关键词： 激光雷达   甘蔗   叶面积指数   无人机   机器学习  

摘要： 为探讨无人机激光雷达（light detection and ranging， LiDAR）对作物冠层叶面积指数（leaf area index， LAI）测量的可行性，利用无人机搭载激光雷达对分蘖期和伸长期的甘蔗冠层进行扫描，获取冠层点云；然后提取各行的平均高度、投影面积、不同部位点云数量等参数以及参数间的比值作为特征变量；再分别使用基于偏最小二乘回归（partial least squares regression， PLSR）、XGBoost特征重要性（XGBoost feature importance， XGBoost-FI）、随机森林递归特征消除（random forest recursive feature elimination， RF-RFE）这3种特征选择方法筛选模型最优输入变量，最后分别构建基于随机森林（random forest， RF）和自适应增强学习器（adaptive boosting， AdaBoost）的甘蔗LAI反演模型，并评估其效果。结果显示，行投影面积和行点云总量与LAI具有较高的相关性，分别达到了0.73和0.72；将行投影面积Sp、平均高度Havg、中层点云量Cm和行点云总量Ctotal作为输入变量构建的基于AdaBoost的LAI反演模型效果最好，其验证集决定系数Rv2最高，为0.713，均方根误差RMSEv为0.25。本研究结果为高通量获取大田作物的LAI提供了有效的方法，可以为甘蔗田间管理、育种提供科学指导。

关键词： 人工智能   行政管理   智能应用   采购决策  

摘要： 本研究旨在探讨人工智能技术在医院办公室信息化中的应用现状及其推动医院行政管理效率提升的潜力。通过分析医院行政工作中的典型场景,结合数据标准化、技术平台建设和管理机制的关键支撑条件,系统梳理了人工智能在会议纪要自动生成、审批流程优化、办公文书辅助、排班管理及后勤采购决策等方面的实际应用。研究表明,人工智能技术能有效提高医院办公室的信息处理能力和行政效率,促进资源合理配置。

关键词： 城市更新   人工智能   深度学习   绿地   规划   布局  

摘要： 随着城市发展重心由外部扩张转向内部更新，城市绿地规划环境、目标、任务等均面临重大转变，并对规划精度、深度和效率提出更高要求，仅靠传统规划方法技术已难以满足。结合当前人工智能技术的发展契机，针对城市绿地规划要求转变的特征及难点，梳理智能技术在城市绿地规划中的应用接口，并从宏观系统、中观组群、微观单体3个层面讨论了智能技术在城市绿地规划信息采集、现状分析、布局调控、绩效评价等不同环节应用路径，进而对当前的应用特征、问题及未来趋势展开讨论，以期为绿地规划范式转移和编制方法革新提供新的思路。

关键词： 定向进化   单细胞蛋白   机器学习   可持续蛋白资源   生物制造  

摘要： 单细胞蛋白(singlecellprotein,SCP)作为一种环境友好型替代蛋白,具有蛋白质含量高、用途广泛等优势,但生物制造SCP过程中仍面临底物转化效率低、关键代谢酶稳定性差及SCP营养组成失衡等瓶颈.酶定向进化技术通过迭代创新,形成了以结构/序列理性设计、机器学习辅助和自动化高通量筛选为核心的第二代方法,显著提升了SCP生产关键酶的改造效率.本文系统总结了第二代定向进化方法和策略,并着重介绍了该技术在SCP生产中的突破性应用.特别在提升底物转化效率方面,通过对木聚糖酶和光合碳固定酶等合成酶的改造,有效提升了木质纤维素及一碳化合物的转化率;在保障生物制造过程稳定性方面,增强脂肪酶和蛋白酶的热稳定性与pH耐受性;同时,针对营养组成平衡,优化氨基酸合成酶活性是关键策略;在改善终端产品性能上,改造脂肪酶使SCP饲料的脂肪水解率提高50%,显著提升了其作为饲料添加剂的价值.展望未来,人工智能、合成生物学与绿色制造的深度融合,将有力推动SCP的生产形成智能化、绿色化的先进制造模式.

关键词： 人工智能   人机融合智能   智能决策   人机协同  

摘要： 人机融合智能是人工智能发展到一定阶段的产物，构成了由弱人工智能向强人工智能过渡的关键中间智能形态。该领域的研究不仅涵盖人工智能基础理论与技术的探索，还涉及人类、机器与环境之间复杂关系的系统性分析。在军事、医疗和驾驶等应用场景中，探索人机融合智能在复杂决策中的应用具有重要的研究意义和实用价值。该文阐述了人机融合智能的概念，分析实现人机融合智能决策的意义；归纳了人机融合智能决策系统的一般框架，并依据决策任务的特性及其中体现的人机关系，总结了人机融合智能决策的3种具体方式，即人类主导型决策、机器主导型决策和人机协同型决策；介绍了人机融合智能决策的典型应用；讨论了人机融合智能决策存在的问题和未来的研究方向。

关键词： 医学影像   人工智能   实践课程   教学探索  

摘要： 目的 以医学影像专业本科生为对象，探索人工智能实践课程教学模式。方法 通过设计医学影像人工智能任务，采用“案例引导—任务驱动—方案设计—实践验证”四阶段教学法，将理论、实践和具体临床应用场景有机结合。在教学过程中，学员通过具体任务实践，系统掌握机器学习与深度学习基础理论，培养医学课题设计与临床问题解决能力。结果 典型临床案例引导的任务驱动型教学模式可显著提升学员学习主动性，93.3%的学员对课程的教学设计表示满意，认为对专业学习有很大帮助。结论 该教学模式能有效激发学员学习兴趣，案例教学与分组协作对跨学科能力培养具有促进作用，可为医学院校开展人工智能实践课程教学提供参考。

关键词： 农业水利水电工程   人工智能   交互系统   多模态数据融合  

摘要： 在全球数字化浪潮下,农业水利工程通过智能化转型解决水资源利用效率低、管理粗放等问题。人工智能技术通过数据分析与智能决策,可显著提升精准灌溉和水肥管理效率。文章旨在设计一套集成多模态交互与智能决策的农业水利水电工程人工智能系统,核心创新点包括:多源数据融合的混合决策模型、农业语义知识图谱驱动的交互引擎,以及动态更新的专家知识库,为农业生产提供高效技术支持。

关键词： 洪涝灾害   人工智能   预报预警   辅助决策   智慧值守   辅助智慧办公  

摘要： 在全球气候变化和城市化进程加剧的背景下，洪涝灾害的发生频率和影响程度不断增加，对人民生命财产安全造成巨大影响。为探索基于人工智能技术的洪涝灾害防御新模式，重点分析了AI技术在洪涝灾害防御中所涉及的洪涝预报预警及辅助决策、智慧值守和辅助智慧办公三方面的实现技术路径和应用前景。研究表明：融合水动力模型的AI快速预报模型，其预测结果与模拟积水深度的R2>0.826，计算效率较水动力模型提升约200-300倍；智慧值守系统集成气象监测、水位监测、数字人和风险识别技术，可为城市防汛工作提供了全天候、高效的监控和响应机制；依托大语言模型的智慧办公系统则实现了数据处理与决策支持的一体化。研究成果可为洪涝灾害防御体系智慧化建设提供参考。

关键词： 新型电力系统   人工智能   效率评估   迁移学习  

摘要： 新型电力系统因新能源发电及电动汽车的规模化发展呈现高度电力电子化趋势，目前新型配电系统建模多忽略变流器损耗或构建的物理模型精度不高，进而影响后续系统配置及调度策略优化的准确性。提出一种迁移学习(transfer learning，TL)策略结合神经网络的变流器效率建模方法。以变流器基础物理模型模拟生成源域数据，构建反向传播神经网络(back propagation neural network，BPNN)为预训练模型，再利用相应有限的工业运行数据建立目标域，从而对经过源域数据训练的预训练模型进行迁移微调，实现物理模型向实际运行模型的迁移。针对典型的非隔离和隔离型DC/DC变流器进行迁移实验，结果证明，所提方法构建的变流器效率模型精度和泛化能力均较好。针对不同类型的变流器进行相互迁移实验，探究其迁移效果。分析了影响模型迁移性能的因素，若源域数据与目标域数据分布差距过大，其迁移效果并不明显，若目标域数据样本量过小，其迁移模型的性能不稳定，凸显了实验样本选择和实验设计的重要性。

关键词： 机器视觉   机器学习   深度学习   多源数据融合   食品质量评级   新鲜度判定   掺假识别  

摘要： 相较于传统的人工感官方法，机器视觉在食品外观检测中具有更高的效率、客观性和重复性。随着图像处理技术与人工智能的发展，机器视觉系统不断优化升级，并通过与光谱、电子鼻等技术融合，显著提升了检测效率、准确性和鲁棒性。综述分别介绍了独立机器视觉系统与多源融合体系的基本组成、关键技术原理及先进图像处理算法。同时，综述还归纳总结了2种机器视觉系统在在食品品质分级、新鲜度判定及掺假识别等方面的典型应用实例，并进一步剖析了当前存在的关键技术挑战如模型泛化能力不足、多模态数据融合复杂性等问题，最后展望了未来技术发展方向。综述旨在为相关研究人员和行业实践者提供系统参考，促进机器视觉技术在食品检测领域的深入研究与广泛应用。