关键词： 人工智能   小学美术   教学策略  

摘要： 人工智能技术以其强大的数据处理能力、个性化的学习推荐以及丰富的交互体验，为小学美术教学提供了新的思路与工具。人工智能技术与小学美术教学结合，不仅能够丰富美术教学形式，使美术教学变得更为直观且便捷，还能够推动教育管理的自动化进程，实现教学评价的智能化与个性化，对促进学生全面发展具有重要的意义。对此，本文通过分析人工智能赋能小学美术教学的意义，在此基础上探讨基于人工智能赋能小学美术教学策略，以期为小学美术教育注入新的活力。

关键词： 遥感   森林类型覆盖度   树种覆盖度   人工合成样本   长时间序列   机器学习  

摘要： 寒温带森林是陆地上分布面积最广的森林生态系统，具有重要的生态和社会经济价值。定量描述长时序寒温带森林类型和树种覆盖信息对于量化其生态系统服务功能以及制定森林管理政策具有重要意义。然而受实测覆盖度数据缺乏和多光谱影像光谱信息有限的限制，现有研究较少探究中分辨率多光谱星载数据（如Landsat卫星）对中国寒温带森林类型覆盖度和树种覆盖度进行长时序反演的可行性，并且对于遥感影像获取时间频率（单时相、多时相）对反演精度的影响仍缺乏定量评估。为此，本研究利用人工合成样本和随机森林回归模型对黑龙江省孟家岗林场的森林类型和树种覆盖度分别进行了反演，并将模型应用于1986年—2020年的Landsat影像，估算孟家岗林场阔叶林和针叶林35年的覆盖度。结果表明：（1）对于森林类型覆盖度反演，基于生长季Landsat波段和植被指数（归一化耕作指数以及缨帽变换系数）的中值特征估算的精度最高，阔叶林覆盖度估算R2=0.76，针叶林覆盖度估算R2=0.71;（2）对于树种覆盖度反演，基于多时相Landsat波段和植被指数的精度最高，落叶松覆盖度估算R2=0.40，红松覆盖度估算R2=0.23，樟子松覆盖度估算R2=0.61;（3）增加影像获取时间密度对于森林类型覆盖度反演精度的提高没有显著贡献（阔叶林?R2=0.01，针叶林?R2=-0.03），但对提高树种覆盖度的反演精度帮助较大（落叶松?R2=0.04，红松?R2=0.07，樟子松?R2=0.27）。本研究可为中国北方森林以及全球寒温带森林类型和树种覆盖度的大尺度长时序估算提供了思路。

关键词： 人工智能   医学影像   实验教学  

摘要： 文章首先对人工智能进行了概述，然后说明了医学影像实验教学现状，接着分析了医学影像实验教学对人工智能的需求，最后探究了人工智能在医学影像实验教学中的应用效果，结果显示，在实施分组教学之前，两组学生在理论知识考核成绩和教学满意度方面并未显示出明显的差异；然而在实施分组教学之后，实验组学生的理论知识考核成绩和教学满意度均显著高于对照组学生。

关键词： 拖拉机   发动机扭矩   耕作过程   预测模型   机器学习  

摘要： 拖拉机发动机扭矩是评价变速器疲劳寿命分析、优化设计和加速寿命测试的重要指标，而现有的拖拉机发动机扭矩测量方法需要一个昂贵的扭矩传感器。为此，提出一种基于粒子群优化（PSO）和极限学习机（ELM）的拖拉机发动机扭矩预测模型。首先，采集了拖拉机发动机的试验数据，并将其分为训练集和测试集；然后，使用PSO算法优化ELM的参数，以获得更好的预测性能；最后，将优化后的ELM模型与其他机器学习模型进行比较，并使用误差指标来评估预测性能。试验结果表明：所提出的PSO-ELM模型具有更好的预测精度和泛化能力，R2达到0.934 2,MAPE仅为0.95%,RMSE为2.10,预测值与试验值之间拟合程度较高，可以有效地用于拖拉机发动机扭矩的预测。

关键词： 虚拟教研室   数字化   人工智能   食品分析   课程思政  

摘要： “数字化”时代悄然而至,教师的教学方式和学生的学习模式悄然发生着改变,虚拟教研室作为新型的基层教学组织,已为教育改革提供了新思路和新范式,对于提升教学质量、教研学术水平和破解高校科研与教学矛盾等方面产生了深远影响。文章以我校“食品分析”课程虚拟教研室建设过程中充分利用数字信息技术构建微课共享资源、搭建线上新平台等为起点,具体介绍虚拟教研室应用智慧平台推动教育教学改革和提升教学质量方面的做法和路径,分析“食品分析”课程虚拟教研室的应用成效。数字技术赋能课程转型,有效融入思政育人元素,课堂气氛活跃,学生参与度一路“狂飙”,学习效果显著提升。数字化技术助推虚拟教研室的发展,赋能深化教育教学改革,促进数字化转型,实现高等教育的高质量发展。

关键词： 人工智能   劳动教育   分层实施   智慧教育生态  

摘要： 在人工智能时代背景下，传统的劳动教育模式正面临多重挑战，如内容陈旧、方法单一和资源分配不均等。劳动教育的创新应涉及多个维度：与时俱进的教育内容更新、智能化与个性化的教学方法、跨学科的整合以及综合实践能力的培养，还包括塑造符合时代精神的劳动价值观。针对小学、初中、高中和大学不同教育阶段，应制定具体的分层实施策略，以确保劳动教育的实效性和针对性。构建智慧教育生态系统对于推动劳动教育创新至关重要。该文旨在探索并提出实现这一目标的技术平台和资源体系建设方案。

关键词： 老年群体   人工智能   情感支持   代际支持  

摘要： 基于技术接受模型，对不同地区老年人进行线上线下的问卷调查，并运用SPSS进行相关性和回归分析，探讨老年人对人工智能设备的情感支持需求情况。研究发现，感知情感性与老年群体对人工智能设备的态度及实际使用情况呈正相关；感知易用性和感知有用性对感知情感性具有正向影响。感知有用性与老年人对人工智能设备的实际使用并无相关性，且老年群体对人工智能设备的积极态度并未必转化为实际使用行为。值得注意的是，子女的代际技术支持对老年人使用人工智能设备的态度和实际使用也表现出显著的正相关关系。因此，情感需求在老年人接受人工智能设备中具有重要的正向影响，而感知有用性和易用性则应视为满足情感支持需求的起点。研究强调了代际支持在老年人技术使用中的不可或缺性，为进一步推动人工智能技术在老年群体中的应用提供了理论基础与实践指导。

关键词： 人工智能   DeepSeek   大语言模型   混合专家模型   多头潜在注意力机制   多token预测   混合精度训练   群体相对策略优化  

摘要： 简述DeepSeek系列模型在大模型训练中的创新和优化．DeepSeek系列模型的突破主要体现在模型架构、算法创新、软硬件协同优化及整体训练效率的提升．DeepSeek-V3模型采用混合专家（mixture of experts, MoE）模型架构，通过细粒度设计和共享专家策略，实现计算资源的高效利用；MoE模型架构中的稀疏激活机制和无损负载均衡策略显著提高了模型训练的效率和性能；多头潜在注意力（multi-head latent attention, MLA）机制通过减少内存使用和加速推理过程，降低了模型训练和推理成本；通过引入多token预测（multi-token prediction, MTP）和8位浮点数（floating point 8-bit, FP8）混合精度训练技术，提升了模型的上下文理解能力和训练效率；采用优化并行线程执行（parallel thread execution, PTX）代码显著提高了图形处理器（graphics processing unit, GPU）的计算效率；所提群体相对策略优化（group relative policy optimization,GRPO）对DeepSeek-R1-Zero模型进行纯强化学习训练，跳过了传统的监督微调和人类反馈阶段，显著提升了模型的推理能力．总体而言，DeepSeek系列模型通过多项创新，在人工智能领域取得了显著优势，树立了行业新标杆．

关键词： 烟叶   化学成分预测   自适应随机带宽计算   机器学习  

摘要： 为解决烟叶化学成分预测准确度不高、小样本场景性能差的问题，结合NW(Nadaraya-Watson核回归估计)与自适应随机带宽计算方法，建立了烟叶化学成分预测的回归模型。采用河南省2010―2020年气象和烟叶化学成分数据进行模型验证，结果表明，本文方法整体上优于现有方法，以云烟87为例，对总糖、还原糖、总植物碱、钾、总氮等主要化学成分的预测误差（MAPE）分别为8.46%、8.71%、12.87%、14.04%、9.95%，相较于随机森林、BP、KNN方法，MAPE分别降低了7.69%、5.02%、5.5%。本模型可应用于不同品种的烟叶化学成分预测，在数据存在偏差的情况下具有更稳定的预测结果，且本文方法仅需随机森林模型1%的数据量就可达到更优效果，在鲁棒性验证、可靠性评估等方面均可取得更优的结果。

关键词： 人工智能   外训学员   血管外科   医学教学  

摘要： 随着全球化进程的加速和国际医学交流的日益频繁, 外训学员在我国医学教育体系中的地位愈发重要。本文探讨了人工智能技术在外训学员血管外科教学中的应用, 包括其在理论教学、手术技能培训、病例分析与临床决策等方面的具体应用形式, 分析了人工智能应用于外训教学所带来的优势, 如提高教学效率、增强教学个体化、促进文化融合等, 同时也深入探讨了面临的数据安全与隐私保护、技术可靠性与适应性、教育理念转变以及跨文化教育等挑战, 并提出了相应的应对策略。通过合理利用人工智能技术, 有望提升外训学员血管外科教学质量, 为国际医学人才培养做出积极贡献。