关键词： 人工智能   影像组学   机器学习   结核性脊柱炎  

摘要： 目的 评估各类机器学习结合影像组学模型在结核性脊柱炎诊断与鉴别诊断中的效能.方法 选取6个数据库(PubMed、Web of Science、Embase、万方、维普、中国知网)进行文献检索,收集以上数据库自建库以来至2024年9月1日所有结核性脊柱炎相关诊断与鉴别诊断的文献.结果 最终纳入5篇英文文献和3篇中文文献,其中4篇关于结核性脊柱炎与布鲁菌脊柱炎的鉴别诊断,2篇与化脓性脊柱炎作出鉴别诊断,其余2篇与脊柱转移瘤作出鉴别诊断.所纳入文献使用的各类模型诊断效能良好.结论 人工智能在结核性脊柱炎患者的辅助诊断及鉴别诊断中拥有潜力,但其临床应用还存在诸多限制及风险.该研究为结核性脊柱炎的诊断与鉴别诊断提供了新思路,同时为未来机器学习结合影像组学模式多中心及前瞻性研究提供了借鉴经验和可行性.

关键词： 多尺度遥感影像   地质大数据   融合   区域成矿预测   机器学习  

摘要： 随着找矿难度不断增大,传统成矿预测方法难以满足需求。本文提出一种多尺度遥感影像与地质大数据融合的区域成矿预测方法,旨在综合利用多源数据的优势,提高成矿预测的准确性和可靠性。通过对不同尺度遥感影像进行处理和分析,提取与成矿相关的地质信息,如岩性、构造、蚀变等特征;同时,整合地质大数据,包括地质、地球物理、地球化学等多源数据,构建综合的成矿预测模型。利用机器学习算法对融合数据进行训练和分析,实现对区域成矿潜力的定量评价和预测。结果 表明,方法 能够充分挖掘多源数据中的成矿信息,有效提高成矿预测的精度和效率,为地质找矿工作提供了新的技术手段和方法。

关键词： 水利工程   投标   大数据   人工智能   数字化转型   管理系统  

摘要： 水利工程投标活动需要投入大量人力、财力，成本高且一些关键环节受人为因素影响。本文针对工作中出现的实际问题，提出了一种基于大数据感知的智能投标管理系统，该系统搭建出汇集和保存从标讯信息推荐、商务文件编制到投标流程标准化管理全过程各项数据的智慧管理平台，初步集成了在线编辑、数据协同、权限管控等一体化投标业务数字化服务。通过机器学习算法对海量历史投标数据进行分析，系统能够精准预测项目中标概率，并实时追踪市场动态、解析竞争对手策略，从而动态优化资源分配，智能推荐最佳投标方案。这不仅提升了投标工作的灵活性和效率，还通过强化数据安全与团队协作，为企业快速投标分析决策提供充分依据，实现年均成本节省5600万元，有利于赢得更强的市场竞争优势，并推动水利行业向数据驱动的智能化运营转型。

关键词： 人机交互   智能体   人工智能   价值与事实   奖惩函数  

摘要： 该文深入探讨了人工智能（AI）实现真正智能的关键路径，主张通过事实性计算与价值性算计的深度融合，推动AI从单纯的自动化工具向具备认知与道德能力的智能系统转变。当前AI在处理客观数据方面表现出色，但在理解和应对人类社会的复杂价值问题时存在明显不足，可能导致决策偏差和伦理困境。论文明确区分事实性事实与价值性事实，指出后者基于前者并影响事实认知；在强化学习中，提出奖惩函数设计需兼顾事实准确性与价值目标；在人机环境系统中，构建动态协同框架以融合事实的可计算性与价值的可判定性；强调通过具身认知等技术改进人机交互，推动AI从功能性模拟转向机制性模拟；在多人多智能体系统中，分析多事实与多价值的动态交互，突出通信与自组织的必要性。AI若要跨越工具理性，迈向价值理性，必须实现事实性与价值性的有机结合。

关键词： 远程外科手术   手术机器人   军事医学   人工智能  

摘要： 远程外科手术作为新型外科医学领域的创新技术手段，伴随着通讯技术、机器人系统及人工智能发展逐步推广应用，成为超远程救治及前沿救治力量的有效补充和优化。结合目前远程外科手术的技术发展现状及其在各领域的应用，对该技术的研究进展做一阐述和展望。

关键词： 大模型   人工智能   知识生产   人机共生   高等教育  

摘要： 作为知识生产组织，大学知识生产模式一直受到科技变革影响而处于动态演变的状态。人工智能技术的全方位渗透正推动大学知识生产突破人类中心主义和学科专业壁垒，催生出人机协同、多向交互、动态多元、跨界融合等新特征。大模型赋能大学知识生产的模式可分为工具增强、深层嵌入、认知共生三个层次，实现了知识生产效率提升、知识生产流程重塑和人机认知增强。然而，由于大模型的幻觉现象、数据偏见、黑箱效应等固有特性以及人类过度依赖，大学知识生产面临着技术失控、认知失范、伦理失序等多重风险。为此，大学亟须确立“以人为本”的理念引领，通过大模型技术攻坚、相关制度规范完善、师生智能素养培育等路径，在机遇把握和风险规避中充分释放知识生产潜能，最终形塑人机共生的新型知识生产生态。

关键词： 通信干扰   干扰生成   机器学习   深层卷积生成对抗网络   轻量化网络  

摘要： 传统的干扰波形生成方法需要提前获取目标信号的参数特征，在面对如今复杂多样的通信信号样式时难以取得良好的效果。针对这个问题，本文提出一种基于轻量化深层卷积生成对抗网络（Deep Convolution Generative Adversarial Networks，DCGAN）的通信干扰生成技术。利用DCGAN网络在无先验信息条件下无监督学习目标信号特征，生成与目标信号高度相似的干扰波形。同时对网络进行了轻量化处理，减少了网络参数量。本文针对多种调制类型的通信信号进行了仿真实验，实验结果表明：轻量化DCGAN网络在参数量减少了约38%的情况下，生成的干扰波形质量并未下降。在0dB干信比（Jamming-to-Signal Ratio， JSR）以上时，受生成干扰波形影响的通信系统的误比特率（Bit Error Ratio， BER）快速逼近0.5，远优于传统干扰波形的干扰效果。

关键词： 高光谱成像   机器学习   喷墨打印机   打印文件形成时间  

摘要： 利用高光谱成像技术结合机器学习回归，提出了一种无损确定喷墨打印文件形成时间的方法。采集9台不同品牌、型号的喷墨打印机历时打印样品的高光谱数据，首先利用主成分分析（PCA）和偏最小二乘回归（PLSR）对高光谱数据进行降维特征提取，并通过特征提取后各主成分的降维解释率对模型进行初步解释。随后应用套索回归（LASSO）、PLSR、岭回归（RR）和贝叶斯回归（BR）4种模型，以1:4的比例确定测试集和训练集，对特征提取后的高光谱数据进行回归。结果表明，经PLSR特征提取后的LASSO回归、PLAR、RR和BR的决定系数(R2)均不低于0.99，且4种回归的平均绝对误差（MAE）、均方误差（MSE）和均方根误差（RMSE）3个指标均接近0。4种经PLSR特征提取后的回归方法的F值均足够大且p值均小于0.001，达极显著水平。其中PLSR和BR的回归效果优于LASSO和RR。进一步通过PLSR权重系数解释了主成分与波段的关联，以明确关键光谱波段的作用。回归效果检测结果的R2均大于0.9，且显著性检验的p值均小于0.05，说明模型对因变量的解释具有极显著的统计学意义，同时检测误差在合理范围内。结果显示，高光谱成像技术能够无损、准确、快速地判断喷墨打印文件的制成时间，可应用于喷墨打印机打印文件形成时间鉴别。

关键词： 智能制造   机器人   生产线  

摘要： 智能制造作为制造业转型升级的重要方向,其核心在于提高生产效率、保证产品质量、降低生产成本并缩减生产周期。本文研究了基于智能制造的机器人关节生产线设计,通过对现有生产线的问题分析,提出了一种改进方案,包括引入MES系统、码垛机器人智能仓储单元、自主导航AMR机器人、工件转运流水线单元以及六轴关节型机器人和智能视觉系统。方法上,利用NX软件构建生产线各个单元的高精度三维模型,通过装配功能完成各模块的装配并进行机电概念设计,确保符合实际产线的物理约束,通过定义各个单元之间的接口并进行I/O地址绑定建立PLC与设备之间信号连接,并进行编程开发与仿真验证。结合仿真结果进一步优化各模块的功能,最终完成实际生产线的组建。结果显示,新设计的生产线实现了设备的智能化控制和资源的优化调度,显著提升了生产效率,降低了人力成本和不合格率。此外,通过数据分析和决策支持功能,管理层可以更好地监控和优化生产流程。本研究成功设计了一条基于智能制造的机器人关节生产线,显著提升了生产效率和产品质量,同时降低了生产成本和人力投入。所提出的方法和设备为智能制造在机器人关节生产中的应用提供了有价值的参考。

关键词： 传感器技术   工业自动控制   智能制造  

摘要： 文章深入探讨了传感器技术在工业自动化控制系统领域的应用状况及其未来演进趋势。通过深入解析各类传感器的工作机制及其特性分类,文章详细探讨了温度、压力、位移、加速度、流量、液位以及图像传感器在过程控制、设备健康管理、自动化制造与智能工厂等领域的创新集成应用实例。文章还展望了传感器技术与自动化控制系统深度融合的未来发展趋势,旨在推动传感器技术在现代工业体系中的全面优化与革新。