关键词： 工业机器人   产品市场   高质量发展   智能制造   新质生产力  

摘要： 在当前加速变革的经济社会环境中,工业机器人的应用已成为企业提升其产品市场竞争力的核心要素。本文深入探讨了工业机器人如何通过提升生产效率、降低运营成本、提高产品质量以及增强生产灵活性等方式来赋能产品市场的理论逻辑,重点分析了有效部署工业机器人所需的关键要素与运作机制,如技术的深度集成、数据的高效利用及人机协作的优化等。此外,本文还详细探讨了在推广和应用工业机器人过程中面临的主要挑战,包括技术、经济和组织层面的障碍,并提出了相应的战略性应对措施。充分挖掘工业机器人赋能潜力需要多方面发力,确保在日益动态和竞争激烈的市场中获得持续的竞争优势。In the context of an accelerating economic and social transformation, the application of industrial robots has emerged as a pivotal factor in enhancing the market competitiveness of firms’ products. This paper delves into the theoretical logic of how industrial robots empower product markets by improving production efficiency, reducing operational costs, enhancing product quality, and increasing production flexibility. It focuses on the critical factors and operational mechanisms necessary for the effective deployment of industrial robots, such as the deep integration of technology, efficient utilization of data, and optimization of human-robot collaboration. Furthermore, the paper thoroughly examines the primary challenges encountered in the promotion and application of industrial robots, including technical, economic, and organizational barriers, and proposes strategic responses to these issues. Fully tapping into the empowering potential of industrial robots requires a multifaceted approach to ensure that enterprises can achieve sustained competitive advantages in an increasingly dynamic and fiercely competitive market.

关键词： 大模型   人工智能   数字政府   场景应用   敏捷治理  

摘要： ChatGPT和Sora迅速崛起并广泛应用,引发了各国对大模型的“追捧”与“考量”。然而,大模型能否引入数字政府,会在哪些应用场景形成乘数效应等问题有待观察。以国内几款主流大模型应用为例,对大模型的基本概念、主要分类、功能属性及其与数字政府的相互作用等作出解释。大模型在提升政府治理效率的同时,会增加额外成本,带来新的风险,对现有制度、机制、技术和数据等提出新挑战。依据敏捷治理理论和“技术嵌入型治理”等有关概念,提出“软硬结合”完善制度体系、“数实融合”重塑运行机制、“虚实结合”打牢技术底座、“人机结合”激发数据活力等对策建议,以期为大模型有效提升数字政府成熟度找到更优路径。

关键词： 人工智能   人机交互   认知   技术   双向建构  

摘要： 近年来,工程技术研究者们对人机交互的技术实现问题进行了持续的探究,同时哲学、社会学、心理学等领域的研究者们也对人与计算机在交互过程中产生的一系列现实问题产生了浓厚的兴趣。然而,对于到底什么是交互,以及人机交互的本质是什么这样的问题,学术界仍然模棱两可。如果说单个智能体存在的核心意义在于信息承载,那么对于人类而言,主体间相互规定以及在周围环境中的共生共存则是解决问题的重要维度。这意味着,交互过程不仅仅蕴含了具体情境中稳定的客观性特征,更意味着个体通过交互离开私人的领域,最终与其他主体或智能体一道形成融合性智能的过程。正是在此意义上,人机交互过程的本质并非实现信息协同,而是一个内部与外部、主体与智能体及世界连续统一的过程。

关键词： 光谱分析,拉曼   血清   人工智能   主成分分析   支持向量机  

摘要： 目的建立一种表面增强拉曼散射光谱(SERS)光谱技术结合机器学习的血清检测方法,用于结直肠癌(CRC)早期筛查的研究。方法收集在扬州大学附属江都人民医院确诊的CRC患者150例,以及37名健康受试者的血清样本。通过油水界面自组装制备金纳米六角板(AuNH)阵列,将5μl血清滴加在AuNH阵列上。在室温条件下,使用雷尼绍inVia拉曼光谱仪,在激光波长为785 nm,曝光时间10 s,功率5 mW条件下,对血清样本进行无损、快速检测。使用Origin 2019软件对获得的原始SERS光谱进行Savitzky-Golay平滑、AsLS基线校正、Min-Max归一化预处理。接着在Python中用scikit-learn库,构建主成分分析(PCA)-支持向量机(SVM)模型,用留一法交叉验证(LOOCV)来评估模型的准确率、敏感度、特异度和曲线下面积(AUC)。结果AuNH阵列形貌均匀,1080 cm-1处SERS强度的相对标准偏差(RSD)值为5.7%,1340 cm-1处SERS强度的RSD值为6.2%,AuNH阵列的检测限(LOD)为9.4×10^(-12)mol/L。PCA-SVM模型准确率90.9%(170/187),敏感度96.8%(181/187),特异度99.5%(186/187),AUC 0.98。区分CRC不同分期最明显的特征峰包括747、940、1000、1447和1612 cm^(-1)。结论本研究建立的基于SERS和机器学习的血清检测方法,能够准确地筛查CRC,具有较高的准确率、敏感度和特异度,具有潜在的临床应用价值。

关键词： 博物馆   消防演练   人工智能   算法模型  

摘要： 本文分析当前博物馆消防实操演练中存在的问题,以数字化仿真消防培训系统在南越王博物院应用为切入点,围绕仿真系统产生的样本数据为研究基础,构建、验证具有博物馆行业特点数字化消防培训机器学习训练模型,从而提升博物馆人员安全演练的训练质量水平,并总结出博物馆域模型构建的优化方法。

关键词： 人工智能   高校   网络思政教育   圈层牢笼   话语转型  

摘要： 在人工智能时代,大学生无法摆脱智能算法的信息投喂、信息偏食、信息裹挟,极易受“信息茧房、过滤气泡、群体极化、回音室”等负面效应影响,陷入一个信息窄化、封闭、迎合的“圈层牢笼”。这种“圈层牢笼”的束缚,使高校网络思政教育话语局限于“圈内同质化、圈外私密化、圈际脱序化、跨圈区隔化”的圈层循环逻辑,从而陷入话语主体失语、话语内容失调、话语表达失意、话语策略失效的困境。为此,高校网络思政教育话语迫切需要实现话语转型和优化话语转型策略:话语主体转向主体间性,塑造“圈内人”话语形象;权威话语转向大众话语,扩展“大众化”话语内容;传统话语转向图像话语,改善“多元化”话语表达;现实场域转向多元场域,建构“数智化”话语生态。通过以上话语转型策略,创新并完善高校网络思政教育话语体系,提升思政教育实效,牢牢把握多元场域内高校网络意识形态话语权。

关键词： 矿山机械   智能化   物联网   人工智能   大数据   自动化技术  

摘要： 矿山机械智能化技术近期在促进生产效率、降低成本、提升安全水平上取得重大进展,依托物联网技术升级,实现了对设备的实时监控与远程操控;人工智能与大数据技术助力设备维护及故障预测的精准化升级;自动化技术助力矿山作业迈向自主化新阶段。该技术大幅增强了矿山机械的操作安全性及稳定性,资源利用与能源消耗实现高效整合,然而,矿山机械智能化面临技术整合、数据安全防护及成本高昂的挑战。未来,技术革新持续推进,产业政策亦给予有力扶持,智能化矿山机械推动我国矿业迈向智能化、高效化、环保化的新阶段。

关键词： 人工智能   职业教育   智能教学环境   智能评价   智能教学过程  

摘要： 人工智能赋能职业教育有利于支持个性化学习,辅助智能教学;提高专业与产业的匹配度,推动产业转型升级;增强学生创新能力,提升学生就业竞争力。人才培养目标定位的精准性、学习内容需求的动态性、智能教学过程的交互性、育人机制的协同性、智能评价的多元性是人工智能赋能职业教育的内涵特征。五个要素紧密关联、相互影响,共同构成一个有机整体,推动职业教育人才培养质量提升。据此,提出人工智能赋能职业教育的实践路径:建设智能教学环境、优化课程体系与教学内容、加强师资队伍建设、创新评价与管理体系。

关键词： 人工智能   深度学习   卷积神经网络   脉冲激光   回波波形  

摘要： 激光测水深实验中,传统方法处理实验数据时难以充分考虑水面波动、悬浮颗粒、光照变化和噪声等复杂的环境因素,实验结果误差较大.利用人工智能深度学习方法,建立卷积神经网络模型处理水底回波信号,从大量数据中提取有用信息、消除噪声并优化测量结果,从而显著提高水深测量的精度.

关键词： 无人机   高光谱影像   田块尺度   玉米   产量   机器学习  

摘要： 为实现东北黑土区田块尺度上玉米产量的精准估算与生育时期优选,本研究以我国东北黑土区的春玉米为研究对象,选取吉林省梨树县的长期定位玉米试验田,于2019、2020年利用无人机采集玉米3个关键生育时期(拔节期、吐丝期、成熟期)的冠层高光谱影像,选取10种与产量显著相关的窄波段植被指数,并结合作物农学参数与施肥信息,分别采用逐步回归、随机森林(RF)和极度梯度提升树(XGBoost)算法构建玉米产量估算模型。最后通过决定系数(R^(2))、均方根误差(RMSE)和归一化均方根误差(NRMSE)对产量模型进行精度评价,以筛选出最优估产模型。结果表明:3种产量预测模型中XGBoost模型估算精度较优,其2019年吐丝期的R^(2)、RMSE和NRMSE分别为0.93、1054.17 kg·hm^(-2)和11.68%。同时,3种模型均表现为在吐丝期估算精度最优,最佳模型——2019年吐丝期的XGBoost模型中用于玉米产量估算的指示因子——植被指数R-M、作物农学参数与施肥信息的特征重要性分别为19.72%、4.70%、62.41%。研究表明,结合无人机影像与机器学习算法并融合多源辅助信息可提高田块尺度玉米产量的估算精度,为农业生产中的作物产量精准预估提供数据支撑与科学参考。