关键词： 人工智能   算法优化   硬件架构   云计算   物联网  

摘要： 人工智能技术正在深刻重塑电子计算机领域的技术架构与应用范式。文章首先分析了人工智能技术的核心驱动力,包括算法优化、硬件架构智能化升级及数据处理能力的全面增强。接着详细介绍了人工智能技术在操作系统智能化、网络安全防护、云计算管理和物联网融合等场景中的变革性作用。为了实现电子计算机产业的智能化转型,文章提出了涵盖技术研发与创新能力培育、标准化与规范化体系建设、人才培养与组织能力建设以及生态协作与市场拓展策略在内的系统化实施路径。最终,文章还指出,通过这些综合措施,可以推动电子计算机行业的智能化转型,不仅可以提高技术创新速度,还可以促进企业的可持续发展,为未来的技术进步和商业成功奠定坚实基础。

关键词： 工程制图”课程   课程改革   人工智能   混合教学模式  

摘要： 随着新工科改革推进,人工智能和机器人工程等新兴领域背景下的传统“工程制图”课程教学已无法满足现代工程需求,严重影响了机器人工程专业学生的实践能力和就业竞争力。文章分析了当前“工程制图”课程的主要问题,提出了一系列改革措施,包括更新教材与课件内容,推行线上线下混合教学模式,将思政教育有机融入教学,强化实践环节,以及健全产学研协同机制,旨在提升课程教学效果,培养具有创新意识和实践能力的工程科技型人才,以更好地适应现代工程需求和行业发展。

关键词： 人工智能   电力企业   营销管理  

摘要： 在人工智能技术发展时代,电力企业正面临着数字化转型阶段。人工智能技术已深刻影响到电力企业的营销管理策略。本文阐述了人工智能技术在企业营销中的应用,包括个性化产品服务、市场预测、智能客服、内容创作优化。通过分析电力企业营销管理现状及存在的问题,从四个方面提出了电力企业营销管理优化策略,以期当下电力企业能借助人工智能技术提升营销管理水平,适应市场变化,实现可持续发展。

关键词： 芬顿氧化工艺   污染物降解速率常数log K   有机污染物   机器学习模型   SHAP分析  

摘要： 采用机器学习模型,包括多元线性回归(MLR)和轻量级梯度提升机(LGB)算法,预测芬顿工艺中57种有机污染物的降解效率.通过SHAP方法对模型进行机理解释,识别了影响降解效率的关键因素.研究结果表明,LGB模型在预测精度上(R_(adj)^(2)=0.969, Q^(LOO)^(2)=0.925, R_(ext)^(2)=0.844)优于MLR模型(R_(adj)^(2)=0.831, Q_(LOO)^(2)=0.802, R_(ext)^(2)=0.861).SHAP分析揭示了温度、分子三维结构和原子电离能力是影响降解效率的主要因素.本研究为优化芬顿工艺的操作条件和提升降解效率提供了科学依据,对水处理领域的研究和实践具有重要的指导意义.

关键词： 短视频   虚拟现实   黄河文化   人工智能  

摘要： 在数字媒体技术飞速发展的当下,文化传播范式发生深刻变革,VR(虚拟现实)、人工智能、短视频等技术重塑了文化的呈现与接受方式。黄河文化作为中华文明的重要组成部分,其在数字媒体语境下的传播不仅承载着文化传承的使命,更以多元形态介入当代大学生的审美认知场域。大学生作为“数字原住民”,其审美观念正经历从传统语境到互联网语境的转型。黄河文化通过数字展馆、虚拟场景、互动叙事等方式的传播,带来了传统美学元素的现代演绎,同时伴随着审美符号的商业化、审美场域的细分化等冲击,使大学生接触黄河文化时,既能被其蕴含的历史文化与艺术生命力所感染,形成对传统美学的认同,也可因数字传播中的娱乐化倾向、碎片化呈现,导致对审美价值的片面认知。黄河文化中蕴含的民本思想、奋斗精神等,应成为滋养大学生健康审美观念的重要资源。因此,探讨数字媒体语境下保护传承弘扬黄河文化对大学生审美观念的影响与重构,不仅有助于传承中华优秀传统文化,还对引导大学生形成兼具文化自信与时代精神的审美判断具有重要意义。

关键词： 人工智能   数学   跨学科   创新思维  

摘要： 随着人工智能技术的广泛应用,创新人才不仅需要扎实的学科知识,更要具备跨学科思维能力。数学作为科学之基,与信息科技中的人工智能存在诸多交叉点,跨学科教学对激发学生创新思维意义重大。基于AI学科交叉赋能与创新人才培养的关键点,探讨人工智能+数学的跨学科创新思维融通培养,以“AI+数学:分形之美与递归之妙”的单元设计为切入点,解构深度学习教学实践模型在AI跨学科教学中的应用,并聚焦“从有趣的分形几何看AI前沿”的课时教学实践,旨在为培养适应时代需求的创新人才提供数学跨学科教学的新路径。

关键词： 机器学习   深度学习   防御策略   网络入侵检测  

摘要： 文章提出一种基于CNN和LSTM的智能网络入侵检测与防御策略。该策略结合CNN强大的特征提取能力和LSTM优异的时序建模性能,有效实现了网络攻击的高效识别与实时防御。实验结果表明,该方法在KDD Cup 1999数据集上取得98.3%的准确率和97.5%的召回率;在CICIDS 2017数据集上的表现则分别为97.6%和96.2%。此外,该策略将防御机制响应时间控制在3 s内,攻击拦截率达到93.2%~98.1%,同时将误报率维持在1.2%~3.1%的较低水平。相较于传统方法,该策略在检测精度、误报控制和防御效率等方面均展现出显著优势,为网络安全防护提供了一种切实可行的创新解决方案。

关键词： 浸润性肺腺癌   影像组学   堆叠模型   淋巴结转移   机器学习  

摘要： 目的通过构建基于原发灶影像组学、瘤周影像组学以及生境影像组学的机器学习模型,预测浸润性肺腺癌患者的淋巴结转移状态,并评估不同影像特征的预测性能与泛化能力。方法回顾性分析2016—2019年于江苏省人民医院胸外科接受手术的1263例浸润性肺腺癌患者的临床资料。利用K-means聚类方法(平均聚类数为2)对CT图像的灰度值进行生境区域划分,瘤周区域定义为原发灶周围均匀扩展3 mm的区域,原发灶区域则通过V-net自动分割结合人工矫正标注完成。随后,基于上述区域分别提取影像组学特征,并构建堆叠机器学习模型。利用受试者工作特征曲线下面积(area under the curve,AUC)、F1分数、召回率和精确度评估模型在训练集、测试集和内部验证集的性能。结果剔除不符合筛选标准的患者,最终纳入患者651例。在训练集中,男181例、女287例,年龄29~78(58.39±11.23)岁;在测试集中,男56例、女84例,年龄34~82(58.81±10.70)岁;在内部验证集中,男14例、女29例,年龄29~78(60.16±10.68)岁。虽然生境影像组学模型在训练集中表现并非最优,但在内部验证集中表现突出,其AUC达0.952[95%CI(0.87,1.00)],F1分数为84.62%,精确率-召回率AUC为0.892,优于基于原发灶及瘤周区域的模型。结论基于生境影像组学构建的模型在内部验证集中表现更优,提示其可能在预测肺腺癌淋巴结转移状态方面具有更好的泛化能力与临床应用潜力。

关键词： 优化设计   二维轴对称喷管   代理优化算法   机器学习   交叉验证  

摘要： 针对固定扩张比与扩张段长度的二维轴对称喷管进行扩张段型面优化设计,优化目标为喷管推力最大化,优化参数为贝塞尔曲线控制点的径向位置.通过结合十折交叉验证方法与优化算法对BP神经网络、支持向量回归、极限学习机3种机器学习模型的超参数进行优化,进而评估其在预测喷管出口推力任务上的表现.采用拟合精度最高的机器学习模型与代理优化算法相结合进行优化计算.仿真结果表明:通过对机器学习模型超参数的优化,3种机器学习模型均在测试集上表现出较高的预测精度,而BP神经网络在本文模型下的预测精度最高.通过基于机器学习代理模型的喷管型面优化方法,得到优化后的喷管推力提高1.958%,且BP神经网络对优化后的喷管推力预估误差仅为0.024 9%.通过与基于直接CFD计算的优化结果对比,可以证明所提方法在具有更高优化效率的同时具有较高的优化精度,优化后的喷管推力差别仅为0.007 5%,且优化耗时降低16.5%。

关键词： 人工智能   大国竞争   公共政策   安全叙事  

摘要： 人工智能是大国竞争时代的新焦点。美国是人工智能领域的领先者,是在全球范围内率先进行人工智能战略布局的国家,深入分析其政策体系与实践举措,对中国人工智能高质量发展具有启示和借鉴意义。基于政策科学领域中的比较公共政策研究范式和理论模型研究方法,本文设计提出融合现实语境分析、体制机制分析、多源流框架和范式变迁理论的政策比较分析框架,结合文本分析法对美国国家人工智能战略进行深度挖掘。研究结果表明,美国国家人工智能战略具有领先目标设定、关键领域关涉、安全叙事建构和政策工具协调4项内容要旨,在时间维度上具有持续强化竞争性市场机制的稳定连续性和转变安全议题重点及安全叙事取向的动态变化性特征。