关键词： 土地利用信息提取   遥感影像   特征优选   机器学习   随机森林   支持向量机   南矶湿地   鄱阳湖  

摘要： 针对湿地土地利用信息提取易混淆,分类精度低的问题,提出一种基于随机森林算法预处理的遗传算法与支持向量机融合(RF-GA-SVM)的湿地土地利用分类模型,基于Landsat 8遥感影像的1~7波段数据,对鄱阳湖南矶湿地开展土地利用信息提取,并将RF-GA-SVM模型提取的结果与传统支持向量机(SVM)、粒子群算法优化支持向量机(PSO-SVM)以及灰狼算法优化支持向量机(GWO-SVM)等模型的结果进行对比。结果表明:RF-GA-SVM模型在鄱阳湖南矶湿地土地利用信息分类提取的总体精度为99.2%。采用随机森林算法进行特征优选预处理能够实现自动搜索并反演GA-SVM模型参数,相较于其他机器学习算法的地物信息提取精度更高,在提高模型鲁棒性的同时,实现了湿地土地利用信息的分类提取。研究成果可为湿地地物识别与分类提供参考。

关键词： 大语言模型   双语   中华优秀传统文化故事   实践研究   人工智能  

摘要： 随着人工智能(AI)技术深度融入基础教育学科领域,技术驱动下的教学资源与学习环境正经历着深刻变革,促使学科教学在教学、学习和评估等方面发生了一系列重要转型。本研究基于双语融合课程实践,探索大语言模型在用双语讲好中华优秀传统文化故事教学中的应用。本研究通过剖析大语言模型的独特教育优势,探索其在用双语讲好中华优秀传统文化故事教学中的作用,并结合双语融合课案例,阐明其在资源生成、平台构建和文化转译中的具体实践,展示其在提升初中生英语语言能力、文化理解能力和跨文化交际能力方面的成效,旨在为利用大语言模型引导初中生讲好中华优秀传统文化故事提供借鉴经验。

关键词： 人工智能   高校思想政治理论课   路径  

摘要： 人工智能是新一代科技革命的领军技术,这一技术对于提升高校思想政治理论课教学效果和学习体验有着重要作用。人工智能实现了师生在个性和效率方面的双重体验并且能将知识完整的建构出来、利用虚拟现实技术使教学情境可体验也助力了教师专业知识与能力的发展,但也存在着“技术至上”、教师缺乏智能教学素养等一系列问题。为了提升技术赋能课程的效果必须从树立“育人为本,技术为器”理念、培养教师智能教学素养、打造复合型人才队伍、构建智能思政教育体系四方面破解困境,以期高校思想政治理论课在人工智能的助力下实现质的飞跃。

关键词： 数控机床   故障诊断   知识图谱   深度学习   智能制造  

摘要： 数控机床故障的快速诊断与维修对于保障生产效率、降低维护成本具有重要意义,但机床故障知识分散、异构,给故障诊断带来困难。文章探索了融合深度学习技术构建数控机床故障知识图谱的方法,分析了知识图谱在整合数控机床故障知识、辅助智能诊断决策等方面的重要作用,提出了一套构建知识图谱的系统化技术路线,并以数控机床进给轴故障为例,展示了所提方法的应用流程。

关键词： 肺炎,支原体   重症肺炎支原体肺炎   机器学习   Shapley加性解释   预测  

摘要： 目的构建重症肺炎支原体肺炎(SMPP)风险的机器学习(ML)预测模型,并采用Shapley加性解释(SHAP)方法解释和可视化该模型及开发相应的网络计算器。方法回顾性选取2021年1月-2024年5月南通大学杏林学院附属医院收治的肺炎支原体肺炎(MPP)患儿317例为研究对象。将MPP患儿按照3∶2的比例划分为训练集(n=190)和测试集(n=127)。收集患儿临床资料,预处理数据后采用Boruta算法筛选SMPP风险特征变量,并绘制箱线图。基于SMPP风险特征变量构建5种ML模型〔即梯度提升机(GBM)、线性判别分析(LDA)、朴素贝叶斯(NB)、支持向量机(SVM)、XGBoost模型〕。使用permutation函数将训练集、测试集患儿分别随机分成10份,采用ROC曲线下面积(AUC)评估5种ML模型对训练集、测试集MPP患儿进展为SMPP的预测效能,筛选出预测效能最优的ML模型(AUC最大),并使用决策曲线评估筛选出的ML模型的临床适用性。采用SHAP方法解释和可视化筛选出的ML模型,并绘制SHAP条形图、摘要图。开发筛选出的ML模型的网络计算器。结果箱线图分析结果显示,SMPP风险特征变量为持续发热时间、急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、序贯器官衰竭评估(SOFA)评分、C反应蛋白(CRP)、乳酸脱氢酶(LDH)、天冬氨酸氨基转移酶(AST)、中性粒细胞与淋巴细胞比值(NLR)。ROC曲线分析结果显示,GBM、LDA、NB、SVM、XGBoost模型预测训练集、测试集MPP患儿进展为SMPP的AUC均>0.75,且XGBoost模型的AUC最大。决策曲线分析结果显示,当风险阈值为0.113~0.732时,XGBoost模型预测训练集MPP患儿进展为SMPP的临床净收益>0;当风险阈值为0.869~0.741时,XGBoost模型预测测试集MPP患儿进展为SMPP的临床净收益>0。SHAP条形图显示,重要性从大到小的SMPP风险特征变量依次为LDH、SOFA评分、APACHEⅡ评分、CRP、持续发热时间、NLR和AST;SHAP摘要图显示,LDH、SOFA评分、APACHEⅡ评分、CRP、持续发热时间、NLR和AST均对SMPP风险具有正向贡献。开发XGBoost模型的网络计算器(https://***/SMPP_shiny/)。结论持续发热时间、APACHEⅡ评分、SOFA评分、CRP、LDH、AST、NLR为SMPP风险特征变量,本研究基于上述变量构建的SMPP风险的可解释XGBoost模型具有较好的临床适用性,且相应开发的网络计算器有助于完善SMPP的早期预防和管理,并推动MPP患儿的个性化干预。

关键词： 教育数字化   人工智能   学校后勤管理   创新应用  

摘要： 随着科技的飞速发展,人工智能正逐渐融入各个领域,学校后勤管理也不例外。人工智能在学校后勤管理中的创新应用场景,包括设施设备管理、能源管理、餐饮管理和安全管理等。通过将人工智能融入后勤管理的各个环节,可以实现管理的自动化、智能化和精细化,提升学校后勤管理的运行效率和服务质量,为学校的教育教学工作提供更有力的支持。

关键词： 人工智能   公共体育   评价体系   功能重构   数据驱动  

摘要： 人工智能技术深度融入体育领域后,传统公共体育评价体系面临重大挑战。研究以功能重构为核心,探析人工智能背景下公共体育评价体系的转型路径。通过文献分析,明晰当前评价体系的局限性,探讨人工智能对评价内容、方法和指标体系产生的革新影响。研究发现,智能化技术促使评价体系从单一静态转变为多元动态,推动评价主体从专家评判发展为人机协同评估,评价方法从经验归纳转型为数据驱动。基于此,构建了“技术支撑—多元评价—动态调整”的功能重构框架,并提出相应政策建议,为推动公共体育评价体系现代化转型提供理论参考。

关键词： 人工智能   人工智能与教育融合   智能素养   教育变革  

摘要： 人工智能正在快速重构教育的组织模式与服务样态,引领教育理论与实践的颠覆性变革。该研究组织八场专题座谈,调研一线教师、学校管理者、区域管理者和企业代表在推进人工智能与教育深度融合进程中的经验与问题,并采用扎根理论进行编码分析。研究发现,当前我国推进人工智能与教育深度融合的经验可以概括为四个方面:政府通过顶层设计,保障人工智能与教育的深度融合与创新发展;企业通过细分产品场景与提供驻点服务,推进人工智能教育产品普及应用;学校按需配置智能产品并利用人工智能强化教师研修活动,推进业务转型;教师以学科教学为中心探索人工智能应用,利用人工智能提升科研能力。但也面临着制度障碍、条件障碍、主体障碍、技术障碍等不同层面的现实挑战。为此,研究提出可以通过优化制度供给、建立“政产学研用”联合体、开展智能素养专业培训、研制智能教育产品技术标准、推进应用场景走实落细等方式加速推进人工智能与教育的深度融合。

关键词： 人工智能   高校就业指导   毕业生   高质量就业  

摘要： 文章深入探讨了人工智能赋能高校就业指导的系统性建设,通过构建价值逻辑、发展瓶颈与实践进路的理论框架,揭示人工智能在高校就业指导系统性建设中的关键作用。研究发现,当前高校就业指导体系在技术水平、应用效果、教师能力和学生素质上存在发展瓶颈,对此提出高校要加强人工智能技术研究、打造精准高效的人工智能+就业指导新范式、构建智能化就业指导教师队伍与加强学生数字能力培养的实践进路,以促进教育资源的有效整合与就业指导模式的创新,满足新质生产力对高校人才培养的要求。

关键词： 人工智能   数学专业   计算机能力培养  

摘要： 随着人工智能技术的快速发展,数学专业学生的计算机能力培养成为高等教育的重要课题。本文针对当前数学专业计算机教学中存在的课程内容脱节、实践环节薄弱、师资结构不合理及学生学习动力不足等问题,提出基于人工智能技术的教学改革策略。研究构建了包含课程设置、教学方法和实践教学三个方面的创新框架。在课程设置方面,增设了AI与数学交叉课程,优化了计算机基础课程,强化了编程语言教学和数据结构与算法课程体系。教学方法方面,通过智能驱动的学科交叉图谱构建、认知进阶的实例化教学引擎和个性化学习路径设计,实现了知识体系的深度融合和个性化教学。实践教学方面,提出了项目驱动的实践教学体系和组织数学建模竞赛与AI项目实践的措施,以提升学生的综合能力和实践技能。这些改革措施不仅有助于学生建立数学与AI的关联思维,还拓宽了他们的职业发展空间,为未来学术研究和职业发展奠定了坚实基础。