关键词： 光纤传感器   光谱解调   机器学习  

摘要： 基于干涉光谱的光纤多参量传感器在高精度测量领域有着重要作用,传统的矩阵解调法测量的前提是线性拟合特征波长,但由于交叉灵敏度的干扰以及噪声干扰,其解调准确性较低。为了实现光纤多参量传感器干涉光谱的准确解调,提出了一种基于机器学习的准确解调方法,将整个光谱与传感参量直接映射,可有效提高光纤多参量传感器的解调准确性。实验结果表明可实现解调后的温度决定系数为0.9997、乙醇浓度决定系数为0.9995的准确解调,因此基于机器学习的多参量解调方法可有效提高光纤多参量传感器的解调准确率,为其在多参量测量领域的发展提供了一种新的思路。

关键词： 气象干旱   机器学习   可解释性   叶尔羌河流域  

摘要： 了解和量化大气环流对气象干旱的影响,对于制定抗旱措施以应对气候变化具有重要意义。研究以叶尔羌河流域为研究对象,以标准化降水指数(SPI)表征气象干旱,基于此,首先分析研究区气象干旱的年际变化趋势,然后结合干旱等级划分对SPI进行二分类,采用LightGBM机器学习模型和SHAP可解释模型耦合方法,量化大气环流(包括ENSO、AMO、AO、PDO和NAO)对气象干旱的贡献。结果表明:①SPI指数值在54年间呈增加趋势,表明研究区呈现干旱化减弱的态势。②NAO和PDO对研究区气象干旱有正向影响,ENSO、AMO和AO驱动因子对其均具有负向作用。③ENSO对研究区气象干旱的影响最为显著,AO次之。研究结果可为制定研究区有效的抗旱措施提供参考与借鉴。

关键词： 证券配资   证券交易数据   特征提取   账户识别   机器学习  

摘要： 针对证券配资账户公开数据稀缺、特征选择不够科学、识别方法研究较少且精度不足等问题,提出基于交易行为特征的证券配资账户识别集成模型(CFS-RF-BP)。该模型包含数据集构建、特征提取、特征选择和账户识别四大核心步骤。根据证券账户交易数据特性,自动生成了模拟数据集,并进行了详细的标记和特征计算;通过异构特征选择模型(CFS-RF),结合对数转换和归一化技术,对17个基本特征进行了重要性评估,从中遴选出5个特征形成关键特征集;在此基础上,采用BP神经网络,构建证券配资账户识别集成模型的分类器,优化该模型的权值和偏置等关键参数,实现了对证券配资账户的自动分类。仿真实验表明,所提出的CFS-RF-BP模型在特征选择、识别的精准率和召回率以及处理效率等方面均取得了显著成效。

关键词： 大规模星座   健康管理   故障诊断   故障预警   星地一体化架构   人工智能  

摘要： 高效可靠的健康管理是未来大规模星座长期健康稳定运行的关键。当前,以单星为对象的航天器健康管理主要通过地面遥测数据分析实现,对大规模星座适用性不足。由于大规模星座具有节点规模大、交互关系复杂、数据异构海量等特点,其健康管理面临地面运维任务繁重、星地测控数传资源不足、通用故障模型库构建难度大等新挑战。针对这些挑战与问题,提出大规模星座健康管理星地一体化架构设计、星载高效故障诊断与预警、星座健康孪生评估与推演等关键技术,并对各项技术的内涵和难点展开分析。最后从科研投入、发展路线、顶层设计、新技术等方面,对我国大规模星座健康管理技术后续发展提出了若干建议。

关键词： 人工智能   服务迁移   网络资源   智能问答   基础设施   GPU   服务器   自主可控  

摘要： 2025年2月10日,国网湖南省电力有限公司实现DeepSeek完全版(671B版本)模型本地化部署,标志着国网湖南电力在人工智能基础设施使用方面迈入自主可控阶段。DeepSeek在全世界范围内掀起了一股人工智能应用的热潮。春节过后,国网湖南电力第一时间成立人工智能一体化团队,聚焦人工智能新前沿、新动态、新方向,协调智算相关的应用、模型、算力和网络资源,结合国网“光明大模型”部署经验,较短时间内在国产化的高性能GPU服务器上成功实现了DeepSeek完全版大模型部署,同步将“湘电瞭望”“湘电精灵”两个应用的智能问答推理服务迁移至DeepSeek。

关键词： 人工智能   核电站安全管理   实时监控预警   深度学习   安全预防  

摘要： 随着信息技术的迅猛发展,人工智能技术已成为推动核电行业转型升级的关键力量。核电站作为高科技含量的能源生产基地,其安全运行关乎国家能源战略与公共安全,人工智能技术的应用在此背景下展现出巨大潜力。本文首先概述了人工智能技术在核电站安全监测、故障预测、应急处理等方面的实践应用,接着深入分析了机器学习、大数据分析、机器人巡检等前沿工具的具体应用场景,以期为行业内外人士提供参考与借鉴。

关键词： 发泡聚苯乙烯   燃烧机理   机器学习   燃烧产物  

摘要： 为了从微观层面揭示发泡聚苯乙烯(Expandable Polystyrene,EPS)的燃烧规律,为材料的阻燃改性提供科学依据,对EPS的燃烧机理进行了系统研究,通过机器学习分子模拟手段,从分子级层面探讨了燃烧过程中EPS的能量释放和燃烧产物演化规律。研究表明,燃烧初期体系势能出现短暂增加的趋势,然后快速降低。燃烧过程中体系内生成的CO_(2)数量最多,其次是H_(2)O,CO的生成量约为CO_(2)生成量的31.55%,燃烧体系内自由基的生成量排序为·H>·OH>·CHO>·HO_(2)。旨在为EPS的安全应用及火灾防护提供理论支持,同时为阻燃改性技术的发展提供参考。

关键词： 第二学段   人工智能   启蒙教育  

摘要： 教育部发布《关于加强中小学人工智能教育的通知》,提出2030年前在中小学基本普及人工智能(AI)教育。小学阶段人工智能教育对培养学生创新思维和实践能力至关重要,而第二学段人工智能启蒙教育面临启蒙认知片面性、课程资源的不适宜性和教学内容与方式的单一性等挑战。因此,研究团队制定了适合福州市鼓楼区的人工智能启蒙课程设计及实施路径,以信息科技课程标准为理论支撑,在教学研究中不断优化实施策略,激发学生对科技的兴趣,培养学生信息科技学科核心素养,为其终身学习奠定了坚实基础。

关键词： 航空运输   认知负荷评估   FaceReader   飞行员安全   深度学习   机器学习  

摘要： 为解决接触式生理数据采集带来的低舒适性和对飞行员的干扰,提出1种基于非接触式面部识别方法和NASA工作负荷指数(NASA-TLX)的认知负荷评估方法来确保飞行员安全,对21名飞行学员在不同飞行阶段的认知负荷进行评估。首先,使用NASA-TLX量表来主观衡量飞行学员在不同飞行阶段所经历的认知负荷。随后,使用FaceReader提取面部表情特征进行特征分析,并使用分类模型对认知负荷水平分类。研究结果表明:LSTM,LSTM+Transformer和CNN+Transformer模型是认知负荷分类的有效工具,分类准确率分别为93.68%,94.64%和94.77%;随机森林特征选择和主成分分析在大幅降低特征维度的同时,可保持一定的分类准确性。研究结果验证了非接触式感知在识别飞行学员认知负荷方面的可行性,可为真实条件下飞行员认知负荷评估提供参考。

关键词： 人工智能   党的青年工作   价值理性   思想政治教育   技术革命  

摘要： 人工智能赋能新时代党的青年工作,本质上就是突破工具性和外源性认识逻辑,将技术深度嵌入工作体系,全方位掌握青年群体的社会心态、思想观念、价值观点以及行为动态等趋向,弥合传统工作范式与青年群体涌现的异质性需求之间的差距,促进党的青年工作的精准分析和量化研究,推动各要素智能化、信息化、科学化以及精细化发展。人工智能技术的普及应用与深度融合引发了党的青年工作的内在关系和外部形态深刻变革,通过赋能理念更新、方法变革、载体拓展提升了工作实效。同时,也因技术异化之虞,衍生了技术崇拜、僭越隐私规范、主体性遮蔽、核心价值观消解等诸多现实问题和矛盾纠葛。这需要坚持隐私保护与伦理规约相连系、技术依托与价值理性相调适、意识形态引领与人文关怀相结合的内在要求,以党的青年工作之“道”科学驾驭人工智能之“术”。