关键词： 小麦   地上部生物量   机器学习   光谱指数   点云特征参数  

摘要： 小麦地上部生物量（AGB）是衡量其生长状况的重要指标,采用无人机搭载不同光学传感器可实现小麦AGB的监测。由于小麦生长后期植被覆盖度较高,光学传感器难以获取冠层内部的信息,从而影响AGB的监测精度。为了减少这种影响,本研究在利用光谱指数（颜色指数CIs和植被指数VIs）估算AGB时,引入了与高度相关的点云特征参数（PCs）作为冠层结构的代表性指标,并对引入PCs前后的AGB估算模型精度进行了比较分析。结果表明,在小麦拔节期、抽穗期和灌浆期,使用不同特征参数估算AGB的效果存在差异。CIs在训练集中的估算效果略低于VIs,而在验证集中则略高于VIs;尽管PCs在三个关键时期的表现并不最为突出,但其稳定性较强,部分冠层结构特征显示出对AGB的预测潜力。使用单一特征预测AGB时,r2范围为0.47～0.75,而融合CIs、VIs与PCs三种特征后的AGB估算模型精度得到了显著提高。在三个生育时期,模型的预测r2分别为0.79、0.81和0.77,RMSE分别为0.42、0.74和0.80t·hm-2。在采用不同类型的遥感特征时,支持向量机回归（SVM）比高斯过程回归（GPR）表现出更优的估算效果。因此,通过融合CIs、VIs和PCs三种特征,并采用SVM算法,可以有效实现小麦AGB的估算。

关键词： 发动机制造   自动化装配   机器人集成   智能制造  

摘要： 针对发动机制造过程中罩壳螺栓装配与缸体毛刺处理等工序人工劳动强度大与加工质量不稳定的问题,研究了基于工业机器人与协作机器人的自动化装配与加工集成方案。通过分析零部件装配特点,设计了多关节机器人与振动供料装置的集成系统,实现螺栓的自动上料与定位安装。针对缸体毛刺去除,开发了基于六轴机器人的自动打磨系统。实验结果表明:自动化螺栓装配效率提升85%,螺栓掉落率降至0;缸体边缘毛刺去除量由4.47mg降至0.2mg以下,加工质量稳定可控。

关键词： 人工智能   政策环境   研发投入   人才资源   创新  

摘要： 对中美欧人工智能产业发展进行比较研究，有助于深入了解各自的发展优势和不足，为政府制定合理的人工智能发展战略和政策提供参考，促进人工智能产业健康、可持续发展。文章分析了中美欧在人工智能产业政策环境、研发投入、人才资源、产业应用、创新生态等方面的现状与特点，并对未来发展趋势进行了展望。研究发现，中美欧在人工智能领域各有特色，美国在技术创新和研发实力方面领先，中国在应用场景拓展和数据资源方面具有独特优势，欧洲则注重伦理规范和社会影响。未来，三者将在竞争与合作中共同推动全球人工智能产业的发展，同时也需要应对技术风险、伦理挑战等问题。

关键词： 智能交通管理系统   交通流优化   信号控制   车联网   人工智能  

摘要： 传统的交通管理模式在面对复杂、动态的交通环境时,存在信号控制滞后、路径规划单一、交通资源利用率低等问题,难以有效缓解城市交通拥堵。智能交通管理系统依托先进的感知、通信、计算和控制技术优化交通流组织,以提高城市道路的通行效率。基于此,本文首先分析了智能交通管理系统的技术架构,包括交通流检测、数据处理与计算、优化控制算法等核心技术。接着,借助仿真实验和典型城市案例分析,量化智能交通管理系统对平均通行时间、车辆排队长度和交通流量的优化效果。研究表明,基于人工智能和大数据分析的智能信号控制、车联网辅助调度和自适应路径优化策略,能够有效提升城市道路通行效率,减少交通延误,提高道路资源利用率。以期为未来智慧交通系统的优化提供技术支撑。

关键词： 机器学习   深度学习   方面级情感分析  

摘要： 随着情感分析的不断发展，提出了侧重于对评价对象及其属性进行细粒度情感分析的方面级情感分析，受到了研究者越来越多的关注。与传统的情感分析相比，方面级情感分析能够准确地反映评价对象及其意见，帮助企业有针对性的改进，助力企业高质量发展。根据使用方法的不同，本文将其划分为基于规则的方法、基于注意力的方法、基于机器阅读理解的方法、基于序列标注的方法以及基于生成的方法，并对现有的文献进行了分析和总结；介绍方面级情感分析的新任务：多模态、隐式和跨领域方面级情感分析；给出了常用数据资源，如SemEval系列、MAMS、ACOS和CMU-MOSEI；最后，对面临的挑战和未来的研究方向进行了探讨，指出需要解决数据量小、领域单一、数据质量难以评估的问题，加强对复杂语句和多模态的方面级情感分析，如何更好地利用预训练语言模型为更深入的研究提供思路。

关键词： CNC全自动锯床   人工智能   强化学习   深度学习  

摘要： 本研究旨在利用人工智能(AI)算法优化CNC全自动锯床的复杂形状切割路径,以提高切割精度、减少切割时间和降低材料浪费。方法 采用深度学习、遗传算法和强化学习三种AI方法对切割路径进行优化,并在MATLAB/Simulink仿真平台上进行实验验证,比较不同算法在切割精度、时间效率和材料利用率方面的表现。结果 结果表明,强化学习算法在切割路径优化方面表现最佳,切割误差降低至0.3mm,切割时间缩短至20s,材料浪费率降至8.2%。相比之下,深度学习和遗传算法的优化效果虽优于基准算法,但仍略逊于强化学习。结论 AI算法的应用显著提升了CNC锯床的切割性能,强化学习算法在处理复杂形状切割路径时展现出更优的适应性和优化效果,为智能制造和自动化加工提供了新的优化手段。

关键词： 脑卒中   取栓   人工智能   流程   预后  

摘要： 目的 探讨计算机断层扫描血管造影（computed tomography angiography， CTA）及脑灌注成像（computed tomography perfusion imaging， CTP）自动化软件的应用是否能改善院内血管内治疗的工作流程。方法 研究纳入了2020年1月1日至2022年12月30日在西南医科大学附属医院脑卒中绿色通道接受CTA及CTP评估并进行血管内治疗的急性缺血性脑卒中患者。根据是否采用自动化软件评估，将患者分为对照组和人工智能组。对照组包括2021年6月之前通过人工后处理多模式影像的患者，而人工智能组则包括2021年7月之后使用自动化软件处理的患者。主要结局指标为患者入院至动脉穿刺时间（door-to-puncture time， DPT），次要结局为90 d改良Rankin量表的结果。结果 共计纳入312例患者，其中对照组145例，人工智能组167例。全部患者的中位年龄为68岁（58～74岁），男性占55.4%（173人）。发病时美国国立卫生研究院卒中量表（National Institute of Health Stroke Scale， NIHSS）评分的中位数为16（12～19）。使用人工智能软件前患者从入院到动脉穿刺的时间（DPT）中位数为110 min（80～150 min），使用后缩短至95 min（65～125 min）（P<0.001）。然而，改良Rankin量表评分0～2分的功能独立比例在两组间没有显著差异（39.3% vs. 41.3%，P=0.719）。结论 脑卒中多模式CT自动化软件的应用，改善了院内急性缺血性脑卒中的工作流程。该软件的实施缩短了血管内治疗（EVT）的时间，但未显示出对患者神经功能预后的显著影响。

关键词： 人工智能   自然语言处理   高校教学  

摘要： 随着人工智能的迅速发展,尤其是在自然语言处理(NLP)领域的突破,人工智能技术已经渗透到各个行业领域,尤其是教育行业。自然语言处理工具通过对语言的理解和生成,极大地改变了高校教学的方式。本文将探讨人工智能自然语言处理工具对高校教学的影响,分析其在教学过程中的应用、带来的变革以及未来的发展方向。文章首先介绍人工智能和自然语言处理的基本概念及发展历程,接着探讨自然语言处理工具在高校教学中的应用实例,分析其对教学效果、教师与学生互动、教育资源的管理等方面的影响。最后,文章提出了人工智能在高校教育中应用。

关键词： 人工智能   学生   核心素养   发展路径   初中   信息科技课程  

摘要： 在信息技术迅猛发展过程中,人工智能无声无息地踏入教育领域,慢慢演变为核心素养提升的助推器,在初中信息科技课堂上,人工智能技术的加入使得教学内容愈发多元,为学生的个性化与智能化学习增添了丰富可能性,鉴于此背景,本文锁定初中信息课程的教学现状,试图探索人工智能赋能学生核心素养发展的路径,并给出部分思路以供参考。

关键词： 人工智能   展示交互设计课程   实践探索  

摘要： 《展示交互设计》作为一门新兴课程,在数字经济与智能技术的迅速发展的时代下,如何满足行业人才需求是目前急需思考的问题。本文试图通过重庆科技大学的“人工智能 教改项目”教学实践案例,分析出人工智能技术赋能下的新教学模型以及在课程改革中实施的教学创新与实践成果。