关键词： 舆情   情感分类   机器学习   微博  

摘要： 在互联网飞速发展的时代,各类新闻在社交媒体平台上层出不穷,引起网民们的大量讨论,从而产生舆情。网民在平台上所发表的评论中往往包含了对于热点新闻的态度和看法,这些态度和看法中会包含大量的情感信息,而正确地对这些情感信息进行分类对于后续舆情的积极引导、监控、处理都有重要意义。采用支持向量机(SVM)对经过处理的文本情感进行分类。实验结果表明,该模型表现良好,准确率高达0.87,证明了其优秀的分类性能。

关键词： 新闻媒体   人工智能   大模型   提问   发现问题  

摘要： 眼下,人工智能的功能日益强大,尤其是以大模型为基础的人工智能助手,能回答人类提出的各类问题,给以“提问和解答”为天职的新闻媒体造成功能性危机。本文通过与当下主流人工智能助手产品对话,比较研究了人机在提供新闻性文本方面的差异。同时结合问卷调查,分析党媒记者发现问题、提出问题、解答问题的能力现状,提出“如何提一个好问题”的三个关键要素,以此为人机协作趋势下党媒如何应对危机、调整战略重心提供有益参考。

关键词： 人工智能   医院档案   自然灾害   风险预警  

摘要： 随着数字科技的深入发展,人工智能技术被广泛应用于人类生产生活的各个领域,并发挥着重要作用。医院档案管理作为医院内部管理工作的重要内容,其管理水平的高低对医院发展影响深远。如何通过人工智能技术赋能医院档案管理工作,提升医院档案自然灾害风险预警及防控工作能力,已成为当前医院重点关注并亟待解决的问题。基于此,文章对医院档案自然灾害风险预防管理的特点进行分析,阐述基于人工智能的医院档案自然灾害风险预警与应对原则,提出风险预警与应对策略,以期为相关人员提供参考借鉴,不断提升医院档案自然灾害风险预警能力与应对水平。

关键词： Sora   文生影像   中国风格   人工智能   自创生   隐私让渡  

摘要： Sora文生影像模式的出现,标志着人工智能正式进入千亿级参数量的大数据、大模型时代。AI智能既初步具备了机器知觉能够“识万物”,又能通过输入文字、参数使“万物生”。伴随新质生产力的壮大,中国应深刻理解科技不仅是生产力,而且是意识形态,应努力建构符合中国美学风格、满足中国用户需求的智能化系统;推动中国语境下的科学与人文相结合,形成能够在未来国际虚拟社区传播、具有中国风格的自创生AI体系,全面推进新时代中国智造与世界智能新业态的紧密融合。

关键词： 运动生物力学   拮抗动作   运动训练   杠铃高悬垂位实力抓举   借力单杠双力臂动作   机器学习算法  

摘要： 基于借力单杠双力臂动作中的身体姿势变化设计其拮抗训练动作——杠铃高悬垂位实力抓举,并使用机器学习算法验证与量化不同重量的杠铃高悬垂位实力抓举与借力单杠双力臂动作的拮抗关系。招募有经验的综合体能训练爱好者10名,通过线性传感器计与惯性测量单元采集借力单杠双力臂动作和杠铃高悬垂位实力抓举动作的运动生物力学数据,使用一维统计参数映射(SPM1D)和动态时间规整(DTW)机器学习算法,验证与量化两者之间的拮抗关系。结果显示:两个动作在肩关节外展内收、内旋外旋、屈曲伸展以及肘关节内旋外旋上,存在拮抗关系。当杠铃重量约60%1RM(1次最大重量)时,两个动作的动力学数据拟合度最佳;当杠铃重量低于60%1RM时,两个动作的关节运动的拮抗关系更加显著。研究认为:杠铃高悬垂位实力抓举动作与借力单杠双力臂动作存在拮抗关系,可用其来优化借力单杠双力臂动作的训练效果,但杠铃配重需要根据训练目标和训练者能力进行调整。当训练目标为提升上肢爆发力时,可使用约60%1RM的杠铃配重,而当训练目标为提升借力单杠双力臂动作技巧时,则可用低于60%1RM的杠铃配重。

关键词： 眼科检查   人工智能   排队叫号  

摘要： 目的探讨医院眼科检查室应用智能排队叫号系统的效能。设计单组前测-后测设计。研究对象在北京天坛医院眼科检查室,分别在智能排队叫号系统启用前、后各选取20名接受检查的患者。方法在智能排队叫号系统启用前和启用后,对均接激光扫描检眼镜眼底检查、OCT检查、UBM检查的患者,分别记录从护士站登记检查开始到进入检查室进行检查前的平均等待时间,以及整个检查流程总时长。在就诊高峰时段(周一上午8:00至9:30),记录检查医生为患者进行激光扫描检眼镜眼底检查的完成数量。系统启用前采用秒表和计数器进行人工记录,系统启用后则通过系统自动记录。用自行设计的问卷调查表对系统启用前和启用后检查的患者进行满意度调查。主要指标患者平均等待时间、检查流程总时长、就诊高峰时段检查患者数量、患者满意度。结果启用新的叫号系统后,患者平均等待时间,从系统启用前的平均(65.9±14.7)分钟降至(50.1±11.8)分钟,降幅达23.9%(t=-5.62,P<0.001);检查流程总时长,由系统启用前的平均(73.2±14.4)分钟降低至(57.2±11.5)分钟,减少22.9%(t=-6.44,P<0.001);就诊高峰时段检查患者数量,由系统启用前的平均31.1人增至37.1人,增长19.2%(U=9,P=0.03);患者满意度,由系统启用前的(68.5±7.5)分升至(86.7±6.0)分,增长率达26.5%(t=-11.58,P<0.001)。结论智能叫号系统的应用显著降低了患者候检时间和检查流程的整体耗时,有效提升了高峰时段的检查效率,并提高了患者的满意度。

关键词： 人工智能   化工过程安全管理   数据处理   风险评估  

摘要： 随着工业4.0时代的到来,人工智能(AI)技术在化工过程安全管理(PSM)领域发挥了越来越关键的作用。本文详细探讨了AI在化工过程中的多个重要应用,包括数据采集与处理、预测性维护、风险评估以及异常检测和响应机制;同时研究了AI在优化安全管理流程方面的贡献,涉及安全培训、政策执行及安全审计。文章最后分析了此领域的未来技术创新、面临的挑战以及必要的政策环境建设。

关键词： 国内知名品牌   智能制造   刀剪   企业厂房   首尾相连   门店   龙头企业   阳江市  

摘要： 中国每生产10把刀具,7把产自阳江。在阳江市,随处可见刀剪品牌的门店。在阳东区长达几公里的街道上,五金刀剪企业厂房首尾相连。这里聚集了国内知名品牌十八子和龙头企业金辉刀剪、美珑美利等,王麻子品牌也落户于此,年近百亿元的产值不可小觑。

关键词： 物流装备   行业发展趋势   物流行业   行业技术创新   高端化   人工智能   大数据   绿色化  

摘要： 随着人工智能、大数据和物联网等前沿技术的不断突破,物流行业正经历着前所未有的技术革新和市场变化。2024 CeMAT ASIA的成功举办,不仅是物流装备行业技术创新的一次集中展示,更是行业发展趋势的一个缩影。在这一背景下,中国机械工业联合会副会长、中国机械工程学会副理事长陆大明先生在接受本刊记者采访时,以其深厚的行业洞察力,为我们描绘了中国物流装备行业的发展趋势和未来蓝图。

关键词： 石化行业   碳排放预测   鲸鱼优化算法   KELM   机器学习  

摘要： 石化行业是碳排放的重要来源,构建精确预测石化行业碳排放的模型对我国实现“双碳”目标具有重要意义。通过采用STIRPAT模型和LASSO回归筛选影响碳排放的关键因素,并利用全局搜索策略的鲸鱼优化算法优化KELM模型以提高预测精度,构建了LASSO-GSWOA-KELM模型。实证结果显示,该模型预测精度超过其他模型,证明该模型为准确预测石化行业碳排放提供了有效工具。预测结果显示,我国石化行业碳排放将继续增长但增速放缓,预计在2029年达峰值。针对研究结果,提出了发展CCUS技术、淘汰落后产能、建立绿色金融体系等建议,为石化行业减排提供理论和决策支持。