关键词： 梯度下降   机器学习   回归模型   算法优化  

摘要： 在预测枸杞生长的过程中,回归算法所建立的模型展现出了一定的误差范围。为了提高模型的精确性和效率,文章深入探讨了随机梯度下降法(SGD)和批量梯度下降法(BGD)在回归问题中的应用及二者对回归算法收敛速度的影响。对比随机梯度下降法(SGD)与批量梯度下降法(BGD)在相同条件下的收敛性能,旨在更深入地理解并优化回归算法的训练过程,从而为枸杞生长模型的改进提供更为精准和高效的方案。

关键词： 全球经济格局   商业生态   数字化转型   变革时代   人工智能   信息技术   大数据   云计算  

摘要： 随着信息技术的飞速发展,尤其是互联网、大数据、云计算、人工智能等前沿技术的广泛应用,我们正处在一个前所未有的变革时代。这场变革以数字化、智能化、网络化为特征,正在深刻重塑着全球经济格局和商业生态。在这一背景下,数字化转型、全球化发展与绿色发展战略成为了企业求生存、谋发展的关键。许多企业已经意识到需要对企业战略、文化、组织结构乃至整个生态系统进行一次全面升级。

关键词： 人工智能   机器人定位   定位精度  

摘要： 针对传统机器人定位存在的定位精度低的问题,创新提出了一种基于激光雷达和卷积神经网络的机器人定位新方法。该方法通过激光雷达获取机器人周围环境信息,并采用卷积神经网络提取周围环境信息特征,实现对移动机器人的空间定位。将提出的机器人定位方法应用于室内外环境下的移动机器人定位中,结果表明,在室内环境下,该方法的定位误差达到毫米级别,角度定位误差在1°以下;在室外环境下,定位误差为厘米级别。该定位方法能够满足移动机器人在室内外作业的需求,对机器人开发具有一定的参考价值。

关键词： 人工智能   智慧教学模式   应用型本科   大学英语  

摘要： 人工智能(AI)在教育领域的应用正逐步重塑传统的教学模式。本研究探讨了AI在应用型本科大学英语教学中的应用,旨在构建一个融合AI的智慧教学模式,以提升学生的英语语言能力和跨文化交际能力。本研究通过优化课程内容、整合智能教学平台和实施多元化评估,旨在为教师提供定制化教学辅助,同时为学生打造互动性强、个性化的学习环境。研究强调了人工智能在推动教学现代化、提升教学质量方面的关键作用,特别是在培养学生满足未来社会需求的英语能力方面。

关键词： 用户生成内容   产品改进   属性提取   属性情感分类   机器学习   深度学习  

摘要： 用户生成内容(User-generated Content,UGC)包含了大量用户对产品及其属性的真实看法。随着数字技术的持续发展,企业日益重视利用UGC来洞察用户需求,从而指导产品改进。在这一过程中,属性提取与属性情感分类被视为两大核心环节。属性提取旨在从UGC中识别出关键的产品属性,其方法可归为有监督学习和无监督学习两类;属性情感分类则用于分析用户对这些属性的情感态度,主要包括基于词典与规则、基于统计机器学习以及基于深度学习的方法。文中首先对属性提取与属性情感分类方法的理论框架及技术要点进行系统梳理,随后结合实际应用进行阐述,以期为利用UGC指导产品改进的企业和研究者提供有价值的参考。最终,探讨了当前属性提取与属性情感分类所面临的挑战及未来的研究方向。

关键词： 人工智能   设计类基础课程   平台建设   课程体系  

摘要： 以黄河科技学院设计学专业为例,调整并完善现有设计类基础课程培养体系,将人工智能技术与设计教育教学内容深度融合,并基于改进后的课程体系,通过对功能和安全等方面分析,平台采用微服务架构,主要包括基于AI技术的用户管理、课程管理、资源管理、学习管理、考核管理等模块。文章运用人工智能技术辅助在线课程资源的整合、设计、开发和应用,借助人机协同共同完成教学管理流程、学生管理流程、课程管理流程、考核管理流程,探讨了高校设计学科人才培养的基础课程体系的调整改进方向,构建了基于人工智能技术的设计类基础课程资源平台,以期提高课程资源的质量,增强学生的学习体验,促进教育教学的创新和进步。

关键词： 人工智能   电子商务   人才培养  

摘要： 随着人工智能的发展,电子商务领域正经历巨大变革,对电子商务人才培养提出了新的要求。基于人工智能时代的技术特征、经济特征和社会特征,针对电子商务发展趋势和人才培养需求变化,从人才培养方案、课程教学体系、实践实训模式和考核评价方式四个方面,对电子商务专业人才培养模式进行优化,为建立符合社会需求和行业要求的新型电商人才培养体系提供参考。

关键词： 动态热线额定值   数据驱动   数字孪生技术   机器学习  

摘要： 输电线路热容量的限制对水电企业的安全可靠性起着至关重要的作用。为了准确采集、传输并估计输电线路的温度数据,现有的基于物理的标准是根据多个传感器测量的环境和线路条件来实现,计算成本高、估计精度低,基于此,提出基于数字孪生技术的数据采集与传输方法。该方法通过物理传感器数据与实际导体温度数据之间的输入输出关系来进行机器学习,作为基于物理标准的数字等效。通过对实际数据的实验评估,将所提出的方法与IEEE738标准进行比较,结果表明,该方法可明显降低预测温度的均方根误差,数字孪生体提供了更准确和可靠的估计,可以作为传统方法的补充或潜在替代方法。

关键词： ChatGPT   人工智能   高校图书馆  

摘要： 随着人工智能技术的迅猛发展,尤其是以ChatGPT为代表的大语言模型的发展,高校图书馆面临前所未有的机遇和挑战。文章通过文献调研和网络调研法,综合分析国内外相关文献和实践案例,探讨ChatGPT在高校图书馆中的应用场景,并提出在技术层面、数据安全、伦理法律约束等方面的挑战。此外,文章还展望了ChatGPT及相关人工智能技术在未来图书馆服务中的发展趋势,强调提升图书馆员技能的重要性。

关键词： 湍流热通量   液态金属   数值传热   代数热通量模型   机器学习  

摘要： 液态铅铋(LBE)数值传热受制于极低普朗特数特性,传统雷诺比拟方法不能准确封闭和描述平均能量方程中的湍流热通量(THF)及温度输运过程,因此需构建针对低普朗特数流体THF的封闭模型。模型分为4类:湍流普朗特数模型、代数热通量模型、二阶矩微分热通量模型及利用机器学习的数据驱动模型。本文通过梳理其研究进展、建模思想,对模型所展现的复杂程度、在工程应用中的适用性等特点展开评述,为后续THF封闭建模研究、优化及创新提供见解。在燃料棒束间LBE的强制对流换热模拟中,显式代数热通量模型展现出较高的应用前景,机器学习则为THF封闭提供了全新的视角。