关键词： 市县级融媒体   人工智能   破圈  

摘要： 随着DeepSeek的火爆“出圈”,“人工智能+”正在媒体行业广泛应用。作为信息传播“最后一公里”的市县级融媒体,面对这一波人工智能的洪流也面临着前所未有的机遇与挑战。文章从人工智能在市县级融媒体宣传中的现状探索、正向影响、遭遇困境、破圈路径等四个方面展开论述,并结合全国市县级融媒体的具体实践案例,探寻基于人工智能运用背景下的市县级融媒体的困境与破圈。文章认为,通过技术研发向外“借力”,人才培养向内“改革”,提升内容质量和创作表达以及强化数据安全保护等措施,市县级融媒体能够更好地借助人工智能成功破圈,以更好地服务当地发展和民众需求。

关键词： CO_(2)溶解度   预测模型   机器学习   LightGBM   深度优化   咸水层   碳封存  

摘要： 为了解决现有咸水中CO_(2)溶解度预测方法存在过程复杂、适用条件较窄和预测精度较低等问题,基于机器学习技术,提出了“权重重构+二次训练+深度优化”的建模方法,构建了一种基于LightGBM的咸水中CO_(2)溶解度预测模型。首先根据中国主要盆地咸水层的基本情况,广泛调研咸水中CO_(2)溶解度实验数据;然后综合TPE算法和五折交叉验证法,初步建立了基于LightGBM的咸水中CO_(2)溶解度预测模型;进而使用网格搜索法,针对决策树结构和袋外抽样频率,对预测模型进行了深度优化;最后采用不同指标评估了其综合性,并基于新建立的预测模型分析了CO_(2)溶解度的变化规律。研究结果表明:①新的CO_(2)溶解度预测模型的预测精度和可靠性高、泛化能力强,模型均方误差为0.00089(mol/kg)^(2),平均绝对百分比误差为3.78%,决定系数为0.994,综合性能明显优于常用的Duan&Sun、KRR、RBFNN-BAC和SVM等模型;②咸水中CO_(2)溶解度受温度的影响最大,压力次之,离子浓度最小,并且CO_(2)溶解度随温度的变化规律在20 MPa时出现反转。结论认为,该项研究成果可以为咸水层CO_(2)溶解封存潜力评估和封存场所筛选提供依据。

关键词： 原理   人工智能   实验   卷积神经网络  

摘要： 本文以“计算机视觉”单元实验为例,构建了“感知—理解—探究—迁移”四阶认知逻辑的单元实验设计框架,并聚焦智能视觉技术的原理探究,通过设计递进式实验任务,包括传统机器视觉对比、CNN模型工作过程探究、模型仿真构建及技术伦理思辨,引导学生从现象分析走向机理探究。实验借助WPS表格、Python工具及CNN-Explainer仿真实验平台,将抽象的卷积、池化与全连接过程可视化,降低认知门槛,促进深度学习。实践表明,学生在模拟操作与协作讨论中,不仅掌握了CNN的数学逻辑与工程实现,还通过创意类比深化原理迁移,并形成批判性思维与社会责任感。

关键词： 新质生产力   高等教育创新发展   高质量发展   教育强国   产教融合   人工智能  

摘要： 发展新质生产力是推动高质量发展的内在要求和重要着力点。加快高等教育创新发展是我国经济社会高质量发展的重要支撑。随着社会生产力的变革,新质生产力在新型要素融合、科学技术创新、体制机制改革等方面为高等教育创新发展提供条件和保障。基于此,新质生产力能够为高校统筹要素实现一体化发展、强化产学研协同创新发展、优化体制机制推动发展提供人才赋能、科技赋能和制度赋能。在新质生产力背景下推进高等教育创新发展,可不断优化高等教育学科专业布局,强化科技创新实践效能;变革人才培养模式,助力新型人才自主培养;创新校企合作模式,构建产教融合新型生态。发展新质生产力是助力我国高等教育发展走上一条科技提升与人才提质协同并进的内涵式发展之路。

关键词： 人工智能   人员认证   AI监考   数据安全  

摘要： 当前各行业普遍开始广泛应用人工智能(AI)技术。本文主要讨论了在人员认证领域引入AI技术的背景、相关应用场景和技术优势。认为在考试、监考、评价、申诉投诉处理等主要环节,应用AI技术均可有效提升认证效率,确保公正性、公平性、客观性。同时也提出对于应用AI的环节应设置人工监督,防止其产生数据偏见和道德风险,损害认证结果的有效性。本文认为人员认证领域应科学、合理、规范的应用AI技术,同时完善配套管理制度以规避相应风险。

关键词： 人工智能   遥感目标识别   图像分类   多模态大语言模型  

摘要： 遥感图像分类是遥感目标检测中的重要环节,基于视觉的机器学习算法在该领域已得到有效应用,但仍存在数据获取成本高、计算资源需求大等问题。近年来,人工智能大语言模型快速发展,其中多模态大语言模型(MLLMs)在自然语言处理与计算机视觉领域均展现出卓越性能。本文探讨了MLLMs在遥感目标识别的图像分类领域的应用,特别是在无需自行训练模型的前提下,通过公开大模型在具体目标数据集(机场目标分类)上的实验验证其有效性。实验结果表明,多个在线公开的MLLMs能达到80%以上的分类精度与较高的批量处理速度,且无需任何本地计算资源部署成本,显示了在线的多模态大语言模型在该领域应用的巨大潜力。

关键词： 智能电网   负荷预测   优化调度   多目标优化   机器学习  

摘要： 本研究围绕负荷预测与优化调度展开,结合智能电网的特性,设计了数据预处理与特征提取方法,建立基于机器学习的负荷预测模型并引入多目标优化方法构建调度模型。在调度优化中,分析了目标与约束条件,比较了传统优化算法与智能优化算法的优劣,并在典型场景中验证了模型性能。经过整合负荷预测和调度优化后,提出了预测与调度耦合的集成框架,实现了智能电网实时动态调度的高效性与稳定性。本研究为智能电网的规划与运行提供了技术支撑,在提升资源利用率、保障供电安全性与经济性方面具有重要意义。

关键词： 智慧课堂   大数据   信息技术   小学语文   人工智能  

摘要： 随着信息技术的快速发展,教育领域正经历深刻变革,小学语文智慧课堂作为信息技术与教育教学深度融合的产物,为小学语文教学提供了新的实践路径。小学语文智慧课堂依托大数据、人工智能等技术,实现分层教学的个性化、互动交流的立体化,推动传统课堂向高效、灵活、开放的方向转变。

关键词： 灰色关联分析方法   品质评估模型   XGBoost算法   机器学习  

摘要： 飞行品质评估是评价飞行员训练效果和提升训练水平的关键环节。传统评估方法依赖于飞行教官的主观评分,存在主观性强和准确度不足的问题。为了提高评估的客观性和准确性,提出一种融合灰色关联分析和XGBoost算法的飞机飞行品质评价方法,灰色关联分析用于确定与飞行品质密切相关的飞行参数,XGBoost算法则用于构建飞行品质评价模型。通过对实际飞行训练数据进行评估,结果表明:本文所提飞机飞行品质评价方法具有较高的科学性和精确性,可为飞行员训练提供有力的技术支持。

关键词： 卷积神经网络   模型量化   人工智能   混合精度  

摘要： 针对如何将神经网络保真映射到资源受限的嵌入式设备这一问题,提出基于层敏感性分析的卷积神经网络混合精度量化方法。通过计算Hessian矩阵平均迹衡量卷积层参数的敏感性,为位宽分配提供依据;使用逐层升降方法进行位宽分配,最终完成网络模型的混合精度量化。实验结果表明,与DoReFa和LSQ+两种固定精度量化方法相比,所提出的混合精度量化方法在平均位宽为3 bit的情况下将识别准确率提高了10.2%和1.7%;与其他混合精度量化方法相比,所提方法识别准确率提高了1%以上。此外,加噪训练能够有效提高混合精度量化方法的鲁棒性,在噪声标准差为0.5的情况下,将识别准确率提高了16%。