关键词： 多光谱影像   灰色关联法   机器学习   精准农业  

摘要： 叶绿素是作物保证产量和品质的重要色素,及时准确监测作物叶绿素含量,对实现精准农业具有重要意义。以玉米为研究对象,利用无人机多光谱遥感采集玉米3个重要生育期(苗期、拔节期、成熟期)的光谱数据,并同步采集玉米叶片的叶绿素含量,从多光谱图像中提取反射率,并计算光谱指数,通过灰色关联法筛选不同生育期下光谱指数的最优自变量组合,作为模型的输入变量,以此构建3个不同生育期下极限学习机(ELM)、随机森林(RF)、BP神经网络(BPNN)叶绿素含量监测模型,并对构建的监测模型进行精度评价。结果表明,不同的生育期和不同的模型都对监测精度产生了较大影响,模型精度排序为:ELM(R2=0.57~0.65;RMSE=1.32~1.44)

关键词： 人工智能   冶金自动化   生产流程控制   故障诊断  

摘要： 文章深入探讨了人工智能在冶金自动化领域的应用,分析了其在生产流程控制、设备故障诊断等关键环节的具体应用;同时,指出了当前面临的数据、人才等方面的挑战,并提出了相应对策,旨在为冶金行业借助人工智能实现智能化转型,提升生产效率与产品质量提供理论与实践参考。

关键词： 机器学习   中国核物理学会   中国原子能科学研究院  

摘要： 2024年10月25-28日|浙江湖州第三届核物理与核数据中的机器学习应用研讨会在湖州召开,会议由中国核物理学会、中国原子能科学研究院、中国科学院近代物理研究所、北京大学、北京师范大学、复旦大学、广西师范大学、湖州师范学院、清华大学、上海交通大学等单位联合主办,湖州师范学院理学院承办。来自全国60余所高校和科研院所的160余位专家、学者及代表参加了此次研讨会。

关键词： 膝单髁置换术   膝骨关节炎   术前规划   可视化   人工智能  

摘要： 目的探索人工智能(AI)技术在膝单髁置换术前规划中的临床应用价值。方法本研究为回顾性对照分析。选取2021年7月至2023年7月在黄石市中心医院行膝单髁置换术的35例患者,根据术前规划的方法不同分为试验组和对照组。试验组14例患者中男6例,女8例,年龄(62.43±3.55)岁,应用AI技术进行术前规划。对照组21例患者中男7例,女14例,年龄(62.10±2.86)岁,按照传统X线片方法进行术前规划。记录并比较两组患者手术时间、术中出血量、术后引流量、假体符合率(术前预测假体、垫片的大小型号与术中使用完全一致)以及术后3个月、1年美国特种外科医院(HHS)膝关节评分、视觉模拟评分法(VAS)评分、膝关节活动度改善情况。采用χ^(2)检验、t检验进行对比分析。结果试验组手术时间、术中出血量、术后引流量分别为(59.07±3.36)min、(107.29±10.16)ml、(78.93±10.95)ml,对照组分别为(69.57±2.11)min、(123.38±7.65)ml、(95.19±12.49)ml,差异均有统计学意义(t=11.378、5.347、3.958,均P<0.001)。术后3个月、1年,试验组的HHS膝关节评分和膝关节活动度均高对照组[(79.93±1.14)分比(76.81±1.54)分和(119.57±4.62)°比(111.76±6.25)°、(92.36±1.87)分比(90.48±1.25)分和(130.29±4.60)°比(120.57±4.98)°],VAS评分均低于对照组[(1.71±0.47)分比(2.43±0.68)分、(1.14±0.36)分比(1.86±0.48)分],差异均有统计学意义(均P<0.05)。试验组的股骨侧、胫骨侧、垫片符合率均高于对照组[92.86%(13/14)比42.86%(9/21)、92.86%(13/14)比38.10%(8/21)、85.71%(12/14)比33.33%(7/21),均P<0.05]。结论应用AI技术进行膝单髁置换术前规划,可精准预测股骨侧、胫骨侧假体型号及垫片大小,提高假体符合率,减少术中出血及术后引流量,改善患者术后膝关节疼痛症状,提高膝关节活动度,具有临床指导意义。

关键词： 煤矿井下钻探   地层可钻性   钻进参数   鲸鱼算法   机器学习  

摘要： 复杂多变的地层条件给煤矿井下安全高效生产带来了巨大挑战,通过钻进数据建立地层可钻性预测模型,实现地层类型智能感知,可为钻进过程提供地质信息保障。针对煤矿井下钻进数据存在异常值、样本量不平衡等问题,采用局部离群因子异常检测算法(LOF)剔除异常钻进数据,利用生成式对抗网络(GAN)对原始钻进样本进行训练,获取了钻进生成样本以构建平衡钻进数据集。提出了一种鲸鱼算法优化核极限学习机(WOA-KELM)的钻进地层可钻性预测方法,构建基于鲸鱼算法优化后的核极限学习机预测模型预测地层可钻性等级。通过淮南矿区现场实钻数据获得了包括回转压力、钻进压力、钻速等钻进数据,利用LOF剔除异常值后通过GAN生成与原始样本相似度高的生成样本,应用箱线图、识别率、散点图分布验证了生成钻进样本的可靠性。利用生成样本平衡钻进数据集通过WOA-KELM建立钻进过程地层可钻性预测模型,对地层可钻性预测准确率达98%左右,优于SVM、KNN等识别模型。研究结果为煤矿井下自适应钻进与工况智能感知技术提供了参考和借鉴。

关键词： 电子信息行业   工业软件   智能制造   生产控制   数据分析   设备维护   柔性管理   成本控制  

摘要： 文中聚焦于智能生产控制、数字化工厂、设备预测性维护与安全管理等关键技术,解析了工业软件在智能制造中的应用方法及技术实现,探讨了各模块系统的数据采集、实时分析及生产优化功能。电子信息行业智能制造技术的发展依赖于工业软件的深度应用。利用工业软件构建数据驱动的决策支持系统,可以为柔性生产、质量监控及成本控制提供支持,有效提高生产流程的智能化水平。

关键词： 脑损伤   脑性瘫痪   脑室周围白质损伤   磁共振成像   人工智能  

摘要： 目的观察自引导注意力网络检测脑室周围白质损伤(PVWMI)患儿脑瘫(CP)相关责任病灶的效能。方法回顾性纳入383例PVWMI患儿,将其分为CP组(n=243)与非CP组(n=140);另以214例颅脑MRI无明显异常患儿为对照组。基于颅脑T1WI分别于半卵圆中心、内囊后肢、大脑脚及丘脑勾画ROI,于T2WI中标注其内CP相关责任病灶,将二者配准作为输入网络。采用ResNet34网络、结合注意力及自引导网络训练网络并检测PVWMI患儿CP相关责任病灶,评估其检测关键解剖结构中病灶的效能以筛选最优者,观察其分割关键解剖结构的效能。结果自引导注意力网络为最优网络,其检出病灶的曲线下面积为0.794~0.914,分割关键解剖结构的戴斯相似系数为0.702~0.764。结论自引导注意力网络可用于初步检测PVWMI患儿CP相关责任病灶。

关键词： 人工智能   数据治理   数据政策   数智转型  

摘要： 文章从政策制定情况、政策内容要点、政策内容地区分布等方面梳理与分析我国面向人工智能的数据治理政策体系的构建情况。研究发现:我国从国家到地方均制定了面向人工智能的数据治理政策,但各地推进程度不同,总体涉及数据主体、数据对象、数据全生命周期管理、数据保障等方面,并进一步从深化数据视角来建设政策体系、扩充凸显数据治理理论与方法的政策内容、推动多元共进的央地政策协同等方面讨论政策体系的优化方向。

关键词： 数字出版   5G   大数据   产业发展   人工智能  

摘要： 大数据、人工智能、5G等数字技术的发展,为数字出版产业带来了良好的发展机遇。如何加快数字出版产业发展,是当前出版业所需思考并研究的一项重大课题。本文结合数字出版产业内涵、发展进展,梳理新时期数字出版产业的发展趋势,分析数字出版产业发展面临的主要困境,提出加快数字出版产业发展建议,以期为出版业相关人员提供有益参考。随着数字技术的不断发展,我国数字出版产业迅速发展,成为出版业不可或缺的一部分。

关键词： 机器学习   放射性肺炎   放射剂量学   集成学习   模型解释   权重分析  

摘要： 目的建立一种基于肺癌患者放疗前临床剂量学数据的放射性肺炎预测模型,并探究影响放射性肺炎的特征因素权重。方法选取126例肺癌患者放疗前的临床剂量学数据,并将逻辑回归分析、支持向量机、随机森林3种机器学习方法作为基分类器,通过投票法建立放射性肺炎集成学习(Radiation Pneumonia Ensemble Learning,RPE)预测模型。结果RPE模型预测放射性肺炎的准确度为71.16%,敏感度为68.31%,特异性为73.98%;RPE的受试者工作特征曲线及曲线下面积值最高可达0.798±0.082。在对放射性肺炎影响因素权重分析中,双肺V_(20)(器官接受至少20 Gy剂量的体积百分比,其他依次类推)的权重最高为0.2423,双肺V_(40)的权重次之,为0.1624。结论由放疗患者的临床剂量学数据集建立的RPE模型相较于3种传统基分类器,可有效提高放射性肺炎的预测准确度,且该模型能为放疗计划的设计提供指导依据,提高患者生存质量。