关键词： 支持向量机   非天然地震   广东及周边区域   物理特征   机器学习  

摘要： 选取广东及周边区域天然和非天然地震事件作为研究对象，提取P波和S波在频率域的典型物理特征作为特征值，并采用特征组合最优解算法将最佳特征参数输入支持向量机模型用于样本训练，实现对广东及周边区域非天然地震的识别。测试结果表明，地震事件整体识别准确率为99.3%。另外，开发基于支持向量机的非天然地震识别模块，并对接广东台网日常编目系统，实现了地震事件类型准实时自动识别。应用结果显示，人工编目的130个地震事件识别准确率为96.9%。

关键词： 电弧增材制造   机器学习   多目标优化   2219铝合金  

摘要： 在电弧增材制造中,工艺参数之间存在复杂相互作用,难以寻找最优参数组合以获得最佳的成形质量与预期的几何结构。为了加速工艺参数优化过程,在3因素3水平全因素实验的基础上,明确了电流、送丝速度和扫描速度对熔道熔宽、熔高和稀释率的影响规律,建立了神经网络、支持向量机和高斯回归分析模型来预测熔宽、熔高和稀释率。对比分析表明,高斯过程回归模型对熔宽的预测性能最好,神经网络模型对熔高的预测性能最好,支持向量回归对稀释率的预测性能最好。基于这3种机器学习模型,采用多目标遗传算法(NSGA-Ⅱ),实现了以熔宽和熔高最大、稀释率最小为目标的电弧增材制造多目标优化,最后对优化结果进行了实验验证。

关键词： 机器学习   心律失常   RR间期   Informer模型   VGG16模型  

摘要： 目的 基于RR间期数据，构建心房颤动（房颤）与期前收缩（早搏）的Informer分类模型，并进行评价。方法 收集并筛选窦性心律、持续性房颤、频发房性早搏、频发室性早搏的动态心电图150例为研究对象，提取RR间期序列，并截取为50拍的片段，随机选取得到训练集（n=8 941）、验证集（n=2 235）、测试集（n=3 013），构建Informer、VGG16分类模型，并进行分类性能评价。结果 Informer模型分类总正确率为91.04%，诊断窦性心律、房颤、房性早搏、室性早搏、总早搏的敏感性分别为91.05%、99.77%、77.43%、91.23%、93.38%，特异性分别为99.47%、93.52%、98.94%、96.06%、99.12%，准确率分别为96.81%、95.32%、94.89%、95.05%、96.85%，阳性预测值分别为98.74%、86.18%、94.41%、85.89%、98.59%，阴性预测值分别为96.02%、99.90%、94.98%、97.66%、95.80%，与VGG16模型比较，对窦性心律、室性早搏的诊断没有差异，对房早的诊断性能优于VGG16(P<0.05)，对房颤的诊断性能不及VGG16(P<0.05)。Informer模型与心电专家的诊断结果之间具有高度一致性（Kappa=0.878 4）。结论 基于RR间期时序性数据构建的Informer模型能够实现房颤、早搏等常见心律失常的分类。

关键词： 智能矿山   关键技术   物联网   数字化   人工智能   深度学习  

摘要： 矿业在全球社会经济发展中占有重要地位，预计到2040年由清洁能源技术驱动的能源系统对关键矿物的总体需求将增加6倍。智能矿山在提高矿山生产力、增强安全性、降低成本、节能减排等方面的重要性愈加凸显，市场驱动因素包括安全与健康、矿山集成式解决方案、共性关键技术促进矿山数字化转型升级等。共性关键技术赋能智能矿山行业主要围绕实际生产需求展开，研究主题包括物联网、机器视觉、机器听觉、深度学习、大数据挖掘、智能传感器、协作机器人、数字孪生、绿色矿山等，应用场景涉及智能控制系统、资产智能管理、安全保障及其系统、数据管理及分析系统、监控系统等。展望未来，关键技术的创新与融合应用将成为推动智能矿山向高质量、可持续、智能化全面发展的核心引擎，通过人工智能与大数据技术结合提升矿山精准勘探、优化开采路径、降低能耗与废弃物、提高资源利用率等综合能力，数字孪生与人工智能结合将实现矿山的全面数字化运营，区块链、物联网、云计算、5G等技术保障矿山的远程管理与智能决策的高效性与精准性，这将为矿业转型升级奠定坚实基础，引领矿业向绿色、安全、数字、智能、高效的方向发展。

关键词： 激光超声   无损检测   热弹效应   激光技术   物理参数测量   机器学习   神经网络   复合材料  

摘要： 激光超声技术是一种非接触式、高分辨率的无损检测技术，可在恶劣环境中实现远距离检测，近年来在复合材料损伤检测领域得到了广泛地研究。对激光超声的激发及检测方法进行概述；介绍了激光超声无损检测技术在材料物理参数测量及医疗成像等领域的应用；对激光超声相控阵技术、超快激光超声技术、非线性激光超声等新技术的研究进展进行浅析，并列举了近年来深度学习在激光超声无损检测方面的应用案例；介绍了在复合材料领域的应用，并分析了存在的问题与解决方案；最后对激光超声技术的发展前景进行了讨论与展望。

关键词： 人工智能   人权治理观念   过程治理   综合治理   发展主义  

摘要： 随着人工智能时代的来临，不仅人权保障制度经历变革，影响各项制度实施的人权治理观念也面临革新。这种革新至少存在三重维度。第一重维度是从结果导向到过程治理的革新，第二重维度是从单一治理到综合治理的革新，第三重维度是从自由主义到发展主义的革新。这三重革新互相影响、层层递进，第二重革新伴随着第一重革新而来，第三重革新在受到前两重革新推动的同时又构成前两重革新的基础。由此，人工智能促进人权治理观念革新的三重维度最终可归为一个主题，即动态、经验、全面的发展主义人权观对静态、先验、片面的自由主义人权观的超越。

关键词： 人工智能   主流意识形态   传播风险特征   风险化解  

摘要： 人工智能时代，以认知科学为理论支撑的人工智能和意识形态结下了不解之缘。承载意识形态功能的人工智能兼具创新性和破坏性双重特点，一方面提高了意识形态传播的时效，另一方面给主流意识形态的传播可能带来“失声”、“失真”、“失落”、“失信”、“失效”的潜在风险，且这些风险具有不易察觉的隐匿性、不易管控的扩散性、不易识别的复杂性、不可预知的动态性特征。防范化解由此带来的风险，必须认真贯彻党的二十届三中全会“用制度防范化解风险”的精神，以加强党的领导为根本，以社会主义核心价值观为引领，以技术创新和技术掌控为抓手，以深化供给侧改革为着力点，以完善法规制度为保障，从多方面构建意识形态风险“智能防线”，从而把人工智能带来的意识形态风险降到最低。

关键词： 人工智能   遥感影像   语义分割   上采样   不同尺度   特征  

摘要： 在遥感影像中，存在着同类分割目标经常具有不同尺寸的问题。因此提出了偏置余弦网络，可从两个方面解决上述问题，一是以输入影像在不同尺度间变化时产生的特征作为主体，二是通过突破上采样限制的方式保证不同尺寸分割目标拥有相同的尺度特征。通过实验证明：偏置余弦网络仅依托尺度间变化时产生的特征可以实现语义分割任务；平均交并比和平均边缘精度均优于现有经典网络0.2%以上；对不同尺寸的同类目标有着更为精确的分割能力。

关键词： 软体机器人   柔性传感器   纺织品抓取机械手   机器感知技术   智能制造  

摘要： 为了探索并建立不同应用领域下的仿生软体手指感知模型，实现服装生产中裁片抓取的全自动化，以服装智能制造的需求作为切入点，将纺织品抓取机械手分为盲式抓取和智能式抓取两大类，分别梳理了纺织品抓取机械手代表性的研究技术和成果。重点关注了柔性传感器的传感原理、创新结构形式设计及其与纺织品抓取机械手相结合的现状、存在的主要问题和具有潜力的发展方向。认为：有感知能力的智能式抓取必然是发展方向，对于智能式抓取中的核心感知问题，应聚焦在可应用于纺织品抓取领域的柔性、微型传感器技术与机械手的融合。

关键词： 生态屏障   脆弱区识别   生态功能分区   生态地理分区   智能化方法   资源生态  

摘要： 识别生态脆弱区对于构建生态屏障和精准控制生态风险至关重要。大数据和人工智能技术的快速发展，为传统生态脆弱区的识别提供了更多智能化方法支持。本文首先论述了生态脆弱区识别方法的进展，包括地理分区方法、专家集成与数理统计方法、地理信息可视化方法、人工神经网络方法和无监督深度学习聚类方法，并对所涉及的经典智能处理软件进行调研。在此基础上，提出了生态功能区划研究的若干紧迫研究挑战，诸如生态脆弱性评估智能算法应用、大数据协同分析及自动分区识别软件开发方面存在的难题。针对蒙古高原生态屏障建设的需求，结合新的大数据和人工智能科研范式转变，提出了生态脆弱区智能化识别方法研究展望，包括加强多模态数据综合分析、促进生态屏障大数据协同处理、提高生态功能分区算法解释性、研制生态脆弱区自动化分区软件工具、融合众源地理大数据和公民科学数据等五方面内容。