关键词： 帕金森震颤   物联网   BMWFLC   希尔伯特黄变化   机器学习  

摘要： 针对帕金森病(PD)严重程度评估依赖医生主观判断的局限性,本文设计并实现了一种客观的震颤监测与评级系统。该系统主要包括可穿戴设备、App、云平台及评估模型4个部分。可穿戴设备负责采集震颤数据,并将数据传输至App和云平台进行存储,同时支持模型训练。系统采用带限多重加权傅立叶线性组合算法(BMWFLC)对数据进行预处理,并提取时域和频域共计26个特征。随后,通过机器学习对数据进行多分类分析。实验结果显示,该系统达到了97.0%的加权精度、94.0%的加权召回率、93.9%的加权灵敏度、99.6%的加权特异度及94.5%的加权F1值。以上结果表明,该系统能够客观且准确地反映患者帕金森震颤的严重程度。

关键词： 人工智能   拔尖创新人才   科学教育  

摘要： 人工智能(artificial intelligence,AI)时代对拔尖创新人才的选拔和培养提出了新要求,需要重新思考一些关键性问题:为什么要选拔培养拔尖创新人才,谁是拔尖创新人才,如何培养拔尖创新人才,等等。在中小学阶段选拔培养拔尖创新人才应当遵循四个原则:重视营造有利于创造的环境;尊重成长规律,回归教育本质;允许失败,小步快跑;警惕马太效应。

关键词： PUREX   机器学习   核燃料后处理   萃取剂   溶液体系  

摘要： 为了控制核燃料的环境危害,必须对其进行回收管理和后处理.PUREX是一种高效的核燃料后处理方法,具有效率高、可扩展性强及适用性广等优点,目前已经得到了广泛应用.PUREX工艺很复杂,操作时必须对萃取剂及溶液的性质进行准确全面的测量和分析,并对处理流程进行严格保障.为了获取相关数据,已有研究大多依赖传统的批量实验测试法.这种方法需要多次实验迭代和人工操作,研究周期长、资源消耗大,且萃取效率低.机器学习主要通过学习和分析海量数据来实现模型预测,有望避免批量实验测试法中出现的问题,提高萃取效率.近年来,各种机器学习方法在PUREX中的应用逐渐增多.本文旨在对机器学习方法在PUREX流程的内部反应和后处理保障等方面的应用进行综述,促进和推动机器学习方法在PUREX中的进一步应用,提高萃取效率.在内部反应方面,本文概述了一些机器学习算法在萃取剂选择、萃取剂性质预测及溶液选择等方面的应用.在后处理保障方面,本文概述了一些机器学习算法在保障后处理流程顺利进行等方面的应用.综合看,将机器学习方法应用于PUREX流程确实能提供更精准的预测结果、提高萃取效率.此外,本文还对机器学习方法在PUREX相关领域的应用进展进行了概述,重点介绍了分子动力学与机器学习方法的集成方法及其应用,以便启发PUREX与机器学习模型相结合的方法的研究.最后,本文还介绍了一些利用机器学习方法扩展和增强数据集、克服数学模型建模时可用数据集过小问题的具体应用.

关键词： 数字化转型   人工智能   基础教育   全球共识   教学手段   教育技术实践   数字素养   有效路径  

摘要： 目前,教育数字化转型已成为全球共识,教师的数字素养是衡量各区域数字教育发展的重要维度,加强教师教育技术实践是数字教育战略的有效路径。革新教学手段,在教育与数字化、人工智能的结合上下功夫,是新时代基础教育高质量发展的推动力。《河南省推动“人工智能+”行动计划(2024—2026年)》对“人工智能+教育”提出了新要求。

关键词： 人工智能   劳动幸福   劳动异化  

摘要： 劳动幸福是人通过劳动使自己的类本质得到确证所得到深层次身心愉悦的体验。文章探讨了人工智能对人类劳动幸福的影响及带来的挑战,从马克思主义哲学和伦理学的角度深入分析了人工智能的发展引发的问题与担忧,得出了人工智能有助于人类实现劳动幸福的结论,但政府要规范人工智能发展,防范恶意利用,要完善法律法规,使其更好地服务人民,促进人类劳动解放,助力人类实现劳动幸福。

关键词： 无损检测   深度学习   机器学习   金线莲   多糖与黄酮含量   本文网刊:  

摘要： 为了无损、快速地实现金线莲叶片中多糖与黄酮含量水平的判别,本研究以在不同光周期下(10、12、14、16、18、20 h/d)栽培的金线莲为样本,通过高光谱技术获取叶片像素光谱数据,运用传统机器学习(PCA￾LDA与PCA-SVM)与深度学习方法(1D CNN及其优化方法)构建了相应的判别模型。结果表明,1D CNN模型在训练集、验证集与独立测试集上的判别准确率优于PCA-LDA与PCA-SVM模型,分别为99.99%与99.89%、99.98%与99.78%、91.62%与87.92%。通过在1D CNN模型中引入Dropout层,模型的泛化能力得到增强,多糖与黄酮含量水平在独立验证集上的判别准确率分别提升至98.92%与95.67%。基于此,本研究进一步构建了多糖与黄酮含量水平的可视化图像,通过颜色直观展示了不同含量水平的判别结果。研究证实了高光谱技术可用于评估金线莲叶片中多糖与黄酮的含量水平,研究结果可为金线莲的品质控制提供技术支撑。

关键词： 风压预测   方柱   风洞试验   机器学习   长短期记忆神经网络  

摘要： 该文提出了一种基于长短期记忆神经网络的风压时程预测模型,可通过少量测点的风压时间序列预测结构周向未知位置的风压时程。基于不同风向角下均匀来流方柱测压风洞试验数据,模型有效预测了方柱表面未知位置的风压时程。模型数据集需考虑合理序列长度范围内的关联性,以提高预测精度;多层网络结构能够提高模型的数据特征捕捉能力;训练测点数量的增加可以改善预测效果,但需考虑预测精度和测点布置经济性之间的平衡。平均风压分布、脉动风压分布和典型测点风压时程的预测值与试验值较为吻合,但方柱角点附近风压极值的预测误差相对较高,可能与该区域风压非高斯特征较强有关。

关键词： 特征选择   分类   机器学习   衰老基因   基因本体  

摘要： 设计了基于机器学习的衰老基因特征选择与分类实验,作为面向智能医学工程等专业的“机器学习基础”课程的实验内容。该实验通过将衰老基因映射至基因本体来获得实验数据集,利用特征选择方法处理基因本体内的冗余性,并使用朴素贝叶斯、支持向量机等分类模型来实现衰老基因分类。实验采用Python语言、Scikit-learn框架实现。除了框架内置的特征选择方法外,基于该数据集的统计特性和测试样本的独特性,定制设计了一个层次特征选择方法,用以更好地消除特征间的层次冗余。实验结果表明,有效的特征选择方法可以显著改善衰老基因分类的结果。

关键词： 人工智能   人体寄生虫学   医学教育   技术应用  

摘要： 随着科技地迅猛进步,人工智能技术正以前所未有的速度渗透到各个领域,医学教育也不例外。人工智能(Artificial Intelligence,AI)凭借其强大的数据处理与分析能力,在医学教育领域的应用逐渐成为提高教学质量和效率的重要手段。人体寄生虫学作为医学的重要分支,其教学内容复杂且涉及大量的病理学及临床诊断知识,传统的教学方法面临知识传授效率和学习互动性不足的问题。近年来,人工智能在该学科的应用逐步展现出其巨大的潜力,为教学模式带来了革新。探讨人工智能在人体寄生虫学教学中的应用潜力,并分析其优势、挑战与未来发展方向,提出人工智能辅助教学的新模式。以期望AI技术在人体寄生虫学教学中的应用能够达到显著提升教学互动性、个性化学习体验及知识掌握深度,推动医学教育创新,培养更高素质的医学人才。

关键词： 教育强国   数字教材   实施策略   终身学习   人工智能   未来发展战略   可持续发展   实践路径  

摘要： 教育强国研究,◎教育强国建设的科学内涵、实践路径、实施策略、战略任务研究。◎《教育强国建设规划纲要(2024-2035年)》解读。国家教育数字化战略实施研究,◎数字教育的中国理念、中国方案、中国行动。◎数字化赋能学习型社会、终身学习的理论与机制研究。◎国家中小学智慧教育平台可持续发展和建设应用研究。◎大数据、人工智能赋能教育评价改革研究。◎数字教育的政策、理论、伦理与未来发展战略研究。◎优质数字资源(数字教材)建设和应用研究。◎数智技术赋能教育高质量发展研究。◎数字教育国际比较研究。