关键词： 情报众筹   开源情报   情报搜集   民间情报力量   大数据   人工智能  

摘要： [研究目的]通过研究“情报众筹”这一新兴情报活动样式在开源情报调查及战场情报搜集等方面的典型运用,力争解析其实际内涵、背景动因、运用模式及特点,为情报研究及情报工作提供有益参考借鉴。[研究方法]从环境、人员、动力、方式、目标等方面对“情报众筹”典型运用案例进行系统地分析归纳、对比验证。[研究结论]“情报众筹”是以民间情报力量为主体,以内在动力及外在激励为驱动,以先进科技为支撑,以集智共享为方式,以解决情报问题服务作战为目标的新兴情报活动样式。它高度契合新时代情报转型理念,并在实战中得到检验,值得未来情报工作发展引以为鉴。

关键词： 尘肺   平扫CT   影像组学   机器学习   X线计算机   分期  

摘要： 目的探讨胸部平扫CT影像组学特征在尘肺患者筛查和分期中的应用价值。方法回顾性分析本院经临床确诊的108例尘肺患者的临床资料及胸部CT影像资料,其中壹期尘肺69例、贰期尘肺34例、叁期尘肺5例,按照7:3比例随机分为训练集(n=70)及验证集(n=38),利用MitkWorkbench软件对胸部CT图像进行半自动手动分割感兴趣区(ROI),通过3D Slicer提取影像组学图特征,采用计算组内相关系数(ICC)、相关性分析去除特征之间的冗余,以L1正则化方法进行特征筛选,采用Random Forest分类器建立尘肺分期预测模型,以准确率、灵敏度、特异度及受试者工作特征(ROC)曲线评估模型效能。结果不同疾病分期患者年龄、性别、工龄比较,无明显差异(P>0.05)。影像组学模型在训练集中壹~叁期尘肺鉴别的AUC值分别为0.827、0.820、0.962,在验证集中壹~叁期尘肺鉴别的AUC值分别为0.823、0.817、1.000,准确率、灵敏度、特异度均高于75%。结论基于平扫胸部CT提取的影像组学特征,能够较为准确对尘肺患者分期进行诊断、筛选,具有较高的临床价值。

关键词： 风险感知   人工智能   时空格局   全球视角  

摘要： 分析全球公众对人工智能风险的感知类型及其时空演化特征,探讨影响其感知的因素,并为全球可信赖人工智能的发展提供实证基础。通过对社交软件中430万帖子的文本语义分析和时间特征分类,构建全球数据库,量化了不同区域的AI风险类型。研究采用凸包分析、地理信息系统以及集成机器学习等方法,揭示了全球公众风险感知的区域异质性、影响因素及时空演变特征。全球范围内公众对人工智能风险感知呈现显著的区域异质性,受创新技术扩散效应影响形成不同感知类别。而个体特质、政治信任与政府效能,对公众风险感知具有重要塑造作用。在动态维度下感知类别呈现共变逻辑,并呈现由单一向多元格局转变的趋势。

关键词： 大数据技术   网络安全   态势感知   机器学习  

摘要： 为了更有效地应对日益严峻的网络威胁,强化网络安全防控能力,高职院校网络安全防御技术亟待提升和优化。针对高职院校网络安全面临的挑战,以系统论为理论,以大数据技术为依托,以提升网络威胁发现率和告警准确率、优化“监控-分析-响应-处置”一体化和自动化为目标,从大数据视角分析网络安全态势感知平台中的关键技术,提出基于大数据技术的高职网络安全态势感知平台架构,为研究创建更安全、可靠、高效的高职院校网络防护平台提供参考。

关键词： 动态热线额定值   数据驱动   数字孪生技术   机器学习  

摘要： 输电线路热容量的限制对水电企业的安全可靠性起着至关重要的作用。为了准确采集、传输并估计输电线路的温度数据,现有的基于物理的标准是根据多个传感器测量的环境和线路条件来实现,计算成本高、估计精度低,基于此,提出基于数字孪生技术的数据采集与传输方法。该方法通过物理传感器数据与实际导体温度数据之间的输入输出关系来进行机器学习,作为基于物理标准的数字等效。通过对实际数据的实验评估,将所提出的方法与IEEE738标准进行比较,结果表明,该方法可明显降低预测温度的均方根误差,数字孪生体提供了更准确和可靠的估计,可以作为传统方法的补充或潜在替代方法。

关键词： 人工智能   智能制造   设计优化   自动化  

摘要： 随着人工智能技术的迅速发展,智能制造作为制造业发展的重要方向在制造行业中扮演着日益重要的角色。智能制造具有生产过程的智能化、自动化和柔性化的特点,人工智能是智能制造的核心技术之一,其具有强大的数据处理能力和优化决策能力。本论文旨在探讨人工智能下智能化制造系统的优化与应用,希望能为智能化制造行业带来些许参考。

关键词： 人工智能   机器人流程自动化   数字化转型  

摘要： 针对重大电力保障工作中人工操作成本高、人工巡视耗时长等问题,提出基于人工智能的供电企业数字化保电架构。通过应用以机器人流程自动化技术为代表的人工智能技术,融合应用各专业信息系统,充分挖掘各类业务数据价值,实时监控电网设备状态,科学分析并预警潜在的风险,主动通知系统故障,对各类突发情况及时采取有效举措,推动供电企业数字化转型,全面提升数字化保电服务能力。

关键词： 数智时代   人工智能   医疗数据   安全保护   开放利用  

摘要： 人工智能医疗数据信息是国家基础性战略性资源,是数智时代新质生产力的关键生产要素,也是保障民生福祉的重要基石,其安全保护与开放利用的关键在于如何处理数据信息主体权益、数据信息处理者利益和社会公共利益等多方面的利益配置问题。文章在科学界定人工智能医疗数据信息概念与法律属性的基础上,探讨了数智时代人工智能医疗数据信息保护与开放利用的现实困境与优化路径,藉以实现数据信息主体权益、数据信息处理者利益及社会公共利益等多方主体的利益平衡,不断推进人工智能医疗技术与产业高质量发展,充分实现数智时代背景下人工智能医疗数据信息的人格价值、经济价值与社会公共价值。

关键词： 机器学习   软件需求变更预测   特征工程   预测模型   决策支持  

摘要： 本文针对软件项目中普遍存在的需求变更问题,提出一个基于机器学习的软件需求变更预测模型。首先,通过收集与需求变更相关的历史数据,并进行清洗和预处理,为模型构建提供了可靠的数据基础。其次,利用特征工程技术从数据中提取关键特征,并构建基于多种机器学习算法的预测模型。通过对比不同算法的性能,选择最优的模型结构,并对模型进行优化以提高预测准确性和泛化能力。实验结果表明,该模型能够准确预测软件需求变更的可能性,为项目团队提供有价值的决策支持。该研究不仅提高需求变更预测的准确性和效率,还为机器学习在软件工程领域的应用提供新的思路和方法。

关键词： 人工智能   数字平台   智能分析   数智场馆  

摘要： 本研究以厦门国际博览中心为例,旨在深入探讨人工智能技术在数智场馆构建与应用中的具体实践,分析其数智化建设的现状、挑战与机遇。通过本研究,以期为人工智能技术在数智场馆领域的进一步应用提供理论支持和实践指导,推动数智场馆的可持续发展,进而为城市智能化建设贡献力量。