基于TRIZ的打磨机器人创新设计与仿真
蒋远远;王秋红;王娜;徐小飞;针对传统工业串联式打磨机器人在作业过程中效率低、运动精度差等问题，设计了一种混联式高效打磨机器人。基于TRIZ理论的功能模型、因果轴分析，找出当前打磨机器人的问题在于末端执行器灵活度不足，缺乏多自由度重载工作臂，缺乏可移动装置。利用技术矛盾法、物理矛盾法以及物-场模型等得出解决方案，设计出混联式可移动打磨机器人。并对打磨机器人并联工作臂进行简化，通过ADAMS进行运动学仿真，得到打磨作业时动平台各轴向速度变化平稳，满足作业需求，设计合理。
人工智能裁判在男子竞技体操中的应用探讨
施益民;许昌;罗靖;黄乾豪;男子竞技体操传统评分机制长期受限于主观判断偏差、艺术性量化不足及规则透明度缺失。基于国际体操联合会规则，分析表明竞技体操竞赛中裁判认知负荷过载、技术规范模糊及新动作革新压力是核心挑战。人工智能裁判系统通过高精度动作捕捉与实时数据分析，优化难度分与完成分的客观评估，其辅助训练功能与动态规则适配机制可提升评分一致性。研究表明，AI技术能显著降低主观误差，但需突破设备成本、技术伦理与责任追溯等瓶颈。未来发展方向以人机协同裁判体系为核心，结合标准化动作模板与区块链存证技术，构建动态规则调节机制，推动评分体系智能化转型，同时通过伦理框架平衡技术革新与传统竞技特性，为体操运动的技术治理与全球推广提供系统性解决方案。
面向初中生物学科问答的大模型低资源适配方法研究
熊旭辉;万桃;覃守垣;汤智豪;在面向学科知识问答应用中，基础教育场景对学科准确性要求高，需要消除通用大语言模型所存在的事实性错误与“知识幻觉”。同时，普通学校或教育机构难以承受高昂的大语言模型运行成本。在消费级GPU环境下，基于自建的初中生物高质量问答数据集，采用QLoRA方法对Chat GLM3-6B量化模型进行参数高效微调，注入领域知识，优化模型。实验结果表明，该方法使模型训练过程中的GPU显存占用降低超过50%，微调后的模型在初中生物学知识问答中的事实准确性与专业性显著提升。
二维正态分布的极大似然估计的渐近正态性的界
胡宏昌;董浩;云天行;极大似然估计的渐近正态性(MLAN)是数理统计中最著名和最基本的结果之一，MLAN的界是一个重要的热点研究课题。研究了二维正态分布的MLAN的界，在较简单的条件下，得到了极大似然估计函数的期望与正态变量函数的期望之差的界。由此得到了二维标准正态分布中相关系数的MLAN的界。与现有文献的结论相比，优势在于分布的维数从一维到二维(也有文献考虑多维，但不是正态分布)，条件易于满足，结论简洁。
Markov型噪声回归模型HD估计的弱收敛速度
徐立峰;近年来相依噪声回归模型的理论与应用受到学术界广泛关注，考虑如下回归模型■其中噪声e是非时齐强Markov链，许多相依噪声模型可视为该模型的特例．在合理的条件下，证明了关于该模型未知参数的Hubber-Dutter(HD)估计的弱收敛速度可以达到■.
