关键词： 长江经济带城市群   人工智能   时空差异   空间杜宾模型  

摘要： 长江经济带作为全国高质量发展的重要增长极,探究其人工智能发展水平对构建中国人工智能发展新格局意义重大。通过构建人工智能发展水平综合评价指标体系,在利用纵横向拉开档次法测度2010~2020年长江经济带三大城市群71个城市人工智能发展水平的基础上,进一步采用Dagum基尼系数、核密度估计、空间马尔科夫链和空间杜宾模型对其差距贡献、动态演进趋势和影响因素进行了深入研究。研究表明:(1)长江经济带三大城市群的人工智能发展水平均呈稳定上升趋势,其中长三角城市群处于绝对领先地位,成渝城市群次之,长江中游城市群紧随其后,整体上人工智能发展水平的空间分布格局由“V”字型分布逐渐向上中下游依次递增的格局转变;(2)长三角城市群和长江中游城市群在研究期内整体基尼系数有所下降,而成渝城市群则呈上升态势,三大城市群间人工智能发展水平的整体差距有所扩大,城市群间差距是造成人工智能发展水平空间非均衡性的主要原因;(3)各城市群人工智能发展“极化”效应显著,长三角城市群和长江中游城市群均表现为“多极”分化,成渝城市群则由“多极”分化逐步发展为“两极”分化;(4)不同等级的人工智能发展具有明显的转移“惰性”,人工智能发展水平较高的城市对于周边城市的人工智能发展具有明显的空间作用,虹吸效应与溢出效应并存;(5)区域人口密度、产业升级、经济发展水平和市场化水平对长江经济带人工智能发展具有显著促进作用,但科技金融具有显著抑制作用,各影响因素的作用效果具有明显的区域异质性。

关键词： 干旱盐碱地   土壤含盐量估算   机器学习模型   深度学习模型  

摘要： 内蒙古自治区鄂尔多斯市达拉特旗黄河南岸由于气候干旱,降水量少,年蒸发量远大于年降水量,靠近黄河地下水位高,导致土壤盐渍化问题突出。以达拉特旗黄河南岸盐碱地为研究对象,基于Sentinel-1、Sentinel-2、Landsat-8和SRTM DEM多源数据,采取相关性分析和连续变量投影结合索套回归(Lasso)、随机森林回归(Random forset,RF)、轻量梯度提升机模型(Light gradient boosting machine,LightGBM)、极端梯度提升模型(Extreme gradient boosting,XGBoost)、一维卷积神经网络(One dimensional convolutional neural networks,1DCNNs)、深度神经网络(Deep neural network,DNN)6种模型进行春季裸土期与植被覆盖期土壤含盐量估算。结果表明:XGBoost模型精度最高,春季裸土期、植被覆盖期测试集决定系数(R2)为0.76、0.58;均方根误差(RMSE)为5.76、7.22 g/kg;平均绝对误差(MAE)为3.38、4.33 g/kg。多源遥感数据结合变量筛选方法利用XGBoost模型揭示研究区不同季节土壤盐分空间分布最有效,含盐量反演结果与野外实际调查分析结果基本吻合。变量重要性分析表明春季裸土期、植被覆盖期重要反演因子分别为:盐分指数(48.3%)、地形因子(33.8%);植被指数(22%)、地形因子(47.9%)。本研究为达拉特旗黄河南岸盐碱地遥感反演提供了有效方法,为春季裸土期与植被覆盖期盐碱化土壤监测及预防提供了理论依据。

关键词： 农机保养   物联网   人工智能   智慧农业  

摘要： 随着科技的不断发展,智能农机保养与智慧农业安全已成为农业生产现代化的重要组成部分。文章旨在探讨如何结合人工智能技术和物联网技术,推动农机保养和农业安全管理的智能化、自动化进程,以提高农业生产的效率和安全性。基于农机保养与智慧农业安全的概念及重要意义,文章分析了智能传感器、人工智能算法等关键技术在农机保养和农业安全管理中的应用,从政府支持、技术培训、合作推广、标准认证和金融扶持等方面提出了具体措施,以推动农机保养与智慧农业安全的发展,为农业现代化提供新的动力和机遇。

关键词： 数据要素   新质生产力   产业链韧性   人工智能   空间效应  

摘要： 基于2011~2022年31个省域面板数据,考察数据要素影响新质生产力的传导机制与空间效应,对提升新质生产力的路径进行探索。研究发现:数据要素能够显著地促进新质生产力发展,但区域间存在差异,我国西部地区数据要素对新质生产力发展的作用不显著,东部和中部地区作用明显。调节效应表明提升产业链韧性对数据要素推进新质生产力具有正向调节作用,城乡收入差距对数据要素推进新质生产力具有负向调节作用。选取人工智能为门槛变量,发现数据要素对新质生产力发展存在正向非线性关系,人工智能发展水平增强了这一正向促进关系。此外,空间效应表明数据要素对邻近地区新质生产力发展具有显著的溢出效应。基于此,政府应不断加强数字基础设施建设、促进区域发展平衡、优化教育资源、提升产业链韧性、缩小城乡收入差距、加强人工智能发展、更好地利用数据要素推动新质生产力的发展,促进经济的均衡和可持续发展。

关键词： 机器学习   虚拟现实   抑郁症   健康管理  

摘要： 抑郁症严重地危害着人类的身心健康。目前传统的抑郁症诊断和治疗技术存在一定的弊端,而机器学习技术结合精神健康数据可以加强对患者精神状况的了解,提高抑郁症诊断的准确性和特异性。VR干预技术可以有效地减少抑郁症状,在辅助治疗抑郁症方面具有安全可控、治疗生态效度高、治疗经济高效等优势。本文总结了机器学习与虚拟现实在抑郁症健康管理方面的应用,并分析了今后的研究方向和挑战。

关键词： 水位预报   水文水动力模型   机器学习模型   耦合模型  

摘要： 为探讨利用水文水动力模型和机器学习模型来提高河道水位预报精度的可行性,首先利用水文水动力模型进行河道水位预报,采用支持向量机模型对水文水动力模型的预报结果进行校正,进而构建了一种耦合水文水动力模型和机器学习模型的河道水位预报模型。在广州市南沙区蕉西水闸的应用结果表明,构建的耦合模型的预报效果优于单一的水文水动力模型,明显地提高了不同预见期下的水位预报精度;尽管随着预见期的增加,耦合模型的预报精度有一定的衰减趋势,但整体上仍优于水文水动力模型提供的水位预报结果。

关键词： 科技公司   人工智能   大国竞争   技术监管   全球治理  

摘要： 作为影响地缘政治的重要行为体,科技公司的作用尚未得到学术界的足够关注。随着科技日益成为主权国家在竞争中维护利益和发挥影响力的战略工具,科技公司与主权国家之间的权力格局和相互依赖关系正经历深刻变革。科技公司依托其在技术变革中的引领性角色,正在成为影响国家创新能力、国内治理能力和综合国力的关键变量。在这一过程中,科技公司不再只是被动应势,而是在新的动态关系中顺势而为,通过主动介入地缘政治博弈,影响政策制定以实现其商业利益。通过对25位人工智能领域从业者的深度访谈,并结合对英特尔、Mistral AI、OpenAI三家公司的具体行动进行案例分析,研究揭示了科技公司顺势而为的行为逻辑以及由此产生的资源分配失衡、监管效果不佳、国际合作受损和生态系统扭曲四类潜在风险。因此,国家应审慎应对科技巨头崛起带来的权力与利益冲突,同时,重视科技公司在塑造全球政治经济格局中的关键作用,以开放包容的态度加强国际合作,共同引导科技创新造福人类。

关键词： 人工智能   大数据   食品科学与工程   人才培养  

摘要： 随着人工智能(Artificial intelligence,AI)大数据的发展,食品科学与工程专业的人才培养模式在食品行业变化的大环境下也受到了影响。通过论述AI大数据分析的优势、基本思路和原理,从毕业生素养(通识能力)、专业知识与技能、课程培养方面、工作满意度、工作稳定性等方面解读AI分析报告;同时,分析AI大数据背景下食品科学与工程专业人才培养提升的建议和措施,为提升我国食品工程领域的人才培养质量提供新思路。

关键词： 人工智能   税务筹划   财务管理   决策支持   合规管理  

摘要： 文章从自动化税务合规、预测分析与决策支持、智能税务咨询、税收筹划的智能优化等角度,分析了人工智能在企业税务筹划中的应用前景,针对企业在税务筹划中利用人工智能面临的技术、法律与合规、企业内部接受度、成本与效益等挑战给出了具体的应对策略,以促进企业实现税务筹划的革新与优化。

关键词： 关节成形术,置换,髋   人工智能   神经网络,计算机   参数测量  

摘要： 目的探讨通过卷积神经网络测量全髋关节置换(total hip arthroplasty,THA)术后假体角度及双下肢长度差与人工测量的差异。方法收集2024年1至3月,在解放军总医院第四医学中心骨科实施单侧THA患者100例,其中50例使用陶瓷内衬髋关节假体、50例使用聚乙烯内衬髋关节假体。男58例、女42例,年龄(51.6±12.71)岁,均为单侧,左侧45髋、右侧55髋。利用Attention UNet网络分割假体并识别关键点,计算髋臼假体外展角、前倾角和双下肢长度差。分别使用卷积神经网络和人工方法测量假体前倾角、外展角和双下肢长度差,并进行比较。采用Bland-Altman方法评估两种测量方法的一致性。结果卷积神经网络测量100例假体的外展角、前倾角和双下肢长度差分别为40.55°±4.76°、21.5°(19.0°,27.0°)和3.6(1.7,6.8)mm,人工测量为40.58°±4.93°、21.0°(17.6°,23.2°)和3.0(2.0,7.0)mm。两种方法测量前倾角的差异有统计学意义(Z=-2.189,P=0.029),而外展角和双下肢长度差的差异无统计学意义(P>0.05)。卷积神经网络测量50例聚乙烯内衬假体的外展角和前倾角分别为40.31°±4.70°和20.0°(18.0°,22.0°),人工测量分别为40.49°±4.92°和20.0°(17.0°,21.5°),差异均无统计学意义(P>0.05);卷积神经网络测量50例陶瓷内衬假体的外展角和前倾角分别为40.79°±4.86°和26.5°(20.8°,33.0°),人工测量分别为40.68°±4.98°和20.0°(18.0°,22.0°),两种方法测量假体前倾角的差异有统计学意义(Z=-3.426,P=0.001),而外展角的差异无统计学意义(t=0.994,P=0.325)。Bland-Altman方法显示人工与卷积神经网络测量100例假体外展角的差值为0.0310°±1.091°[95%CI(-2.107°,2.169°)],聚乙烯内衬假体的差值为0.178°±1.296°[95%CI(-2.362°,2.718°)],陶瓷内衬假体的差值为-0.116°±0.825°[95%CI(-1.733°,1.501°)];100例假体前倾角的差值为-3.280°±6.920°[95%CI(-16.840°,10.280°)],聚乙烯内衬假体的差值为-0.002°±1.471°[95%CI(-2.885°,2.881°)],陶瓷内衬假体的差值为-6.560°±8.523°[95%CI(-23.270°,10.150°)];双下肢长度差的差值为(-0.101±0.947)mm[95%CI(-1.956,1.755)mm]。结论卷积神经网络测量THA术后髋臼假体外展角、聚乙烯内衬假体前倾角、双下肢长度差与人工测量值无差异,但测量陶瓷内衬假体前倾角与人工测量方法有差异。Bland-Altman分析表明两种测量方法在测量外展角、聚乙烯内衬假体前倾角和双下肢长度差时具有较好的一致性。