关键词： 梨树   高光谱   机器学习   深度学习   养分含量  

摘要： 为了实现梨树生长和结果时期对于梨树养分的精准和及时地监测,进一步为梨树施肥管理及梨果品质提升提供保障和调整策略,养分监测十分重要。使用ASD FieldSpec3高光谱仪获取梨树果实膨大期和成熟期的叶片高光谱数据,采集叶片氮磷钾含量信息。对比分析原始反射率、一阶导数变换(FD)、卷积平滑算法(SG)、标准正态变量变换法(SNV)等光谱预处理方法对于高光谱反射率监测模型拟合效果的影响。利用主成分分析(PCA)、竞争自适应重加权抽样(CARS)和连续投影算法(SPA)选择高光谱数据的特征波段。之后,使用偏最小二乘法回归(PLSR)、支持向量回归(SVR)、随机森林(RF)、梯度提升树(GBDT)、卷积神经网络(CNN)、深度森林(DF)算法建立基于特征波段的监测模型,筛选梨树氮磷钾3种营养元素的最优高光谱监测模型。结果表明,深度学习算法DF具备较好的处理高光谱数据的能力。氮元素的最佳建模组合为SG-SNV预处理的PCA特征波段的DF回归模型(R^(2)=0.9283,RMSE=0.2381 g·kg^(-1));磷元素的最佳建模组合为SG-SNV预处理的SPA特征波段的GBDT回归模型(R^(2)=0.9367,RMSE=0.0431 g·kg^(-1));钾元素的最佳建模组合为SG-SNV预处理的PCA特征波段的DF回归模型(R^(2)=0.9544,RMSE=0.2767 g·kg^(-1))。基于高光谱特征波段的监测模型拟合效果良好(R^(2)>0.9),可以实现梨树果实膨大期和成熟期氮磷钾含量的准确监测。

关键词： 光传送网络   时延估算   机器学习  

摘要： 【目的】为满足时延敏感型应用场景对时延数据的时效性、准确性和完整性要求,需要实现光传送网络(OTN)端到端业务时延估算。【方法】文章分析了OTN业务的传输特点,根据子网连接采集业务路由信息,并将业务路由中的网元(NE)、链路和交叉等基础数据离散化,得到时延估算的特征变量,提出了基于工程现网数据的时延估算模型,并采用多种机器学习算法进行了仿真比较。【结果】基于支持向量机回归(SVR)和决策树回归的时延预测结果的平均绝对百分比误差(MAPE)分别为3.3628%和1.2849%。【结论】文章基于机器学习、结合OTN业务传输特点提出的OTN业务时延估算方法准确性高,具有广泛的应用场景。

关键词： 人工智能   计算机网络技术   运用  

摘要： 现阶段科学技术发展水平日渐加快,人工智能技术应用范围不断扩大。通过将人工智能技术应用在计算机网络系统中,优化计算机网络结构,能够有效提高数据资源利用率,确保计算机网络技术能够在提升大众生产生活质量中发挥出重要作用。针对以上背景,本文首先阐述人工智能概念、特征与发展历程,提出人工智能技术应用方向,明确人工智能技术在计算机网络技术中的应用优势,提出人工智能在计算机网络中的应用要点,以供参考。

关键词： 智算中心   人工智能   多场景应用  

摘要： 随着人工智能技术的迅猛发展,各种场景下对计算资源的需求也不断增加,传统的计算中心已经难以满足现代人工智能应用的要求,新型智算中心由此提出,成为应对这一挑战的重要方向。本文目的是探讨新型智算中心在人工智能应用领域中的创新研究,用对智算中心的最新技术和应用场景进行深入分析,揭示了其在提升计算能力、优化数据处理、减少能耗等领域内的潜力。分析了新型智算中心在人工智能应用中的具体创新,探讨了这些创新技术如何在不同领域的应用。提出了未来发展方向及改进建议,为智算中心的进一步发展提供参考。

关键词： 院外心脏骤停   医疗健康   人工智能语言   行业界限   GPT   关键领域   Chat   工作效率  

摘要： 在数字化时代,ChatGPT作为一项前沿的人工智能语言模型,已跨越多个行业界限,极大地促进了工作效率的提升。在医疗健康这一关键领域,ChatGPT的应用潜力尤为显著,特别是在院外心脏骤停(out-of-hospital cardiac arrest,OHCA)的紧急情况下,其价值更是不容小觑。对于OHCA患者来说,时间就是生命,迅速的医疗响应直接关系到患者的生存率,但现实中往往难以做到及时救援。ChatGPT以其卓越的便携性和实时监测能力,有望成为OHCA患者的急救者。

关键词： 人工智能   数据安全   风险防范机制  

摘要： 随着人工智能技术的不断演进,其在诸多领域如金融、医疗、教育等已经展现出巨大的应用潜力,为社会进步和发展注入了新的活力。但与此同时,这一技术的广泛应用也引发了数据安全的新挑战。数据泄露、数据篡改等问题层出不穷,对个人隐私、财户安全乃至社会稳定构成了严重威胁。在此背景下,深入探讨人工智能数据安全的风险防范机制显得至关重要,不仅具有深刻的现实意义,还有着不可忽视的理论价值。对此,通过分析人工智能数据安全风险,进而研究人工智能数据安全的风险防范机制,以期为人工智能数据安全领域的发展作出积极的贡献。

关键词： 新质生产力   化学工业   人工智能   数字驱动   人才培养  

摘要： 从化学工业发展的视角,分3个部分阐述了新质生产力的发展。首先,从新质生产力提出的背景逻辑和其内涵来解读新质生产力,涵盖了新的生产资料、新劳动者、新服务和新生产关系;其次,从化学工业的转型升级、化学工业的数字化和智能化升级以及产业低碳可持续发展等方面,阐述了如何加快化工行业新质生产力的发展;最后,论证了加快化工新质生产力发展面临的两大不容回避的问题,一个是研究方法必须演变,另一个是如何培养发展新质生产力所需要的化工人才。

关键词： 人工智能   期刊高质量发展   知识服务   数字出版   智慧出版  

摘要： 文章基于政策、文献的分析,探讨人工智能作用下期刊要素及运行模式的革新,分析当前“人工智能+”发展模式的运行现状发现,存在社会核心价值观难以体现,侵权行为频发,内容准确性和真实性得不到保障,内容多样性和有效性较为不足等挑战。基于此,文章从期刊生产与传播效率提高、期刊内容质量把控、知识服务体系建立、数据挖掘和二次开发利用等维度提出人工智能赋能期到高质量发展的策略。研究认为,人工智能通过信息化、网络化、数字化、智能化推动了期刊变革,进而促进了期刊高质量发展。

关键词： 算法决策   可解释性   人工智能   人机互动   算法官僚   基层公务员  

摘要： 以算法技术为辅助工具浸入公共部门决策已变得无处不在,人工智能渗透公共治理过程的新一代治理模式成为未来公共部门数字转型的重要方向。然而,当前算法系统“黑箱”属性受到越来越多的质疑,带来算法治理的“信任赤字”与“问责缺失”等问题。研究从可解释的人工智能(Explainable Artificial Intelligence,XAI)逻辑出发,通过一项2(解释来源:规则vs数据)×2(解释内容:程序vs结果)的调查实验,在税务部门应用算法决策系统的场景中,探索不同类型XAI对传统官僚采用算法决策建议的作用机制。实证结果显示:可解释的算法系统可以促进基层公务员对算法决策的采纳偏好,其中数据驱动的程序解释型算法系统或数据驱动的结果解释型算法系统,相较无解释组,均会促进基层公务员对算法决策的采纳偏好;数据驱动的XAI比规则驱动的XAI更能促进传统官僚对算法决策的采纳偏好;数据驱动结果可解释性算法系统能够增强传统官僚对于算法系统的公平感知和技术信任,从而更偏好采纳算法决策。这些发现表明,不仅要发展算法官僚的技术能力,也要建构传统官僚能够理解的算法系统,探索人机良性互动模式,才能推动算法系统在公共部门的顺利落地。

关键词： 水利水电工程   深埋地下洞室   抽水蓄能工程   岩石力学   高坝坝基   人工智能   防灾减灾   会议议题  

摘要： 第九届全国水工岩石力学大会拟定于2025年5月9日—11日在成都召开,会议由中国岩石力学与工程学会岩体物理数学模拟专业委员会、四川大学和清华大学主办。会议主题:重大水利水电工程中的岩石力学研究进展与实践。会议议题:①重大水电工程中的岩石力学问题;②长距离引调水工程中的岩石力学问题;③抽水蓄能工程中的岩石力学问题;④水利水电工程防灾减灾中的岩石力学问题;⑤高坝坝基岩石力学与工程;⑥高边坡岩石力学与工程;⑦超大/超长/深埋地下洞室(群)岩石力学与工程;⑧数字孪生水工岩石力学;⑨人工智能、大数据等在水工岩石力学中的应用。