关键词： 高校   财务管理   ChatGPT   人工智能  

摘要： ChatGPT通过大型语言重组和整合模型进行训练,产生了类似人脑的信息反馈学习能力,将人工智能技术发展引领到一个新高度。人工智能和自动化技术的快速发展正在深刻地影响着各个行业,高校财务工作也不例外。面对新型科技浪潮的席卷,财务工作该如何积极应对变革成为了新议题。文章在对ChatGPT技术的特点、发展趋势分析的基础上,结合财务工作信息化现状,探讨人工智能技术对高校财务工作带来的影响,提出人工同智能技术协同共生的财务工作转型之路,为高校财务在智能时代的发展提供了新思路。

关键词： 情感分类   集成学习   机器学习   中文评论  

摘要： 情感分类是指对网络在线评论进行自动极性分类,如正极、负极、中性。针对单一情感分类模型可能存在不稳定的问题,研究多分类器系统概念在中文评论情感分类的潜在益处,并提出一种基于集成学习的情感分类方法。首先改进朴素贝叶斯(NB)为自适应朴素贝叶斯,对支持向量机(SVM)进行参数优化,同时以SVM为基分类器将元分类器装袋(Bagging)作为集成组件之一,然后使用投票集成组合三个组件并输出分类结果,最后将投票集成与各基分类器、元分类器单独使用在三个数据集上的表现进行对比。实验表明,基于绝对多数投票法的集成分类在股市评论、网购评论、电影评论三个数据集上准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F值(F-measure)均有所提升。由此可见,提出的方法有效地提高了中文评论文本情感分类性能。

关键词： 多模态   人工智能   融合   主体模态   碎片化  

摘要： 2024年1至4月我先参加了上海同济大学的“全国多模态与功能语言学学术研讨会”,后参加了国防科技大学的“人工智能时代的多模态研究军事应用研讨会”。这表明多模态研究在国内外已成为当代学术界的重点研究对象。本文主要就有关多模态概念的内涵、时代性、融合和主体模态、碎片化发表自己的认识。最后汇报一下本人已经做过的一些与多模态有关的研究课题。

关键词： 在线AOI   集中判定   AI图像识别   SMEMA控制   AOI算法   SMT数字化   智能制造  

摘要： 本文设计了一种AOI集中判定、远程控制、综合处理系统,由硬件和软件构成,可兼容各种AOI型号和场景。通过将MQTT通信与SMEMA控制的结合、并发处理技术的开发,可以在不影响AOI节拍的前提下,由一人处理几十台AOI的判定工作;并在AOI设备自带算法的基础上叠加自研算法(AI二次辅助判定算法、AOI缺陷管控算法),从而摆脱对AOI供应商算法迭代的依赖;通过将智能制造技术应用于AOI检测数据的数字化改造和应用,实现了工序管控移交和数据绑定的自动化,替代了人工扫描操作。在提升生产质量的同时,节省了大量的人力。

关键词： 智能制造   机械设计制造   自动化技术   发展路径  

摘要： 本文深入探讨了在智能制造背景下,机械设计制造及其自动化技术的发展路径。通过分析当前智能制造的发展趋势和机械设计制造及其自动化技术的现状,提出了创新设计、智能控制、数据驱动、协同发展等发展路径,旨在为推动机械设计制造及其自动化技术的智能化发展提供理论参考和实践指导。

关键词： 菜豆   分类   机器视觉   图像处理   智能识别   机器学习   支持向量机   特征提取  

摘要： 为基于机器视觉(MV)设计一种低成本、高效且无损的菜豆种子识别、分类的方法,采集6个品种2751粒菜豆种子的图像信息,在对图像进行二值化、颜色提取、形态学操作等图像处理的基础上,提取包括颜色特征、纹理特征以及几何特征在内的9种特征作为分类的依据,分别建立K近邻(KNN)、随机森林(RF)、支持向量机(SVM)3种分类模型,对菜豆种子的品种进行分类。对比3种分类模型的混淆矩阵、准确率及F_(1)值后发现,SVM模型的分类效果上最优,其分类准确率和F_(1)值分别达到97.7%、0.977。研究表明,利用MV可以实现对菜豆种子的精准识别和分类。

关键词： 职业教育研究   高等职业教育   产教融合   教育强国   本科层次   职业院校   普职融通   人工智能  

摘要： 1.教育强国背景下职业教育改革发展研究;2.“教育家精神”引领下的职业教育教师队伍建设;3.职业教育赋能乡村振兴研究;4.人工智能赋能职业教育研究;5.本科层次职业院校研究;6.职业教育赋能新质生产力研究;7.普职融通、产教融合、科教融汇与职业教育改革发展研究。

关键词： 数字孪生   隧道消防安全   人工智能   火灾量化与预测   火灾风险评估  

摘要： 隧道一旦发生火灾,可能会导致严重人员伤亡和经济损失。本文提出一种基于数字孪生的隧道火灾量化、预测与风险评估技术,用于提高隧道的消防韧性、应急处置效率和智能化水平。首先,基于数字孪生框架提出隧道火灾的量化预测方法、日常情况下的火灾风险评估方法。接着,分别介绍了隧道消防物联网技术、基于人工智能的火灾识别与量化技术、火灾蔓延与发展预测技术以及基于计算机视觉的隧道火灾风险评估方法。最后,通过试验或模拟数据对所提出的火灾监测、预测和风险评估方法进行了验证。结果表明,所提出的模型和方法都表现出了较高的预测精确度,可以满足隧道消防安全实践要求。

关键词： 进口食品   食品安全   ARIMA-SVM模型   机器学习  

摘要： 进口食品安全风险是一个动态、非线性的过程,单一的模型很难做出准确拟合和预测。以2010-01—2021-08间的进口食品不合格情况数据为研究对象,采用自动回归差分整合滑动平均模型(ARIMA)进行建模,运用机器学习方法中的支持向量机(SVM)算法对模型进行优化,建立ARIMA-SVM组合模型。以平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分率误差(MAPE)和判定系数(R~2)等评价指标作为模型的评价指标。结果发现:ARIMA-SVM组合模型比单独运用ARIMA模型和SVM模型建立的模型的精度高,对进口食品不合格情况的短期预测效果更好。

关键词： 地铁通风空调   节能调控   优化策略   人工智能   技术应用  

摘要： 地铁作为现代城市交通体系的重要组成部分,不仅承载着大量乘客的日常出行需求,更是城市形象与功能的重要体现。然而,随着地铁系统的不断扩展和运营时间的增长,其通风空调系统的能耗问题也日益凸显,成为制约地铁可持续发展的重要因素。地铁通风空调系统不仅关乎乘客的舒适度体验,更直接影响地铁运行的安全性和经济性。因此,如何在保证乘客舒适度和地铁正常运行的前提下,有效降低地铁通风空调系统的能耗,成为当前地铁运营与管理领域亟待解决的问题。文章旨在深入探讨地铁通风空调节能调控的优化策略,并着重分析人工智能技术在其中的应用潜力。