自动检测论文范例

0引言

国内高校大量使用微软公司的Word字处理软件撰写学位论文，学位论文有较严格的格式要求，人工检测效率和准确性均较低，因此有必要设计一种学位论文格式自动检测系统。安徽工业大学的陈国胜、何宗明老师早在2009年就提出了一种基于XML技术的Word文档录入及格式检测系统设计方法，该方法通过Word文档和XML文档的相互转换，设计了一个Word文档录入和格式检测模型系统，但是该系统还有不完善的地方，例如需要改进文档格式检测机制，进一步实现Excel接口和XSTL转化接口；东北电力大学的阚运奇老师在2012年提出一种基于VBA的方法，该方法需使用VBA技术操作宏，普通用户难以使用；隋欣、张军辉在2013年提出了一种基于.NET的文档信息提取解析方式，该方法仅仅读取到了文档内部的文本、标题、目录和表格信息，但对文档的样式信息提取并没有涉及。虽然不少学者提出了各种操作文档的想法，但是目前还没有一种比较方便有效的系统供人们对大量相同格式要求的论文进行检测。本文设计开发了一套基于OpenXML格式规范的研究生学位论文格式自动检测系统，该系统利用自动化方法检测docx格式论文文档，可以提高用户编辑学位论文的效率，减轻教师和学生的负担。

1系统功能设计

本方法的系统架构图如图1所示，包括单元定位模块、格式提取模块、对比模块三个模块。单元定位模块包括封面定位子模块、独创性声明定位子模块、标题定位子模块等11个子模块，功能为分别定位论文的各个特定部位，获取对应的XML信息。格式提取模块包括段落属性提取子模块和特殊格式属性提取子模块两个子模块。段落属性提取子模块的功能是提取待测论文每个部分共有的段落属性，如每个段落的字体、字号、段间距。特殊格式属性提取子模块的功能是提取除段落属性之外的其他格式，如参考文献样式提取、图和表所在章节的标题名称提取。对比模块包括规则配置文件、规则对比子模块、报告生成子模块三个部分。规则配置文件的功能是存储模板论文规定的规则，是检测待测论文正确与否的标准。规则对比子模块的功能是将待测论文的格式特征与规则配置文件配置的规则进行对比，判断格式的正误。报告生成子模块的功能是获取规则对比子模块中检测到的错误信息并写入检测报告中。

2单元定位模块

由于本系统处理的是论文各个部分的格式，如何准确地定位各部分以及如何精准地切割就显得至关重要。以下列出论文中几个关键部分的定位算法。

2.1正文定位算法

摘要：

结合铁路基础设施健康监测的特点，从硬件和软件两个方面设计数据采集子系统；首先，分析振动传感器的选用原则和输出信号的特点，在此基础上进行数据采集系统的硬件设计；然后，提出利用软件进行数据采集的模拟，详细论述各个模拟模块的建立过程；最后利用所属方法建立用于铁路基础设施检测的数据采集子系统，系统的建立为铁路基础设施监测理论研究提供了方法，为同类型数据采集系统设计提供参考。

关键词：

铁路基础设施；监测；振动传感器；数据采集

0.引言

进入21世纪以来，我国铁路建设发展迅猛，取得了良好的经济与社会效益。随着铁路运输速度的迅速提升，再加上其相对方便舒适的环境和价格上的优势，势必能吸引越来越多的人选择铁路作为他们旅行的交通工具，然而，伴随着铁路运输的飞速发展给人们带来的交通上的快捷与方便，车体与铁轨的振动故障对公共财产及人身安全构成了前所未有的威胁。伴随着我国铁路立体跨越式的迅猛发展，轮轨间激扰力与激扰频率随着车辆行驶速度的不断提高，逐渐增大，变宽，结果会造成电机等吊挂设备和车内设备的高频高幅振动，引起车体设备振动能量的急速加剧。如果超过了铁路各设备所允许的振动强度范围，未来的工作性能指标及使用寿命将会受到过大的动态载荷和噪声的严重影响，情况越发严重会导致零部件的早期失效。当前大量事实表明，在长期作用的情况下，铁路振动故障可能会导致货物破损，轨道破坏，列车脱轨等危险情况。为确保铁路“安全、经济、快捷、舒适”的特点和优势，铁路建设要不断发展完善其各项功能，才能在越发激烈的市场竞争中取得优势，因此，各国都加强了对铁路振动的检测及分析，也增加了对其的投入力度。今年我国对铁路振动检测领域的人力物力投入有明显增加，并且研究范围扩展到众多方面。以往铁路振动检测系统只配备在一些重要单位或者要害部门，而在2000年以后，各个铁路站段及各个振动检测站点基本都已经涉及发展应用到。铁路振动检测系统的重要性越来越被人们所认可，近些年又不断完善各项相应的标准和规范。为了保证铁路的运输安全、高效舒适的科学发展及以人为本的发展要求，确保铁路的优势和特点，如何准确检测高速铁路的振动并判断故障是摆在铁路工作者面前不容缓的实际问题。

1.数据采集系统设计方案

［摘要］文章通过分析检测转换技术课程教学现状及存在的问题，结合陕西理工大学自动化专业的培养目标，以及企业对工程应用型人才的需求，提出了课程改革的思路和具体措施。文章从改进教学观念、优化教学内容、改善教学方法、侧重工程应用、改变考核办法等方面进行了探讨。近几年的教学实践证明，课程教学改革有效调动了学生学习的积极性和主动性，对学生工程应用能力的培养效果显著。

［关键词］检测转换技术；课程教学改革；工程应用能力

一、课程教学现状

检测转换技术是自动检测技术和自动转换技术的总称，它是自动化、电气工程及其自动化、测控技术等专业的专业基础课程，涉及的知识非常广泛，包括物理学、电工学、电子技术、自动控制原理、计算机技术等多个学科。作为信息技术的三大支柱之一，传感器与检测技术已渗透到人类的科学研究、工程实践和日常生活的各个方面，在促进生产发展和科学技术进步的广阔领域中发挥着重要的作用。在研究自然现象规律及生产活动时，必然要从外界获取大量的信息，信息的获取、处理、转换已经成为信息领域的关键技术。通过本课程的学习，学生能合理地选择及应用传感器和检测技术，搭建检测系统，及时正确地获取所需信息，并为后续课程的学习及工作实践应用打下良好的基础，这对培养学生的创新思维能力和实践动手能力具有重要的作用。检测转换技术一直以来都是陕西理工大学（以下简称“我校”）自动化专业的一门重要专业基础课，我校电气工程学院自动化系培养计划中于第5学期开设这门课程。该课程的主要内容为：了解检测技术的基础知识，结合系统阐述检测技术的应用，掌握测量系统的组成、数据的检测及处理的方法；了解传感器的特性、组成部分和应用场合，结合系统设计明白传感器选取的原则及所需各项指标的确定；掌握一些常用传感器的工作原理、性能指标、基本应用方法，结合系统设计学会根据具体设计要求完成对传感器的选型；掌握一些常用转换电路的搭建，初步具备设计自动检测系统，并能提取所需信息及减小或消除检测误差的能力。该课程在整个自动化课程体系中具有多门课程内容融合的非凡意义，其以物理学、电工原理、电子技术等为先修课程，同时又为后续的单片机与嵌入式系统、计算机控制系统、PLC等课程的课程设计及毕业设计打下基础。该课程涉及的知识面广，与工程实际结合紧密，现已成为我国高等工科院校自动化专业的主干课程，并且在课程体系中占有重要地位。近年来，课程组对该课程的教学改革与探索较为滞后，教学内容、教学大纲没有及时调整，针对课程的实验设备及内容也没有及时更新。受到传统教学模式的影响，该课程同其他一些课程一样存在着教与学严重脱节的现象，虽然教师也认真备课，尽量改进教学方法，但仍然无法使学生足够重视该门课程，以至学生学习兴趣不浓、积极性不高，该门课程的教学效果不够理想。另外，该门课程让学生学习的内容、方式也存在问题，目前主要还是以课本及作业习题为主，不能有效与实际工程应用相结合；实验课时少且均为验证性实验，几乎没有设计性实验，基本属于“纸上谈兵”，结果是部分学生学完该门课程后不认识实验室常用的一些传感器，不会正确使用常用的仪器仪表，不会设计基本的测量电路。针对以上教学存在的问题，研究探讨出一套科学、实用的教、学、做相结合的教学方案，提高该门课程的教学质量，促进学生创新能力和实际工作能力的培养，提高在新形势下学生的竞争力已是刻不容缓。

二、目前存在的主要问题及分析

检测转换技术的教学内容主要包括自动检测技术、自动转换技术、传感器选型应用等方面，不同于一些理论、原理性为主的课程，该课程是一门知识掌握、应用能力并重的课程，对培养学生的自动检测、自动控制及生产过程自动化设计能力具有重要作用。现有的检测转换技术课程在教学中主要存在以下问题。

（一）课程教学观念偏离教学目标。课程教学观念对教学起着指导和统帅的作用，我校的目标是培养高级应用型人才，注重知识和能力的并行培养，而该课程目前仍是“先知识，后能力”的传统教学模式，即便如此，在课程教学灌输式“先知识”后，还是缺乏对学生应用能力的培养。具体体现在课程教学目标还是停留于课堂讲授、验证性实验、理论考核这样的传统模式，忽略了将所学理论知识与实践动手能力的有效结合，导致多数学生的理论考试成绩良好，但并不具备该学科应有的设计及应用能力。

摘要：针对“传感器与检测技术”课程的内容和特点，提出基础层—应用层—创新层三位一体的项目教学法。以“热电式传感器综合测量与控制温度”实验项目为例，详细分析了基础层、应用层、创新层的教学方法及在此过程中突出培养了学生哪些方面的知识和能力。教学实践结果表明，采用此项目教学法可以大大提高学生的学习兴趣、综合知识水平、实践动手能力，达到培养自动化专业技术人员的要求。

关键词：传感器与检测技术；项目教学法；温度测量与控制；创新

“传感器与检测技术”是电子信息类专业非常重要的技术基础必修课，该课程涉及的传感器技术和检测技术，是多学科交叉和多种技术的综合应用[1，2]。传感器作为自动控制系统和自动检测系统中必不可少的重要组成部分与工程实践紧密结合[3，4]。传统的理论教学和实验教学的方式已经不能适应社会的发展需求，需要进行“传感器与检测技术”的教学改革[5，6]。论文提出基础层—应用层—创新层三位一体的项目教学法，在基础层优化教学内容结构体系；在应用层以参数检测为基础，设计压力、位移、转速、温度、湿敏与气敏检测实验项目；在创新层以开放实验和创新项目为载体，设计综合性和设计性的项目。

一、课程的主要内容

本课程按照专业培养方案和课程教学大纲的要求，进行了课程内容体系结构的优化，使课程内容既能充分展示本课程的核心领域知识，又能紧密结合工程实践，以前沿技术提升课程内涵，并与其他的后续课程有效衔接[1]。课程理论教学44学时，主要内容有：（1）传感器原理：讲授各种传感器的原理、结构、测量电路、应用等。（2）检测技术：主要讲授参数检测、测量不确定度与回归分析。（3）检测系统：主要讲授自动检测系统的组成、软件和硬件设计方法、典型系统的应用举例。

二、项目教学法的改革方法

一个实验项目包括目的要求、确定方案、知识讲解、收集资料、制作与调试等几个模块，其中目的要求、确定方案、知识讲解由教师在理论课上讲解，收集资料由学生在课外完成，制作与调试由教师指导学生在实验课上完成。项目的组织实施主要有以下三个层次：

摘要：

伴随社会经济的全面进程，新建成的楼宇设施也大量融合的科技元素，近年来集成化的楼宇设施监控系统也被逐渐重视。例如电梯系统、配电系统与照明、供暖、制冷系统，上述集成化设备监控系统在楼宇中具有非常重要的作用，经对楼宇内电气设施的全面管理，能够从根本深化电气设备监控系统的有效性，同时为节约型社会的发展奠定良好的基础。

关键词：

集成化；楼宇电气设备；监控系统

1集成化的楼宇电气设备监控系统的现状

自上世纪八十年代，楼宇电气设备监控系统在国内得到广泛应用。此系统的构建机制是依附于差异化功能系统予以区分，也就是电气设备的构建及管理分为两个体系，同时设计以及施工直到完成所有过程，即经差异化的施工单位所完成。这就导致了下述问题：（1）因为生产商存在差异，造成设备间出现不兼容现象，因此造成系统交互过程出现问题；（2）因为子系统的功能存在差异，同时系统之间存在独立特性，造成资源在予以互换时出现问题。此类构建举措致使楼宇的电气设备在使用环节存在隐患。所以集成化的楼宇电气设备需要每一个子系统结构互同，协议与接口也要有统一的指标，因此规避子系统互联与硬件设施互操作所存在的弊病，达到资源与信息共享的目的。

2集成化的楼宇电气设备监控系统结构

【摘要】作为国内经济建设之中最为关键的基础工程之一，水利工程对于国民经济的发展有重要影响。电气自动化技术具有智能化、自动化、可控化的独特优势，其在水利工程中的应用，可以有效推进水利工程的现代化发展，提高水利工程的运行效率，保证水利工程运行稳定，给水利工程建设注入新的活力。基于此，论文就电气自动化技术在水利工程中的应用方向和策略进行了探讨，以期为同类工程提供参考依据，进一步提高水利工程的经济效益和社会效益。

【关键词】电气自动化；水利工程；技术运用

1引言

在社会经济发展的过程中，水利工程发挥着极为重要的作用，其涉及发电、农业灌溉以及运输等多个领域，只有建设高质量的水利工程才能实现对水资源的合理分配，有效解决不同地域水资源分配不均这一难题。电气自动化技术在水利工程中的应用可以有效提高水利工程的运行效率，进一步提升水利工程的经济效益和社会效益。

2水利工程中电气自动化技术的应用价值

在水利工程中，电气自动化系统有十分明显的可开发性特点，有利于今后系统的功能拓展与结构优化。此外，电气自动化控制系统的结构有十分清楚的层次和布局的划分，可以按照不同部位的各种功能进行针对性检测，有着较强的灵活性和适应性。在水利工程中，电气自动化技术的应用主要有2方面的优势：（1）可以提升水利工程的运行效率。当前，大部分水利工程引进了电气自动化技术，结合大量的实际研究发现，电气自动化技术的应用既可以大幅提升水利工程的生产能力，还可以减少资源消耗，实现对水利工程的自动化控制管理。在水利工程投入运行的过程中，若其中某些部件发生故障时，电气自动化系统能及时发出警告信息，技术人员可以通过电气自动化技术对其进行检查诊断，从而及时采取维护措施，确保水利工程中运行设施与设备能够长期稳定、安全地运行[1]。（2）可以保障水利工程稳定运行。通过对自动化系统的应用，能够在最大程度上提升工程的运行效率与整体质量，减少对资源的浪费，而且在电气自动化系统中融入先进的信息与监测技术，能够有效防止故障的出现，从而使水利工程高效率、高稳定性地运行。

3水利工程中电气自动化技术的应用方向

摘要：

为了满足人们对于电能的需求，要提升电力自动化技术的实际运行结构，确保其发挥最大功效。本文从电力自动化技术的应用领域入手，集中分析了电力自动化技术在电力工程中的应用措施，并简要阐释了电力工程中电力自动化技术的发展趋势，旨在为相关工程项目管理人员提供有价值的参考建议。

关键词：

电力自动化技术电力工程应用趋势

随着科学技术的进步，在电力工程项目中运行电力自动化技术已经成为社会发展的必然趋势。只有保证电力自动化技术的运行框架实效性和管控机制，才能在提升管理效果和质量的同时，优化技术应用项目的落实程度，一定程度上保证电力工程项目的良性运行。电力系统作为一个综合化的系统，需要相关技术人员提高技术管控机制，确保统一化运作的基础上，建立有效的控制调节机制，实现自动化技术的有效应用。

一、电力自动化技术的应用领域分析

1.电网调度中自动化技术应用分析。在现代电网调度控制项目运行过程中，主要围绕计算机展开技术框架，这也是电网调度中最根本的技术要求，相关研究人员要对技术特征和技术运行结构进行集中处理，优化信息采集功能以及安全性检测机制，实现屏幕显示以及工况计算，提高实时控制的有效性。另外，对命令执行以及采集信息子系统进行集中管控，运行收集子系统和人机联系子系统，能把电网调度应用以及电网工程项目结合在一起，实现配电网调度管理以及能量管理项目的自动化管控。除此之外，有效的运行自动化管理机制和控制技术，能对输电网络进行有效的管理和保护，提升电网系统的安全性和稳定性。

[摘要]人工智能在医学影像中的应用飞速发展，目前已用于脑膜瘤影像瘤周水肿的准确分割、预判脑膜瘤的病理级别及鉴别诊断等。笔者就人工智能技术在脑膜瘤影像的应用现状和未来发展进行综述。

[关键词]脑膜瘤；人工智能；机器学习；影像组学

人工智能(artificialintelligence，AI)是1956年在Dartmouth大学举办的会议期间首次出现的名称[1]。作为一个通用术语，它是指以最低限度的人为干预，让计算机自行模拟智能行为[2]。本文就人工智能在脑膜瘤的影像应用进展及发展前景进行综述。

1AI在影像诊断领域的应用背景

AI是计算机科学的分支，用机器执行通常由人的智力活动完成的认知任务。AI近来在感知能力方面取得了巨大进步，已能让机器更好地描述和解释复杂的数据。而深度学习的加入，强化了计算能力，加速了AI的发展。当前影像诊断专业的特点是大量的图像和报告以数字形式存在，这些特点在推动医学进入数字化时代的过程中起到了引领作用，同时为发展AI提供了契机。AI在影像医学应用的最初目的是在临床工作中提高效率和效果，减少专业人员的失误，增加客观性。近年来，影像组学结合深度学习技术(AI的算法之一)可自图像中自动学习有代表性的特征，从而在肿瘤影像学领域帮助临床决策，如明确诊断、不同癌症的危险分层等。目前广泛使用的AI方法分为2种：第一种是手工裁切特征，如肿瘤纹理特征，再使用计算机程序进行量化；第二种方法是深度学习，深度学习算法能自动从数据中提取特征，不需人工预定义特征[3]。AI在肿瘤影像的应用主要是发现异常(肿瘤识别)、特征提取、监测变化这3个方面，但也面临一些挑战，包括开发通用术语以及在不同成像平台和患者人群中制定AI程序使用的验证标准。

2AI在脑膜瘤影像的应用现状

脑膜瘤AI应用的伦理问题由McCradden等[4]进行了研究，结果表明几乎所有参与者都认为，售卖医疗数据应该被禁止，但为了改进健康状况，也有小部分人认为暴露少量隐私是可以接受的。技术方面，脑膜瘤图像分割、智能识别的方法学研究不断进步，自动化程度越来越高，从而使得影像结果输出更方便、快捷及精准。2019年1月，Laukamp等[5]采用深度学习模型对56例脑膜瘤患者(病理组织类型Ⅰ级n=38、Ⅱ级n=18)的T1WI、T2WI、T1增强图像和FLAIR图像进行识别、分割，输入模型后结果显示检测到脑膜瘤55例，与人工分割效果相当。这表明尽管扫描器数据各不相同，但深度学习模型仍能对脑膜瘤组织进行准确的自动检测和分割。同年8月，Stember等[6]采用视觉追踪技术对脑膜瘤图像进行分割，结果表明，该方法可用于深度学习的语义分割，将来进一步优化，便可以通过更快、更自然的方式用于临床。2020年2月，Laukamp等[7]对56位脑膜瘤患者的影像数据分别进行两种处理：深度学习算法自动分割和由两位高年资影像工作者手动分割，输入模型后结果显示为55个脑膜瘤是由深度学习自动分割的，其研究表明对脑膜瘤图像采用基于深度学习的自动分割具有较高的分割准确性，与人工分割效果相当。这种自动分割图像包括增强扫描T1WI和FLAIR图像，与Laukamp等[5]的研究相一致。鉴于脑膜瘤的瘤周水肿程度影响患者的临床结果，亦有研究者使用半自动方法对该区域进行了精准分割，Latini等[8]使用商业软件(VuePACSLivewire)在50例颅内脑膜瘤患者的磁共振图像上采用半自动计算方法计算瘤周水肿量。结果表明无论图像信号如何变化，都可以精确计算水肿量且具有很高的可重复性。且经过较短的训练后，便可简单快速的在临床实践中实施。应用方面，这些图像分割、机器学习等智能手段在脑膜瘤的应用目前主要集中在以下几个方面：脑膜瘤病理级别的判断、脑膜瘤的鉴别诊断和瘤周水肿的识别与分割等。其中以脑膜瘤病理级别的判断研究最多，不同研究者采用的方法不尽相同。早在2016年，Krivoshapkin等[9]设计实验，由一名放射科医生和两名神经外科医生使用先进的计算机算法分析48例脑膜瘤切除术前1.5T磁共振图像并区分术前脑膜肿瘤的组织学类型，结果表明高级数学算法在区分脑膜瘤病理级别中具有高度的特异性、灵敏度和可重复性，但当时并未引起重视。2018年11月，ArokiaJesuPrabhu等[10]研究团队使用一种新型的支持向量机方法，实现了对脑膜瘤病理级别的判断。与此同时，Hale等[11]通过机器学习对1998～2010年间WHOⅠ级(n=94)和Ⅱ级(n=34)脑膜瘤的18～65岁患者的影像数据进行分析，结果表明机器学习算法是功能强大的计算工具，可以非常准确地预测脑膜瘤分级。到2019年，类似的研究明显增加，所用的研究方法和MRI图像也不断更新。2019年3月，Lu等[12]回顾病理数据库，纳入152例脑膜瘤患者的421张术前ADC图用于纹理分析，通过机器学习分类器可实现与经验丰富的神经放射科医生同等的诊断性能，可对脑膜瘤进行准确分级。表明基于ADC值和ADC值纹理分析的决策树模型具有广泛前景，可以在不久的将来提供更精确的诊断和辅助诊断。同年7月，Zhu等[13]通过181例脑膜瘤患者的MRI深度学习影像组学模型，以非侵入性方式对脑膜瘤进行分级，结果表明深度学习影像组学模型在非侵入性个体化脑膜瘤分级预测中其量化能力十分突出。其实验组使用深度学习的影像组学分析方法也实现了脑膜瘤病理级别的判断。同年10月，Zhu等[14]基于数据扩增和改良卷积神经网络自动预测脑膜瘤病理级别。同年11月，Hamerla等[15]使用了4种机器学习方法，进一步提高了脑膜瘤病理级别的分级并具有很好的敏感度和特异度。同年12月，Laukamp等[16]通过MRI形态学检查序列、扩散序列进行病变的形态学参数、纹理特征分析，实现了脑膜瘤的病理分级。2020年6月，Ke等[17]利用多参数MRI图像也对这一科学问题进行了研究。与脑膜瘤病理级别的判断比较，AI在脑膜瘤的诊断和鉴别诊断方面的研究相对较少。2019年7月，Shrot等[18]通过队列研究，将141例患者(41例胶质母细胞瘤，38例转移瘤，50例脑膜瘤和12例原发性中枢神经细胞瘤)的形态学MRI、灌注MRI和扩散张量成像序列应用于机器学习方案来鉴别不同类型的脑肿瘤，结果显示使用普通和高级MRI序列的机器学习方案具有高性能的自动肿瘤分类算法，可应用于临床决策中优化肿瘤分类。同年9月，Li等[19]通过回顾性分析，在67例患者的MRI序列(T2-FLAIR，扩散加权成像和增强的T1WI)中提取498个组学特征(12个临床特征和486个纹理特征)，将纹理分析应用于机器学习模型中。结果显示，与血管瘤性脑膜瘤相比，恶性血管周细胞瘤更大，肿瘤周围水肿程度更小，并且纹状血管更多。表明机器学习在鉴别恶性血管周细胞瘤和血管瘤性脑膜瘤的诊断中具有重要价值。2020年，AbdelazizIsmael等[20]使用残差网络的深度学习方法，对脑膜瘤、胶质瘤和垂体瘤进行了识别，准确率高达99%。国内文献也对脑膜瘤的分割和机器学习有所研究，但与英文文献相比有明显的差别：一是研究的论文数量较少，二是所涉及的内容不及英文文献广泛，三是研究时间晚于国外。目前国内文献在这方面的研究绝大多数局限于应用方面，如脑膜瘤的分级[21-25]、病变的识别[26]及鉴别诊断[27-28]。关于方法学的改进方面中文文献较少，唐青青等[29]应用体视学方法进行了这方面的探索。