关键词： 水污染源识别   机器学习   工业园区   水质参数   污染物特征  

摘要： 针对工业园区水污染源识别难度大、准确率低等问题,提出一种基于机器学习的水污染源识别方法。通过构建水质参数指标体系,设计污染物特征数据采集与预处理方案,采用多种机器学习算法,对水质数据进行建模分析。开发了水污染源识别系统并进行实验验证,结果表明,该方法能够有效提高污染源识别的准确率,准确率达到90%以上,为工业园区水污染治理提供新的技术支持。

关键词： 微型计算机系统   网络与信息安全   人工智能   计算机学科   体系结构   多媒体   数据库   计算数学  

摘要： 一、征稿范围《小型微型计算机系统》内容涵盖计算机学科的各个领域(计算数学除外).包括计算机科学理论、体系结构、软件、数据库、网络与通讯、人工智能、网络与信息安全、多媒体、计算机图形与图像等.二、稿件类型1.学术论文:科研成果有创新、有见解的完整论述,对该领域的研究与发展有促进意义.2.热点论文:目前国内外计算机前沿热点研究领域的文章.3.综述:对新兴活跃的学术领域或技术开发的现状及发展趋势全面、客观的综合评述.

关键词： 人工智能   不确定环境   政策演化分析   主题结构演化   数字治理  

摘要： [目的/意义]本文旨在探究我国人工智能产业政策在不确定环境下的演化路径,明确我国人工智能发展过程中工作重心的变迁与未来趋势,为人工智能产业政策进一步完善与高质量发展提供借鉴。[方法/过程]文章结合文献计量、网络分析、共现分析和主题结构演化等方法,分别从人工智能产业政策数量、联合发布机构和主题结构演化3个角度进行分析。[结果/结论]研究发现,我国人工智能产业政策发文数量逐年提高;中央地方政府协调统一;政策主题日益丰富,但是还存在人工智能技术创新性较低、政策平衡性欠缺、缺乏国际合作等不足。未来人工智能产业政策需要在技术创新、教育体系、就业问题和国际合作等方面进一步完善优化。

关键词： 健康素养   预测模型   机器学习   范围综述  

摘要： 目的对应用机器学习方法构建的健康素养预测模型的种类、构建方法和预测效果进行范围综述,为该类模型的改进和应用提供参考。方法检索中国知网、万方数据知识服务平台、维普中文科技期刊数据库、PubMed和Web of Science,收集建库至2024年5月1日发表的应用机器学习方法构建健康素养预测模型研究文献。采用预测模型偏倚风险评估工具进行文献质量评价,对纳入文献的基本特征、模型构建方法、数据来源、缺失值处理、预测因子和预测效果等进行综述。结果检索获得文献524篇,最终纳入22篇,发表时间为2007—2024年。涉及48个健康素养预测模型,其中25个偏倚风险为高风险,占52.08%,主要问题集中在缺失值处理、预测因子选择和模型评价方法。模型构建方法包括回归模型、基于树的机器学习方法、支持向量机和神经网络模型。预测因子主要包括个人、人际关系、组织和社会/政策4个层面的因素,年龄、文化程度、经济水平、健康状况和互联网使用的出现频率较高。14篇文献进行了模型内部验证,4篇进行了外部验证。42个模型报告了受试者操作特征曲线下面积,范围为0.52~0.983,区分度良好。结论应用机器学习方法构建的健康素养预测模型展现了较好的预测能力,但研究在偏倚风险、数据处理和验证规范性等方面存在不足。

关键词： 高校财务   智能化转型   报销系统   人工智能  

摘要： 在信息技术飞速发展过程中,高校财务管理逐步实现了智能化和数字化转型。报销系统是高校财务管理中的重要组成部分,智能化转型后不仅有利于提升财务管理效率,还能够优化报销流程,达到降低人力成本的目标。本文通过分析现有报销系统存在的问题,结合智能化技术的应用,提出具体的优化方案,以期为高校财务报销系统的智能化发展提供借鉴和参考。

关键词： 工业质检   数字化   人工智能   系统工程   深度学习  

摘要： 质量是企业对产品、生产过程管控的核心重要指标之一,合格率直接关系企业的运营成本、竞争力。为保证产品的质量,各种质检手段随着需求被提出并应用。工业传统质检方式主要依靠人工,效率较低,质检结果存在一定的主观性,即因人而异,因此实现工业智检是工业数字化建设的核心内容之一。人工智能的发展为实现工业智检提供了核心技术支撑,工业项目实施是一个复杂的系统工程,本文研究了工业领域的智能检测应用,希望能为相关项目的成功实施提供一定的借鉴。

关键词： 肺肿瘤   表皮生长因子受体   机器学习   预测模型  

摘要： 背景与目的 表皮生长因子受体(epidermal growth factor receptor, EGFR)敏感突变是非小细胞肺癌(non-small cell lung cancer, NSCLC)靶向治疗的有效靶点之一。然而,由于部分原发组织难以获取及部分经济欠发达地区经济因素,部分患者无法进行传统基因检测。本研究旨在利用非侵入性的外周血指标,建立机器学习(machine learning, ML)模型,探索NSCLC中与EGFR突变状态密切相关的生物标志物,并评估其在预后中的潜在价值。方法 回顾性地收集2016年11月至2023年5月就诊于江苏省肿瘤医院的2642例肺癌患者的临床指标,将有完整随访数据的175例NSCLC患者纳入研究。根据外周血指标构建ML模型,按照8:2的比例分为训练集和测试集。采用无监督学习算法对血液特征进行聚类,使用互信息法进行特征筛选,并设计基于Shapley值的集成学习算法,计算每个特征对于模型预测结果的贡献程度。使用受试者工作特征(receiver operating characteristic, ROC)曲线对模型预测能力进行评估。结果 通过基于Shapley值的可解释ML模型的特征提取和对预测结果的贡献度分析,筛选出前10个贡献度最高的指标,分别为:病理类型、磷、嗜酸性粒细胞、单核细胞计数、活化部分凝血活酶时间、钾、总胆红素、钠、嗜酸性粒细胞百分比及总胆固醇。本研究模型的曲线下面积(area under the curve, AUC)为0.80。此外,低血钠及病理类型为鳞癌组的患者预后较差(P<0.05)。结论 本研究构建的可解释的模型为NSCLC患者EGFR突变状态的预测提供了新方法,这对无法进行基因检测的患者的诊疗提供了较为科学的依据。

关键词： 人工智能   媒介考古   影戏论   自动化   器官学  

摘要： 若从“自动/手动”视角考察视觉生成媒介,就会发现人工智能生成影像带来的危机:智能自动化对人类主体性的消解。然而,通过对灯影与电影之交的媒介考古观察,则能挖掘潜藏在影像中的“手动性”。20世纪80年代的“影戏论”建构了“影/戏”二元结构,但是,“影”被阐释为以索引性为基础的摄影术,强调了电影机器的自动性,却忽略了来自灯影的“手动性”。在AI时代对手动性的重新发掘,或能找到应对智能自动化危机的解药。

关键词： 人工智能   深度学习   正畸诊疗   图像处理   计算机辅助  

摘要： 人工智能(Artificial intelligence, AI)在正畸诊疗中的应用涵盖诊断、方案设计、治疗预测、远程监控及问题咨询等多个领域,辅助医生提高临床效率与精准性。在头颅侧位片关键点检测中,人工智能实现了高效、精准的自动定位,减少人为误差。在生长潜力评估中,人工智能能够准确识别颈椎骨成熟阶段,提升效率。拔牙决策辅助系统利用人工智能综合分析患者牙颌特征,为治疗规划提供支持。此外,人工智能实现了治疗后面部软组织的形态预测,为医生与患者提供参考。远程监控技术借助人工智能提升患者依从性,自然语言处理技术通过智能聊天机器人改善沟通。尽管人工智能展现巨大潜力,其临床应用仍面临数据覆盖不足、学习样本的构建标准不一致、模型可解释性欠缺及隐私风险等挑战。未来需优化算法、提升数据质量并完善监管框架,以推动人工智能在正畸诊疗中的应用。Artificial Intelligence (AI) in orthodontics spans diagnosis, treatment planning, outcome prediction, remote monitoring, and consultation, enhancing clinical efficiency and precision. In the detection of key points on lateral cephalograms, artificial intelligence has achieved efficient and precise automatic localization, reducing human error. In the assessment of growth potential, artificial intelligence can accurately identify the stages of cervical vertebral maturation, enhancing efficiency. The decision support system for tooth extraction utilizes artificial intelligence to comprehensively analyze patients’ dental and occlusal characteristics, providing support for treatment planning. It also predicts post-treatment facial morphology, assisting clinicians and patients. Remote monitoring improves compliance, while AI-powered chatbots enhance communication. However, challenges remain, including limited data coverage, inconsistent gold standards, lack of interpretability, and data privacy concerns. Advancing AI adoption requires optimizing algorithms, improving data quality, and strengthening regulatory frameworks.

关键词： 新质生产力   人工智能   AIGC   高质量发展   科技期刊  

摘要： 【目的】论述科技期刊在人工智能背景下如何构建和发展新质生产力,分析科技期刊新质生产力的内涵、要素及价值转移重构,在此基础上给出科技期刊新质生产力模型与发展策略。【方法】分别从“新”和“质”2个维度分析科技期刊的新质生产力,从新技术、新经济、新业态解读“新”,从改革牵引力、创新驱动力、价值向心力解读“质”;在此基础上分析与科技期刊新质生产力匹配的劳动者、生产资料、劳动对象、生产关系和生态;基于“从人到AI”“从场景到行业大模型”“从科技期刊行业到所属科技行业”等3个维度分析科技期刊的价值转移与重构。【结果】科技期刊可以从智能内容生产、审稿、编校,精准内容推荐与个性化服务,选题分析与趋势预测,自动化运营与智能决策支持,全域知识服务,AIGC全媒体内容形式,跨语言、跨文化全球化传播等方向构建新质生产力,实现科技期刊突破性变革并发挥独特价值。【结论】在新质生产力背景下,重塑科技期刊的工作流程,进一步激发创造力,凸显平台价值,大幅增加数字资产价值,使品牌价值最大化,大幅提升市场竞争力和全球学术影响力,大幅提高科技产业的参与度和话语权,并最终实现科技期刊的高质量发展。