关键词： 小麦粉   加工精度   麸星含量   机器学习   XGBoost  

摘要： 针对基于传统图像处理的小麦粉麸星含量测定存在分割困难和统计误差大的问题,提出基于贝叶斯优化极限梯度提升算法(eXtreme Gradient Boosting,XGBoost)的小麦粉麸星含量预测模型。使用方差膨胀因子(Variance Inflation Factor,VIF)对小麦粉RGB图像的颜色和纹理特征进行筛选,构建小麦粉麸星含量数据集。将筛选后的特征和麸星含量参数分别作为模型的输入和数据标签,训练完成后,将其与随机森林(RF)、梯度提升决策树(GBDT)、AdaBoost(Adaptive Boosting)和卷积神经网络(CNN)进行对比试验。结果表明:XGBoost的平均绝对误差为0.0044,与RF、GBDT、AdaBoost和CNN相比,分别降低了18.51%、22.81%、18.51%、24.14%。该算法模型可以实现麸星含量的准确预测,对指导小麦粉适度加工、提高检测效率具有较强的实用价值。

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： 船舶   操纵性   人工智能   运动控制   运动预测   在线建模   系统辨识   时变系统  

摘要： [目的]针对实际航行中船舶动态特性变化所导致的模型失准问题,提出一种基于误差监测机制的船舶操纵运动自适应在线建模方法。[方法]通过模型预测误差监测机制判断模型更新时机,结合滑动窗口技术和支持向量机,基于航行数据实现模型的自适应重训练更新。以KCS集装箱船为研究对象,在变航速的Z形和回转运动场景下对所提方法进行测试验证,并分析误差监测机制中的超参数选取对在线建模的影响。[结果]仿真结果表明,误差检测机制能够降低模型在线更新频率,节约计算资源。相较于离线方法,所提方法在船舶动态特性变化时能够及时更新模型,保障预测精度。[结论]所提方法适用于船舶自身属性、环境变化等引发的动力学特性变化场景,可为船舶运动在线建模与预报提供技术方法,具有实际的工程意义。

关键词： 人工智能   高校思政课   质量提升   策略  

摘要： 党的十八大以来,党中央高度重视高校思政课建设,围绕加强思政课建设作出全面部署和系统安排,使高校思想政治工作地位显著提升,内容导向明确,运行模式发生深刻变化,取得了历史性成就和显著成效。人工智能技术的兴起,为新时代高校思政课发展注入了新的活力,同时也面临技术门槛、数据隐私保护、思政工作者素养不足等挑战。人工智能与高校思政课的内在关联性体现在教学内容、教学手段和学科交叉融合等方面。为了提升思政课质量,需明确发展目标,加强政策支持,社会共同努力,尊重学生主体地位,融合人工智能优势。新时代高校思政课应把握人工智能发展机遇,深化教育教学改革,培养适应时代需求的人才,为实现中华民族伟大复兴的中国梦贡献力量。

关键词： 人工智能   人才培养   综合素质   核心竞争力  

摘要： 人工智能技术在会计领域的发展,给当代财会专业学生带来了新的挑战与机遇,社会、市场和教育因素推动高职院校加速培养大学生的就业核心竞争力。当前大数据与会计、大数据与财务管理专业毕业生面临着人才培养更新速度慢,与岗位实际需求脱节;不够重视职业生涯规划,就业意识不强;大数据会计处理能力不强,缺乏就业竞争力的现状。为提高财会专业学生就业核心竞争力,可利用优势与机遇,打造财会营销型人才;优化人才培养,加速师资队伍建设;重视就业指导课程,构建就业管理体系;提高学生专业技术水平,提升学生综合素质能力;联合政府企业方面,助力学生高质量就业。

关键词： 地震图像   断层识别   机器学习   注意力机制   Transformer  

摘要： 断层的检测和识别在煤炭勘探开采过程中至关重要,传统的人工解释断层方法已经无法满足实际生产的需求,基于深度学习的地震断层解释方法在断层分割领域表现较为出色。常规卷积神经网络(CNN)感受野有限,不能很好地利用全局信息,会导致一些预测的断层存在连续性不足和断层缺失等问题。Transformer具有提取全局信息的优势,引入CNN和Transformer融合的TransUNet网络,构建一种基于CBAM-TransUNet的地震断层识别方法对二维地震断层图像进行识别。首先,将CBAM-Block注意力模块融入TransUNet网络,将该模块分别加入CNN断层编码器部分和连接断层编码器与断层解码器的3层跳跃连接部分,同时从通道和空间2个维度增强地震断层图像的识别能力;其次,选择Dice损失函数和交叉熵损失函数联合优化的损失函数,使得断层图像分割更为准确,CBAM-TransUNet断层识别网络在合成地震数据集上获得的DICE值和IOU值分别提高到0.84和0.75,试验结果表明断层识别的连续性更强,明显优于其他经典分割方法;最后,利用构建的模型对荷兰近海北海F3区块真实地震数据集进行了断层解释。试验结果表明:基于CBAM-TransUNet的地震断层识别方法在去除冗余断层信息的同时能够有效识别出断层,在断层识别准确度和断层识别连续性方面表现优异,识别出的断层细节更加丰富,提高了断层识别的精度,可以有效应用于实际地震数据中识别断层。

关键词： 大数据技术   人工智能   医保服务   创新  

摘要： 大数据与人工智能的结合为医保信息化管理体系提供了强大的技术支持,尤其在数据整合、信息分析和在线服务方面,推动了医保管理向精细化和智能化方向发展。这种技术融合也促进了医保服务的智能化转型,显著降低了人力、物资和资金的投入成本。本研究分析了中国医保信息化管理系统的现状及其构建背景,展望了人工智能在医保信息化管理系统中的发展前景,并提出了大数据时代人工智能技术在医保信息化管理中应用的具体措施。

关键词： 肝胆胰肿瘤   人工智能   影像组学   生物标志物   早期诊断  

摘要： 人工智能(artificial intelligence,AI)可以通过分析文字病历数据,从放射影像组学中提取特征和利用病理图像进行肿瘤诊断,并通过液体活检等策略寻找新的生物标志物,开发新的诊断模型和检测方法。早期诊断是提高肝胆胰肿瘤患者生存率的关键,AI在处理多模态大数据方面具有独特优势,在肝胆胰肿瘤早期检测中展现出巨大的潜力。本文旨在综述AI在肝胆胰肿瘤早期检测中的应用,包括病历分析、影像组学、病理组学和生物标志物检测4个方面,以期为肝胆胰肿瘤的早期检测和诊断提供新思路。

关键词： 人工智能   ChatGPT   图书馆   智慧服务   知识服务  

摘要： 在知识泛在环境下,探索ChatGPT在图书馆知识服务中的应用有着重要意义。文章从知识技术角度出发,论述了ChatGPT应用于图书馆智慧化知识服务的能力内核,指出ChatGPT能够重塑知识服务场景,并能够带来主动智能、沉浸交互、精准适配、包容易用的全方位、立体个性化的场景体验。同时,根据ChatGPT可能给图书馆知识服务带来的潜在风险,提出推进图书馆智慧化知识服务的意见和建议。

关键词： 教育教学设施   示范性普通高中   建筑总面积   体育场地   创客   人工智能   梦工场   国家森林公园  

摘要： 深圳市盐田高级中学建校于1984年,是国家级示范性普通高中,省一级学校,广东省普通高中教学水平优秀学校。学校北倚梧桐山国家森林公园,东临烟波浩渺的大鹏湾,占地9万余平方米,建筑总面积8万平方米,依山傍海,环境优美,被社会各界誉为“最美海景学校”“最适宜学生成长的现代化学校”。学校教育教学设施先进,图书馆藏书10万余册;有创客梦工场、STEM实践中心、人工智能实践中心、智造创意坊等,形成了较为完善的科创实体空间;各类体育场地面积共计2.4万平方米。