的重任。这是所有智能大厦唯一共同之处。但结构化布线并不受给排水工程所制约，给排水设计人员不必过多考虑。

3、智能化建筑对给排水设计工作的影响

总的来说，在建筑智能化系统中与给排水工程有关的地方并不多，但对给排水设计工作而言，有没有可能利用建筑智能化系统已具备的强大的数据处理功能、网络来推进一些新的工程目标、或用一些新的技术手段来实现传统的工程目标？且试举几例：

1．利用程序控制管理蓄水他的进、出水。

1）进水

传统的方式是用浮球阀（或液位控制网）来控制，当池内满水时自动关闭进水。此类方式有阻力大、动作频繁、易磨损、漏水量也大等弊病，频繁的维修使用户不堪其苦。

在大厦内已有BA系统的条件下，用电动阀门与水池内的液位装置来取代浮球阀，实现程序控制是合理而简单易行的（为确保工作可靠，还可再增设1个水池满水报警）。

2）水池出水

同理，水池出水也可利用程序控制来管理。生活、消防水池通常合并设置，为了保证消防水量不在平时被动用，常常用抬高生活泵吸水管的作法。此作法也有一些弊端：死水区水质容易变坏；低水位时吸水喇叭口附近形成漩涡从而带入空气，致使水泵工作失稳，以及造成气蚀;此外，在泵房的竖向布置上也带来一些麻烦。如利用程序控制来管理，使池内水位降至某一定值时生活泵自动停止，上述弊端即可根除。

2、新的给排水工程目标

1）优化变频调速供水装置的工作

作为一项节能技术产品，恒压变量变频调速供水装置在国内已得到广泛使用。由于其压力传感器设置在靠近水泵的压水管上，致使装置实际取得的节能数量大大低于节能的理论值。为了改变这种状况，一种方式是开发、研制新一代变压变量变频调速供水装置，使水泵的工况点贴近该给水系统的管路特性曲线运行；另一种较简单的方式便是将压力传感器的安装位置挪至该给水系统的最不利点，这样做系统虽则是恒压运行，实际上已扣减在非额定流量条件厂虚拟的水头损失，对水泵而言己实际变压变量供水，从而使节能效果向理论值大大靠近了一步。

在智能大厦内，利用智能化系统的网络和技术帮助上述目标的实现，同样是合理而简便的。

2）自动收费管理

办公自动化系统是建筑智能化系统的重要组成部分，已有多种自动收费管理的软件，我们没有理由使水费的管理置于自动收费管理之外。口前，国内如宁波水表厂已研制出LXWJ-16流量集中检测仪，可以实现远程计量。但由于微机在线动态测量和对物理过程进行监控以及图像、语音处理，都只能识别和处理数字量。因此，上述模拟量必须经过A-D转换才能实现被控对象与CPU之间的信息交换。此外，在我们所讨论的特定环境，还必须能通过信息插座，结构化布线系统将信息传输到计算机，因此，这方面还有些工作要做。

智能论文篇（5）

智能家居是现代社会最热门的话题之一，它的目标是通过网络等信息通信技术手段实现对家居电器等的智能控制，使其能够按照人们的设定工作运行，而不论距离的远近。智能化与远程控制是智能家居的两大特点。目前，已经有越来越多的机构和个人开始了对智能家居的研究。

1.智能家居的概念

智能家居（SmartHome）是以家为平台，兼备建筑、自动化，智能化于一体的高效、舒适、安全、便利的家居环境。家居智能化技术起源于美国，最具代表性的是X-10技术，通过X-10通信协议，网络系统中的各个设备便可实现资源的共享。因其布线简单、功能灵活，扩展容易而被人们广泛接受和应用。至今，X-10技术产品的销售已超过两亿个，仅在美国一个国家，便有超过600万个家庭在使用。自动化的智能家居不再是一幢被动的建筑，相反，成了帮助主人尽量利用时间的工具，使家庭更为舒适、安全、高效和节能。

随着网络技术的发展，特别是无线网络的发展，网络化智能家居系统可提供遥控、家电（空调，热水器等）控制、照明控制、室内外遥控、窗帘自控、防盗报警、电话远程控制、可编程定时控制及计算机控制等多种功能和手段，使生活更加舒适、便利和安全。

2.智能家居中的总线技术

要实现家居的智能化，就必须实现家居的网络化，使家居内的大部分电器设备能够通过一定的方式连入网络，从而实现这些设备的远程控制和自动控制。家居电器的上网实质是网络最后接入的1公里之内的问题，此类问题要求网络可靠性高、信心量少，多个设备之间的互操作性强。就智能家居而言，如何把结构和性能不一的电器设备接入网络，如何能够实现这些设备的相互通信是在构建智能家居时主要考虑的问题，所以说，智能家居的关键技术其实就是网关技术和总线技术。文章主要讨论的是其中的总线技术。

总线技术在智能家居行业当中，目前可以算是应用最为广泛的一种技术手段。在总线技术下生成的智能家居系统，最大的特点是具有可扩展性，工程安装也不是很复杂。由于科学技术的不断发展，新生成许多总线协议下的智能家居系统的价格也不是很高，目前市场的销售情况也很不错。

智能家居中的现场总线控制系统通过系统总线来实现家居灯光、电器及报警系统的联网以及信号传输，采用分散型现场控制技术，控制网络内各功能模块只需要就近接入总线即可，布线比较方便。一般来说，现场总线类产品都支持任意拓扑结构的布线方式，即支持星型与环状结构走线方式。灯光回路、插座回路等强电的布线与传统的布线方式完全一致。"一灯多控"，在家庭应用比较普遍，以往一般采用"双联"、"四联"开关来实现，走线复杂而且布线成本高。若通过总线方式控制，则完全不需要增加额外布线。是一种全分布式智能控制网络技术，其产品模块具有双向通信能力，以及互操作性和互换性，其控制部件都可以编程。典型的总线技术采用双绞线总线结构，各网络节点可以从总线上获得供电（24V/DC），亦通过同一总线实现节点间无极性、无拓扑逻辑限制的互连和通信，最高的信号传输速率和系统容量则分别为10KBPS和4G，完全能够满足现代智能家居的需要。

3.主要的总线技术比较

目前，国际上家庭总线的标准主要有以下几种：前述的X-10，日本的家庭总线(HomeBus)，欧洲标准安装总线(EIB)和BatiBus，美国Echelon公司的LonWorks，HP公司的IRDACONTRAL等。其中，最受业界关注，应用最广的是X-10、LonWorks和消费总线（CEBus）这三种。

3.1X-10技术

X-10技术是世界上最早出现的，也是最简单的智能家庭网络系统，它的出现标志着家居智能化技术的成熟。在智能家居20多年发展过程中，X-10技术得到了极大的应用。它在美国的发展已经25年的历史了，到目前为止美国的X-10用户已经达到1000万以上，X-10控制规格已成为当今美国家庭自动化控制规格的主要领导者。欧洲版的X-10发展也相当迅速并得到普及，渐渐的，这一技术开始进入亚洲。可以说，X-10是二十世纪最具代表性的家庭智能自动化产品。

X-10采用电力线作为其网络通信介质，系统中的各个设备直接挂在电力线上就可以相互通信，X-10技术基于X-10协议，由发射器发出X-10控制信号，通过现有电力线网转输X-10信号到接收器，然后由接收器再对各灯具、用电器等用电设备进行控制。

但X-10采用的是电力线通信方式，容易受到干扰，系统的抗干扰性能比较差，且寻址空间小，对模拟量支持不够，只能提供非常有限的功能。如果只要求这些有限功能，使用X-10可能是很合算的，但在需求日益丰富的今天，X-10有逐渐被取代的趋势。

3.2LonWorks

LonWorks是美国Echelon公司于1991年推出的，LonWorks技术为设计、创建、安装和维护设备网络方面的许多问题提供解决方案：网络的大小可以是两个到32385个设备，并且可以适用于任何场合。LonWorks提供从收发器到协议到软件API的一个完整的、端到端的控制网络解决方案。

LonWorks网络中设备的通信是采用一种称为LonTalk的网络标准语言实现的。LonTalk协议由各种允许网络上不同设备彼此间智能通信的底层协议组成。LonTalk协议提供一整套通信服务，这使得设备中的应用程序能够在网络上同其他设备发送和接收报文而无需知道网络的拓扑结构或者网络的名称、地址，或其他设备的功能。LonWorks协议能够有选择地提供端到端的报文确认、报文证实和优先级发送，以提供规定受限制的事务处理次数。对网络管理服务的支持使得远程网络管理工具能够通过网络和其他设备相互作用，这包括网络地址和参数的重新配置、下载应用程序、报告网络问题和启动/停止/复位设备的应用程序。LonWorks可以在任何物理媒介上通信，这包括电力线，双绞线，无线（RF），红外（IR），同轴电缆和光纤。

LonWorks也有其弱点，主要是价格太高，光电开关的体积太大，对此，Echelon公司开发了一个智能型收发器－－PL3120芯片组，其中整合了Echelon公司的PLT－22电力线实体层和8位的Neuron芯片核心，这使得LonWorks被越来越多的高级建筑所采用。

3.3CEBus

消费总线（CEBus）起源于1984年美国电气工业协会的消费电器小组制定的家电互联的规范，1992年，它被正式命名为CEBus规范(EIA600)。消费总线出现后，迅速得到IBM、HONEYWELL、MICROSOFT、INTEL-LON、DEMOSYS、LUCENT、PHILIPS、SIEMEMTS等国际著名公司的支持，在智能住宅和住宅自动化领域具有举足轻重的影响。

消费电子总线网络拓扑结构可以是总线型、星型、树型或混合型。总线中的每个节点的地位是平等的，不需要一个主控设备。对于多节点竞争访问网络资源的解决方法是采用冲突检测和冲突解决，网络中各节点的控制关系通过绑定来实现，从而使整个家庭中的电器系统能成为一个智能的整体。

参照ISO的网络协议建议书，消费电子总线可划分为物理层、数据链路层、网络层和应用层。CEBus在应用层定义了一种面向对象的、严格的设备描述语言CAL（CommonApplicationLanguage），简称公共应用语言，其内容涵盖了家庭中可能拥有的家电。公共应用语言采用了面向对象的方法，把任意一个家电设备按照功能分解成几个预定义的对象模型。在面向对象的编程语言中，一个对象由数据和操作这些数据的函数组成。在消费总线中，这些对象也由数据（称为实例变量）和操作（称为方法）组成，不同的设备可以采用相同的对象，用相同的方法操作，但是控制结果随设备的不同而有不同的意义。

CEBus以其简便的协议、日臻完善的技术正日益成为消费电子设备互操作的企业标准，CEBus通讯的低层功能已实现了芯片化，所以接入设备比较便宜。目前，市场上此类芯片有LM1893、ST7536、SSC-P485、CEWay-Ⅲ等。随着载波通讯技术的进一步成熟，CEBus将在仪器仪表、家庭自动化、智能楼宇建设、智能小区建设以及工业厂区建设中得到更为广泛的应用。但由于CEBus接口技术比较复杂，价钱非常昂贵，因此CEBus在中国的应用也不多见。

4.小结

随着信息技术的高速发展，智能家居技术越来越受到人们的关注，是现代网络技术研究的重点之一，而利用总线技术来实现智能家居又是智能家居技术发展的重要方向。文章中介绍的几种主流总线技术都有各自的特点，就本项目而言，LonWorks网络是一个不错的选择，是我们以后研究的重点方向之一。

智能论文篇（6）

2.电子机械工程中对人工智能的应用

社会的发展需要物质和信息的推动，在人类社会文明的最初阶段，受生产力水平限制，社会的关注点都在物质上，信息的传递方式过于单一。随着人类文明的逐渐发展，人们发现了信息船体的重要性，而近年来人们进入到了电子信息社会。电子信息社会需要人工智能技术的支撑，不论是建立模型和使对模型进行控制，对故障进行诊断，在机械电子工程中，人工智能对信息处理都有着重要作用。机械电子系统本身的稳定性较差，因此对电子信心系统的输出与输入的描述就变的额外困难，传统的描述方法主要有以下三种：（1）数学方程推导。（2）拼成知识。（3）建设规则库。传统的数学解析精确、严密，但只能在简单的系统中应用，例如，线性定常系统，如果系统过于复杂，则无法给出对应的数学解析式，因此在实际工作中只能通过操作实现。现代的社会越来越发展，设备经常需要对不同类型的信息进行处理，例如传感器需要传递的专家语言和数字信息。因为人工智能在信息出来上具有复杂性、不确定性、因此在机械电子工程中利用人工智能信息处理代替解析数学。通过人工智能而建立的系统通常分为以下两类：（1）神经网络系统，人工智能是计算机的一个分支，在研究过程中利用计算机对人行为和思维过程进行模拟，可以实现对计算的高层次应用。神经网络主要是利用神经元的兴奋将信息分布在网络上，同时可以实时的进行动态相互作用。人工神经网络主要具有分布式存储信息和协同处理信息特点，虽然其功能有限、结构简单，但通过神经元而构建的神经网络可以实现许多行为，满足人们在生产过程中的需求。此外，通过神经网络能够实现对大脑结构进行模拟，对数字信号进行分析，并提供参考值，同时可以利用相关的网络形式实现连续函数。神经网路系统在映射上采用的点对点的方式，进行数据输入时，每个神经元之间都会存在固定的联系，输出输入都具有较高的精准度，且计算量大。（2）模糊推理系统，模糊集合论是模糊推理系统的基础，模糊理论是设计的主要工具，能够对模糊信息进行处理，是一种功能强大的系统。随着科技的高速发展，模糊推理系统已经在数据处理、自动化控制方面得到了广泛应用，并取得了不错的成效。机械电子系统中，模糊推理系统主要通过对人大脑功能进行模拟，实现对语言信号的分析，同时通过网络结构无限接近连续函数，这与神经网络系统十分相近。模糊推理系的物理意义十分明确，在信息的存储上通过域到域的映射方式完成，但此系统的计算量较小，不存在固定连接，因此同神经网络系统相比输出和输入的精准度更低。

智能论文篇（7）

随着网络技术的发展，特别是无线网络的发展，网络化智能家居系统可提供遥控、家电（空调，热水器等）控制、照明控制、室内外遥控、窗帘自控、防盗报警、电话远程控制、可编程定时控制及计算机控制等多种功能和手段，使生活更加舒适、便利和安全。

2.智能家居中的总线技术

要实现家居的智能化，就必须实现家居的网络化，使家居内的大部分电器设备能够通过一定的方式连入网络，从而实现这些设备的远程控制和自动控制。家居电器的上网实质是网络最后接入的1公里之内的问题，此类问题要求网络可靠性高、信心量少，多个设备之间的互操作性强。就智能家居而言，如何把结构和性能不一的电器设备接入网络，如何能够实现这些设备的相互通信是在构建智能家居时主要考虑的问题，所以说，智能家居的关键技术其实就是网关技术和总线技术。文章主要讨论的是其中的总线技术。

总线技术在智能家居行业当中，目前可以算是应用最为广泛的一种技术手段。在总线技术下生成的智能家居系统，最大的特点是具有可扩展性，工程安装也不是很复杂。由于科学技术的不断发展，新生成许多总线协议下的智能家居系统的价格也不是很高，目前市场的销售情况也很不错。

智能家居中的现场总线控制系统通过系统总线来实现家居灯光、电器及报警系统的联网以及信号传输，采用分散型现场控制技术，控制网络内各功能模块只需要就近接入总线即可，布线比较方便。一般来说，现场总线类产品都支持任意拓扑结构的布线方式，即支持星型与环状结构走线方式。灯光回路、插座回路等强电的布线与传统的布线方式完全一致。"一灯多控"，在家庭应用比较普遍，以往一般采用"双联"、"四联"开关来实现，走线复杂而且布线成本高。若通过总线方式控制，则完全不需要增加额外布线。是一种全分布式智能控制网络技术，其产品模块具有双向通信能力，以及互操作性和互换性，其控制部件都可以编程。典型的总线技术采用双绞线总线结构，各网络节点可以从总线上获得供电（24V/DC），亦通过同一总线实现节点间无极性、无拓扑逻辑限制的互连和通信，最高的信号传输速率和系统容量则分别为10KBPS和4G，完全能够满足现代智能家居的需要。

3.主要的总线技术比较

目前，国际上家庭总线的标准主要有以下几种：前述的X-10，日本的家庭总线(HomeBus)，欧洲标准安装总线(EIB)和BatiBus，美国Echelon公司的LonWorks，HP公司的IRDACONTRAL等。其中，最受业界关注，应用最广的是X-10、LonWorks和消费总线（CEBus）这三种。

3.1X-10技术

X-10技术是世界上最早出现的，也是最简单的智能家庭网络系统，它的出现标志着家居智能化技术的成熟。在智能家居20多年发展过程中，X-10技术得到了极大的应用。它在美国的发展已经25年的历史了，到目前为止美国的X-10用户已经达到1000万以上，X-10控制规格已成为当今美国家庭自动化控制规格的主要领导者。欧洲版的X-10发展也相当迅速并得到普及，渐渐的，这一技术开始进入亚洲。可以说，X-10是二十世纪最具代表性的家庭智能自动化产品。

X-10采用电力线作为其网络通信介质，系统中的各个设备直接挂在电力线上就可以相互通信，X-10技术基于X-10协议，由发射器发出X-10控制信号，通过现有电力线网转输X-10信号到接收器，然后由接收器再对各灯具、用电器等用电设备进行控制。

但X-10采用的是电力线通信方式，容易受到干扰，系统的抗干扰性能比较差，且寻址空间小，对模拟量支持不够，只能提供非常有限的功能。如果只要求这些有限功能，使用X-10可能是很合算的，但在需求日益丰富的今天，X-10有逐渐被取代的趋势。

3.2LonWorks

LonWorks是美国Echelon公司于1991年推出的，LonWorks技术为设计、创建、安装和维护设备网络方面的许多问题提供解决方案：网络的大小可以是两个到32385个设备，并且可以适用于任何场合。LonWorks提供从收发器到协议到软件API的一个完整的、端到端的控制网络解决方案。

LonWorks网络中设备的通信是采用一种称为LonTalk的网络标准语言实现的。LonTalk协议由各种允许网络上不同设备彼此间智能通信的底层协议组成。LonTalk协议提供一整套通信服务，这使得设备中的应用程序能够在网络上同其他设备发送和接收报文而无需知道网络的拓扑结构或者网络的名称、地址，或其他设备的功能。LonWorks协议能够有选择地提供端到端的报文确认、报文证实和优先级发送，以提供规定受限制的事务处理次数。对网络管理服务的支持使得远程网络管理工具能够通过网络和其他设备相互作用，这包括网络地址和参数的重新配置、下载应用程序、报告网络问题和启动/停止/复位设备的应用程序。LonWorks可以在任何物理媒介上通信，这包括电力线，双绞线，无线（RF），红外（IR），同轴电缆和光纤。

LonWorks也有其弱点，主要是价格太高，光电开关的体积太大，对此，Echelon公司开发了一个智能型收发器－－PL3120芯片组，其中整合了Echelon公司的PLT－22电力线实体层和8位的Neuron芯片核心，这使得LonWorks被越来越多的高级建筑所采用。

3.3CEBus

消费总线（CEBus）起源于1984年美国电气工业协会的消费电器小组制定的家电互联的规范，1992年，它被正式命名为CEBus规范(EIA600)。消费总线出现后，迅速得到IBM、HONEYWELL、MICROSOFT、INTEL-LON、DEMOSYS、LUCENT、PHILIPS、SIEMEMTS等国际著名公司的支持，在智能住宅和住宅自动化领域具有举足轻重的影响。

消费电子总线网络拓扑结构可以是总线型、星型、树型或混合型。总线中的每个节点的地位是平等的，不需要一个主控设备。对于多节点竞争访问网络资源的解决方法是采用冲突检测和冲突解决，网络中各节点的控制关系通过绑定来实现，从而使整个家庭中的电器系统能成为一个智能的整体。

参照ISO的网络协议建议书，消费电子总线可划分为物理层、数据链路层、网络层和应用层。CEBus在应用层定义了一种面向对象的、严格的设备描述语言CAL（CommonApplicationLanguage），简称公共应用语言，其内容涵盖了家庭中可能拥有的家电。公共应用语言采用了面向对象的方法，把任意一个家电设备按照功能分解成几个预定义的对象模型。在面向对象的编程语言中，一个对象由数据和操作这些数据的函数组成。在消费总线中，这些对象也由数据（称为实例变量）和操作（称为方法）组成，不同的设备可以采用相同的对象，用相同的方法操作，但是控制结果随设备的不同而有不同的意义。

CEBus以其简便的协议、日臻完善的技术正日益成为消费电子设备互操作的企业标准，CEBus通讯的低层功能已实现了芯片化，所以接入设备比较便宜。目前，市场上此类芯片有LM1893、ST7536、SSC-P485、CEWay-Ⅲ等。随着载波通讯技术的进一步成熟，CEBus将在仪器仪表、家庭自动化、智能楼宇建设、智能小区建设以及工业厂区建设中得到更为广泛的应用。但由于CEBus接口技术比较复杂，价钱非常昂贵，因此CEBus在中国的应用也不多见。

4.小结

随着信息技术的高速发展，智能家居技术越来越受到人们的关注，是现代网络技术研究的重点之一，而利用总线技术来实现智能家居又是智能家居技术发展的重要方向。文章中介绍的几种主流总线技术都有各自的特点，就本项目而言，LonWorks网络是一个不错的选择，是我们以后研究的重点方向之一。

参考文献

[3]张振川,孙琳琳.基于CEBus的家庭局域网络物理层研究[J].计算机工程与设计,2004(25)2.

智能论文篇（8）

2．多元智能理论的多样性

改变传统教学中“灌输式”、单一式的教学方式不是一个简单的问题，主要是初中语文教师已对传统教学模式的思路根深蒂固，因而在教学中过于注重理论知识传授的现象也不少见。传统的教学方式很容易造成学生学习思路的单一化，而且会渐渐地让其对学习语文失去兴趣，进而让多元化智能难以实行。在语文教育改革中，就有人提出语文教育的主要目的是培养学生对喜爱祖国语言的思想情感，与此同时提升学生的语文底蕴。其中还特别强调，教师应正确地指引学生对祖国语言文字的应用和理解，让其在生活中拥有良好的写作能力、汉字阅读能力等。所以，在初中语文教学中，教师应多了解每个学生的特点与爱好，进而采用多样性的教学方式，让每个学生的特长智能都能最大程度地发展。如在学习《皇帝的新装》时，教师可让学生对其中的场景、对话进行演示，从而增强学生的情感体验、故事叙述等能力。丰富学生对语文的感悟与兴趣，让学生从根本上喜欢上语文课。

3．多元智能理论的特殊性

初中生是一群正处在思想活跃期的孩子，所以，如果在初中教学中仍然使用传统的教学方式，没有及时把学生放在重要位置，忽略学生间的智能不同，采用统一的教学方式，那么将会造成学生出现明显的差距，其个人特长优势也都得不到表现与发展。而多元理论则明确地表示，在初中语文教学中要及时地发现和体现出学生间的特别之处。这一理论的诞生，使教师在教学中能不断地反思，也让学生有充分表现的机会，从而挖掘出每个学生的优势智能，让其能有足够的时间与空间去成才发挥，这样才有利于推进多元化理论的前进。如在学习《窗》一文时，教师就可以组织一次表演，让平时写作能力比较强的学生写出另一种结局，喜爱表演的同学负责剧本演出。这样让每一个学生都有发挥自身才能的机会，充分体现出学生的特长，使每个学生的独特个性都得到良好的发展。

智能论文篇（9）

2.实现智能网业务的网间互通的前提条件

智能网是一种可迅速、经济、灵活地提供新业务的网络体系，在智能网上开放补充业务，其优势不仅在于业务、用户数据的管理及业务逻辑的控制比较集中，而且还在于用户可在较大范围内使用业务，用户可在任何通过No.7信令网与用于开放智能网业务的业务控制点SCP相连的地方，使用智能网业务，正是这后一点优势为实现智能网业务的网间互通提供了技术基础。要实现智能网业务的网间互通，前提条件之一就是要实现网间信令功能的互通。此外，在网间互通的智能网业务中，业务呼叫的主叫与被叫分别位于两个不同的网络的情况将占较大比例，如果两个进行业务互通的网络彼此无话路相通，实现智能网的业务互通是不可能的，所以前提条件之二就是实现网间基本呼叫控制功能的互通。以下所有对于互通方式的讨论将建立在这两个前提之下，有关两网实现话路及信令网互通应遵循的原则，这里不做讨论，但假设它们是符合有关规定的，本文将只从技术的角度，对实现智能网业务网间互通的几种可能性进行探讨。

3.实现智能网业务的网间互通的方式

网间互通是指由几个网络合作提供一项业务的处理过程，其中包括智能网与智能网的互通，智能网与非智能网的互通。国际电联曾在建议Q.1201中，将业务处理层次上的网间互通概括为两种情况：

（1）两个IN结构的网络合作提供一项智能网业务，如图1所示：

IN-SLIN业务逻辑

BCP基本呼叫处理

GW网关

图1业务处理层次上的网间互通（IN与IN）

在图1中，GW1用于在两网间进行呼叫的接续，GW2用于接入其它网络中的业务逻辑，GW3用于在各不同网络保有的业务逻辑间进行通信。

（2）IN结构的网络与非IN结构的网络合作提供一项智能网业务，如图2所示：

IN-SLIN业务逻辑

BCP基本呼叫处理

GW网关

图2业务处理层次上的网间互通（IN与非IN）

在图2中，GW4的功能是在IN结构的网络和非IN结构的网络之间接续呼叫，在两个网络的BCP之间提供互通.

综合上述两种情况，不考虑进行互通的两个网络的接入类型（PSTN、ISDN）及智能结构的等级（部分智能网、完全智能网、非智能网），并结合我国的智能网建设的实际情况，智能网业务的网间互通方式可归结为三种方式。

为了便于讨论，首先假定有如下一个需要进行IN业务互通的例子：

网络1由运营者甲管理，它利用业务控制点SCP1开放被叫集中付费业务，网络2由运营者乙管理，用户A和用户B是网络1的用户，用户C和用户D是网络2的用户。

下面将就此例，探讨网络2的用户使用运营者甲在SCP1上开放的被叫集中付费业务－－即实现被叫集中付费业务在网络1与网络2之间互通的三种方式。

方式一：通过对方网络的SSP访问对方的SCP

图3通过对方网络的SSP访问对方的SCP

如图3所示，在这种智能网业务互通方式下，网络2的用户C拨叫在网络1登记的被叫集中付费业务用户号码时，由网络2的端局将被叫号码（800KN1N2...）及主叫号码传送给网络2的网关GW2，经网络1的网关GW1传送给网络1的业务交换点SSP1，由网络1的SSP1与网络1的SCP1交互作用后，SSP1得到SCP1送来的真正的被叫号码，并将呼叫接续至被叫用户B。如果在业务执行过程中需要给用户送语音提示或系统需要收集用户输入的密码信息等，则需网络1中的智能外设IP1进行辅助。

方式一的特点是，在整个IN呼叫的处理过程中，与智能网业务有关的处理完全由网络1完成，对于网络2来说，就如同处理一个到网络1的普通呼叫一样。业务特性的变动对网络2没有任何影响。即便网络2是一个非IN网络，也可用此方式实现智能网业务的互通。但网络1中负责汇接本网及外网IN呼叫的业务交换点需具有较大的处理能力。在呼叫处理中，由于必须经过网络1的SSP1接通主、被叫，有可能造成路由组织上的不合理。

方式二：通过本网的SSP直接访问对方的SCP

网络1用于开放智能网业务的业务控制点SCP1可被与其进行业务互通的网络2的业务交换点SSP2接入，如图4所示：

图4通过本网的SSP直接访问对方的SCP

网络2的用户C拨叫在网络1登记的被叫集中付费业务用户号码时，由网络2的端局将被叫号码（800KN1N2...）及主叫号码传送给网络2的业务交换点SSP2，SSP2通过No.7信令网直接与网络1的业务控制点SCP1进行交互作用后，SSP2得到SCP1送来的真正的被叫号码，由于被叫用户B位于网络1，SSP2需按照网络1与网络2互联互通的有关路由组织原则将用户C与用B接通。如果在业务执行过程中需要给用户送语音提示或系统需要收集用户输入的密码信息等，则需网络2中的智能外设IP2进行辅助。

方式二的特点是，由网络2的业务交换点SSP2直接与网络1的业务控制点SCP1进行交互作用，SSP2获得真正的被叫号码后可直接选择最佳路径，将主、被叫接通。只要在网络2中合理设置业务交换点，且两网络话路互通的路由组织方案合理，就不会出现在呼叫接续中路由组织不合理的现象。由网络2的业务交换点及智能外设直接处理IN呼叫，减轻了对网络1中的相应设备的压力。此方式的缺点在于需要统一网络1的业务控制点与网络2的业务交换点的接口规程；一部分业务数据需在网络2中设置，如：业务的触发数据需在网络2的业务交换点中设置，业务的录音通知数据需要在网络2的智能外设中配置，而且一旦数据有变更，如：录音通知更改，则网络1需通知网络2，并将更改的数据提供给网络2，协助它重新加载。在这种互通方式下，网络1与网络2的运营者需要互相配合，两者在业务开放过程中较紧密地耦合在一起。由于网络2的业务交换点可直接接入网络1的业务控制点，而在INAP规程中没有相应的机制来保证SCP与SSP之间通信的安全性，这样可能会对业务用户数据的安全性构成威胁。由于网络2中的多个业务交换点都可直接接入网络1的业务控制点，使得网络1业务控制点的逻辑信令关系变得十分复杂。

方式三：通过不同运营者SCP间访问的方式

为了实现这种业务互通方式，需要在SCP1及SCP2分别配置不同的业务逻辑。在SCP1中配置的业务逻辑包括两个部分：a.用于处理来自本网的业务呼叫；b.用于处理与本网互通的其它网络的用户对本网开放的业务的呼叫。在SCP2中配置业务逻辑c.用于处理本网用户对与本网互通的其它网络开放的业务的呼叫，这部分业务逻辑不涉及业务的具体特性。在网络2中，当SCP2收到对在SCP1中登记的被叫集中付费业务用户的业务请求时，SCP2中的逻辑c启动，控制SCP2与SCP1交互作用，SCP1在逻辑b的控制下对呼叫进行处理。SCP2接收来自SCP1的指令，并与本网中的SSP2一起完成相应的指令，以向用户提供网间互通被叫集中付费业务。图5为一个网间互通被叫集中付费业务中，各部分业务逻辑间交互作用的示意图。此种互通方式的中继方式如图6所示。

图5网间互通被叫集中付费业务中各部分业务逻辑间的交互作用

图6通过不同运营者SCP间访问的方式

网络2的用户C拨叫在网络1登记的被叫集中付费业务用户号码时，由网络2的端局将被叫号码（800KN1N2...）及主叫号码传送给网络2的业务交换点SSP2，SSP2通过No.7信令网与SCP2交互作用，在SCP2中有一个支持与其它业务控制点交互作用、接受来自其它业务控制点的指令的简单业务逻辑，该业务逻辑与被叫集中付费业务的具体特性无关，在该业务逻辑的控制之下，通过智能网应用规程中SCP与SCP之间的接口规程（智能网功能集2支持），SCP2将被叫号码（800KN1N2...）及主叫号码传送给SCP1，收到SCP2传来的信息，SCP1找到相应的业务逻辑，该业务逻辑包含被叫集中付费业务的全部业务特性，并支持对外网来的业务呼叫的处理，执行业务逻辑，将翻译得到的真正的被叫号码返送给SCP2。SCP2收到真正的被叫号码后，将其传给SSP2，并命令SSP2完成到被叫的接续。SSP2收到被叫号码后，由于被叫用户B位于网络1，SSP2需按照网络1与网络2互联互通的有关路由组织原则将用户C与用户B连通。如果在业务执行过程中需要给用户送语音提示或系统需要收集用户输入的密码信息等，由SCP1指示SCP2，在网络2中的智能外设IP2的辅助下完成。在SCP1执行业务逻辑的过程中，如需要监视接续状况或需要结束本次呼叫，均要用指令通知SCP2，由SCP2辅助完成，且在正常接续时，呼叫结束的指示由SCP2发送给SCP1。

智能论文篇（10）

微胶囊壁的厚度、弹性、拉伸及压缩强度、耐热性以及与芯材的相容性直接影响MEPCM的可应用性，因此，壁材应选用无毒、不熔、不溶、密封性好、有较高拉伸及压缩强度的树脂。常用于囊壁的材料有尿素-甲醛树脂(UF)［7］、聚氨酯(PU)［8］以及耐高温性能较好的三聚氰胺-甲醛树脂(MF)、尿素-三聚氰胺-甲醛树脂(MUF)等。同时，壁材与芯材的质量比对MEPCM的相变焓与调温效率有直接影响，一般芯材的质量分数在60%～80%之间［9－10］。有研究选用MF树脂包覆复合高级醇类芯材制备相变温度接近人体体温且粒径分布均匀的MEPCM，实验测定其芯壳比例为4∶1时，MEPCM的相变焓较高且具有良好的调温能力［11］。最新报道显示，实验室制作MEPCM的芯材质量分数可实现87%以上［12］，热焓值可达200kJ/kg［13］。未来应用于纺织品的MEPCM研究重点应由单纯增大相变材料芯材的质量分数来提升相变焓，转变为优化芯壳比例，提高蓄热调温智能纺织品的蓄热密度和调温效率，提升MEPCM综合应用性能。

1.2乳化剂的选用

油溶性有机相变材料作为MEPCM芯材，需先高速分散形成水包油(O/W)或油包水(W/O)体系的乳状液，再与壁材发生聚合反应进而形成微胶囊。乳液液滴的直径分布越小，在溶液中分散越均匀，制得的MEPCM热学性能越好［14］。影响乳化效果的因素有:亲水亲油平衡值(HLB值)［15］、临界胶束浓度(CMC)、乳化时间、乳化温度、乳化机转速、乳化剂种类、乳化剂质量分数、乳化剂分子质量［14］等。其中，CMC和HLB是表征乳化剂性能和乳化效果的主要参数。HLB值低表示乳化剂的亲油性强，易形成W/O型体系;HLB值高则表示亲水性强，易形成O/W型体系;HLB值居中为6～8时，通过强力搅拌可分散形成乳状溶液，适合用作润湿剂，因此HLB值是影响乳化效果的关键因素［16－17］。常用的乳化剂主要有阴离子型、阳离子型、两性型和非离子型，其中阴离子和非离子型乳化剂适用于O/W型乳液。用于分散相变芯材的乳化剂主要有苯乙烯-马来酸酐共聚物(SMA)、十二烷基硫酸钠(SDS)、全氟壬烯氧基苯磺酸钠(OBS)、失水山梨醇脂肪酸酯聚氧乙烯醚(Tween)和失水山梨醇脂肪酸酯(Span)等。实验室研究应用不同成分乳化剂对相变芯材进行乳化处理，表2汇总了目前已报道的相变芯材及其选用的乳化剂。而基于乳化剂HLB值和基团相容性对相变材料分散性的理论研究还较为浅显。闫丽佳［18］对比SDS和OBS阴离子型乳化剂对正十八烷的分散能力发现:SDS的分散能力虽强，但其制备的微胶囊壁材易黏连，芯材质量分数低导致MEPCM热焓值降低;OBS热稳定性和化学稳定性较好，且乳化制得的MEPCM的相变温度和相变焓均高于同等条件下SDS制备的MEPCM。颜超［8］对比阴离子和非离子乳化剂的乳化效果发现:使用阴离子乳化剂SDS的石蜡体系乳液在剪切停止后立即分层;而Tween-80、OP-10和平平加O3种非离子乳化剂的乳化效果较好。这是由于石蜡/水体系乳化所需的HLB值为11～13，SDS不能提供适宜的HLB值，而上述3种非离子乳化剂的HLB值均在11左右，因此具有较好的乳化效果。其中，平平加O乳化剂中疏水链段的脂肪烃对石蜡具有更好的相容性而有助于提升乳化效果;2种不同种类非离子乳化剂混合得到的复配乳化剂在使用时发生的协同效应有利于乳化效果。对不同Span-Tween复配乳化剂种类和用量下的乳液稳定性也进行了相关研究［19］。复配乳化剂可根据实际应用要求而确定最优HLB值及乳化参数。

1.3MEPCM的制备方法

微胶囊的制备方法分为物理法、化学法和物理化学法。目前应用于纺织品的MEPCM主要采用化学方法制备。国内外学者对使用界面聚合法［27－28］、原位聚合法［11，29］等易操作方法制备包含不同相变材料的微胶囊研究较多。这2种方法制备的MEPCM结构见图1［3］。界面聚合法既适用于制备水溶性芯材也适用于油溶性芯材的微胶囊，其特点是将形成壁材的2种单体分别溶解在不相溶的2种溶液中，2种单体分别从两相内部向芯材乳液液滴界面移动并在相界面发生聚合反应，使聚合物包裹芯材形成微胶囊，其工艺流程见图2［27］。原位聚合法与界面聚合法的区别是，壁材单体先发生预聚形成预聚体，沉积在已经分散为小液滴的芯材表面，在交联和聚合反应下形成微胶囊外壳。相较之下原位聚合法成球较容易，壁材厚度和芯材质量分数可控。此外，也有通过乳液聚合法［30］、悬浮聚合法［20］和复合凝聚法［21，31］等方法制备MEPCM的研究报道。

2MEPCM在纺织品中的应用

在纺织应用领域，MEPCM通过直接纺丝法和织物表面整理法等加工方式附加到纺织品上，制成蓄热调温纺织品。

2.1相变纤维

美国Outlast、TRDC公司一直致力于MEPCM在熔融纺丝工艺中的研究和应用。目前Outlast已成功研制出包含MEPCM的聚丙烯腈纤维、粘胶和聚酯短纤维并正式应用于服用纺织品［32］。图3示出Outlast研制的蓄热调温纤维截面形态［32］。国内外研究学者对采用熔融纺丝和湿法纺丝等直接纺丝工艺制备添加MEPCM的蓄热调温纤维进行了深入探讨。其中对应用熔融纺丝法的研究较多，因湿法纺丝流程长、污染大、产量低，并且微胶囊的理论添加量受限，相关研究较少。

2.1.1熔融纺丝

用熔融纺丝法制备蓄热调温纤维是将纺丝高聚物与MEPCM共混制成切片，将切片加热到高聚物熔点以上成熔融态，再通过喷丝孔射出到空气中冷凝成丝条。由于熔融纺丝液的温度较高，纺丝速度快，微胶囊在纺丝液中易破损和升华，因此熔融纺丝法对微胶囊芯材和壁材的耐热性要求很高。为了增强纺丝过程中MEPCM的耐热性，Fan等［14］在十八烷相变芯材乳化液中添加一定量环己烷并对MEPCM进行耐高温改性处理。微胶囊在160℃条件下加热30min使环己烷升华，其壁内产生预留膨胀空间，提高了胶囊粒径分布均匀性，实验测得胶囊耐热温度最高可达270℃。Han等［33］认为导致熔融纺丝工艺中MEPCM热焓效率低的原因有2类:一是囊壁包裹不均匀的微胶囊在高温下容易破裂;二是在熔融纺丝过程中摩擦力和剪切力导致部分微胶囊发生破裂。本文对纺丝工艺与相变性能、热效率及力学性能和耐热性能的关系进行研究后发现，聚合物的玻璃化转变温度和熔融温度随微胶囊质量分数的增加而升高，而纤维的断裂强度和伸长率随着MEPCM的质量分数升高而降低。有研究发现MEPCM质量分数为20%时丙烯腈基初生纤维的力学性能可达到服用要求［34］。

2.1.2湿法纺丝

用湿法纺丝法制备蓄热调温纤维是将MEPCM和高聚物配制成纺丝溶液，将纺丝液从喷丝孔中压出后射入凝固浴形成丝条。该方法的纺丝速度低且溶液温度低，因此对微胶囊损伤较小。制备以聚丙烯腈、粘胶等聚合物基体的蓄热调温纤维均适用湿法纺丝法，具有广泛的实用性。张兴祥等［35］将MEPCM与聚丙烯腈-偏氯乙烯共聚物混合经溶液纺丝制成MEPCM质量分数达30%的腈氯纶纤维。该纤维具有较好的可纺性、热稳定性和热焓效率，但力学性能较差。为了提高湿法纺丝制备相变材料纤维的力学性能，于海飞等［36］通过改变纺丝凝固浴中NaSCN的质量分数测试其对纤维强度的影响。通过湿法纺丝工艺制备含聚酰胺包覆石蜡相变材料的蓄热调温聚丙烯腈纤维，MEPCM质量分数为16.7%，当纺丝凝固浴中NaSCN质量分数为10%时，MEPCM在纤维中的热焓效率达到78.4%，同时纤维断裂强度为1.35cN/dtex。对比研究表明，在湿法纺丝凝固浴中添加适量NaSCN制备的含MEPCM聚丙烯腈纤维能够获得良好的力学性能和蓄热调温性能。通过直接纺丝法制备的蓄热调温纤维中微胶囊分布均匀，织物调温性能优良，但融入MEPCM纺丝液的直接纺丝工艺难度较大，纤维断裂强度和伸长率较低导致其可纺性较差，因此，直接纺丝法制备相变材料纤维仍有很大的研究空间。可尝试以聚乙烯醇和热学、力学性能优良的芳砜纶为主体纤维用湿法纺丝制备蓄热调温纤维。用熔融纺丝法制备蓄热调温纤维可向多功能方向发展，如与可降解聚乳酸结合制备生物医用材料，纤维中添加MEPCM与远红外粒子产生协同作用增强织物保温效果等。

2.2基于相变材料微胶囊的织物整理

用相变材料微胶囊整理织物是将MEPCM添加到整理液或涂层剂中，通过织物后整理方法，依靠黏合剂的作用使相变材料黏接在纤维或织物上，从而获得蓄热调温纺织品。采用后整理技术得到的蓄热调温纺织品的耐水洗性和耐久性的报道较少，且关于织物的组织结构、织物密度、微胶囊质量分数、涂层密度对蓄热调温性能的研究不够深入。相比直接纺丝法，通过后整理方法附着在织物表面的微胶囊理论上易磨损和脱落，因此，整理液中涂层剂的选择需与微胶囊壁材和纤维的化学成分结合性均好。在纺织应用领域，一般通过浸轧法和涂层法将MEPCM附加到纺织品上制成蓄热调温纺织品。常用的PU、丙烯酸类黏合剂对MEPCM具有良好的粘接性和成膜强度。通过选用适当比例的整理液配方［18］，及后整理技术得到的织物具有较好的平整度和调温性能，但织物表面的涂层易形成薄膜覆盖纱线及中间空隙从而影响织物透气性。司琴等［37］尝试在MEPCM浸轧整理前先将棉织物浸入聚醚改性氨基硅油进行柔软整理，再经微胶囊附加整理，所得织物具有较好的调温性能，且毛羽、柔软性能和透气性有不同程度的改善。目前关于含MEPCM整理液的研究报道中选用的黏合剂见表3。基于数值模拟的MEPCM对纺织品调温性能模型的研究认为，相变材料微胶囊附加织物的调温过程常常伴随纤维吸湿，其保温体系包含:纤维、湿空气、相变材料，使得热湿传递和相变过程耦合在一起，基于数值方法则可以较为便捷、灵活地模拟相变材料调温过程。因此，Li等［38］在其前期研究的基础上发展了基于控制体积法和有限差分法的热湿传递数学模型。模型将单一芯材的相变过程考虑为一个移动边界问题，将相变温度考虑成一个点，并讨论了PCM质量分数对织物中热湿传递的影响。He等［39］针对复合相变材料指出其相变过程不是发生在一个恒定温度点，而是一个温度范围，该相变温度范围对PCM能量调节过程有重要影响。李凤志等［2］研究了MEPCM半径及质量分数对织物热湿性能影响，基于织物热湿耦合模型，对相变问题采用显热容法处理，模拟结果发现MEPCM质量分数越大，半径越小，延迟织物内温度变化的幅度越大，但延迟时间越短。

2.2.1浸轧法

采用浸轧方式可使MEPCM均匀分布于织物表面并深入纱线内部，获得均匀的调温效果。Alay等［22］制作以正十六烷为芯材的不同质量分数、粒径分布于0.22～1.05μm之间的MEPCM。将与微胶囊和纤维的结合性均好的聚甲基丙烯酸甲酯和二甲基丙烯酸乙二醇酯作为黏合剂，分别通过一浸一轧方式将MEPCM均匀整理到纯棉、纯涤、涤/棉织物上。实验证明经过微胶囊整理的不同织物的热焓值明显提升，且热学性能较好。用浸轧法经过MEPCM整理后织物的调温性能有显著提高，然而透气性能会受到微胶囊固着量和涂层剂的涂覆量影响。一般来说，微胶囊整理剂的固着量与织物的热焓正相关，与透气性负相关，焙烘温度和时间对微胶囊的耐洗性能影响较大。林鹤鸣等［41］采用二浸二轧整理法分别将2种纳米胶囊整理到纯棉针织物上，测得织物温变速率明显减缓且透气性降低约10%，但对织物的舒适性影响不大。颜超等［8］尝试在保证浸轧法整理聚氨酯型MEPCMOutlast/蚕丝织物的调温性能的同时改善织物的透气性。实验结果显示，MEPCM固着量为13g/m2的Outlast/蚕丝织物的相变焓和相变温度均有明显上升，从宏观上验证了通过MEPCM浸轧整理的Outlast/蚕丝织物具有良好的调温效果。Salaün等［25］探究了织物调温性与透气性的最佳效果，发现随着涂层剂的增加，织物在吸热过程中的吸收峰温度逐渐升高。实验得出最适合蓄热调温纺织品的涂层剂与MEPCM用量比值在1∶2～1∶4之间，织物可获得良好的调温性能并且不影响其透气性。通过浸轧法将MEPCM整理到织物上要求整理液黏度低、分散均匀方可实现胶囊深入织物内并均匀分布。目前报道中鲜见关于MEPCM在整理液中分散性能的优化配方。由于浸轧辊处理织物时易导致胶囊破裂而降低调温效果、破坏蓄热调温体系;同时浸轧法适用于织物密度较低时的双面整理，难以实现MEPCM在高密或多层织物内的均匀分布;在某些需要微胶囊单面处理的应用场合，浸轧法无法控制胶囊的合理分布，因此，目前研究重点应着眼于优化MEPCM在浸轧整理液中的分散均匀度和提高MEPCM的质量分数;合理控制微胶囊芯壳比与轧辊压力的关系，降低微胶囊的破坏率。

2.2.2涂层法

通过涂层加工的方式可将相变材料黏接在织物上，目前多采用直接涂层和泡沫涂层2种涂层方法，其他涂层方法因对微胶囊自身的耐热性和抗拉、压缩性能要求较高而受限。受涂层剂的浓度和涂层厚度的影响，涂层织物的透气性和柔软性均比浸轧整理织物差。Onder等［21］研究发现微胶囊的热焓值与芯材的相变温度成正比。将添加质量分数为9.5%～22.5%MEPCM的聚氨酯基涂层剂分别涂覆在纯棉织物上，通过测试不同织物的热焓值发现，经MEPCM涂层整理的织物比未经涂层的储热能力提高了2.5～4.5倍。Fallahi等［42］测定了MEPCM涂层对延迟织物温度变化的影响。将普通织物和2种经MEPCM涂层的织物在50℃的温度下放置18min，发现未经微胶囊涂层整理的涤纶/粘胶(65/35)混纺平纹织物与经质量分数为0.6%微胶囊涂层织物的相对温度变化高于10%，而微胶囊质量分数为10%的织物相对温度变化低于10%，说明MEPCM质量分数对温度变化延迟效果非常显著。研究结果表明，MEPCM涂层织物适用于外界温度变化剧烈的防护纺织品。刘向等［28］分析了涂层整理剂在织物表面形成的聚合物薄膜增加纱线及织物强力和延展性，因此使得织物的断裂强力升高，断裂伸长率增大;但涂层后织物透气性下降，抗弯刚度增大。相比于等浓度无微胶囊成分的涂层剂，含微胶囊涂层剂的黏度较低，同时粉末状态的微胶囊可以降低絮集问题，因此微胶囊与乳液相结合后的外观黏度比等量固体浓度的乳液的表观黏度低。闫飞等［43］发现通过超声波震荡伴随搅拌可以降低MEPCM的体均粒径和在涂层液中的分散程度。MEPCM比原始芯材相变材料的裂解温度提高了70℃，耐热性能也明显提高。通过测试发现附加MEPCM整理的蓄热调温织物在升温曲线和降温曲线上都存在明显的拐点，从而说明其具有较好的智能调温作用。然而Alay等［44］对比含MEPCM聚氨酯涂层对织物透气、透湿性能的影响发现，微胶囊和聚氨酯涂层填充了织物组织的孔隙，易使织物的透气性减弱，含MEPCM的聚氨酯涂层织物的透气性低于未整理织物和不含MEPCM聚氨酯涂层织物。同时，不含MEPCM聚氨酯涂层织物因聚氨酯涂层本身具有的良好吸湿性而促进了织物的透湿性，添加微胶囊后虽然涂层的吸湿性好，但是微胶囊颗粒阻塞了织物孔隙导致透湿性降低。织物经泡沫涂层整理后，化学试剂的增量仅为织物干态质量的2%～3%，涂覆量低，涂层轻薄且不影响织物手感和透水透气性［45］，以泡沫为依托的微胶囊在涂层剂中的分散更均匀。Shim等［40］利用暖体假人测试经过微胶囊泡沫整理的织物从暖环境到冷环境再到暖环境的热量流失。通过泡沫整理涂覆1层和2层MEPCM的聚酯纤维织物与未经整理的织物进行对比发现，涂覆1层MEPCM的织物在冷环境中释放热量可以帮助暖体假人的热量流失平均降低6.5W，而涂覆2层的织物平均减少13.2W。通过涂层法对织物进行MEPCM整理的弊端有:刮刀刮涂易致微胶囊破损，需平衡刮涂力度与微胶囊的承受能力和涂层厚度的关系;MEPCM的颗粒状特性以及涂覆在织物上的涂层整理液都会降低织物的柔软性和透水、透气性，因此，配制高浓、低黏整理液在纺织品MEPCM后整理的研究中显得尤为重要。与直接涂层工艺相比，泡沫涂头的刮涂力度柔和，涂层过程中对MEPCM的损伤小;与浸轧整理相比，泡沫整理微胶囊适用于织物单面涂覆且不易渗入到织物内部破坏保温体系，是目前较为理想的微胶囊织物整理技术之一。

2.2.3浸轧法与涂层法比较

研究人员对通过浸轧法与涂层法附加微胶囊整理织物的性能做对比。曹虹霞等［46］将MEPCM涂层整理液分别通过二浸二轧和干法涂层整理到棉织物上并对比2种织物发现，通过涂层整理比通过浸轧整理得到的蓄热调温织物的相变温度低，但涂层整理比浸轧整理得到织物的相变焓高，且织物的相变焓随MEPCM质量分数的增大而升高，蓄热调温性能明显增强，但同时涂层织物增厚，织物手感和应用受到限制。刘元军等［47］采用乳化固化法制备壳聚糖/石蜡MEPCM，同样对比二浸二轧法和直接涂层法对牛仔布热性能的影响发现，涂层整理对牛仔布增重率高于浸轧整理，而毛效则低于浸轧整理。此外，单面涂层整理的牛仔布比浸轧整理的牛仔布手感硬。透湿性和透气性均低于同等条件下浸轧整理的布样。作者分析这可能与微胶囊粒径大小及在布样上的增重大小有关。目前，相变材料微胶囊也被研究用于纤维纺织品之外的服用材料。IzzoRenzi等［48］尝试将MEPCM通过干法涂层和湿法浸轧的方式将其整理到皮革表面，观察2种整理方式下微胶囊的分布情况，发现皮革的多孔结构限制了微胶囊涂层对皮革的调温性能的影响，涂层工艺对皮革的断裂强度和伸长率也没有明显影响。比较浸轧法和涂层法对织物进行MEPCM整理:在技术方面，浸轧法和涂层法均需综合考虑MEPCM的物理化学性能参数，研究配方合理、分散均匀、微胶囊质量分数较高的涂层整理液，同时基于MEPCM易碎的芯壳结构，需对轧辊和涂头的整理力度进行优化设计;在调温效率方面，通过浸轧法和泡沫整理比通过直接涂层法得到的织物更轻薄，有利于提高蓄热和放热反应的灵敏性;在应用方面，涂层法可以更好地控制微胶囊在织物表层和内部的分布，可根据实际应用设计涂层层数和微胶囊在织物上的分布密度，扩展产品的应用范围。

智能论文篇（11）

内科护理具有很强的专业性，而课本知识相对局限且不具有即时性，往往需要教师在课前上网搜集大量资料来扩充，如图片、视频、疾病治疗护理的最新动态等，比较费时费力。而随着近年来智能手机上网资费的下降和功能的扩展，使这项工作转化为学生的课前预习任务成为可能。建立班级QQ群，课前通过QQ群将需要预习的相关资料告知学生，提出预习要求，引导学生围绕主题通过智能手机上网查询资料来完成任务，并且要求学生将所查资料发送至教师QQ邮箱，教师根据学生发送的内容，检查学生的预习情况。同时在QQ空间里建立资料共享区、图片共享区、视频共享区、病例共享区等，将比较好的资料上传到QQ空间共享区，供大家分享和交流，为后面的课堂学习做了很好的铺垫。另外，还减轻了教师的负担，提高了学生的自主学习能力。

2课堂应用

将授课班级分组，每组选用一部智能手机，由组长来保管，上课统一将手机调为静音状态，并且关闭QQ、微信等一切应用软件，放在“手机休息区”，教师统一指导和安排利用智能手机辅助以下教学环节。

2.1便捷记录重点难点

内科护理的信息量大、课堂任务重，有些疾病又复杂难懂。而中职学生基础薄弱、理解能力差、记笔记和答疑时间较长，导致教学时间紧张。利用智能手机的拍照功能瞬间记录，可以大大节省记笔记的时间，特别是针对一些对比性表格、总结性知识点和练习题等知识量比较大的内容。同时，课下将照片上传至群空间资料共享区，学生下载后保存在手机内，长期积累就形成了一个可以随身携带的便携式笔记本，可以随时随地打开手机翻看，复习所学内容。同时对有疑问、难理解的内容使用智能手机的录像功能将其记录下来，课下反复听、研究探索，直到弄明白为止，增强了学习效果。而因病假、事假缺勤的学生可以根据课堂录像和图片自主学习。

2.2建立远程临床课堂

中职内科护理的培养目标是培养具有临床技能的实用型人才。内科护理与临床联系紧密，但由于医院任务重、学生多等原因不便安排频繁的见习和实践，导致学生理论与实践脱节。利用手机QQ的视频通话功能在课堂上连线临床带教教师，建立第二课堂，间接实现与临床的零距离对接。比如在讲脑血管疾病患者的护理时，临床带教教师通过QQ视频通话功能让学生参观神经内科病房、观看护士指导患者康复锻炼的过程，讲解脑血管疾病患者的护理要点等，使学生对脑血管疾病和相关护理知识有了更加直观的认识，对护患沟通有了更加真实的体会。这大大满足了学生的好奇心，增强了学生的学习兴趣，也间接实现了学校与临床的零距离对接。

2.3记录角色扮演瞬间

近年来护理界倡导的“以患者为中心”、注重人文关怀的护理理念备受重视，而角色扮演法被广泛应用于护理教学对学生人文关怀知识、技能和素质的培养中。但是由于学生羞涩、不够重视、表演欲望差等原因导致效果不佳。以我校模拟病房为拍摄场地，利用智能手机的录像功能把学生的角色扮演上升到“影视表演”的高度，并且课后对录像进行编辑，如添加字幕、旁白等，之后上传到QQ空间供大家学习和观赏，这大大激发了学生的表演欲望。例如在学习癫痫疾病患者的护理时，由教师当导演，安排一位学生扮演患者，表演癫痫发作过程，其他学生分别扮演患者家属、护士、医师等不同角色，模拟临床情景实施抢救、治疗和护理等。期间安排学生利用智能手机从不同角度拍摄表演过程，结束后大家一起回看录像并进行总结归纳，将精彩录像经过编辑后上传至QQ空间的视频共享区，供大家分享和学习。这极大地提高了学生的学习兴趣，同时学生之间互相比较，在一定程度上也激发了学生的合作欲望和竞争意识。

2.4三维人体解剖软件

内科护理与解剖学密切相关，弄清楚疾病的解剖定位是学习内科护理的基础。传统的板书、教材、挂图和模型相结合只能展示二维平面结构，在内科护理教学中用来显示和疾病的关系无立体感，学生常感觉抽象且难以理解。应用智能手机下载三维人体解剖软件弥补了这点不足。其主要特点是利用三维技术重建人体各器官和系统，使之成为一个整体，形成高精度三维动态互动式解剖模型。此软件一共包含了13名男性和女性的3D人体解剖结构，自带了超过3500个身体部位，每一个部位都用不同颜色进行了区分和标注。学生可以在三维空间内对要观察的结构进行旋转、放大和平移等操作，从任意角度、任何解剖面观察人体结构，对影响观察的覆盖解剖部位可以实施透视操作。此外，解剖部位名称都是英文标注，提高了学生的医学英语水平。学生在手机上下载安装后，相当于随身携带了一个三维解剖模型，可以帮助学生理解疾病发生的解剖机理。

3课后拓展

3.1促进师生互动

传统教学受教师上班时间和空间的限制，能留给学生辅导、答疑等的互动交流时间并不多，而利用智能手机QQ交流平台，就弥补了这个不足。通过QQ群聊界面，教师可以随时随地通过手机QQ发送作业和学习要求，学生也可以在QQ群里提出学习中遇到的问题。学生之间在QQ群里集体讨论交流，教师对集中出现的问题给予辅导和答疑。以聊天的方式来讨论重点、难点、疑点，减轻了传统教学中教师要重复答疑的负担，同时使重点、难点、疑点问题成为大家共同关注的焦点，无形中增强了学习效果，营造了浓厚的学习氛围。另外，也可以建立学生与教师谈心的单聊界面，对一些后进学生和性格内向的学生给予关注，可提高这部分学生学习内科护理的兴趣，促进师生互动，拉近师生、生生之间的距离。同时，也便于教师掌握学生动态，有针对性地安排教学活动。

3.2方便家长督学

目前，中专生多为独生子女，家长都十分关心孩子在校的表现，但是学校每年只开一次或两次家长会（有些家长还会因为忙而缺席），家长了解的信息较为有限且没有实效性。利用智能手机可以弥补这一不足。按班级建立学生家长QQ交流群，将一些好的教学素材、学生活动、优秀作业等及时上传至家长QQ群空间进行展示，对学生近期常出现的问题在QQ群里及时交流，对于问题突出的学生建立与其家长的单聊界面，让家长随时随地了解学生的学习状况和动态，有的放矢地指导督促学生学习。同时，家长对发现的问题也可以及时与教师沟通反馈，建立教师-学生-家长的信息共享和交流平台。

3.3方便教学反馈

教学反馈对于教学质量的提高具有重要的促进作用。利用智能手机免费注册乐调查-问卷调查软件平台，分4步便捷实现问卷调查以反馈教学。（1）设计调查：乐调查提供调查问卷模板，也可以自行设计问卷。（2）调查：把设计好的问卷提交，会自动形成一个链接，将链接复制后可以通过QQ、短信等方式给学生，学生打开链接界面就可以作答。（3）分析数据：学生作答完毕提交后，系统自动统计调查问卷。（4）导出结果：经过统计的调查结果可以选择以Excel、PPT等形式导出，这期间教师还可以随时查看问卷调查的进度。