关键词： 陆海统筹管理   多源数据融合   水质响应模型   机器学习  

摘要： 随着社会经济的发展,近岸海域污染形势严峻,陆域污染源数量众多且结构复杂,现有机理模型难以准确高效地定量解析陆海污染响应关系.本研究以沿海城市深圳为例,运用随机森林、自适应提升等7种机器学习方法,对在线监测数据、人工采样数据、气象数据等进行清洗融合和时空匹配后,分别针对大鹏湾、大亚湾和深圳湾建立陆域排放与近岸海域水体氮磷或叶绿素a浓度的响应关系模型,并通过设置陆源调控情景探索响应关系模型的应用.结果表明,大鹏湾与大亚湾的模型能够较好地捕捉近岸海域叶绿素a浓度的变化,其中随机森林算法与梯度提升算法表现最优,测试集R2在0.73以上;深圳湾模型对海域氮磷指标的拟合状况良好,随机森林算法与自适应提升算法的模拟精度较高,R2均可达0.92以上.此外,通过设置各陆域调控情景,研究发现降低西丽再生水厂出水有机物与总氮含量的措施对缓解深圳湾海域氮污染有一定效果.本研究方法可推广至其他沿海城市的陆海统筹治理,为相关决策提供科学支撑.

关键词： 习近平   人工智能   生成逻辑   核心要义   实践指向  

摘要： 习近平关于人工智能重要论述具有深刻的生成逻辑、丰富的核心要义与明确的实践指向。在生成逻辑上,它是马克思主义生产力理论在智能时代的创新延展,是全球科技博弈与国家发展需求的战略耦合,是新一轮科技革命与民族复兴进程的辩证统一。在核心要义上,战略定位论强调其驱动高质量发展发挥“头雁效应”,发展路径论主张自主创新与开放协同的双轨并进,风险治理论秉持技术伦理与安全可控的底线思维。在实践指向上,要求以产业跃升推动数实融合,以社会治理范式重构实现智慧政务与民生服务升级,以国际合作为全球人工智能治理提供中国方案,进而全方位推动中国的繁荣发展与全球人工智能的健康发展。

关键词： 金融风险   深度学习   人工智能   预警机制   多源数据融合  

摘要： 长短期记忆-注意力(Long Short-Term Memory-Attention,LSTM-Attention)混合模型通过注意力机制强化金融风险特征识别能力,结合多源数据预测A股上市公司信用违约风险。实验结果显示,模型在牛市环境预测准确率达91.2%,熊市环境预测准确率达87.8%,极端事件环境预测准确率达83.7%,风险预警提前期较传统系统延长1.9个月,融合社交媒体情感分析后准确率提升至92.1%。实验结果表明,市场情绪因素对金融风险预测效果影响显著,该模型为金融机构优化风险管理提供新思路。

关键词： 虚拟货币   挖矿   网络流量   币种识别   机器学习  

摘要： 针对当前挖矿币种识别数据集匮乏以及币种识别方法单一问题,基于挖矿网络流量构建了一套挖矿币种识别数据集MCID,包含5种虚拟货币挖矿币种的14348条样本。同时将币种识别定义为文本分类任务,结合文本特征向量与机器学习方法进行币种分类的基线模型实验。在此基础上,以决策树为基学习器,构建多层次Bagging分类模型。实验结果显示,结合文本特征向量与机器学习的基线模型在MCID上取得了显著效果,尤其是N-Gram+多层感知器模型,准确率和F1值分别达到97.14%和96.95%。多层次Bagging分类模型的表现优于所有基线模型,其准确率和F1值分别达到了97.49%和97.32%。不仅填补了币种识别数据集的研究空白,还提供了币种分类的基线模型,并在其基础上构建了多层次Bagging分类模型,为虚拟货币挖矿币种识别方法的选择提供了指导。此外,该研究的结论也可为未来虚拟货币挖矿场景模拟、金融安全和节能减排等业务的结合提供参考依据。MCID已在GitHub上公开发布,详细地址如下:https://***/jialongguo/MCID。

关键词： 智能压实   机器学习   XGBoost算法   遗传算法   动态变形模量   时域特征  

摘要： 为提升智能压实(intelligent compaction,IC)质量的实时检测与评价精度,提出一种基于GA-XGBoost模型的连续压实质量预测方法,以提高动态变形模量(E vd)的预测精度。模型以动态变形模量为目标,建立机器学习模型,主要采用决策树算法,构建XGBoost模型对压实质量进行预测分析。通过引入遗传算法(genetic algorithm,GA)对模型超参数寻优,以提高模型的预测精度和可靠性。首先,通过现场工程试验,测量压路机碾压时振动加速度,分析加速度信号,计算信号统计量并采用快速傅里叶变换(FFT)得出谐波频率,初步建立各项特征因子与E vd之间的系统联系;其次,筛选各个时频域特征,进行相关性分析,选用相关性较高的特征来建立预测模型;最后,验证了GA-XGBoost预测模型可以较好的预测E vd。研究结果表明:遗传算法(GA)可以高效地确定XGBoost算法的超参数,且较单一的XGBoost模型表现出更优的收敛速度;通过优化特征因子,改变输入参数,提高了GA-XGBoost模型的预测精度,优化后均方误差为3.9%,相关系数为0.748;同时对比了传统CMV拟合E vd的方法,该机器学习模型可以大幅度提高预测精度。

关键词： 人工智能   版权法   可视化   可版权性  

摘要： 文章使用CiteSpace软件知识图谱可视化及文献计量分析的方法,系统梳理国内人工智能版权法研究领域的CSSCI来源期刊论文。通过绘制关键词共现图谱、聚类图谱和突现图谱等知识图谱,并研读相关研究文献,归纳总结出国内人工智能版权法研究领域AIGC的法律属性、独创性标准、法律主体、版权归属、版权保护和人工智能训练数据的合理使用等六大核心主题。在研究趋势上,“法律主体”和“利益平衡”仍将持续保持其在该研究领域内的关注度,AIGC的可专利性将会成为由版权法研究延伸出的新热点。

关键词： 光伏组件   快速关断器   智能制造   机器视觉检测  

摘要： 关于光伏组件快速关断器,其可提升光伏系统安全性、降低电弧风险以及满足相关标准要求。针对其工作原理、关键技术指标及安全性要求,开展智能制造技术在关断器生产中的应用研究,分析智能制造对产品性能和生产效率的影响,评估经济性、市场前景及相关政策标准的影响。研究结果显示,智能制造技术实现了关断器生产精度和一致性的提升,优化了制造流程,为光伏产业智能化升级提供了技术支持与实践指导。

关键词： 人工智能   数字新质生产力   内部控制   技术逻辑   实践路径  

摘要： 内部控制首次写入2024年7月1日起施行的新《会计法》,这是企业提高风险防范能力和实现高质量发展的重要手段,是推进国家治理体系和治理能力现代化的内在要求。在数字化时代,传统的内部控制体系难以满足快速变革的业务需求和复杂的监管环境,而“人工智能+”数字新质生产力能解决数字化时代内部控制的痛点。为此,文章根据“痛点—需求—作用—技术逻辑—实践路径”的研究框架,在阐释企业高质量内部控制的内涵、特征与目标基础上,基于内部控制的痛点,论证了内部控制与数字技术在需求和作用方面的契合关系,解析了“人工智能+”数字新质生产力赋能高质量内部控制五要素之间的技术逻辑,提出了五个方面的“人工智能+”数字新质生产力赋能企业高质量内部控制的实践途径。

关键词： 智能制造   工业机器人   切削加工  

摘要： 自随着工业4.0时代的到来,切削加工制造单元向着智能化转型升级,而工业机器人在切削加工智能制造系统中的应用得到了迅猛的发展。以实现智能制造为目标,研究工业机器人如何与MES、PLC、机床等外围设备进行通信,同时研究其控制功能。工业机器人与外围设备实时通信,协同完成料仓的取放料、数控车床及加工中心的上下料工作。大大降低工人的劳动强度、降低生产成本、提高生产效率。

关键词： 人工智能   财务会计   管理会计  

摘要： 在人工智能技术日新月异的当今社会,企业发展中财务会计向管理会计转型已成为不可逆转的趋势。文章聚焦于人工智能时代背景,分析财务会计向管理会计转型的路径,并揭示其在转型过程中面临的挑战,提出具体的转型策略,包括创新会计思维与现代化理念、加强财务工作的规范化建设、依托数据标准构建智能平台等,旨在为企业在新时代背景下从财务会计向管理会计转型提供参考,实现企业长远发展目标。