关键词： 数据知识产权登记   理论证成   制度开展   数字技术   人工智能  

摘要： 随着数字技术的深度渗透,数据要素正逐步取代传统资源,成为驱动社会革新与经济增长的核心动能。然而。随着大数据、云计算和人工智能技术的飞速发展,数据的采集、处理与应用日益复杂,数据知识产权的保护问题也愈发凸显。国家层面相继出台《知识产权强国建设纲要(2021—2035年)》和《“十四五”国家知识产权保护和运用规划》,系统规划了数据确权制度框架,着重强调推进数据知识产权保护[1],并开展制度构建的学理探究和实践验证。其中,数据确权登记制度作为要素市场改革的核心支撑,具有基础性制度功能,在保护数据创造者权益、促进数据合理利用等方面具有重要的制度价值和实用功能,对其进行理论证成和制度展开具有重要意义。本文从理论证成和制度展开两个维度,分析数据确权的必要性、知识产权框架的适用性,围绕数据产权的正当性、登记制度的功能定位、登记模式的选择及具体制度设计,对数据知识产权登记进行深入探讨。

关键词： 动脉瘤性蛛网膜下腔出血   迟发性脑缺血   机器学习算法   预测模型  

摘要： 目的基于机器学习算法,构建动脉瘤性蛛网膜下腔出血(aneurysmal subarachnoid hemorrhage,aSAH)后患者发生迟发性脑缺血(delayed cerebralischemia,DCI)预测模型并对模型进行验证。方法回顾性分析2022年7月至2024年12月期间郑州大学第一附属医院收治的680例aSAH患者的临床资料,将患者按照8∶2的比例随机分为训练集(n=544)和验证集(n=136)。通过最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)筛选aSAH患者术后发生DCI的影响因素,分别构建极限梯度提升树(extreme Gradient Boost,XGBoost)、logistic回归、轻量梯度提升机(light Gradient Boosting Machine,LightGBM)、支持向量机(support vector machine,SVM)、k近邻(K-nearest neighbor,KNN)预测模型,验证集对模型进行验证,分别采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(areaunder curve,AUC)、校准曲线、决策曲线分析(decision curve analysis,DCA)评估模型的性能。结果训练集与验证集一般资料比较差异无统计学意义(P>0.05);将LASSO回归筛选出的年龄、脑水肿、低白蛋白血症、改良费舍尔(Fisher)分级、亨特-赫斯(Hunt-Hess)分级、世界神经外科联盟(World Federation of Neurological Surgeons,WFNS)分级等6个影响因素分别建立XGBoost、logistic回归、LightGBM、SVM、KNN等5种预测模型,logistic回归模型性能表现最好,验证集的AUC为0.832,具有较高的区分度、精准度与临床应用价值。结论以年龄、脑水肿、低白蛋白血症、改良Fisher分级、Hunt-Hess分级、WFNS分级构建的logistic回归模型为预测aSAH患者术后发生DCI的最佳预测模型,具有良好的临床应用价值。

关键词： 人工智能   计算机网络   网络安全   入侵检测   异常行为  

摘要： 人工智能技术以其强大的数据处理与分析能力,为计算机网络安全领域带来新的机遇。文章在分析人工智能在网络入侵检测、恶意代码检测、异常行为检测等环节应用现状的基础上,剖析了人工智能网络安全技术在应用推广过程中面临的场景复杂多变、对抗样本威胁突出、安全大数据质量不一、专业人才匮乏等挑战,提出了加强网络安全大数据建设、促进跨界融合创新、加大人才培养力度、健全法律法规等对策建议,以期为人工智能赋能网络安全产业发展提供参考。

关键词： PM_(2.5)   机器学习   反演   气溶胶光学厚度(AOD)   XGBoost模型   影响因素  

摘要： PM_(2.5)作为大气污染的主要污染源,对人体健康构成了严重威胁,研究PM_(2.5)质量浓度估算方法有助于识别污染源,优化空气质量管理措施,进而有效改善城市环境质量.为了获得大范围PM_(2.5)质量浓度空间分布,提高PM_(2.5)估算精度,提出一种粒子群优化XGBoost的模型(PSO-XGB),引入粒子群优化算法(PSO)对XGBoost参数进行优化,通过集成中分辨率成像光谱仪(MODIS)的气溶胶光学厚度产品(AOD)和气象数据构建基于PSO-XGB的PM_(2.5)质量浓度反演模型,随后对2022年全国PM_(2.5)质量浓度数据分年度和季节进行反演,并使用十折交叉验证法评估PSO-XGB模型性能,最后使用全国7 a和仅1 a的PM_(2.5)质量浓度数据分别输入模型进行训练,分析数据量对模型性能的影响.结果表明,PSO-XGB模型能够有效反演PM_(2.5)质量浓度,且整体R^(2)达到0.9以上,其中冬季的反演效果最好,R^(2)为0.98、秋季R^(2)为0.96、夏季R^(2)为0.90及春季R^(2)为0.89.同时通过对比分析得出,数据量的多少对于优化模型的反演性能基本没有影响,而将数据按时间序列划分为适当的段,即划分季节,能够更准确地评估模型性能的稳定性和适用性.

关键词： 土工合成材料   智能制造   纺织机械   新需求  

摘要： 本文聚焦于土工合成材料智能制造的发展背景,阐述了土工合成材料行业的现状与发展趋势,深入分析了智能制造对纺织机械的新需求,并为纺织机械企业应对这些新需求提供了策略建议,旨在推动行业更好地适应土工合成材料智能制造的发展。

关键词： 创新   良性循环   应用   经济社会   人工智能  

摘要： “人工智能+”是全面推动经济社会重大变革的重要支点,“人工智能+”的核心在于通过人工智能与经济社会发展各领域的深度融合,形成以创新带应用、以应用促创新的良性循环,实现生产力和生产关系革命性跃迁。为系统推进人工智能赋能千行百业,我国发布了《新一代人工智能发展规划》等顶层设计文件。

关键词： 电价预测   动态分解   小波分解   机器学习   LGBM  

摘要： 针对电力现货价格时序的高波动性和复杂性,研究提出了基于小波变换与轻量级梯度提升决策树(light gradient boosting machine,LGBM)的组合预测模型.通过引入滚动时间窗口与小波变换实现电力现货价格序列的动态多尺度分解,提取各频率特征以降低其模态复杂性的同时还可以有效规避数据泄露问题.研究利用LGBM算法的复杂非线性特征提取能力进行预测建模.为了验证模型的有效性,研究采用山西省电力现货市场数据对提出的组合预测模型进行实证分析.结果表明:文章提出的动态分解组合预测模型在均方根误差、平均绝对误差和决定系数等多个关键性能指标上均优于长短期记忆模型、支持向量机、弹性网络回归模型以及极致梯度提升模型等主流预测方法,其中决定系数R2达到0.9792,表现出较高的预测精度.同时,文章所提模型在不同市场条件下均表现出稳健性和适应性,为电力市场参与者提供了可靠的预测工具,有助于优化交易策略、降低市场风险.

关键词： 机器视觉   机器人   人工智能  

摘要： 针对人工传菜低效率,提出一种融合六轴工业机器人与多模态视觉识别技术的菜品自动传递系统,旨在解决传统餐饮行业传菜效率低、人力成本高等问题。系统采用AR4六轴机械臂为执行主体,搭载双目RGB-D相机与热成像仪组成视觉感知模块,结合YOLOv5改进算法实现菜品识别与定位,利用A^(*)算法结合动态窗口法(DWA)完成路径规划与实时避障。试验表明,系统在厨房动态环境中可实现98.2%的菜品识别准确率,传菜路径规划平均耗时1.4 s,避障成功率达99.1%。通过集成力控传感器与柔顺控制算法,机械臂末端可实现±0.3 mm的精准定位与0.1N的力反馈控制,确保菜品稳定抓取与安全递送。该系统通过ROS框架实现多传感器数据融合与决策控制,经100 h连续运行测试验证其可靠性,为智慧餐厅后厨自动化提供了技术方案。该研究结果对餐饮服务机器人的工程化应用具有参考价值。

关键词： 胶质瘤   影像遗传学   人工智能  

摘要： 成人弥漫性胶质瘤是最常见的原发性中枢神经系统恶性肿瘤,其诊断与预后同肿瘤的组织学与遗传学特征密切相关。2021年第5版中枢神经系统肿瘤分类指南将遗传学特征纳入为胶质瘤的诊断标准。在术前通过磁共振成像无创预测胶质瘤的遗传学信息对患者的早期诊断、手术规划与预后评估具有重要意义。该文将结合新版胶质瘤分类指南、影像组学与深度学习等信息技术,阐述成人弥漫性胶质瘤的影像遗传学新进展,并进一步探讨胶质瘤影像遗传学在未来智能医学体系中的应用方向与潜在挑战。

关键词： 人工智能   资源调度   供电通信网络  

摘要： 为提高电力工程供电通信网络资源调度的智能化水平,以某高速公路沿线的供电通信网络项目为例,通过构建基于长短期记忆(Long Short-Term Memory,LSTM)网络的资源需求预测模型、设计改进型多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization,MOPSO)以及引入动态调整机制,实现电力与通信资源的协同优化调度。采用边缘计算架构支撑实时数据采集与决策反馈,提升系统响应速度与运行稳定性。应用结果表明,该技术有效提高了资源利用率,降低了运维成本与业务中断率。