关键词： 无人机遥感   高光谱影像   水质参数反演   机器学习算法  

摘要： 及时准确地开展城市湖泊水质监测,对于保护城市生态环境、保障居民健康和促进可持续发展具有重要意义。结合无人机高光谱影像与机器学习算法,开展武汉市汤逊湖的水质参数反演研究,分别使用误差反向传播神经网络(Backpropagation Neural Network,BP)、随机森林(Random Forest,RF)、极限梯度提升(eXtreme Gradient Boosting,XGBoost)和支持向量机(Support Vector Machine,SVM)构建叶绿素a(Chla)、总磷(TP)、总氮(TN)和悬浮物(SS)的反演模型。结果表明:(1)Chla、TP、TN和SS反演的最优机器学习算法分别为BP(R^(2)=0.949,RMSE=9.337μg/L)、RF(R^(2)=0.948,RMSE=0.013mg/L)、XGBoost(R^(2)=0.928,RMSE=0.095mg/L)、XGBoost(R^(2)=0.875,RMSE=4.052mg/L);(2)Chla最佳反演模型为BP神经网络结合高光谱全波段,TP最优反演模型为RF结合高光谱敏感波段,TN和SS的最优反演模型为XGBoost结合高光谱敏感波段。研究结果可为城市湖泊水质动态监测和管理提供技术支撑,有助于推动城市水环境的精细化管理和保护。

关键词： 实验室安全管理   人工智能   多模态数据融合   联邦学习  

摘要： 针对传统实验室安全管理中存在的监测手段滞后、数据整合能力不足等问题,本文系统分析了传统实验室安全管理在风险预警、数据整合及应急响应方面的技术瓶颈。基于智能图像识别、动态风险预测模型及多模态数据融合等人工智能关键技术,采用案例分析与对比实验相结合的研究方法,通过多模态数据采集实验、联邦学习分布式训练实验及虚实融合应急演练平台搭建,提出基于端-边-云架构的系统设计方案与联邦学习驱动的数据治理方案并规划了虚实结合的应急演练平台开发路径。研究成果为实验室安全管理的智能化升级提供了技术支撑,推动安全管控从被动响应向主动预防转变,促进了多源异构数据的标准化治理与跨场景协同应用。

关键词： 人工智能   应用文生成   大语言模型   向量知识库   提示词工程   模型评测   ChatGPT-4Turbo   DeepSeek-R1  

摘要： 为提高应用文编写效率,提出一种融合大语言模型(large language model,LLM)与向量知识库(vector knowledge base)的应用文自动生成框架.根据目标应用场景,以人工编写的标准应用文为范本,构建结构化辅助生成文件,并建立相应类型应用文的向量知识库.利用目标类型应用文的章节标题和用户输入的关键信息在知识库中进行检索,匹配相关文段;设置提示词引导LLM,以召回的参考文段及用户输入的提示信息为参考,使用末级标题作为分割标志,分章节生成应用文文本;最终按规定格式整合全文并输出完整的目标应用文.以应急预案为例,在同一评价标准下使用ChatGPT-4Turbo进行评测,自动生成的应急预案高度趋近于人工编写的质量,二者的文档质量相似度达95.87%.所提方法能够在算力资源有限的情况下突破字数限制,生成符合基本标准的长篇幅应用文,可供人工参考或直接使用,极大提高了编写人员的工作效率.

关键词： 大数据   政治安全风险   治理策略   人工智能  

摘要： 人类进入大数据时代,各个领域开启爆炸式的数据化过程。数据信息嵌入国家安全治理领域,以大数据为基础的技术赋能在给政治安全带来积极效应的同时,也可能带来国家网络主权、政治制度、意识形态等诸多维度的政治安全风险,增加网络主权冲突的可能性,加剧国家与社会治理危机,冲解政治认同。大数据的技术赋能、安全赋能和权力赋能是诱发政治安全风险的主要原因。树立大数据思维并培养大数据时代的政治安全意识,强化技术手段建设与人工把关水平以提升国家政治安全效能,完善制度设计以优化国家政治安全的制度保障体系,是大数据时代政治安全风险的智慧治理之策。

关键词： 神经眼科   人工智能   大语言模型   应用评价   多中心  

摘要： 目的评价人工智能(AI)大语言模型(LLM)生成的与神经眼科相关典型临床问题的答案,并利用客观评价及专家评估的方式多维度探究神经眼科相关问题在LLM上的表现。方法多中心、随机、横断面试验研究。从神经眼科疾病定义、病因、临床表现及体征检查和治疗及预后4个角度选取30个神经眼科领域相关典型问题,分别使用Deepseek、文心一言4.0、豆包及Kimi 1.5四种国内开源LLM输出答案文本,采取客观评估法定量分析;同时采取专家评估法,由三位眼科专家分别对120个答案文本进行量化评分。根据问题回答的完整性、准确性和专业性及相关性和实用性分别制定3级、5级及4级李克特量表。选取其中表现最佳的LLM,观察在4类问题中该LLM是否存在表现差异,由另外三位专家评估各LLM是否可以替代真实世界医患沟通。结果在客观的汉语文本阅读难度分析中,4种LLM的总字数组间差异存在统计学意义(均为P<0.001)。在4种LLM中,Kimi 1.5表现最出色,其完整性最高分(3分)、准确性和专业性最高分(5分)、相关性和实用性最高分(4分)的频率分别为61%、29%、41%。Kimi 1.5在神经眼科疾病定义、病因、临床表现及体征、治疗及预后四个方面的问题中表现较为一致,组间差异均无统计学意义(均为P>0.05)。结论中文LLM在神经眼科临床应用中具有较大的潜力,Kimi 1.5在完整性、准确性和专业性及相关性和实用性方面表现较其他LLM出色,但仍无法代替真实世界医患沟通,未来需要探索AI+医师的新型诊疗模式。

关键词： 高光谱成像   消化道疾病   人工智能   无创诊断  

摘要： 高光谱成像(HSI)通过捕获组织在多个窄波段的光谱信息,为消化道疾病诊疗提供丰富的生化与空间特征。本文综述了HSI技术原理、系统构成及数据处理方法,重点分析了其在消化道的应用:在食管、胃、结直肠病变中,HSI可无创检测早癌及癌前病变,提升诊断精度;在小肠缺血及手术中,能定量评估组织氧合与灌注。尽管面临设备集成、实时成像及算法解释性等挑战,但随着硬件小型化和多模态融合,HSI有望成为内镜下“光学活检”及精准诊疗的关键工具。

关键词： 人工智能   司法人工智能   辅助司法   司法改革   技术赋能  

摘要： 数字时代,科技日益成为推动社会发展的重要力量,司法作为国家治理现代化的重要组成部分,也必然要顺应科技发展的潮流。引入司法人工智能是司法系统实现现代化转型的重要举措,也是科技发展的必然选择,有助于提升司法的智能化水平,增强司法在社会治理中的效能,更好满足公众对公正、高效司法的需求。在当代司法发展的进程中,科技与法律于司法系统内部实现融合是技术理性与法律实践内在需求之间双向驱动的必然结果,具有深刻的理论和实践逻辑。人工智能在智慧司法构建过程中展现出巨大潜力的同时,也暴露出其固有的局限性,以及随之而来的一系列法律、技术、伦理以及司法功能异化风险,这些风险有可能从潜在状态转化为现实困境。司法人工智能的应用是对司法工作的补充和提升,为有效应对风险,应秉持辅助司法、提高司法效率及更好实现司法公平正义等指导理念,强化顶层设计,通过制定规范体系、构建应用规则、建设监管制度、加强伦理审查等手段,确保技术始终服务于司法正义。

关键词： 核磁共振成像   深度学习算法   腰椎间盘突出症   髓核退变   人工智能   鉴别价值  

摘要： 目的:基于核磁共振成像(MRI)与U-Net深度学习模型,构建腰椎间盘髓核退变的智能鉴别系统,并评估其辅助诊断的临床效能。方法:回顾性分析2020年1月至2023年3月本院收治的298例腰椎间盘突出症(LDH)患者的MRI影像资料,将其作为训练集,采用U-Net模型进行训练。通过数据预处理(包括图像归一化、弹性变形增强)构建智能鉴别系统;另回顾性分析2023年5月至2024年8月本院收治的123例LDH患者,将其作为验证集,以手术病理结果为“金标准”,对比智能鉴别系统与影像医师的诊断效能。结果:训练集与验证集患者在年龄、性别、病变节段等基线资料上无显著差异(P>0.05)。智能系统鉴别腰椎间盘髓核退变的灵敏度、特异度、准确率分别为96.49%、100.00%、96.75%,高于影像医师的89.47%、88.89%、89.43%。智能系统与金标准一致性良好(Kappa值为0.801),优于影像医师(Kappa值为0.501)。结论:基于MRI与U-Net模型的智能鉴别系统可显著提升腰椎间盘髓核退变的诊断灵敏度与一致性,为临床快速筛查提供了高效工具。

关键词： 水泥装备   智能制造   数字化转型   工业互联网   数字孪生   生产效率  

摘要： 水泥装备制造业实施数智化转型有助于降低水泥装备制造成本,满足定制化产品需求。本文分析了水泥装备制造业作为典型离散型制造业,存在自动化水平低、管理粗放、成本高等问题,提出分三阶段实施数智化转型路径。基础阶段主要夯实标准化设计、数据采集、网络覆盖与平台建设;中级阶段重点打破数据孤岛,实现ERP、MES等系统集成与局部智能决策;高级阶段则依托数字孪生、AI算法及工业互联网平台,达成全流程装备制造自主优化和供应链协同。研究表明,基础阶段可提升生产效率20%~30%,中高级阶段将进一步实现全局智能制造优化。最后指出,工业互联网、数字孪生和人工智能等技术是推动水泥装备制造业实现全局智能的关键技术支撑。

关键词： 人工智能   碳排放强度   中介效应   碳减排  

摘要： 随着全球气候问题日益凸显，发展低碳经济已成为绿色转型的重要途径，人工智能作为一项颠覆性技术创新，成为推动绿色低碳发展的重要驱动力。利用中国2010-2021年265个城市面板数据，构建双向固定效应模型和中介效应模型实证分析人工智能发展对碳减排的影响及其作用机制。研究发现：人工智能有效降低了碳排放强度，在其过程中绿色技术创新发挥着中介效应，通过改变变量的测度指标、剔除特殊样本等稳健性检验，结论依然成立。异质性分析发现，相较于东中部城市与大城市，人工智能的碳减排效应在西部城市和中小城市更为显著。对此，建议加快推动人工智能产业发展，充分发挥人工智能技术在节能降碳中的作用，推动绿色技术创新，加快城市经济绿色低碳转型。