关键词： 脱敏技术   敏感数据识别   网络监管   安全监测   大数据   人工智能  

摘要： 首先,在探讨在大数据与人工智能融合背景下,敏感数据识别与脱敏技术在网络监管中应用的基础上,针对传统数据监测方法存在的自动化程度低、监测精度不足及覆盖范围小等问题,提出一种基于敏感数据识别与脱敏技术的安全监测方法。此方法通过无监督训练和非结构化识别算法,结合大数据和人工智能技术,实现对敏感数据的自动检测和识别。实验结果显示,用户敏感行为预测准确率为94%,敏感数据解析、流量监测、页面捕获及数据采集的总体准确率为93%。然后,阐述数据预处理、识别算法及算法效果评估等步骤,采用散列函数法对识别出的敏感数据进行加密或替换,确保数据隐私性和安全性,并构建涵盖数据采集、数据共享、数据传输及数据处理等多个环节的安全监测模型,通过优化敏感数据扫描方法,提高了识别精度和效率。最后,分析当前面临的挑战,提出优化算法设计、加强数据预处理及探索新脱敏技术等改进建议,并展望多领域融合与拓展的应用前景。

关键词： 机器学习   按摩椅   个性化服务  

摘要： 随着人工智能技术的不断发展,机器学习已被广泛应用于多个领域,以提升服务个性化和效率。机器学习通过从大量数据中学习规律和特征,支持系统更精准地理解和预测用户需求。在按摩椅行业,通过应用机器学习算法,可以实现更加精细化的用户体验,根据用户的体质、偏好及历史反馈调整按摩模式。文中系统地研究了基于机器学习的按摩椅个性化服务算法的设计与实现,包括数据收集、用户分类、偏好预测及实时反馈调整,并通过技术应用测试验证了算法的有效性与实用性。

关键词： 蜱   蜱携病原体   蜱媒疾病   人工智能   综述  

摘要： 蜱是节肢动物门中一类专性吸血寄生虫,广泛分布于世界各地,是众多疫病的传播媒介,严重威胁公共卫生安全及养殖安全。本文主要总结人工智能技术在蜱种类识别、基于生态学的蜱与宿主关系研究、蜱媒疾病诊断及预测等方面中应用的研究进展,并探讨人工智能技术在蜱及其携带病原体与宿主免疫系统互相作用研究领域中的潜在应用价值,旨在通过揭示蜱-病原体-宿主三者之间的关系,为蜱媒疾病的预防、诊断和治疗提供更科学、有效的技术支持。

关键词： 人工智能   科研范式   变革   特征  

摘要： 以ChatGPT为代表的大模型带来人工智能(AI)的突破性进展,科学家也在积极探索人工智能在科学研究上的应用前景,使得科学研究从实验范式、理论范式、计算范式、数据驱动范式,迎来了AIforScience(AI4S)的第五范式。本文分析当前科研范式变革进展,发现各科研范式之间互相继承和发展并在实践中相互渗透和融合。而人工智能的快速发展使得当前科研范式在思维方式、科研模式、组织模式、科研决策等方面发生重大变化,呈现出复杂系统性思维、平台化科研、开放共享的组织模式以及人机协同的决策模式等新特征。基于当前科研范式变革背景,本文从培养复合型人才、拓展应用场景、完善技术生态、数据安全和共享等维度提出了相应的建议和对策,以便更好地发挥人工智能在科研领域的重要作用。

关键词： 人工智能   媒体可视化   互联网   技术赋权   算法  

摘要： 随着人工智能技术的日益蓬勃发展,基于可视化内容的数据新闻迎来了新的机遇与挑战。文章通过对国内外的数据新闻可视化案例进行分析考察,发现当前数据新闻呈现以数据信息为价值底色,以多元文化结合为主要表征,以可视化呈现为传播方式等传播特征。同时,数据新闻面临隐私争议、技术偏见、深度伪造等发展困境。基于此,文章提出人工智能技术推进数据化媒体平台建设的策略,即“专业团队深耕内容生产”“可视化元素赋能新闻生态”“构建多模态行动网络”“塑造可视化语言风格”“多主体跨领域融合打造数据新闻新业态”“交互式赋权提升用户参与体验”。

关键词： 重烷基苯磺酸盐   降本增效   工艺优化   设备改进   能源管理   智能制造  

摘要： 重烷基苯磺酸盐作为一种重要的表面活性剂,广泛应用于洗涤剂、化妆品、纺织等行业。随着市场竞争日益激烈,重烷基苯磺酸盐装置降本增效成为企业生存和发展的关键。针对重烷基苯磺酸盐装置的现状,分析了降本增效面临的挑战,提出了切实可行的降本增效思路和措施,旨在提高企业的经济效益及市场竞争力。

关键词： 危岩体   边坡稳定性   岩石力学   参数反演   乌鸦算法   BP神经网络   地震响应   机器学习  

摘要： 以新疆金川矿业京希-巴拉克采区南帮边坡为工程背景,针对震后边坡力学参数弱化及余震下边坡稳定性评估问题,提出了基于乌鸦算法(CSA)优化的BP神经网络模型(CSA-BP),用于震后边坡力学参数反演,并结合离散元法对余震状态下危岩体边坡稳定性进行评价。结果表明,CSA-BP模型反演震后边坡力学参数,定量揭示了岩体弱化特征;5级余震下边坡中上部凝灰质砂岩位移显著,x方向位移远超竖向(z方向)位移,边坡失稳以水平滑移为主。CSA-BP模型能通过参数-动力耦合机制精准定位高风险区,可为震后边坡防护提供理论支撑。

关键词： 堰塞坝   溃口峰值流量   支持向量机   随机森林   机器学习  

摘要： 堰塞坝溃决洪水会给下游人民生命财产安全造成严重威胁,精准预测溃口峰值流量对于灾害响应工作至关重要。利用55例历史堰塞坝溃决案例数据,包括坝高、坝前储水量和坝体材料类别,构建了用于溃口峰值流量预测的支持向量机模型(SVM)和随机森林模型(RF),通过与实测值、经验公式预测值对比,用决定系数(R^(2))和均方根误差(RMSE)定量评估了各种机器学习模型的预测效果。结果表明:机器学习模型能准确预测堰塞坝溃口峰值流量,但SVM模型(R^(2)=0.900,RMSE=0.465)性能要略优于RF模型(R^(2)=0.857,RMSE=0.556),且两者预测精度均优于既有经验公式,其中SVM模型相比于最佳经验公式,R^(2)提升了8.7%,RMSE降低了23.6%。研究成果可为堰塞坝溃决灾害的应急抢险提供参考。

关键词： 多维特征   信息有用性   机器学习   预测模型  

摘要： 为提升用户体验、优化视频推荐,建立知识共享视频信息有用性预测模型有助于用户寻得契合自身兴趣与需求的视频。文章以Bilibili平台知识分区科学科普类视频数据为基础,依视频收藏量分三个等级评估信息有用性。从视频自身、交互及发布者特征三个维度选取相关特征变量,经随机森林算法筛选重要特征,用机器学习算法训练5个单模型与2个集成模型预测有用性,并用多种评价指标分析模型性能,找出最优模型。基于SMOTE算法平衡数据后验证,H-GBDT模型在7种模型中表现最佳,有用性等级1、2、3准确率依次为83%、80%与95%,能准确预测知识共享型视频信息有用性。此研究优化了视频推荐机制,但仅限于知识分享型视频,后续可聚焦不同类型视频有用性预测建模。

关键词： 厚板   生产技术   工艺装备   智能制造   典型产品   发展   展望  

摘要： 梳理了我国厚板生产的发展历史,将我国厚板生产发展划分为起步期、蓄势期、发展期、成熟期、优化期5个阶段,从轧机规格、装备水平、产能规模等方面对各阶段特点进行了分析;阐述了热送热装、加热炉、轧机、矫直机等厚板生产关键工艺及装备的技术进步和发展;论述了特殊船舶用钢、海洋工程用钢等厚板典型产品的开发、应用和发展;展望了我国厚板生产及研发的发展方向并提出了建议。