关键词： 人工智能   高等教育评价   范式转型  

摘要： 高等教育评价作为高等教育质量保障体系的关键环节,对国家战略、社会需求与个人发展具有重要作用。人工智能时代,对高等教育评价提出新的要求。高等教育评价需要从理念、范式、生态等维度进行全方位重构,实现由“知识掌握”到“智识养成”、“机械还原”到“全息覆盖”、“技术理性”到“价值理性”的范式转型,以应对未来经济、社会发展及不确定环境对人才的挑战。

关键词： DeepSeek   国家战略   制造业转型升级   人工智能   科技创新  

摘要： 在当今数字化浪潮的推动下,DeepSeek凭借强大的技术实力和创新应用正成为驱动制造业转型升级的重要力量,并引领传统制造业向智能化、网络化、绿色化和高端化方向转型升级。DeepSeek经历了技术奠基期、创新突破期、全球化发展阶段三个阶段,具有本地轻量化、算法优化、开源共享等特征。DeepSeek赋能制造业转型升级的内在逻辑主要体现在:一是通过技术驱动实现智能化升级与生产效率提升,二是借助数据赋能推动全链条优化与决策科学化,三是依靠生态协同促进开放创新与产业价值重塑。基于此,应加速新旧基建融合,建造数字智能工厂;强调技术创新,推进数字技术与实体经济的深度融合;培育高端人才,提升人力资本;发挥企业主体作用,拓展绿色创新产品。

关键词： 机场场道   设备管理   人工智能   大数据   系统研究  

摘要： 随着机场建设规模的不断扩大和科技进步,施工中所用机械设备越来越复杂,精度要求也越来越高。为实现设备管理的智能化,对现有设备管理与维修系统进行升级完善,文章以甘肃庆阳华池通用机场的跑道施工项目为例,分析机场场道工程施工设备管理与维修现状和难点,结合人工智能与大数据技术的优势,提出智能化设备管理策略。研究发现,采用人工智能和大数据技术的机场场道工程设备智能化管理系统能够显著提升设备管理效率,减少维修成本,并为机场跑道的安全、高效施工提供坚实保障。

关键词： 小学科学   人工智能   社会性科学议题  

摘要： 本文聚焦人工智能背景下小学科学课程中社会性科学议题(SSI)教学的实践探索,以粤教版科学五年级下册“太阳家族”一课为例,深入探讨如何结合AI与SSI教学提升科学教育质量,培养学生的科学思维与核心素养。通过梳理相关文献,阐述了教学实践的理论基础与方法论支持。在教学中,利用人工智能技术检索太阳系的前沿研究成果、图片资料及视频资源,结合学校虚拟实验平台模拟八大行星运动轨迹等实验活动,并创新性地引入词云图小组汇报的教学形式,显著提升了课堂效果。通过课例实践,将SSI教学与AI技术结合,不仅激发了学生对科学知识的探索兴趣,还培养了其批判性思维、决策能力及社会责任感。然而,实践也暴露出学生在信息筛选与语言表达方面的短板。本文论述为AI时代小学科学SSI教学提供了具有借鉴意义的实践案例与研究思路。

关键词： 人工智能   高校思想政治教育   大数据技术   算法推荐技术   虚拟现实技术  

摘要： 人工智能中的大数据技术、算法推荐技术、虚拟现实技术与高校思想政治教育内容的整体构建、分层供给、立体呈现具有内在耦合机理,契合了提升高校思想政治教育内容系统化、个性化、情景化的现实需要。但人工智能赋能高校思想政治教育内容创新亦有其内在限度,表现为失于海量数据、囿于信息茧房、离于现实情境。因此,应在价值引领下,把握思想政治育人本质;师生互融,提升主体数据素养;虚实结合,固守客观现实底线。

关键词： 课程思政   中兽医学   人工智能  

摘要： 为了加快中兽医学教育的发展,提高中兽医学课程思政的内涵,立足于人工智能背景,在人工智能背景下对中兽医学课程面临的机遇与挑战、中兽医学课程思政元素剖析、人工智能背景下中兽医学课程思政教学实践策略、教学效果评价等方面进行分析,为中兽医学课程建设与发展做出新探索。

关键词： XGBoost方法   机器学习   大气边界层高度   日变化  

摘要： 大气边界层高度受多种气象因素影响,正确掌握大气边界层高度连续变化和演变规律具有重要意义。为解决传统技术手段获取大气边界层高度存在的时空分辨率低、误差偏大等问题,本研究基于机器学习方法--XGBoost,利用2016年1月—2019年5月北京地区长期的地面气象观测、风廓线测风雷达和探空观测数据进行训练,确定算法模型估算大气边界层高度,预测了2019年6月—2020年5月北京地区大气边界层高度。结果表明:在晴朗的白天,模型预测效果最好,与真实观测存在较高的一致性,相关系数达到0.86;夜间预测效果较差。地表温度、相对湿度、风速是对模型预测结果影响最显著的特征。预测的边界层高度呈现显著日变化,日出之后迅速发展,午后逐渐下降,夜间逐渐达到平稳;春夏季北京地区边界层高度日变化较为显著,可达1 km;秋冬季日变化幅度较小,约为700 m。总体上,XGBoost算法预测边界层高度的能力优于多元线性回归算法和支持向量回归算法。基于机器学习的边界层高度估计和预测方法避免了传统手段设置阈值带来的误差,为边界层高度连续观测和预测提供了新思路。

关键词： 随机森林   机器学习   遥感   植被指数   产量预测   生育期  

摘要： 为确保国家粮食安全、制定有效的粮食策略以及促进农业的可持续发展,对区域内水稻产量进行及时且准确的预测至关重要。尽管利用遥感数据结合机器学习技术进行产量预测已有一定进展,但现有研究在深入解析机器学习模型机理及高时空分辨率数据的应用方面仍显不足。本研究基于2023年的Sentinel和MODIS NDVI数据及县级产量信息,应用随机森林模型从县级扩展至像素级,以江苏射阳无人农场为例对水稻产量进行预测,并探讨不同特征对模型学习机理的影响。研究结果表明:(1)2023年8—10月的NDVI数据与产量之间存在显著相关性,此阶段为作物生长周期中的关键时期,植被覆盖和生长状态在此期间对产量的预测具有重要作用。随机森林模型能够有效预测县级水稻产量,其中RMSE值为339.5 kg/hm^(2)。(2)此外,分析2023年射阳农场水稻产量空间分布图发现,水稻产量在该区域呈现显著的空间异质性,边缘地区产量较低,中心区域产量较高,产量主要集中在9000~9300 kg/hm^(2)。其研究成果不仅加深了对机器学习及植被数据在产量预测中的应用理解,也为提高模型准确性及制定科学的粮食生产策略提供了理论支持。

关键词： 科技赋能   武术套路   训练创新   人工智能  

摘要： 随着现代科技的飞速发展,人工智能、大数据、可穿戴设备等新兴技术正逐步渗透到武术训练中,为传统武术套路的现代化转型提供了前所未有的机遇。这些技术不仅改变了武术训练的方式,也提升了训练的效果和效率。然而,科技在武术训练中的应用并非一帆风顺,面临着诸多挑战。针对这些挑战,本文提出了一系列对策,希望能够确保科技手段的应用真正满足武术套路训练的需求。与此同时,本文进一步探讨了现代科技在武术套路训练中的创新策略,旨在通过这些策略的实施,推动武术套路训练向科学化、智能化和个性化方向发展,为武术套路的传承和发展注入新的活力。

关键词： 规模化牧场   智能化粪污处理   物联网   人工智能  

摘要： 规模化牧场的快速发展,粪污处理问题日益严峻,传统的粪污处理方法面临环境污染、处理效率低和资源浪费等挑战。如何安全、高效处理畜牧场粪污是当下畜牧研究的一个重要议题。近年,随着科技的进步,基于物联网和人工智能的智能化粪污处理技术为规模化牧场粪污处理提供了的新思路。该文综述了物联网与人工智能技术在规模化牧场粪污处理中的融合应用,并对其优势和不足之处进行探究。