关键词： 人才培养模式   智能制造   成渝地区双城经济圈  

摘要： 2023年,教育部、重庆市人民政府联合印发的《深化现代职业教育体系改革服务成渝地区双城经济圈建设实施方案》中指出:“围绕成渝地区双城经济圈重点行业和重点领域,聚焦‘33618’现代制造业集群体系及现代服务业、现代农业等产业集群发展……”根据《中国制造2025》规划,自动化、信息化和网络化的高度融合,智能制造的发展对自动化专业建设提出了新的挑战,对自动化类人才培养也有了新的要求。在产业转型升级之际,创新人才培养模式,培养出适应市场需求的高素质人才是职业教育发展的重中之重。服务产业发展视角下自动化专业人才培养现状人力资源是区域产业转型升级的主要推动力量,是实现区域经济的协调发展,发挥拉动效应的关键。目前,自动化专业人才培养与产业、市场的对接仍存在不足。

关键词： ChatGPT   JAVA程序设计   工业互联网   教学应用   人工智能  

摘要： 在信息技术教育领域,人工智能的应用正逐渐改变传统的教学模式。本研究聚焦于湖北工程职业学院工业互联网专业JAVA程序设计课程,探讨了ChatGPT在该课程教学中的应用情况及其对教学效果的影响。通过对比分析,本文揭示了ChatGPT在提高教学互动性、个性化学习支持和编程实践能力方面的积极作用,并针对其在教学中可能遇到的问题提出了相应的解决策略。研究结果表明,ChatGPT作为一种辅助工具,能够有效地提升JAVA程序设计课程的教学效果,为工业互联网专业学生提供了更加丰富和高效的学习途径。

关键词： AI   小新   保护环境   故事   人工智能  

摘要： AI就是人工智能,它很厉害,能帮我们做很多事情,比如画画、写故事。这次我们试着输入“保护环境”,请AI创作了一个有趣的故事。一起来看看吧。周末,贪玩的小新溜进妈妈的实验室。实验台上摆放着一排亮晶晶的瓶子,标签上写着“实验泡泡”。“难道这是妈妈研发的净化泡泡?”小新好奇地拧开瓶盖,一个泡泡跳出来落在桌上,桌上的污水一下子就被它吸光啦。“是它!”小新开心得跳了起来。

关键词： RMC-BestFit   频率曲线   贝叶斯估计   不确定性分析   机器学习   数据拟合  

摘要： 研究旨在利用RMC-BestFit软件对濉溪站的水文频率曲线进行分析,以提高极端降雨事件的预测精度。基于1951至2022年间的最大3日降雨数据,对13种概率分布进行拟合,筛选出最佳分布并采用贝叶斯估计进行预测。结果显示,濉溪站最大3日降水的最佳拟合分布不一定是皮尔逊Ⅲ型分布,古姆贝尔分布、广义逻辑斯谛分布和对数正态分布(Log-Normal)在某些条件下也表现出更优的拟合效果。该研究为国内水文频率分析提供有益参考。

关键词： 人工智能   电气自动化控制   应用与探究  

摘要： 随着工业生产的数字化和自动化程度的不断提升,传统的控制方法和技术已经难以满足复杂环境和多变需求的挑战。因此,人工智能技术的应用逐渐成为解决这些问题的重要途径。深入挖掘和应用人工智能技术在电气自动化控制中的潜力对推动工业领域的发展具有重要意义。人工智能在电气自动化控制中的应用能有效地提高日常的生产效率和精度,降低成本,保持市场竞争力,甚至能提升企业管理效率,有效地促进企业的现代化发展。基于此,本文针对人工智能在电气自动化控制中的应用进行重点分析,推动企业的可持续发展。

关键词： 骨质疏松   骨密度   CT平扫   深度学习   机器学习  

摘要： 背景近年来我国老龄化趋势逐渐增高,骨质疏松的发病率也逐渐攀升,成为困扰老年人身心健康的主要疾病,而且,国内外诊断及治疗骨质疏松的成本较高,因此骨质疏松的早期诊断成了降低患者疾病痛苦及治疗成本的关键。目的基于常规胸腹部CT平扫图像,通过深度神经网络和机器学习算法建立胸部和腹部骨密度测定模型,并通过腹部测定模型对胸部骨密度测定结果进行校准,实现自动化的骨密度测量和骨质疏松诊断。方法回顾性收集四川省遂宁市中心医院2022年3月—2023年6月既行胸部CT检查又完成定量CT(QCT)检查的702例患者为研究对象,其中532例按照随机分组的方式分为训练集(426例,80%)和验证集(106例,20%)。另外170例作为模型的内部测试集。本文以QCT的诊断结果作为参考标准,使用逻辑回归、随机梯度下降及随机森林等机器学习方法构建胸部和腹部的骨质疏松分类模型和骨密度回归模型,同时对建立的模型进行了内部测试,并采用灵敏度、特异度、准确率、精确率及受试者工作特征曲线下面积(AUC)等指标评估模型分类性能,采用平均绝对误差、均方根误差及决定系数等指标评估模型回归性能。结果胸部和腹部的骨质疏松分类模型验证集AUC值分别为0.948和0.968,骨密度回归模型平均绝对误差分别为10.534和9.449;在内部测试集中分类模型AUC值分别为0.905和0.926,回归模型平均绝对误差分别为9.255和7.924;校准后的胸部骨密度测定模型验证集AUC和平均绝对误差分别提高至0.967和10.511。结论基于人工智能的胸部和腰部骨密度测定结果与QCT测定的骨密度具有高度相关性及一致性,可有效诊断骨质疏松症。经校准后的胸部骨密度测定模型也进一步提高了模型在诊断中的性能,为胸部CT平扫在骨质疏松症的机会性筛查中的应用发展提供了巨大潜力。

关键词： 特殊儿童康复   卷积神经网络   机器学习   YOLOv5算法   机器视觉   面部检测  

摘要： 特殊儿童群体在某些方面与普通儿童存在差异,在临床治疗中往往难以完全治愈。随着医疗水平的不断发展,社会对特殊儿童问题的关注度日益提高。然而,在评估特殊儿童的恢复水平时,存在耗时长且客观性不高的问题。针对这一问题,从深度学习、机器学习、YOLOv5算法等方法入手,对特殊儿童面部表情和行为姿态的检测展开介绍;提出运用机器视觉、卷积神经网络和实验等方法,检测特殊儿童面部表情、行为姿态等特征,并将其与恢复水平建立联系,从而为特殊儿童的预后康复水平提供一种新的、客观的评估技术。

关键词： 信息科技   项目式学习   人工智能  

摘要： 目前我国小学教育已正式迈入数字化、信息化时代,《义务教育信息科技课程标准》(下称《课标》)指出,信息科技作为当今先进生产力的代表,涵盖了获取、表示、传输、存储和加工信息在内的各种技术,已成为我国经济发展的重要支柱和网络强国的战略支撑。身为教师要顺应时代变化转变教学理念、创新教学手段,在人工智能技术和项目式学习理念指导下带给学生最佳学习体验。

关键词： 机器学习   大气污染监测   网络优化   多目标优化   覆盖率分析  

摘要： 机器学习技术在环境监测领域的应用日益广泛,将其与大气污染监测网络设计相结合具有重要意义。通过构建深度学习模型对污染物扩散特征进行分析,建立了基于多目标优化的监测点位布局方法。研究表明,该方法在保证监测覆盖率的同时,能够有效降低建设成本,提高监测精度。优化后的监测网络可实现对污染物浓度的精确预测,监测覆盖率提升32%,资源利用效率提高25%。该方法为大气污染监测网络的智能化设计提供了新思路。

关键词： 监控模型   统计回归模型   机器学习模型  

摘要： 土石坝变形监控模型主要有统计回归模型、机器学习模型等,各类模型均在优缺点,单一模型的普适性或通用性是不存在的。文章基于某工程实测资料,通过建立多元线性回归、逐步回归、偏最小二乘回归、稳健回归等统计回归模型和长短时记忆神经网络(LSTM)、支持向量机(SVM)等机器学习模型,分析拟合和预测相关精度指标,开展土石坝变形监控模型优选应用研究。结果表明:多元线性回归和逐步回归的统计回归模型均可用于土石坝变形监控模型的构建,且是统计回归模型中效果最优的;机器学习模型整体要优于统计回归模型,并建议采用简化的环境量输入模型,且当监测频次为1次/1d时,推荐选用长短时记忆神经网络(LSTM),监测频次小于1次/5d时,推荐选用支持向量机(SVM)模型。