关键词： 人工智能   高等数学课程   课堂创新实践  

摘要： 高等数学作为科学与工程领域的基础学科,其教学质量对于提升学生的理论素养与实践能力具有深远影响。然而,在教育改革的浪潮下,伴随着信息技术的飞跃式发展,传统的高等数学教学模式正遭遇前所未有的挑战。鉴于此,本文旨在从人工智能这一新兴视角出发,深入剖析如何借助现代科技手段,优化高等数学课程的教学效果,以期更加契合新时代教育的发展需求。

关键词： 气道评估   困难气道   预测模型   人工智能   深度学习   机器学习  

摘要： 气道评估是气道管理的重要前提。困难气道（difficult airway,DA）是麻醉管理中的一大挑战，如果不能提前预测其发生，可能会导致插管失败和低氧血症等严重不良事件。术前准确评估和预测可能出现的DA至关重要。传统的评估系统依赖医生的经验来解释，灵敏度低，而且难以识别隐藏的解剖异常。人工智能（artificial intelligence,AI）依托强大的学习和数据分析能力，通过整合多模态数据，在机器学习（machine learning,ML）和深度学习（deep learning,DL）的基础上构建的DA预测模型，可以大大提高对气道异常解剖结构的识别效率和准确性，明显提升预测效率，从而制定针对性方案，实施有效管理，确保麻醉安全和质量。本文对近年来利用AI进行DA预测的研究进行了综述。

关键词： 绿色基础设施   生态网络   空间结构   多源数据   人工智能  

摘要： 城市绿色空间作为缓解“城市病”的重要自然解决方案，因其在提供生态系统服务方面的显著作用而备受关注。然而，现有研究对城市绿色空间生态系统服务的评估多局限于二维空间特征，对三维结构特征及其生态系统服务效应的评估存在不足，难以全面、准确地揭示绿色空间对居民福祉提升的实际贡献。本文系统梳理了城市绿色空间生态系统服务的现有评估方法，深入分析二维空间评估方法的局限性，并重点探讨了新兴技术(如激光雷达、街景图像和人工智能算法等)在三维空间评估中的应用进展。基于此，本文提出了融合新兴技术与城市绿色空间生态系统服务三维评估的创新研究框架，并针对当前技术在数据处理效率以及多尺度应用方面的挑战，探讨了未来研究的发展方向，以期为城市绿色空间的精细化管理和可持续发展提供理论支持和实践参考。

关键词： 智能教育   人工智能   人机信任   配置分析  

摘要： 智能教育场景下人机信任的动态构建是教育数字化转型的关键挑战。文章基于社会认知理论的三元交互框架，整合个体认知、技术特征、任务环境三个维度，构建了智能教育场景下人机信任影响因素的组态模型。通过对智能教育系统用户273条有效问卷数据的模糊集定性比较分析（fsQCA），识别出强、弱人机信任的组态路径。研究发现：人机信任的形成依赖于个体认知、技术特征及任务环境的多维组态作用，其中自我效能感、结果期望、技术可靠性和安全性是提升人机信任的核心条件；技术缺陷或任一维度的短板均可能导致弱人机信任。研究揭示了人机信任的非对称因果机制，强调多维条件的协同效应。研究结论为智能教育场景下提升用户人机信任水平提供了理论依据与实践启示，为未来优化智能教育系统设计、提升教育领域人机信任水平的研究提供了参考借鉴。

关键词： 磁场   二阶张量   单相短路   电磁力   机器学习  

摘要： 本文基于一台500kV换流变压器在短路故障时的电磁力分布状态，深入研究磁场与电磁力之间的本质关系，提出了一种基于二阶磁场张量的绕组电磁力计算方法。首先，通过直角坐标下磁通密度大小的一阶张量B确定绕组中磁场的主要分布模式，并验证其与电磁力F的相关性。其次，继续研究B的标量值分布及二阶张量的表现形式，相关性分析表明其大小及方向的变化规律与电磁力的分布特性完全吻合。随后，利用梯度提升回归树模型拟合了二阶张量与电磁力的函数关系，并通过贝叶斯优化确定了最佳的超参数。最后，搭建了一个35kV缩比变压器试验平台，通过短路试验的结果详细对比了电磁力的实测值与拟合值，误差最大不超过1.8%，验证了所提方法的有效性和普适性。本方法在保持计算精度的同时，简化了计算流程并提高了计算效率，为变压器的设计与分析提供了重要参考，具备显著的工程应用价值。

关键词： 无人机   非完备信息   自主决策   态势预测   人工智能  

摘要： 随着计算机科学、自动控制理论、飞行器设计等学科的融合发展，无人机近距博弈自主决策成为当前无人机领域关键性技术难题之一。针对非完备信息下的无人机近距博弈自主决策问题，本文提出了一种基于预训练Efficientero算法的无人机近距博弈自主决策方法。首先，实现了一种基于四元数理论的无人机三自由度动力学模型求解方法，并根据该方法建立了三自由度无人机近距博弈环境模型。其次，基于深度神经网络建立了面向多维连续状态输入、多维离散动作输出的无人机近距博弈自主决策模型。在此基础上，提出了一种基于预训练EfficientZero算法的近距博弈决策模型优化方法。然后，建立了非完备信息下目标机动轨迹预测模型。最后，开展了无人机近距博弈仿真实验。

关键词： 海坛岛   物种多样性   环境变量   机器学习   Hill多样性  

摘要： 研究海岛环境的异质性，有助于了解海岛环境对于植物群落生长与发展的干扰机制。以平潭县海坛岛100个植物群落为对象，探究物种多样性与环境变量的关系。基于群落调查数据及遥感数据，计算海坛岛Hill多样性指数（hill 0、hill 1、hill2）。并构建环境变量数据集，运用多种机器学习模型，经特征筛选、模型训练与评估，结合SHAP分析，探究海坛岛环境变量对物种多样性的影响。研究表明，降雨季节性变异系数、土壤有机质含量、土壤可溶性水解盐含量、土壤速效钾、坡向是影响hill 0的关键因素；降雨季节性变异系数、最干季平均气温、最暖季降水量、土壤有机质含量、土壤全钾是影响hill 1、hill 2的关键因素；降雨季节性变异系数、土壤有机质含量、土壤全钾、土壤速效钾对平潭物种多样性增长与群落结构稳定起正向作用。本研究揭示了海坛岛部分环境因子与物种多样性的关系，为海岛生态修复和可持续管理提供了科学依据。

关键词： 人工智能   老年教育   伦理失范   风险治理  

摘要： 人工智能的快速发展为老年教育的高质量发展带来了新的机遇，也引发了诸如数据安全与隐私、数字鸿沟与教育公平、人机交互与情感缺失、责任归属与监管缺失等伦理失范风险。这些风险不仅威胁着老年群体的个人权益，也影响着老年教育的公平和质量。为有效应对这些伦理风险，应从加强数据监管以保护老年人隐私与安全、弥合数字鸿沟以促进老年教育公平、注重人机交互以促进情感连接、明确责任归属以健全监管机制等方面加强治理，以期为人工智能赋能老年教育的健康、可持续发展提供理论支持和实践指导，促进老年教育在人工智能时代实现公平、优质的发展。

关键词： 人工智能   高校思想政治教育   教育评价  

摘要： 教育评价是高校思想政治教育的重要组成部分。借助人工智能技术,有利于把握人工智能赋能思想政治教育评价的变革机遇,推动高校思想政治教育高质量发展以及促进新时代大学生个性化和全面化发展。然而,机遇与挑战并存,人工智能赋能高校思想政治教育评价在制度、技术、伦理及应用等方面存在风险。基于此,文章从加强顶层设计、强化技术安全、提升教师素养三大方面入手,推动人工智能与高校思想政治教育评价深入融合,有效规避风险,为高校思想政治教育评价的创新发展与效能提升提供有力支撑。

关键词： 歌声智能评价   机器学习   神经网络   感知分析  

摘要： 随着流行歌唱艺术的普及和技术的发展，大众对于流行歌唱水平智能评价的需求日益增长，基于计算机的智能评价方法能够大幅提高歌唱评价的效率和客观性。然而，目前对于智能歌声评价的研究通常难以与感知相结合。因此，本文利用自录流行歌声数据库，进行多维度的主观感知实验；然后利用主观实验的结果分别进行机器学习和神经网络的客观回归模型构建，并利用歌声特有特征对客观模型进行优化；最后结合主客观分析的结果，分析人耳对于流行歌唱水平评价的感知特性。结果表明，频谱能量、ERB能量、GFCC等特征对歌声水平的评价有较大影响，频谱复杂度、对比度以及扩散度等与歌声的细节评价有一定关系。此外，实验结果还表明，Mel谱图用于神经网络构建的效果会优于CQT谱图和色谱图，并且谱图与传统特征的融合会使得神经网络效果有进一步提升。