关键词： “互联网+”   虚拟偶像   榜样教育   虚拟化榜样教育   人工智能  

摘要： 在互联网时代，虚拟偶像作为一种基于信息技术的非物质实体，其真实性和交互性得到了显著增强，成为推动榜样教育发展的重要媒介。依托新媒体的传播机制，将虚拟偶像融入榜样教育具有创新榜样教育法新维度、提升学生的媒介素养与创新思维、推进榜样教育精准化的三重价值意蕴。同时，由于将虚拟偶像融入榜样教育符合学生身心发展要求、信息化时代教育变革趋势和现代教育理念，其真正实现也具备关键有利因素。对此，学习者、教育者、运营者等三方面的主体要在将虚拟偶像融入榜样教育的实践中形成合力，共同促进虚拟偶像有效融入榜样教育，助力虚拟化榜样教育的健康发展。

关键词： 人工智能   通识课程教学   大模型   深度学习框架  

摘要： 阐述人工智能通识课程的实验教学设计与实践，通过建设以大模型为基础的实验平台，集成TensorFlow、PyTorch深度学习框架，以及Hadoop、Spark数据管理平台，为学生提供实验工具。

关键词： 小学体育教学   人工智能   策略  

摘要： 伴随人工智能技术的快速发展，各种各样的智能方法已经初步应用于教育领域，实现了教育方式的创新。人工智能在多方面展现出了巨大的潜力，其与小学体育教学的融合也成为重要课题。小学体育教学对培养学生身体素质、坚韧意志，促进学生健康成长至关重要。本文剖析了人工智能在小学体育教学中的优势，进一步探讨了人工智能融入小学体育教学的策略。

关键词： 人工智能   教学评一致性   生成式探究学习   高中地理   人口分布  

摘要： 生成式人工智能与地理教学融合是数智时代的必然趋势。文章分析了讯飞星火认知大模型融入地理教学的适切性,以“教学评一致性”理念为抓手,构建了生成式人工智能融入高中地理教学的实施路径,并以人教版教材高中地理必修第二册“人口分布”一节为例,设计了讯飞星火辅助地理教学的案例。

关键词： 卫星控制系统   未知故障检测   故障诊断   数字孪生   机器学习   分布外检测  

摘要： 卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题，可靠性与安全性较低。针对上述问题，提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先，通过卫星数字孪生产生覆盖各种类型故障的仿真数据，并利用XGBoost分类模型和卫星真实故障样本验证了数字孪生数据的高仿真性，实现了已知故障类型的诊断。在此基础上，考虑到现有诊断方法无法精准识别未知类型故障的发生，提出一种分布外检测模型Con-DAGMM,通过正常数据和已知类型故障数据训练模型，实现了对未知故障的及时预警。利用数字孪生数据与在轨卫星真实故障数据进行实验，实验结果表明，所提方法故障诊断精度高，在测试数据上的平均准确率达到98.8%,且Con-DAGMM实现了高性能的未知故障检测，在精准率、召回率和F1分数上优于Deep-SVDD等对比方法。结果表明，卫星数字孪生可以克服卫星历史数据中故障样本稀缺的问题，且分布外检测的思路能成功应用于卫星未知故障的预警，提高了在轨卫星的安全性与可靠性。

关键词： 智能监测技术   建筑安全   风险预测   传感器网络   数据分析   人工智能  

摘要： 本文通过分析传感器网络、数据采集系统、信号处理算法和人工智能模型的集成应用，提出了一种优化的智能监测技术方案。该方案能够实现建筑结构参数的实时监测、异常状态的智能识别以及潜在风险的提前预警。实验结果表明，优化后的智能监测系统在数据采集精度、分析效率和预警准确性等方面均有显著提升，为建筑安全管理提供了更可靠的技术支持。

关键词： 人工智能   城市园林   植物配置  

摘要： 近年来，城市快速发展的同时城市园林也得到迅速发展，这不仅使生态环境得到改善，还促进了居民生活质量的提高。但是在城市园林中，存在植物配置物种缺乏多样性、生态适应性不强、维护成本高等问题，致使园林建设效果不佳。鉴于此，本文以城市园林植物多样性配置为切入点，结合环境条件以及植物生长情况，深入研究人工智能在植物配置中的应用，保证植物在合理配置的同时，园林管理效率和生态效益能全面提升。

关键词： 图书馆文化   校园文化   人工智能   ChatGPT  

摘要： 图书馆文化建设是校园文化发展的重要组成部分。通用人工智能的出现，以其多模态输入输出能力和多语言熟练度为图书馆文化发展带来了重大机遇和挑战。图书馆接受和利用通用人工智能的力量可以有效分类资源，创建主题空间，并赋予读者积极参与图书馆文化发展的权利。此外，通过构建一个由通用人工智能促进的平台，图书馆员可以加强与读者的沟通，培养更深层次的参与感。

关键词： 高层次技术技能人才   产教融合   校企协同   虚拟仿真   人工智能  

摘要： 高层次技术技能人才是现代经济与社会发展的重要支撑，产教融合模式在其培养过程中起着关键作用。然而，当前的产教融合实践仍存在诸多急需解决的问题，通过对高层次技术技能人才的内涵与特征进行剖析，结合现有模式的问题分析，提出以政策创新、校企协同、课程优化和师资强化为核心的优化策略。该策略以构建动态适配的课程体系、促进校企深度合作、完善政策支持机制为重点，为高层次技术技能人才培养提供切实可行的路径。研究表明，优化产教融合模式不仅能增强人才培养的针对性和实效性，还能为国家高质量发展战略提供重要的人才保障。

关键词： 人工智能   低剂量CT检查   肺结节   鉴别诊断  

摘要： 目的 探讨基于人工智能（AI）的低剂量CT检查在良恶性肺结节鉴别诊断中的应用价值。方法 选取92例肺结节患者为研究对象，均接受低剂量CT检查，并将低剂量CT图像导入AI系统进行辅助诊断。以手术病理检查结果作为金标准，分析低剂量CT检查和AI辅助检查对良恶性肺结节的鉴别诊断效能。结果 92例患者共检出119个结节，其中良性结节89个（74.8%），恶性结节30个（25.2%）。良性结节的直径小于恶性结节，实性结节、圆形、边缘光滑占比均高于恶性结节（P <0.05）。Kappa检验显示，低剂量CT检查与手术病理检查的一致性中等（Kappa值=0.534, P <0.001）, AI辅助检查与手术病理检查的一致性高（Kappa值=0.787, P <0.001）。以手术病理检查结果为金标准，AI辅助检查诊断恶性肺结节的特异度、准确度分别为92.1%、 91.6%，均高于低剂量CT检查的82.0%、 80.7%(P <0.05)；两种检查方式的敏感度比较，差异无统计学意义（P>0.05）。结论 基于AI的低剂量CT检查可显著提高良恶性肺结节的鉴别诊断效能，有助于减少误诊、漏诊，为早期诊断提供影像学信息。