在物联网设备与云端之间的通信中，MQTT作为一种轻量级的、基于发布-订阅模式的通信协议，具备了良好的适用性和灵活性，被广泛应用于物联网领域。在OpenHarmony的LiteOS内核上利用MQTT连接云平台是一项关键的技术任务，它涉及在轻量级操作系统上实现MQTT协议的客户端功能，并与云端平台进行稳定和高效的通信，因此需要选择合适的MQTT库，并进行有效的移植和优化，以保证在资源受限的环境下依然能够实现稳定可靠的通信连接。海思Hi3861芯片采用了LiteOS内核。文章探讨了在海思Hi3861芯片上移植和使用Paho MQTT库连接到华为云的实现过程和关键技术。文章首先介绍了MQTT的相关知识，然后详细讨论了嵌入式Paho MQTT库的内容，接着介绍Hi3861芯片相关功能及其移植Paho MQTT的方式，最后描述了使用移植好的程序连接华为云MQTT的步骤，包括设备鉴权方式和消息发布订阅的实现。实验结果验证了在Hi3861平台上使用Paho MQTT库连接到华为云的可行性和效果。文章的结尾探讨了项目未来的工作。
文章展望了AGI时代的特点及人才金字塔结构的分布，重点分析了AGI时代电子及计算机工程师的行业发展趋势及特点，并建言当今电子及计算机工程师如何应对AGI时代的来临。
超市水果识别主要依赖人工，计算机视觉成为一种解决方案。然而目前仍面临部分水果识别精度低、终端设备部署困难、误识别图片难处理等挑战。因此，文章基于深度学习对移动端水果识别进行研究，旨在替代人工识别。首先文章构建了包含49种水果的超市水果图像数据集DailyFruit-49。并针对细分类特征相似度高、包装遮挡、形状小量少的水果识别困难，以及低算力设备模型部署问题，筛选了满足部署要求的骨干模型。设计了新的注意力模块RMA，改进了ViT Block以增强模型的细节识别能力和深层语义特征整合能力，最终得到DenseRMA_ViT模型，并基于Focal Loss改进损失函数。并在公开数据集Fruits-262上进行消融实验验证模型改进的有效性。最后结合实际设备，实现水果识别系统，满足实际使用。基于与用户的交互行为对误识别水果图像进行收集，并基于误识别图像实现模型权重自动微调，随使用时间延长，系统收集更多图片，提升模型识别精度与泛化能力，以处理实际应用中误识别水果。
在当前嵌入式系统与人工智能技术融合的前沿领域，文章聚焦于一种基于单类支持向量机(One-Class SVM)的异常检测算法，并提供了一套完整的MCU友好的工程实现，不需要依赖于动态内存分配以及文件系统，特别适合于在资源受限的边缘设备上进行高效、实时的训练与预测。我们的方法不仅可以实现在MCU上训练和高效存储机器学习模型，还支持增量学习，从而在几乎不增加计算负担的前提下，持续改进模型对实际工况的适应能力。我们的实验装置是安装了三轴加速度传感器的震动源(如风扇)，以模拟在工作期间发出振动的工业设备。文章的方法也可以通过替换传感器和特征计算的预处理算法来实现对其它设备的监控，以适应不同的工况环境和应用的需求。
巷道掘进中孔中地震高精度预报系统是完全自主开发的高性能产品。该预报系统主要是由“井下”和“地面”两大部分组成的。其中，井下部分主要是由1个无线主机、3个无线探头、1个无线触发器、1个震源铜锤、1根触发信号线以及其它配件(如：蜂鸣器、锤垫等)组成。主要功能是进行现场数据采集和存储，如果无线主机安装有分析软件，就可在现场解析出探测结果。井下设备都是本质安全型设计，并且通过了国家煤矿安全机构的防爆性能检测和安全认证。地面部分主要是由PC机、仪器电源适配器(充电器)和分析软件组成的，其主要功能是对所采集的地质数据进行转储、深度解析、分析处理和形成成果报告文件，亦即预报结果。该系统与同类产品相比精度高、准确率高和施工方便的优势。
