关键词： 输油气管道   机器学习   应力   预测  

摘要： 输油气管道结构参数、运行环境、服役荷载是引发应力集中的关键因素,应力集中引发管道变形、开裂,造成管道结构失效。针对管道结构参数、运行环境、服役荷载耦合作用与应力变化的高次非线性、随机性和复杂性,提出一种基于机器学习的输油气管道应力预测方法。利用COMSOL软件进行有限元模拟计算,提取了管道受力关键点的应力分布数据,建立应力数据集并进行数据预处理、特征工程和超参数优化,在相同的数据集下比较不同算法(线性回归、梯度提升树、K最近邻)对输油气管道应力的预测效果,采用决定系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)分析3种算法的预测性能。结果表明:梯度提升树算法的应力预测效果值为R2=0.8454、RMSE=0.0503、MAE=0.0294,优于其他2种算法,该算法能够准确地预测输油气管道的应力值。

关键词： 产业变革   人工智能   驱动力量   时代浪潮   新一轮科技革命   中央经济工作会议   专项行动   国务院国资委  

摘要： 瞄准未来,向“智”而行。在科技发展的时代浪潮中,人工智能已成为新一轮科技革命和产业变革的重要驱动力量。2024年中央经济工作会议把开展“人工智能+”行动作为今年要抓好的一项重点任务。2025年2月19日,国务院国资委召开中央企业“AI+”专项行动深化部署会。

关键词： 伺服驱动   吹贴灌旋一体机   生产效率   智能制造   精确控制  

摘要： 随着智能制造技术的不断发展,伺服驱动技术在各类生产线中的应用逐渐增多,在吹贴灌旋一体机的生产过程中,伺服驱动系统的改进对提升整线生产效率起到了至关重要的作用。本文探讨了基于伺服驱动改进的吹贴灌旋智能一体机在提升生产效率方面的应用。通过伺服电机在吹塑、贴标、灌装和旋盖等环节的精准控制,实现了生产过程中的高精度、高响应速度和能效优化。伺服驱动技术通过减少机械振动、优化各环节的同步性以及提高控制精度,提升了生产线的整体运行速度,还降低了能耗,增强了系统的稳定性。

关键词： 产教融合   精品课程建设   智能家居   人工智能   专业人才   大数据   人才培养   物联网  

摘要： 随着物联网、大数据、人工智能等技术的快速发展,智能家居行业迎来了前所未有的发展机遇。为满足行业对高素质技能人才的需求,教育体系需不断创新,以培养符合市场要求的专业人才。1+X考证体系作为职业教育改革的重要举措,为人才培养提供了新的方向。

关键词： 微型计算机系统   网络与信息安全   人工智能   计算机学科   体系结构   多媒体   图形与图像   数据库  

摘要： 一、征稿范围:《小型微型计算机系统》杂志所刊登的文章内容涵盖了计算机学科的各个领域(计算数学除外).包括计算机科学理论、体系结构、软件、数据库、网络与通讯、人工智能、网络与信息安全、多媒体、计算机图形与图像等.

关键词： 智能制造   精密制造自动化技术   技术融合   成本控制   人才培养  

摘要： 为探讨智能制造环境下精密制造自动化技术的应用与优化问题,针对其在提升制造精度与效率方面的关键作用,以加强技术融合与集成为目标。本文分析了精密制造自动化技术的现状特点,研究了在航空航天、汽车制造、医疗器械等领域的应用案例,提出了基于技术研发与创新、成本控制与效益提升、人才培养与团队建设等方面的优化方案,并对技术发展趋势进行了展望。研究认为,通过实施上述方案,精密制造自动化技术在智能制造环境中,运用新兴技术融合应用,可有效解决技术融合、成本控制、人才培养等问题,为制造业的转型升级和可持续发展提供有力支撑。

关键词： 肠道准备   结肠镜   机器学习   预测模型   应用程序  

摘要： 目的:利用机器学习算法,开发一款预测结肠镜检查前肠道准备失败风险的模型及应用程序。方法:回顾性收集拟行结肠镜检查的患者数据,纳入21个潜在预测变量,构建和内部验证传统的逻辑回归(LR)模型、机器学习(ML)模型。以受试者工作特征(ROC)曲线、校准曲线、敏感度、特异度和准确率等指标评估模型性能,并通过特征重要性图、LIME图、力图等进行可视化解释。然后,利用Python环境中的Dash库和性能最佳的模型构建Web应用程序,并在前瞻性收集的外部测试集上进行验证。结果:共纳入429例患者,其中141例(32.87%)存在肠道准备失败(BBPS评分≤5分)。基于XGBoost算法的ML模型,敏感度为0.864、特异度为0.930、准确率为0.911;在验证集中AUC值达0.910,在测试集中为0.820,性能优于传统Lasso回归模型。ML模型和逻辑回归模型共同识别的肠道准备失败变量包括便秘病史、服完泻药至检查间隔时间、术前积极运动、家属陪同、钙通道阻滞剂服用史、糖尿病、抗抑郁药服用史、年龄。结论:基于XGBoost机器学习算法构建的Web应用程序,在早期预测结肠镜肠道准备失败风险方面具有明显的临床实用性。

关键词： 数字化转型   高职院校   人才培养路径   人工智能   通信信号   大数据   智能化发展   城市轨道交通  

摘要： 随着“智慧城轨”建设的推进,新技术和新设备对通信信号技术人才的专业能力提出了更高的要求。高职院校亟需强化“数智型”人才培养,精准对接“智慧城轨”发展需求,助力城市轨道交通行业的数字化转型与智能化发展。1通信信号技术专业“数智型”人才概述1)专业技能层面。“数智型”人才是指熟悉通信信号系统基本原理、构成和运营维护方法,并具备运用5G、大数据、人工智能等数字技术进行系统检测抢修、优化升级与建设改造的能力。

关键词： 抗压强度   高性能混凝土   LightGBM   机器学习   贝叶斯优化  

摘要： 文章旨在建立1种基于LightGBM算法的高性能混凝土抗压强度预测模型,并对数据库中所含参数特性进行展示与分析。在建立机器学习模型之前,对数据进行了仔细的处理和分析,Pearson相关系数矩阵表明各特征影响因素和抗压强度之间存在较复杂的非线性关系。然后使用贝叶斯优化算法寻找最优超参数组合,不断探索和利用参数空间,找到了模型最优的超参数组合,从而提高了模型的预测精度和性能表现。通过对比模型优化前后性能差异,证明使用文章所介绍的超参数优化方法可确定模型最优超参数组合,并且优化后的LightGBM模型与其它常用机器学习算法对比可以证明LightGBM模型的优越性。另外,文章还采用特征重要性分析方法,得出了对高性能混凝土抗压强度影响较大的因素,并且这些响应因素重要程度与实际工程中的经验吻合,可以为混凝土材料的生产和施工提供指导。

关键词： 自杀意念检测   社交媒体   机器学习   深度学习   特征提取  

摘要： 近年来,社交媒体平台成为人类发布情感甚至是自杀意念、企图和行为的崭新阵地,并且成为自杀意念检测的重要数据平台和关键评估依据。随着人工智能技术的兴起,关于机器学习在社交媒体用户自杀意念检测中的应用研究成为热点。但在国内,该领域相关研究较为匮乏,尚未形成完整体系。为系统梳理其研究现状及发展脉络,对机器学习技术赋能自杀意念检测的研究进行了全面总结。概述了自杀意念检测的定义、流程、常见方法及评价指标,总结了目前自杀意念检测任务中常用的数据集和现有特征工程及其技术。分别从传统的机器学习和深度学习的角度对自杀意念检测进行了系统总结,对比分析了每种方法的关键技术、核心思想及优缺点。归纳了当前该领域中亟待解决的问题及创新解决方法,特别介绍了ChatGPT等大语言模型、多模态模型在该领域的应用。讨论了机器学习在社交媒体自杀意念检测应用研究中的局限性,并提出了未来的研究方向,以期进一步推动形成数据驱动、人机协同、跨学科融合、跨文化畛域的数智化自杀意念检测新范式。