关键词： 声呐点云数据   机器学习   城镇排水管网   点云分类   规则化处理   三维重建  

摘要： 针对城镇满水排水管网的三维模型重建问题,提出一种基于声呐点云数据的高精度建模方法。首先,预处理原始点云数据,包括去噪、补全和优化,并引入PointMixup技术实现数据增强,以提升模型训练的健壮性和泛化能力;其次,采用基于梯度分析的权重分配法与随机森林模型结合对满水排水管道进行形状拟合,以准确还原管道几何特征;最后,通过提取多分辨率信息,结合Poisson重建技术,在拟合管道形状和原始点云数据的双重约束下,生成细节丰富的三维排水管网模型。以实测水下机器人搭载断面声呐获取的点云数据为实验对象,验证了所提方法的有效性。实验结果表明,该方法能够完整提取管道内部沉积物和水面特征信息,精准重建管道三维结构,同时清晰展示管道的功能性缺陷,具有较高的工程应用价值。

关键词： 集装箱正面吊   人工智能   防撞  

摘要： 为减少港口中集装箱正面吊行驶或作业过程中碰撞造成的事故,针对现阶段集装箱正面吊防撞方案存在的主要问题,提出一种AI智能防撞技术应用方案。该方案具备智能360°全景环视预警和倒车辅助刹车功能,可实现集装箱正面吊安全防撞精准管理,减少因碰撞造成的影响作业效率的情况。

关键词： 新质生产力   新能源汽车   人才培养   校企合作   人工智能  

摘要： 随着智能网联汽车技术的不断突破与应用,新能源汽车产业对具备跨学科知识、创新能力和实践经验的复合型人才需求日益增长。本文通过分析当前广西新能源汽车产业的快速发展及其对新型人才的需求变化,对现有政策体系的梳理与分析,探讨了现有人才培养政策在适应新质生产力需求方面的成效与不足,并结合新质生产力需求的特点,提出了优化的对策和建议,旨在通过加强跨学科复合型人才培养、加强政府引导与激励、深化校企合作、引入行业专家指导等措施,促进人才培养政策与新质生产力需求的紧密对接,为广西新能源汽车产业的持续健康发展提供有力的人才支撑。

关键词： 人工智能   CT成像   重建算法   征稿函   持续增长   医学影像技术学   研究成果  

摘要： CT作为应用最广泛的医学影像检查技术之一,临床检查频度持续增长。据统计,截至2023年,我国CT操作人员数量接近7万人,每年CT检查频度约为4亿人次。随着硬件和软件新技术的层出不穷,CT的临床检查频度显著上升,人工智能重建算法在CT成像方面的应用越来越多,日趋成熟。为了进一步提升人工智能重建算法在CT成像方面的实际应用,中国医药教育协会医学影像技术学专委会相关专家,组织本专栏的稿件征集和审稿。欢迎全国同道积极投稿,分享人工智能重建算法在CT临床应用中的经验和研究成果,互通有无,加强讨论,共同进步。

关键词： 人工智能   人类智能   教育转型   工业社会   数字社会  

摘要： 人工智能是一种新技术,更是一种新智能。作为一种新技术,人工智能可以为教育提供新媒介;作为一种新智能,人工智能将颠覆教育培养知识人和专业人的信条。面对工业化教育体系向智能化教育体系的转型,我们需要一场人工智能启蒙教育,并基于人类智能和人工智能两种不同的智能系统,重构我们的教育哲学和制度安排。人类教育的未来取决于我们是善用还是滥用人工智能技术。人工智能启蒙教育即在所有人头脑里植入关于人类智能与人工智能相向而行的信念系统,教育会因人工智能的助力而兴盛。未来,我们要基于新智能推动教育的范式转换,不断强化基于人工智能、关于人工智能和为了人工智能的启蒙教育,打造出基于“人类智能+人工智能”的新教育体系。

关键词： 政府采购   风险识别   机器学习   稳定自训练   图卷积网络  

摘要： 文章基于对全国政府采购代理机构数据集的结构分析,提出图卷积网络在政府采购代理机构年度监督检查中的应用路径。针对政府采购代理机构检查成本高且有类别标签的样本比例极小的特点,构建稳定自训练图卷积网络模型,以识别政府采购代理机构风险。稳定自训练图卷积网络对政府采购代理机构风险的识别精度可达到0.949,较自训练图卷积网络的精度提升了0.158,迭代过程表现出稳定性,对高风险的漏判率为0。通过所提方法筛选检查对象,实现了政府采购代理机构风险的全覆盖识别,提高了定位检查对象的精准性,降低了人工检查成本。

关键词： 立德树人   高中新课程   高中通用技术课程   技术课堂   五育并举   新课改背景下   人工智能   技术素养  

摘要： 在课程改革的推进过程中,强调所有课程的核心是“立德树人”,将“五育并举,德育为先”的理念贯穿其中。在高中通用技术课程的教学中,教师应更注重激发学生的学习兴趣,提高学生的创新和实践能力,培养学生正确的意识素养和技术素养为主,强化其创新、动手能力为目标。本文聚焦于探计技术课堂在新课改背景下如何高效融入人工智能教学方法和途径,以期为高中技术教育的未来发展提供有益的参考和启示。

关键词： 人工智能   智能钻完井技术   智能钻井装备   智能钻井软件  

摘要： 近年来,随着油气资源的勘探和开发进入更深层、更复杂的地质环境,传统钻井方式在效率、安全和成本上面临严峻挑战。为应对这些挑战,人工智能(AI)技术正逐步渗透到油气钻井工程中,提升了钻井作业的智能化水平。本文结合国内外对油气钻井工程的研究现状,讨论了人工智能在油气钻井工程中的关键技术应用,智能钻完井技术结合大数据、人工智能算法和软件平台,优化井眼轨道、导向钻井和钻速等关键技术,以提高作业安全性和效率。其次,智能钻井装备的研发与应用在国际上已相对成熟,智能钻机、钻头和旋转导向系统等设备实现了高度自动化,提高了作业效率并降低了人力成本。最后,钻完井软件系统通过引入机器学习和云计算等技术,整合和分析大量数据,从而优化钻井设计和操作。虽然国内在智能钻井软件和装备方面起步较晚,但已有了一定进展,主要集中在监测优化和设计方面。未来,随着核心技术的突破,人工智能将为油气资源开发带来技术革命。我国需继续加强基础研究,结合行业实际需求,推动技术自主创新与应用推广,以提升整体智能化水平,缩小与国际先进技术的差距。In recent years, as the exploration and development of oil and gas resources enter deeper and more complex geological environments, traditional drilling methods face severe challenges in efficiency, safety and cost. To meet these challenges, artificial intelligence (AI) technology is gradually penetrating into oil and gas drilling engineering, improving the intelligence level of drilling operations. Based on the current research status of oil and gas drilling engineering at home and abroad, this paper discusses the key technical applications of artificial intelligence in oil and gas drilling engineering. Intelligent drilling and completion technology combines big data, artificial intelligence algorithms and software platforms to optimize key technologies such as wellbore trajectory, directional drilling and drilling speed to improve operation safety and efficiency. Secondly, the research and development and application of intelligent drilling equipment have been relatively mature internationally. Equipment such as intelligent drilling rigs, drill bits and rotary steering systems have achieved a high degree of automation, which has improved operation efficiency and reduced labor costs. Finally, the drilling and completion software system integrates and analyzes a large amount of data by introducing technologies such as machine learning and cloud computing, thereby optimizing drilling design and operation. Although China started late in the field of intelligent drilling software and equipment, it has made some progress, mainl

关键词： 学科内涵   语言规律   人工智能   语言模型   守正创新   语言学研究   语言本质   思路探索  

摘要： 在语言问题的探索上,语言学与人工智能两个学科分别从不同的路径推动了我们对人类语言的认识。当代语言学研究无疑会受到这一思潮的冲击,而如何在人工智能时代以跨学科的思路探索语言规律,是语言学研究者今后需要关心和努力的方向。面向语言学的未来发展,以大语言模型为代表的新技术可以为语言学研究以及其他学科的研究提供思路和可借鉴、利用的方法。在人工智能时代,语言学研究者应深刻理解和把握学科内涵,守正创新,拥抱新技术,深入思考人工智能时代的语言学研究取向和路径。在语言问题的探索上,融合语言学与人工智能两个学科,通过不同的研究范式相互促进,进一步推动对人类语言本质的认识。

关键词： “双碳”目标   新型能源系统   深度神经网络   人工智能   机器学习   大数据分析   大语言模型  

摘要： 在“双碳”目标的推动下,风能和光能等新能源迅速发展,但能源生产、消费和存储环节面临弃风弃光、资源浪费和低储存效率等挑战,为此,亟须发展更加智能的新型能源系统。深度神经网络(DNN)是新一代人工智能发展的一个重要方向,网络的深层结构使得其对复杂函数具有强大的拟合能力,解决了传统机器学习算法在进行大数据建模分析时由于模型自身学习能力局限而无法提取数据最具表征力特征的问题。重点对DNN在新型能源系统的应用进行研究,主要从DNN概述,新能源系统对DNN的需求以及DNN在新型能源系统建模仿真、规划优化、运行维护、运行控制和系统管理中的应用等层面进行综述分析,对DNN在新型能源系统应用面临的挑战进行了总结展望,旨在为相关行业工作者提供参考。