关键词： 人工智能   技术伦理   生命伦理   嬗变逻辑  

摘要： 本文系统梳理了人工智能伦理研究的范式转换路径，指出随着AI技术逐步展现出类人属性，其影响已从技术层面跃升至存在论与生命伦理层面，传统以工具理性为核心的技术伦理框架已难以应对当前复杂的道德挑战。文章从技术伦理的起源、范式及其局限性出发，提出AI伦理研究应从效率与风险控制，转向以生命尊严、自主性与正义为核心的生命伦理框架。同时，通过分析医疗、老龄照护、生物增强等生命领域的AI应用，也进一步论证了生命伦理的实际必要性。从跨学科协作、伦理标准国际化、以及AI与生命价值持续对话等角度展望未来，AI伦理的发展方向应构建以人为本、系统协同的全球伦理治理体系，以确保AI发展服务于人类的整体福祉与文明进步。

关键词： 高校思政课   “时代新人铸魂工程”   守正创新   人工智能  

摘要： 中国式现代化新征程新使命决定了高校思政课培育时代新人要坚持守正创新的原则方法，推动高校思政课内涵式发展。中国共产党对立德树人使命始终如一地践行、时代新人素质结构变化对高校思政课的需求、高校思政课程自身运行发展的规律构成了新时代高校思政课守正创新，发挥时代新人培育功能的三重必然。一方面，要坚守新时代高校思政课培育时代新人主渠道的三个筑牢点，即旗帜鲜明讲政治传承红色基因，与时俱进讲理论坚定理想信念，融入实践讲价值强化本领担当。另一方面要着重掌握新时代高校思政课培育时代新人主阵地的三个创新点，一是创新课堂讲理方式讲好大思政课，注重“言之有问”“言之有数”讲道理；二是创新师生互动方式拓展思政课网络实践，注重科学打造师生合讲型高校思政课课堂模式、创新设计高校思政课主题实践和网络实践；三是通过创新课程协同方式实现知、情、意、行的统一，注重创新课程间和课堂间的协同。思政课肩负着为中国式现代化培育时代新人的关键课程作用，守正和创新的两个方面都要统一于、服务于提升高校思政课的政治性、价值性，指向提升高校思政课的思想性、理论性和亲和力、针对性。

关键词： 智能制造   工业互联网   再制造   演化博弈  

摘要： 工业互联网与制造业的深度融合为制造企业在数字化转型过程中面临的设计与制造协同问题提供了更加高效和灵活的解决路径，尤其在OEM与TPR合作领域，已成为学界和业界广泛关注的热点。针对OEM与TPR设计制造协同决策问题，考虑工业互联网平台落地情景，建立双方演化博弈模型并分析系统演化稳定策略。研究发现：系统存在的三种演化稳定策略表明，两者不协同时，TPR可能受到OEM制约；通过合理调整相关参数可以促使系统更快向理想策略转变；即使对OEM来说0.5左右的收益共享比例是最适宜，但由于收益共享比例对TPR的影响明显比制造商大，因此可以适当增加TPR的收益共享比例。本研究为推动制造企业和再制造企业协同发展提供了理论支持和相关建议。

关键词： 稻田   蒸散   机器学习算法   单作物系数法   全自动机器学习框架  

摘要： 【目的】淮河流域是我国重要的水稻产区，准确、简便且高效地模拟稻田蒸散(ETa)对该地农业水资源管理至关重要。【方法】基于2019年安徽省寿县国家气候观象台稻田的涡度相关通量、小气候和土壤要素观测数据，分析了稻田蒸散的时间变化特征及其影响因子，评估了3种常用机器学习算法：BP神经网络（BPNN）、随机森林（RF）和支持向量回归（SVR）对稻田蒸散的模拟效果，并与FAO推荐的单作物系数法（FAO56 PM）和最新的自动机器学习框架（FLAML）模拟结果进行对比。【结果】（1）ETa随生育期进程推进先增后降，最大值和最小值分别出现在孕穗—抽穗期和出苗—三叶期，入射短波辐射(K↓)与ETa的相关性最高且相对重要性最大。（2）加入K↓能显著提升机器学习算法对ETa的模拟效果，模拟值与观测值之间的决定系数(R2)提高了51.2%，RMSE降低了37.7%。含K↓、相对湿度（RH）和气温(Ta)的RF3是模拟ETa最适的变量组合模型。（3）相较于单作物系数法，RF3的输入变量更少，但对ETa的模拟精度更高，2019年和2020年的R2分别提高了6.5%、8.9%，RMSE分别降低了58.2%、48.9%。（4）含有相同输入变量的FLAML3模拟效果略优于RF3，R2提高了1.52%，RMSE降低了5.6%，分蘖期之前的模拟效果提升更明显。【结论】由于FLAML3模型模拟效果最佳，且可以自动地选择算法和设置超参数，推荐用于模拟淮河流域稻田蒸散。

关键词： 生成式人工智能   信息污染   人工智能   AIGC标识  

摘要： [目的/意义] 我国于2025年出台了AIGC标识制度的专门性立法，但现有研究对此关注较少，甚至对制度必要性亦有不同见解。在此背景下，需要对AIGC标识制度的意义进行研究，并对现行法进行评价，提出优化建议。[方法/过程] 采用功能论、解释论与立法论，结合AIGC泛滥的负面影响阐释制度功能，分析现有规范的不足。[结果/结论] AIGC标识制度在治理信息污染、维护版权激励、重塑社会信任、优化技术迭代等方面具有基础性作用。现行法存在位阶低且规范冲突、传播阶段控制不足、运行机制不健全等问题。对此，应当适时提升立法位阶并整合现有规范，通过主体与技术相结合、细化标识体系、标识日志等方式强化对传播阶段的治理，平衡各方主体的责任，明确规定违法后果。

关键词： 弥漫性胶质瘤   高级别胶质瘤   磁共振成像   影像组学   机器学习  

摘要： 目的：探讨基于术前MRI图像的影像组学预测模型在非增强成人弥漫性胶质瘤分级诊断中的价值。方法：回顾性分析153例（160个病灶）成人弥漫性胶质瘤患者的临床和影像数据，术前T1WI增强扫描图像均显示为非增强胶质瘤。160个病灶分为低级别组103个和高级别组57个，并按8∶2的比例随机分为训练集128个和验证集32个。将术前T2WI和ADC图像配准至相应的T1WI增强扫描图像上，并在T2WI上勾画ROI。使用Python提取每个序列（T2WI、T1WI增强扫描、ADC）的1 132个影像组学特征（形状、一阶直方图、二阶纹理及小波特征），筛选出ICC≥0.85的特征，并采用弹性网络回归算法结合递归特征消除算法确定最优特征子集。基于筛选后的特征，采用6种机器学习分类器[逻辑回归、支持向量机（径向基函数核、线性核）、K-最近邻、决策树、朴素贝叶斯]构建模型。采用AUC、准确率、敏感度、特异度和F1分数评估模型的预测效能。结果：基于影像组学的模型均能在不同程度上预测高级别胶质瘤。多参数序列（T2WI+T1WI增强扫描+ADC）结合K-最近邻分类器的模型在训练集和验证集中的AUC分别为0.892和0.805，准确率分别为0.805和0.719，敏感度分别为0.915和0.800，特异度分别为0.753和0.727,F1分数分别为0.782和0.506。结论：基于术前MRI图像的影像组学预测模型可无创、准确预测非增强成人弥漫性胶质瘤的分级，为临床决策和患者管理提供重要支持。

关键词： 中药饮片   加工炮制   质量评价   机器学习   电子感官技术   机器视觉技术   光谱检测技术  

摘要： 中药饮片作为中医药传承创新的核心载体，其质量安全关乎国民健康与产业可持续发展。传统质控模式在长期实践中虽已形成较为完善的体系，但在面对规模化生产与精准质控的双重需求时，仍面临检测周期相对较长、复杂性状表征客观化不足、多维质量信息整合效率亟待提升等挑战。随着人工智能技术的迅猛发展，机器学习通过构建高维特征空间解析模型，可深度解析饮片的形态学、光谱学及化学指纹等多源数据，显著提升了质量评价的标准化水平与决策效率。该文介绍了机器学习在中药饮片生产加工过程及快速质量评价中的应用研究进展，同时分析了当前技术应用面临的挑战，并提出了潜在的解决方案，以期为推动中药饮片产业向数字化、智能化转型提供理论支撑与技术参考。

关键词： 恶意加密流量分类   深度学习   机器学习   表征融合   置信度  

摘要： 恶意加密流量分类领域模型通过增加流量特征维度扩展学习判别表征的丰富性，但仍然存在选择模型与恶意加密流量数据特征不匹配与特征选择不充分的问题，同时缺乏对加密流量数据特征的讨论研究。为此，针对物联网恶意加密流量分类领域提出基于多表征融合的分类模型，一方面使用抽象表征学习模型学习流量会话的数据包级字节关联表征与会话统计表征，另一方面使用明文表征学习模型学习未加密明文的会话连接表征，最后根据抽象表征学习模型对分类结果的置信分数融合两个模型的分类结果获得最终的恶意流量分类结果。为验证模型的先进性，与其他7种基于不同方法的基准模型表现进行比较，模型在F1值指标上达到0.7694的结果，相较其他现有基准模型指标均有大幅提升。同时为讨论验证各个模块与流量表征学习的适配性、选择特征所含判别表征之间的互补性，生成10种基于不同输入与不同模型架构的变体模型进行比较，结果表明该模型具有更优的检测性能，证明模型架构的适配与表征之间的互补。

关键词： 多芯光纤   随机耦合多芯光纤   少模多芯光纤   机器学习  

摘要： 针对传统多芯光纤设计方法存在效率低、计算成本高等问题，本文提出一种基于机器学习的高效协同设计框架。对于随机耦合多芯光纤，构建了融合神经网络与优化算法的正向预测模型，实现最佳芯间距预测精度约0.983，以及最佳芯间距对应的空间模式色散预测精度约0.956；针对少模多芯光纤，分别提出基于独立神经网络模型和神经网络-粒子群优化联合模型的两种逆向设计策略，其对应的光纤性能与实际性能均方误差分别为5×10-4和3×10-5。结果表明，机器学习辅助设计相比传统数值仿真可降低90%以上的计算资源消耗，在保持预测精度的同时，有效解决了多参数耦合导致的非唯一性优化问题，为新一代大容量光传输系统提供了一种可靠高效的光纤设计方案。

关键词： 通信光缆   光缆运维   光时域反射仪   光缆普查仪   机器学习   数字化运维平台  

摘要： 本文以通信光纤的传输原理及其传输特性为切入点，系统梳理了光缆运维中常见的故障类型，包括断纤、弯曲损耗、环境侵蚀、人为破坏及信息安全隐患等问题。在此基础上，介绍了当前光缆运维中应用的传统与新兴技术手段，如光缆普查仪、光时域反射仪（OTDR）、分布式光纤传感技术（DOFS）等，并探讨了这些技术在不同运维场景下的适用性。针对埋地光缆、架空光缆与海底光缆三类典型应用环境，本文进一步分析了其在自然环境、电腐蚀、雷击、锚害及生物侵扰等多重因素作用下的运维需求。通过对多种监测技术在光缆网络安全保障中的应用案例进行比较分析，本文总结出光缆运维技术正朝着智能化、分布式、融合化方向发展。在数据分析层面，借助深度学习等人工智能技术，光缆运维模式正由传统的被动抢修逐步转向主动防御与预测性维护；在硬件层面，结合无人机巡检与DOFS技术，推动运维作业向自主化演进；在软件层面，则依托物联网、数字孪生等技术，实现多源数据融合与运维平台的数字化建设。展望未来，光缆运维将在高精度、实时性与自动化水平上持续提升，呈现出更智能、高效的演进趋势。