关键词： 叶绿素a   水文气象   机器学习   南海  

摘要： 文章以叶绿素a(Chlorophyll-a,Chl-a)的低成本、高精度估算为目标,利用近十年南海西部调查航次数据,基于随机森林(random forest,RF)算法,以水文气象条件的变化对海洋生化过程的影响及贡献为基础,以水文气象参数(hydro-meteorological parameters,HMPs)作为输入数据,构建Chl-a的低成本估算模型对南海西部表层Chl-a进行了估算。为验证基于水文气象参数估算Chl-a的可靠性,利用准分析算法(quasi-analytical algorithm,QAA)以实测固有光学特性参数为基础,推导得到原位遥感反射率(remote sensing reflectance,R_(rs))。在此基础上,结合海洋颜色4(ocean color 4,OC4)、Aiken和Tassan等经典水色产品经验算法对Chl-a进行了估算及评价,评价结果表明OC4算法的估算精度最高,R^(2)可达0.438。与RF模型0.568的R^(2)比较不难看出,得益于HMPs的大数据量,基于HMPs的RF模型其Chl-a估算结果表现出较为优秀的稳定性和泛化性,与实测结果的空间分布一致性更好。通过对特征参数重要性进行研究发现,盐度是基于HMPs估算Chl-a的机器学习模型中最重要的特征变量,其次依次是温度、风与气压,贡献率最低的是相对湿度。

关键词： 路面冻融裂缝   卷积神经网络   红外成像   热图像消噪   裂缝检测   机器学习  

摘要： 针对冻融裂缝特征收敛效果差,路面冻融裂缝检测精准度低的问题,设计了基于特征图的路面冻融裂缝红外检测算法。基于红外热成像原理,联合异性温度场重构和双边滤波理论方法,形成新的路面冻融裂缝红外热图像温度场重构方法,构建冻融裂缝特征矩阵,将路面冻融裂缝红外图像作为输入,优化卷积神经网络的卷积核权值,构建基于特征图的检测方法,获取最佳路面冻融裂缝红外成像检测结果。结果表明:该算法温度场重构后可使路面冻融裂缝红外图像更加清晰,并保留图像的边缘信息和轮廓,且在不同类型噪声干扰下,温度场重构后图像始终具有较高的峰值信噪比。该方法可检测到了不同类型的路面冻融裂缝,可以提升道路安全运维效果。

关键词： 颈痛   针灸   针刺适宜人群   功能性磁共振成像   机器学习  

摘要： 目的:基于机器学习算法,采用功能性磁共振成像(fMRI)技术筛选针刺治疗颈痛的适宜人群。方法:招募80例颈痛患者,采用FPX25手持式压力测痛仪在颈痛频繁发作和穴位敏化程度较高的区域探查压痛点,选取压痛阈值最低的4个点进行针刺,隔日1次,每周3次,共治疗2周。以治疗前大脑低频振幅(ALFF)作为预测特征,分别构建支持向量机(SVM)、逻辑回归(LR)以及K近邻算法(KNN)模型,用以预测颈痛患者对针刺治疗的响应性;对治疗前后ALFF特征进行纵向分析,以揭示针灸治疗反应性的潜在生物学标志。结果:SVM模型可成功区分针刺高响应者(针刺高响应组,48例)和针刺低响应者(针刺低响应者,32例),模型准确率达82.5%。基于SVM模型,4个脑区的ALFF值被识别为一致性预测特征,包括右侧颞中回、右侧枕上回以及双侧后扣带回。针刺高响应组患者治疗后左侧后扣带回ALFF值降低(P<0.05),而针刺低响应组患者治疗后右侧枕上回ALFF值增高(P<0.01)。纵向的功能连接(FC)分析发现,相较于治疗前,针刺高响应组患者治疗后左侧后扣带回与双侧小脑Crus1、右侧脑岛、双侧角回、左侧内侧额上回和左侧中扣带回FC增强[高斯随机场(GRF)校正,体素水平P<0.05,团块水平P<0.05];针刺低响应组患者治疗后左侧后扣带回与左侧小脑Crus2、左侧颞中回、右侧后扣带回和左侧角回FC增强,左侧后扣带回与右侧缘上回FC降低(GRF校正,体素水平P<0.05,团块水平P<0.05)。结论:本研究证实了基于治疗前ALFF特征预测颈痛针刺疗效的可行性,针刺治疗颈痛的疗效可能与影响默认模式网络,进而改变疼痛感知和情绪调节功能有关。

关键词： 跨学科项目式教学   香蕉成熟度识别   人工智能  

摘要： 本文从学生生活中的实际问题出发,探讨跨学科项目式大单元教学实践,通过整合人工智能、开源硬件等信息科技知识和果实生长、果实成熟度等科学学科知识,探索和开发设计一套利用人工智能图像识别技术的系统。该系统能够自动检测香蕉的成熟度,并提供智能提醒,有效解决蕉农在电商发货过程中遇到的难题,提升发货效率。

关键词： 人工智能   人化   人工智能风险   人机互化  

摘要： 关于人工智能风险研判与应对策略的讨论不能仅局限于人工智能技术本身,更需要从人工智能与人类之间的交互影响即“人机互化”的进程中展开。当前,人工智能技术发展所追求的目标是“人工智能的人化”,即具备类人类甚至超人类的能力,客观上带来的威胁却是“人的人工智能化”,即人类的观念认知与实践行为不断趋同于人工智能,主动认同人工智能主导的评判标准与价值规范,自觉选择以人工智能的数据算法支配自己的行为,积极配合人工智能对人类全方位的改造。真正需要加以警惕的是后者而非前者。“人化的人工智能”是未来人工智能技术发展的合理方向,即将人类实践方式的社会性作为人工智能发展方向的规范,将人类实践结果的真理性作为评判人工智能的尺度,将人类实践过程的开放性作为人工智能发展的动力。

关键词： 新闻传播业   信息传播   人工智能   热点技术   大数据   云计算   理论深度   社会交往  

摘要： 近年来,大数据、云计算、元宇宙、大模型和生成式人工智能等前沿技术以空前的影响力渗入新闻传播业,正在重塑新闻产制、信息传播和社会交往,学术界对此极为关注并展开研究。热点技术议题研究也引发了争议,其学术价值、理论深度和可持续性受到质疑,争议的核心在于,前沿技术研究能否推动理论创新、会不会消解既有学术框架?如何在现实观照的同时,维持理论的严谨性和深度,使其既回应技术变革、又能经受时间考验?

关键词： 降雨径流   实时预测   机器学习   金字塔注意力模型   局部随机敏感性  

摘要： 为应对径流预测中多尺度性和模型复杂性对实时预测的影响,提出一种新型径流预测模型CEEMDANPyraformer-LSS,以确保模型的鲁棒性。利用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)技术将复杂径流序列分解为多个本征模态函数,有效去除噪声并提高数据平稳性。利用金字塔注意力模型(Pyraformer)的多头自注意力机制对这些分解后的数据进行高效特征提取和预测。为增强模型在处理噪声和突发事件时的鲁棒性和适应性,结合局部随机敏感性(localized stochastic sensitivity,LSS)函数,动态调整对最新数据点和异常值的敏感度。针对永定河4个关键断面开展应用研究,结果表明:CEEMDAN-Pyraformer-LSS模型在径流预测中精度达到95%。与LSTM、BP模型相比,基于Pyraformer的预测模型在水资源管理和防洪预警等实际应用场景实现了高效性和鲁棒性。

关键词： 人工智能   人才培养路径   职业教育  

摘要： 人工智能作为现代化产业体系的重要组成部分,已经成为国家战略。高等教育是人工智能专业技术技能人才培养的主阵地,如何更有效地培养优秀的人工智能专业技术技能人才成为高等院校亟须解决的问题。当前,人工智能专业技术技能人才社会需求量大、人才层次丰富、职业特征鲜明,但是在人才培养方面仍然存在诸多的困境。高等院校应当根据自身特点,从师资队伍、课程体系、人才定位、评价体系、产教融合五个方面,努力克服人才培养困境,创新人工智能专业技术技能人才培养路径。

关键词： 国家翻译教育能力   人工智能   翻译教育   职业伦理教育  

摘要： 在人工智能时代与国家翻译能力需求的双重背景下,构建国家翻译教育能力尤显重要。本文在前人提出的国家翻译能力框架下,对三级指标国家翻译教育能力进行细化分析,建立国家翻译教育能力框架。框架中翻译教育能力包括翻译教育投入、过程和产出三个指标。翻译教育投入包括教育规划和教育师资等;翻译教育过程包括课程体系、教学手段、教学资源、过程监控与评估、实习基地等;翻译教育产出包括教师产出、学生产出和机构产出。结合框架,本研究深入探讨AI与国家翻译教育能力的深度结合,丰富翻译教育投入,完善翻译教育过程,提升翻译教育成果。

关键词： 生成式人工智能   人工智能   体育培训   体育培训市场监管   市场监管   监管现代化  

摘要： 在人工智能(简称“AI”)技术快速迭代与体育培训市场现代化转型的双重驱动下,生成式AI是推动体育培训市场监管现代化的重要举措。该研究运用文献分析和比较分析等方法,在阐释生成式AI驱动体育培训市场监管现代化的内涵特征与理论逻辑基础上,剖析其应用过程中的现实表征并提出创新路径。研究发现:生成式AI的自主学习、关联分析与结果输出能力与监管需求高度契合,能够有效推动营商环境法治化、培训市场规范化、消费场景安全化与市场监管效能最大化;当前面临的现实困境包括合规性与实操性欠缺限制技术驱动效能、信息收集异化与安全防范缺失诱发数据风险、制度约束与标准体系不完善制约监管安全化提升、技术门槛过高阻碍特定主体参与。据此,提出了通过程序标准化与人工介入机制增强技术实操性、建立专属体育数据监管机构保障数据安全、完善生成式AI制度标准体系强化场景安全等级、降低技术接入门槛促进监管主体实质性参与等推进路径,旨在为体育培训市场监管现代化提供理论参考与实践指引。