关键词： 人工智能   电气自动化   农业电气化   应用发展  

摘要： 随着人工智能技术的飞速发展,电气自动化与农业电气化面临着前所未有的机遇和挑战。本文系统探讨了人工智能背景下电气自动化和农业电气化的概念、推进过程中存在的问题、在农业领域的应用实践以及未来发展方向。首先阐述了电气自动化和农业电气化的内涵,接着分析了技术挑战、人才培养与教育资源匮乏、农业生产规模较小等制约因素。随后重点介绍了人工智能在温室大棚环境控制、农业精准灌溉和智能农机应用等方面的实践案例。最后提出了推动农业与商业紧密融合、创新人才培养模式以及发展农业区块链等发展策略,为电气自动化与农业电气化在人工智能时代的腾飞铺平道路。在人工智能背景下推进电气自动化与农业电气化仍面临诸多挑战,需要政府、企业、高校和科研机构的通力合作,以期在这一领域取得长足进步。

关键词： 教学资源   教育资源供给   老年教育   智能技术   人口老年化   智能时代   终身教育体系   人工智能  

摘要： 近年来,我国人口老年化程度不断加深,为应对这一问题,2021年11月,《中共中央国务院关于加强新时代老龄工作的意见》发布,并提出扩大老年教育资源供给,将老年教育纳入终身教育体系等相关要求。随着智能时代的到来,以互联网、人工智能为代表的新兴技术开始在各个领域得以广泛传播与应用,为老年教学资源的开发提供了新的可能。基于此,本文从老年教育的实际需求出发,梳理了老年人智能技术教学资源的开发路径,列举了老年人智能技术教学资源的几个开发方向,以期为老年教育的高质量发展提供借鉴与参考。

关键词： 蒸散   机器学习算法   能量闭合   水稻   生育期  

摘要： 为选出模拟长江中下游高标准稻田各生育期实际蒸散(ETa)的最优机器学习模型,并探究能量闭合对机器学习模型模拟ETa的影响,基于南通市2020年高标准水稻田小气候、土壤和通量观测数据,分析各生育期稻田ETa及相关因子的时间变化特征,利用BP神经网络和随机森林两种算法估算各生育期ETa,评估基于波文比的强迫能量闭合对机器学习模型模拟ETa精度的影响。结果表明:(1)在不同生育期,气象和土壤因子对稻田ETa的重要性不同,入射短波辐射(K↓)始终是稻田ETa的主控因子。(2)加入K↓可显著提高机器学习模型对ETa的模拟精度,相关系数提高了14.9%,RMSE降低51.1%。5种变量组合中,包含饱和水汽压差(VPD)、风速(U)、气温(Ta)、相对湿度(RH)和入射短波辐射(K↓)的BP1模型是模拟分蘖期前稻田ETa的最佳模型,包含Ta、RH和K↓的BP3模型更适于模拟分蘖期后的稻田ETa。(3)强迫能量闭合能改善BP神经网络模型对ETa的模拟效果,在分蘖期前更为明显,5种变量组合中,BP2模型(U、Ta、RH和K↓)在能量闭合后的模拟效果提升最明显,相关系数提高了3.5%,RMSE降低25.7%。

关键词： 标准化农业   人工智能   大数据平台   算法  

摘要： 辽宁省在智慧农业领域已有初步探索,环境监测、种植自动化、智能决策等人工智能技术在标准化农场的建设中发挥了不可替代的作用,在实现生产标准化、环境标准化、管理标准化、产品标准化水平方面小有成效。新一代数字技术是标准化农业工厂建设的核心,但由于应用人工智能技术的门槛高,在小农户群体中的推广力度及应用能力有待加强。因此,应充分发挥政府及农企的领军作用,积极引领、鼓励农户群体应用人工智能技术,优化人工智能算法,加强数据平台建设,为标准化农业工厂建设提供有力支撑,进而提高农业生产力。

关键词： 人工智能   胸部影像   肺结核  

摘要： 肺结核是严重威胁全球健康的呼吸系统疾病,严重危害着人类健康。本文综述了人工智能技术在医学影像学领域的应用,特别是在肺结核的辅助诊断、主动筛查和预后评估方面的应用,总结人工智能辅助胸部成像技术在肺结核防控领域的研究进展,分析其在肺结核的早期诊断、治疗监测和预后评估方面的潜力。结果表明,人工智能辅助胸部影像技术可以显著提高肺结核诊断的灵敏度和准确性;建议通过政策支持、跨学科合作和技术创新,使其革命性助力全球结核病防控工作。

关键词： 网络安全   恶意流量检测   知识迁移   卷积神经网络   机器学习  

摘要： 在数字化和网络化迅猛发展的时代,网络安全问题日益突出,传统恶意流量检测方法已难应对复杂攻击。本文提出了一种基于知识迁移的恶意流量检测方法,以提高检测的准确性和适应性。知识迁移利用已学知识处理新任务,提高了学习效率和性能。为了更好地实现对恶意流量的检测,本文通过对比决策树、随机森林、支持向量机和卷积神经网络(CNN)对NSL-KDD数据集的测试结果,发现CNN模型在准确率和F1值上显著优于其他模型。本文进一步结合知识迁移的思想,将ImageNet数据集上预训练好的模型VGG16和ResNet50,利用其已经学习好的特征检测能力,冻结预训练模型的权重,并在此基础上添加自定义的全连接层和输出层以适应对新的数据集CICIDS2017的处理。实验表明知识迁移后的模型在新数据集上对恶意流量检测的准确率超过99%,且训练时间和数据需求显著减少,证明了知识迁移在恶意流量检测中的有效性。

关键词： 大数据   人工智能   财务管理   职业素养   智能财务  

摘要： 为推进新时期智能财务战略发展,聚焦数字技术快速发展背景下财务管理人才培养的关键问题,文章从技能需求、技术应用、职业培训、技术支持等四个方面进行研究,旨在通过探索大数据分析、人工智能、区块链等新兴技术在财务管理领域的应用,探讨复合型人才培养、数字化职业素养、智能化平台建设、跨学科产学协作等实现路径,为财务管理人才职业素养与专业技能提升提供科学参考。未来,行业发展将持续融合先进技术,逐步完善智能财务体系,推动财务管理向高质量、高效能、高科技方向转型,有序满足现代企业对高技能财务管理人才的实际需求。

关键词： 焊接技术   卡车储气罐   焊接机器人   智能制造  

摘要： 随着制造业发展的快速崛起,传统制造技术已逐渐不能满足卡车储气罐制造的需求,制造技术急需进行革新。各种焊接机器人、激光焊接技术发展日益成熟,在卡车储气罐制造业中应用增多,对智能化焊接技术进行分析与探索,满足不同焊接工况需求,有助于卡车储气罐制造发展。介绍了智能化焊接技术的原理和优势,简述卡车储气罐结构特点及制造过程,分析智能化焊接技术在卡车储气罐制造中的应用策略;探讨智能化焊接技术未来发展趋势。结果表明,智能化焊接技术在卡车储气罐制造过程中应用已经发展比较成熟,但在细节方面还有待改善,今后应从机器人升级、工件监测和应用场景与功能等方面加以改善,提高工作效率,推动制造生产向高端化、智能化、精细化迈进。

关键词： 人工智能   传播伦理   传媒产业   职能转向   技术跨越  

摘要： 以ChatGPT为主的生成式人工智能颠覆了既往的传播结构和内容生产模式。当个体与智能机器的连接愈发紧密,人与人之间的直接交互行为趋于弱化,ChatGPT代表的新型人机交互模式逐渐取代传统的人际传播模式,开启智能化中介的传播转向。面对生成式人工智能技术传媒应用的深度化,传媒业者需应对变革所带来的力量转换和功用重建。直面技术带来的传媒业者“无用”争议,要求传媒业者从技术发展的动态视角审视技术的矛盾属性和技术跨越导致的认知与应用割裂的问题,明确人之功能性和重新确立人之主体性,进而从概念先行、信息生产、传播模式三个维度形成技术跨越的基本判断并确立传媒转向的可行性路径。在技术理念与实践路径的结合中,探讨技术生命周期背后的深层逻辑,以及技术跨越下传媒转向中“业”与“人”同频的可能。

关键词： 胶质瘤   基因突变   影像组学   机器学习  

摘要： 目的基于多模态影像组学特征构建机器学习模型,探讨其在术前无创性预测异柠檬酸脱氢酶(IDH)突变型较低级别胶质瘤(LrGG)的α-地中海贫血伴智力低下综合征X连锁(ATRX)基因突变状态的能力。方法回顾性分析102例经病理及分子检测确诊为IDH突变型LrGG病人的影像及临床资料,其中ATRX突变型47例,野生型55例。将病人按7∶3的比例随机分为训练集(71例)和测试集(31例)。从增强(CE)-T1WI、表观扩散系数(ADC)图和18F-FDG PET中共提取3318个影像组学特征。根据不同影像来源将影像组学特征分为5个数据集,分别为增强集(CE-T1WI)、ADC集(ADC)、PET集(18F-FDG PET)、MRI集(CE-T1WI+ADC)、联合集(CE-T1WI+ADC+18F-FDG PET)。将4种特征降维方法[线性判别分析(LDA)、主成分分析(PCA)、Wilcoxon基于相关系数选择法、最小绝对收缩和选择算子(LASSO)]以及4种机器学习算法[支持向量机(SVM)、逻辑回归(LR)、K邻近(KNN)、随机森林(RF)]组合,基于联合集特征构建16个预测模型并进行效能评估,选出最优的算法组合。将最优算法应用于增强集、ADC集、PET集、MRI集、联合集中构建模型,绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC)来评价各模型的预测效能。结果基于联合集影像组学特征构建的16个预测模型中,采用LASSO与RF算法组合构建的模型预测效能最优,其在训练集和测试集中的AUC分别为0.967和0.950。4种特征降维方法中,采用LASSO算法的模型整体预测效能最好;4种机器学习方法中,采用RF算法的模型预测效能最好。该预测模型应用于增强集、ADC集、PET集、MRI集、联合集,结果显示其在联合集中的预测效能最高,在训练集和测试集中的AUC分别为0.967和0.950,其次为MRI集和PET集(AUC值分别为0.931和0.915)。结论基于多模态影像组学特征,采用LASSO与RF算法组合构建的机器学习模型用于预测IDH突变型LrGG的ATRX突变状态的效能较高,是一种无创且简便的方法。