关键词： 人工智能   药用植物栽培教学个性化学习   虚拟仿真   环保栽培  

摘要： 本文系统探讨了人工智能(AI)在药用植物栽培教学中的应用现状及其未来发展方向。研究指出,传统教学模式存在资源整合效率低、个性化指导不足、实践环节薄弱等问题,而AI技术通过智能化资源整合、个性化学习路径设计及实时反馈机制,为教学改革提供了创新路径。本文从理论基础出发,结合具体案例分析了AI在药用植物栽培教学中的实践应用,并展望了其在自动化栽培管理、环保型教学及跨学科人才培养等方面的前景。研究认为,AI技术的深度融合将推动药用植物栽培教学向精准化、高效化方向发展,为中药材产业可持续发展提供人才保障。

关键词： 乙型肝炎病毒   肝细胞癌   细胞外囊泡   微小RNA   甲胎蛋白   维生素K缺乏或拮抗剂诱导蛋白Ⅱ   机器学习  

摘要： 目的 探究腹水和血清细胞外囊泡(EVs)中微小核糖核酸(miRNA)与甲胎蛋白(AFP)、维生素K缺乏或拮抗剂诱导蛋白Ⅱ(PIVKA-Ⅱ)联合检测乙型肝炎病毒(HBV)相关原发性肝细胞癌(HCC)的诊断价值。方法 选取2023年11月-2024年11月解放军总医院第五医学中心收治的腹水放置或腹水浓缩回流术的肝癌患者41例和肝硬化患者26例为研究对象,留取患者腹水及血清标本。采用实时定量逆转录聚合酶链反应(q RT-PCR)技术检测细胞外囊泡的miR-2 1、miR-12 5a、miR-15 0、miR-200a表达水平,化学发光法检测腹水和血清及腹水和血清细胞外囊泡中AFP和PIVKA-Ⅱ的含量。利用人工神经网络,构建血清标记物联合腹水标记物诊断模型。结果血清联合各指标鉴别HCC与肝硬化的曲线下面积(AUC)为0.933,腹水联合各指标鉴别HCC与肝硬化的AUC为0.912,利用人工神经网络筛选所有检测指标,将相对重要性>0.5的指标纳入诊断模型中,模型包含腹水AFP,腹水EVsmiR-21,腹水EVsmiR-200a,血清EVsmiR-200a共4个指标,区分HCC与肝硬化患者的灵敏度80.77%,特异度87.80%,AUC为0.960。结论 腹水和血清来源细胞外囊泡miRNA与AFP、PIVKA-Ⅱ联合诊断标记物在诊断HCC中具有良好的应用价值。

关键词： 急性冠状动脉综合征   肺栓塞   主动脉夹层   胸痛三联征计算机体层血管成像   双能计算机断层扫描   人工智能  

摘要： 胸痛三联征是以急性胸痛、呼吸困难、咯血为主的临床急性综合征，包括急性冠脉综合征、主动脉夹层及肺栓塞。早期识别至关重要，诊断主要依靠CT检查。相较于常规CT血管成像检查，胸痛三联征CT血管成像具有单次扫描、辐射剂量低的优势，且能够同时评价冠状动脉、主动脉及肺动脉病变，诊断准确性高，在急性血源性胸痛早期快速准确识别和指导临床治疗方面具有重要临床应用价值。本文旨在综述胸痛三联征CT血管成像临床应用现状及发展趋势，重点论述人工智能的应用，为临床实践与研究提供参考。

关键词： 数字技术   养老服务   智慧养老   人工智能   高质量发展  

摘要： 人口老龄化进程加快和程度加深构成了我国人口变化的突出特点，对养老服务提出了巨大挑战。人工智能时代，数字技术对老年人生活方式和养老模式带来的深刻变革重置了养老服务的发展背景和政策框架。数字技术对养老服务的赋能主要体现在养老需求精准识别、资源配置优化、养老服务流程重塑、养老模式创新等维度。国内外智慧养老服务的实践为我国养老服务发展提供了有益启示：加强技术研发和运用，构建智慧服务平台；改革养老服务模式与体系；强化政策支持和资金保障等。立足我国养老服务的实际特点和发展趋势，未来时期我国发挥数字技术效能推进养老服务改革和推动养老事业高质量发展应该重点从以下方面寻求突破：加强数字技术赋能养老服务顶层设计与专项政策供给，强化农村地区数字养老基础设施建设，完善数字养老服务供给主体协调机制，推动适老化智慧产品的研发与运用。

关键词： 太阳辐射   预报方法   沙尘天气   数值模式   机器学习  

摘要： 融合中国气象局风能太阳能模式（CMA-WSP）输出的总辐射（GHI）和大气化学/沙尘模式（CMA-CUACE-DUST）的气溶胶预报，以及华北地区14个辐射观测站数据，集成共8种子模型与堆叠模型，构建了面向气溶胶高影响天气的能源气象人工智能预报系统（AI-ENG）。该系统采用分月滑动的方法划分训练集与测试集，并在2023和2024年春季沙尘天气高发的6个月期间，系统地应用与检验AI-ENG在华北地区的GHI预报性能。结果显示：1)研究时段内，华北地区沙尘天气频发且浓度偏高，CMA-WSP在强沙尘条件下常出现辐射高估，CMA-CUACE-DUST的预报误差与PM10浓度峰值呈正比。2)引入气溶胶预报产品后，AI-ENG系统显著提升了华北地区GHI预报的准确性。综合评估中极限梯度提升决策树（XGB）和多层感知器（MLP）表现最佳，7种性能检验指标均有不同程度的改善。3)在对2024年3月不同强度沙尘过程的日前72小时预报进行个例检验时，AI-ENG的预报误差下降了17%～20%，尤其在平原和沙尘主传输通道区域效果更佳，但地形复杂区域仍存在一定的预报偏差。结果表明，AI-ENG系统能够有效应用于沙尘天气太阳能短期预报，对光伏发电和电网调度具有重要应用价值。

关键词： 初高中生物   人工智能   智慧教育   教学辅助  

摘要： 随着信息技术的飞速发展,人工智能正逐步渗透至教育领域,为传统教学模式带来革新。特别是在初高中生物教学中,人工智能的应用不仅能够实现个性化教学,提升学习效率,还能通过数据分析精准评估教学效果,促进教育公平与质量提升。但是,人工智能在教育领域的深入应用也伴随着数据安全、教师技能匹配及资源配置等多重挑战。所以,本文旨在深入探讨初高中生物教学中人工智能的应用现状、潜在价值及面临的问题,并提出针对性的策略与建议,以期为人工智能在教育领域内的健康、有序发展提供理论支撑与指导。

关键词： 数控机床   故障监控   人工智能   故障预防   机器学习  

摘要： 随着智能制造和工业 4.0 的发展,数控机床的故障监控与预防成为提升生产效率和设备可靠性的关键。本研究旨在探讨基于人工智能的数控机床故障监控与预防优化策略,提出了一种基于数据驱动的智能监控系统,结合机器学习和优化算法,通过实时数据采集、故障诊断、预测分析等手段,实现了对数控机床故障的精准监控和有效预防。采用的主要方法包括机器学习中的支持向量机、神经网络等算法用于故障分类与诊断,强化学习和优化算法用于制定故障预防策略。通过模型训练与实时数据反馈,研究构建了一个可自适应、精确预测机床故障的系统。

关键词： 蜜蜂   中华蜜蜂   工蜂   形态   协同演化   机器学习  

摘要： 【目的】中华蜜蜂Apis cerana cerana形态受地理及生态差异影响。本研究旨在探究贵州不同地区中华蜜蜂形态差异，以期为其形态在不同地区之间的分化提供参考。【方法】选取贵州省内33个地区云贵高原型中华蜜蜂工蜂样本共7524头，解剖后测量喙、足、背板、腹板、前翅相关形态参数值，再采用随机森林（random forest，RF）、神经网络（neural network，NN）和支持向量机（support vector machine，SVM）方法经参数调优后比较最佳形态分析模型和筛选变量重要性；根据变量重要性进行K-means无监督聚类分析；将重要变量和气温、降水和植被值进行Pearson相关性分析。【结果】机器学习结果显示，当mtry为5，随机树为550时参数调优结果最佳；3个模型中SVM在精确率（precision）、召回率（recall）及F1分值上优于RF和NN；第3腹板蜡镜间距、第3腹板蜡镜长、第3腹板蜡镜宽、肘脉2（cubital2）、前翅长重要性值较高。聚类结果显示织金、贞丰、赤水等共12个地区的中华蜜蜂种群聚为1类；纳雍、赫章、册亨等共8个地区的中华蜜蜂种群聚为2类；息烽、平塘、罗甸等共13个地区的中华蜜蜂种群被聚在1类和2类内。相关性分析结果显示第3腹板蜡镜长与第3腹板蜡镜宽和前翅宽成极显著正相关；第3腹板蜡镜宽与前翅宽成极显著正相关；第3腹板蜡镜间距与3年春冬温差累积值成显著负相关；Cubital2与3年春冬温差累积值显著负相关。【结论】基于机器学习的结果表明中华蜜蜂在贵州省内不同地区出现形态上的分化。支持SVM方法可为蜜蜂的分类提供新的思路，有助于理解中华蜜蜂形态在贵州省内演化趋势，对推动保护地方中华蜜蜂种质资源具有指导意义。

关键词： 影子教育   长三角城市群   时空演变   影响因素   机器学习   地理探测器  

摘要： 随着影子教育在全球范围的扩展，长三角城市群影子教育的发展呈现出显著的时空差异。基于长三角影子教育机构的POI数据，结合空间分析、回归分析、地理探测器和自动机器学习方法，旨在从宏观-微观视角解析城市群内影子教育机构的演化特征与影响机制。研究发现：（1）2000年至2020年，影子教育机构经历快速扩张；自2021年“双减”政策实施后，增长速度显著放缓，机构消亡率持续上升。（2）在空间结构上，影子教育机构分布由“核心—边缘”向“点—轴”带状结构转变，形成四条主要发展带。尽管机构数量仍集中于中心城市，但正向周边中小城市持续扩散，呈现出明显的空间渗透趋势。（3）各类型机构在空间上呈现显著异质性与分化演进路径。（4）宏观尺度下，区域经济水平主导机构分布差异，微观尺度下则表现为住宅密度与学校资源的交互作用驱动。多方法的联合应用增强了机制识别的稳健性。研究揭示了政策干预下影子教育空间重构的动态过程，为“双减”政策效果评估及区域教育治理提供了理论基础与实践参考。

关键词： 数字经济   人工智能   河北省   就业影响  

摘要： 本文立足河北省探究数字经济及人工智能的发展情况、趋势及其对就业格局产生的影响。通过研究发现数字经济与人工智能为河北省带来新的就业机会、提升就业品质、改进就业结构,不过也致使了传统就业岗位减少、技能和市场需求不匹配和收入差距扩大。就业人群在技能、职业发展、工作环境等方面的需求发生改变,据此河北省应当从加强数字技能教育、鼓励企业创新、完备就业服务体系、推进区域协同等角度提升就业竞争力,从而更好地适应数字经济与人工智能发展带来的就业变革。