关键词： 人工智能   高校辅导员   数字化转型   人机协同   智能服务  

摘要： 基于人工智能技术迅速发展的背景,分析了当前高校辅导员在工作数字化转型过程中面临的问题,提出了面向智能化的数字化转型路径。研究通过数据驱动手段构建学生行为画像,利用人工智能技术优化管理服务系统,探索人机协同的辅导工作新范式。聚焦于融合多源数据、算法建模、智能平台搭建与温度化服务机制的路径设计。结果表明,人工智能赋能高校辅导员工作能够提升学生事务管理效率,增强服务个性化与精准性,有助于推动高校学生工作体系的智能化升级。

关键词： 山东重工   智能拖拉机   智能制造   高端智能农机   智慧工厂  

摘要： “从第一道工序到最终检测,整个生产过程实现了高度智能化。”山东重工潍柴雷沃智慧农业智能拖拉机制造基地的技术人员介绍。这座总投资达30亿元的智慧工厂,是国内农机行业首家“智慧工厂”,填补了国内高端智能农机制造领域的空白。

关键词： 增强现实   人工智能   时敏目标   目标检测   稳态视觉诱发电位   目标识别  

摘要： 针对目标跟踪过程中目标身份(ID)跳变而影响时敏目标识别的问题,提出了一种融合增强现实技术(AR)、稳态视觉诱发电位(SSVEP)和YOLOv3的人在回路的“检测-决策”时敏目标识别方法(AR-SSVEP-YOLOv3)。利用目标感知模块获取前端场景视频,并通过AR眼镜实时呈现,YOLOv3算法完成场景视频中敏感目标检测,AR-SSVEP脑电处理模块解析受试者的脑电数据,在ID变化过程中对时敏目标进行识别。对比分析时敏目标的识别率,结果表明:AR-SSVEP-YOLOv3时敏目标识别方法相比YOLOv3算法识别率平均提升了18.8%,相比YOLOv3-Sort算法平均提升了8.0%。AR-SSVEP-YOLOv3时敏目标识别方法可以降低目标ID跳变对时敏目标识别的影响,提升人机交互能力和时敏目标识别率。

关键词： 人工智能   播音主持   职业挑战   机遇  

摘要： 人工智能技术迅猛发展,已广泛应用到传媒领域的各个环节,播音主持行业也不可避免地受到深刻的影响。本文分析了人工智能技术在播音主持领域的应用现状,探讨了播音主持从业者面临的困境与问题,并指出了人工智能时代播音主持的转型机遇,旨在助力播音主持从业者在技术变革中实现自我提升与职业发展,推动播音主持行业在人工智能时代的创新与发展。

关键词： 人工智能   计算机专业   健康大数据  

摘要： 在神经网络模型与分布式计算架构持续突破的背景下,人工智能与消费电子设备的深度整合优势不断显现,在健康数据智能解析领域,开辟了信息技术教育新的发展空间。文章以消费电子健康管理为载体,系统论证人工智能(Artificial Intelligence,AI)技术在职业教育中的实践价值,聚焦数据资产管理能力塑造、算法迭代实训、应用服务开发三大核心要素,通过构建分层递进的课程框架、实施虚实融合的情境化教学法、整合产学研联动的教学资源池、搭建能力导向的校企协同评估机制等实施策略,形成覆盖健康数据分析全链路的培养方案,为数字化健康技术人才的体系化培养提供创新范式。

关键词： 人工智能   生态技术创新   空间效应   黄河流域城市群  

摘要： 人工智能作为推动新一轮科技浪潮和新质生产力发展的重要引擎，对于推动社会经济系统与生态系统协调融合，实现国家重点生态功能区的创新发展具有重大意义。以黄河流域七大城市群为例，实证研究了人工智能对生态技术创新的影响及其空间溢出效应。结果表明：(1)人工智能显著提高了黄河流域城市群的生态技术创新水平，且经过一系列稳健性检验后结果依然成立，这说明人工智能在推动生态技术创新方面发挥着切实且持续的作用。(2)人工智能主要通过提升资本配置效率和生态环境韧性推动黄河流域城市群的生态技术创新，并且对生态技术创新的促进效应在环境重点保护城市、黄河中下游城市以及大型城市内更为显著，表明人工智能的适用性和有效性在不同区域背景下可能有所不同，需要因地制宜地释放人工智能的功效。(3)人工智能在促进本地生态技术创新的同时也显著激发了邻近地区的生态技术创新，且该空间溢出效应存在倒U型特征，其中生产性服务业集聚和产业协同集聚起到正向调节作用，此外，随着生产性服务业集聚水平和产业协同集聚水平的上升，使得该空间溢出效应拐点延迟到达，扩大了该空间溢出效应影响的适度区间。研究结论为黄河流域城市群更好地把握人工智能这一发展契机，挖掘其在生态创新领域的潜力，实现经济发展与生态保护的双赢提供经验参考。

关键词： 光信号传感技术   市政排水系统   管网堵塞预警   分布式光纤传感   机器学习   智慧排水  

摘要： 传统物理传感器在复杂管网环境中存在监测盲区大、响应滞后等技术问题,本文分析光信号在流体介质中的传输特性和衰减规律,构建多参数耦合的光学传感模型;借助分布式光纤网络实现管道内部压力场、流速场以及沉积物浓度的实时同步监测;凭借系统集成模式识别算法和机器学习技术,开发有自学能力的智能预警平台,可动态解析管网运行状态并预测堵塞风险等级。为智慧排水系统建设提供新型技术支持,推动城市排水管理向预防性维护模式转变。

关键词： 卓越工程师   数字化教育   实践能力   创新思维   人工智能  

摘要： 聚焦卓越工程师培养中存在的问题,依托青岛理工大学“国家-地方联合创新平台”,将数智技术应用于水处理卓越工程师的培养。打造智能化教学空间,开展个性化教学与实践,建立科学的创新和实践能力评价体系。大数据和人工智能的运用为卓越工程师的培养提供了新契机,有效提升了水行业卓越工程师的创新和实践能力。

关键词： 机器学习   陆地生态系统   碳通量   碳汇   土地利用变化  

摘要： 近年来,全球气候变化对生态系统和社会经济造成了重大影响,中国地区同样面临着严峻的挑战,研究中国陆地生态系统碳通量和土地利用变化对其的影响至关重要.基于中国站点通量数据和气象、植被等预测因子,构建机器学习模型估算中国陆地生态系统碳通量.经过4种模型比较,最终选择随机森林模型作为最佳预测模型,该模型在测试集和十折交叉验证中R2分别为0.77和0.73,RMSE(以C计)分别为32.85 g·(m^(2)·月)^(-1)和35.09 g·(m^(2)·月)^(-1).预测生成2000年至2020年逐月1 km分辨率的中国陆地生态系统碳通量数据集.数据显示,中国2000~2020年间陆地碳汇呈现东南至西北递减趋势,最大的碳汇位于中国南部季风区、华北地区和东北山区.内蒙古和青藏高原腹地为弱碳源,新疆和青藏高原东北部为较强碳源.陆地碳汇受气候影响,具有明显季节性变化.近20 a来,我国陆地碳汇(以C计)变化范围为0.38~0.77 Pg·a^(-1),整体呈现增强趋势.结合土地利用数据发现,林地的碳汇最强,其次是耕地和建设用地;草地呈现弱碳源状态,未利用土地呈现较强碳源状态.不同土地类型的转变对陆地碳汇有显著影响:耕地转变为非林地类型或林地转变为其他土地类型均会减少碳汇,草地转变为未利用土地或建设用地转变为草地和未利用土地均会减少碳汇;而未利用土地转变为其他土地类型均会增加碳汇.合理的土地利用政策有助于增加碳汇,促进应对气候变化和保护生态环境.

关键词： 特征选择   Boruta算法   RFE算法   机器学习  

摘要： 针对高维数据特征选择过程中传统的Boruta算法通常会选择出一些冗余或不相关的特征,从而降低分类器性能的问题,本文在Boruta算法的基础上提出了Boruta-RFE算法,进一步筛选出更优的特征子集。首先将Boruta算法对4个不同高维数据集进行特征选择,然后在其基础上利用递归特征消除(RFE)分别对其进行特征选择后得到所需最优特征子集,最后用随机森林、支持向量机及逻辑回归分类器分别对其进行分类,分类结果表明该算法分别在准确率、AUC值、F1值、精确率及Kappa值整体上优于传统的Boruta算法,有效减少了所选特征子集的特征数量,并提高了分类效率,由此验证了此方法的有效性。