关键词： 人工智能   电器用电量   分类计量  

摘要： 为区分不同电器的用电特征,进行能耗监测与优化。本文提出了基于卷积神经网络(CNN)的电器用电量分类计量优化方法,首先分析了传统非侵入式负荷监测技术在负荷分解中的不足,接着详细讨论了CNN在负荷分类中的优势,尤其是在复杂负荷场景下的特征提取与分类精度提升。为了验证该方法的有效性,设计了实验组和对照组。实验组使用CNN模型,对照组采用传统负荷分解算法,分别对5种典型家用电器进行负荷分类。实验结果显示,基于CNN的优化方法在各项指标上均显著优于传统方法,为智能电网和能耗管理系统提供了新的技术支持。

关键词： 人工智能   高校音乐通识课   教师能力  

摘要： 本文基于人工智能技术的发展趋势,探讨高校音乐通识课程教师能力的培养导向。首先,分析人工智能技术对高校音乐通识课程教育模式、教学内容和教师角色的影响;其次,提出教师能力培养的核心导向,包括技术素养、创新能力、艺术与科技融合能力及伦理与文化意识等方面;最后,结合国内外教育现状与政策,探讨高校音乐通识课程教师能力培养的路径,如教师培训与赋能机制、课程开发与教学设计优化以及资源共享与生态体系建设等。

关键词： 人工智能   可再生能源发电   气象特征提取   时空特征提取   光伏发电预测   风力发电预测   数据挖掘  

摘要： 随着全球可再生能源需求的持续增长,如何高效、智能地管理和预测可再生能源发电已成为能源领域的关键研究课题。探讨了人工智能技术在可再生能源发电中多维数据处理和智能预测方面的应用,并重点分析了其在处理复杂且具有高可变性的数据中的作用。从气象条件和时空特征的角度研究了多维特征挖掘技术在风能和太阳能发电数据处理中的作用。系统分析了在不同时空尺度和多场景下应用的智能预测技术,特别聚焦于机器学习和深度学习模型,这些模型因在处理非线性、高维数据时的优异表现而备受关注。最新研究成果的全面分析验证了这些技术在提升风能和太阳能发电预测准确性和效率方面的显著优势。此外,深入探讨了当前技术的优势与局限,并展望了未来的发展方向,尤其强调了提升智能预测模型鲁棒性、实时性及其在不同场景下适应能力的重要性。这些研究为进一步推动可再生能源领域的发展提供了理论依据和实践指导。

关键词： 出入境边防检查   巾帼建功标兵   人工智能   边检   救援行动   维稳   自然灾害   突发事件  

摘要： 家庭,是社会的基石;家风,是文明的基因。在长沙,家庭友好与女性友好的温暖图景滋养着城市的幸福底色。新时代长沙“她力量”多维绽放在湖南工业4.0创新中心,“全国巾帼建功标兵”洪莉正带领团队攻克人工智能与机器人的核心技术;在湖南出入境边防检查总站长沙出入境边防检查站,“全国三八红旗手”孙伟扎根基层一线17年,和同事一起出色完成中非经贸博览会、口岸各类重大专项勤务以及边检安保维稳等重大任务;在淳口镇,“全国最美家庭”朱庆国家庭参与各类突发事件与自然灾害公益救援行动2026起……

关键词： 人工智能   课程思政   经济学课程  

摘要： 本文通过梳理经济实验在微观经济学课程教学中的应用和人工智能时代的课程思政,分析了实验教学法在经济学教学中的应用、思想政治在经济学教学中的采用以及人工智能和思想政治在经济学教学中的融合,得出经济学教学过程中经济实验服务于思想政治建设的结论,提出了人工智能背景下经济学课程思政的建设方向,阐明了人才培养过程中教师的使命和担当。

关键词： 碳排放   监测   人工智能  

摘要： 随着经济水平的提高,人们对可持续发展的追求也在提升,同时,碳排放对环境的影响日益显著。为减缓气候变化,保护生态环境,我国提出了“双碳”目标,并着力通过减少碳排放实现绿色发展。在此背景下,碳排放监测的重要性也愈发凸显。本文从专利申请的角度出发,剖析了传统碳排放监测技术和基于新兴技术的碳排放监测技术的布局与发展,并对相关技术的现状与发展趋势进行了总结。

关键词： 癌症分期   转录组学   变分自编码器   机器学习  

摘要： 目的旨在对10种癌症转录组学数据开展深度分析与特征提取,进而实现对癌症样本的分期诊断。方法在UCSC Xena网站收集发病率最高的10种癌症转录组学数据(包含4938个样本和59428个基因),以变分自编码器为基础,利用特征重要性排序思想,通过引入掩码算法和增量特征选择方法(incremental feature selection,IFS),构建了增量特征排序选优变分自编码器(incremental feature ranking and selection variational autoencoder,IFRSVAE);与随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和极限梯度提升树(eXtreme gradient boosting,XGboost)结合测试了该方法的性能,并同其他方法进行比较。结果提取了21个特征用于后续分类,较于传统变分自编码器、递归特征消除和Lasso回归模型,IFRSVAE模型在3种分类器上均取得了较好性能(AUC值最高,其余指标也表现良好);其中IFRSVAE-RF表现最好,AUC达到了85.49%(95%CI:83.24%~87.74%)。此外,还应用了沙普利加性解释(Shapley additive explanations,SHAP)模型对特征贡献进行展示。结论本研究探索并验证了IFRSVAE在特征提取方面具备一定成效。基于此构建的IFRSVAE-RF模型,在癌症分期诊断任务中展现出较好的表现,为深度学习在癌症分期诊断方法的研究方向上,提供了一种可供参考的新思路。

关键词： 消费者权益   消费维权   源头治理   数据挖掘   市场监管   人工智能   处置系统   探索实践  

摘要： 为进一步践行智慧监管理念,推进消费者权益保护智慧监管工作,湖北省市场监管局大力研发12315消费诉求分析预警闭环处置系统,除沿用大数据分析技术之外,还加入了人工智能、云计算等技术,在消费维权领域首创引入数据挖掘、新词碰撞、聚类分析等功能,对现有12315投诉、举报、咨询等业务数据进行智能分析,及时发现新兴、前沿消费问题,预测消费纠纷走向,从维护消费者权益末端发力牵引市场监管全局工作,为业务工作提供精准监管或靶向执法的指导。

关键词： 精准教学   语文综合性学习   教师主导   实践探索   数据驱动   人工智能   人无信不立   AI  

摘要： 人工智能(以下简称“AI”)的应用,使精准教学从“经验判断”走向“数据驱动”,让课堂从“教师主导”转向“智能互动”。本文以语文综合性学习《人无信不立》为例,分享AI助力精准教学的实践探索。

关键词： 智慧教育   人工智能   计算机教育  

摘要： 随着科学技术的不断发展,现代社会对人才的需求也发生了很大变化。当前,在智慧教育时代背景下,教师要想让教育模式变得更主动、更有活力,就需要结合自身实际情况,合理、主动地创新教育模式,使学生既能学到更多的理论知识,又能熟练地应用到实践中,更好地适应当前社会对计算机人才的实际需求。本文对智慧教育背景下人工智能对计算机教育的推动与变革进行了探讨,以供参考。