关键词： 机器学习   校准方案   负温度系数热敏电阻   随机森林算法  

摘要： 针对温度传感器在实际应用中因制造技术、运输条件、储存环境等因素导致的测量偏差问题,提出了一种基于机器学习的高精度温度传感器校准方法。该方法通过自主选点分段并生成拟合方程来完成校准,旨在提高测量结果的准确性,从而降低工业流程中的决策误差,减少潜在的经济损失和安全隐患。该方案采用了线性回归与随机森林算法相结合的校准策略,解决负温度系数(NTC)热敏电阻在不同温度区间的非线性特性,实现分段处理和算法优化。实验以标准铂电阻温度计作为参考标准,对4组NTC热敏电阻进行了精确测量和校准。结果表明:校准后的温度误差在±0.04℃以内,验证了方法的有效性与稳定性。

关键词： 人工智能   Python语言   智能辅导系统   程序设计   教育技术  

摘要： 文章设计了一种基于人工智能的Python智能辅导系统,其采用分层架构,包含四大模块。利用静态代码分析、协同过滤算法和自然语言处理技术,系统可精准诊断代码错误、推荐定制化学习资源、即时答疑并全面管理学习进度。测试表明,系统在响应时间、稳定性、可扩展性方面表现良好,有效提升了教学效率和学习体验。

关键词： 人工智能   智能化教学   个性化教学  

摘要： 人工智能正在逐步向现代教育教学等领域渗透。个性化教学由于顺应了时代发展、教育改革以及学生发展的需求,成为人工智能时代教学变革必然的发展趋势。文章围绕人工智能对个性化教学的现实应用与应然方向展开研究,从技术、教育与社会伦理三个层面揭示其面临的挑战,并针对这些问题提出解决对策。研究表明,人工智能给个性化教学提供了高效和灵活的服务,但是需要在技术可靠性、伦理风险和教育依赖性的挑战之间找到一个平衡点,今后需要从多方协同治理和技术创新等方面入手,使科技真正为教育的发展作出贡献。

关键词： 泥水平衡盾构   盾构隧道   姿态预测   Transformer-LSTM模型   机器学习   参数筛选  

摘要： 盾构机掘进姿态的控制对隧道施工质量与周围环境的影响至关重要,当盾构机姿态控制不足时可能会导致一系列工程问题.现阶段对盾构机姿态的控制主要依赖于工程经验,暂无精确可行的方法协助校核盾构机的掘进姿态.针对该问题,提出一种基于Transformer-LSTM组合模型的泥水平衡盾构姿态预测方法,结合实际工程中泥水平衡盾构机的26种不同施工参数,采用相关性分析和层次聚类的方法来筛选模型输入特征,对盾构机的掘进姿态进行了预测.研究结果表明:基于Transformer-LSTM组合模型的泥水平衡盾构掘进姿态垂直偏差和水平偏差的MAE分别为0.054和0.061,RMSE分别为0.064和0.085,R^(2)分别为0.883和0.913;基于Transformer-LSTM组合模型的预测结果明显优于基于LSTM模型的预测结果,可以用来协助校核盾构机的掘进姿态.

关键词： 心内科   医学教育   人工智能   ChatGPT  

摘要： 目的探究ChatGPT辅助教学在心内科实习教学中的价值。方法选择在心内科实习的临床医学五年制本科生66名,随机分为实验组(31名)和对照组(35名)。对照组采用传统课堂教学模式,实验组学生在传统教学方法基础上,联合ChatGPT的辅助教学。2周实习结束后,比较两组学生的考核成绩,并通过问卷星调查分析学员对ChatGPT辅助教学的满意度和效果评价。结果实验组学生的理论成绩明显高于对照组,差异有统计学意义(t=-2.24,P<0.05)。调查问卷显示,所有实验组学生都对ChatGPT辅助教学满意,其中非常满意25名(80.65%),满意6名(19.35%)。27名(87.09%)学生支持临床实习中加入ChatGPT辅助教学,29名(93.54%)学生认为ChatGPT人机互动体验优于传统搜索引擎,28名(90.32%)学生认为ChatGPT辅助教学学习效果更好。结论ChatGPT辅助教学能有效提高心内科实习教学效果,提高医学生学习主动性与教学满意度。

关键词： 知识图谱   思政课教学   人工智能  

摘要： 知识图谱是一种多领域融合发展的新兴技术。以知识图谱赋能思政课提质增效,是推动思政课内涵式发展的内在要求。在价值向度,知识图谱应用于思政课教学有助于推进思政课一体化建设、促进思政课教学精准化与数字化转型。在技术向度,知识图谱在教学中的应用需要利用知识抽取与知识融合构建框架、利用可视化技术绘制认知地图、利用知识推理挖掘关系搭建教学资源库、利用问答与推荐功能实现精准推送。在实践向度,需以系统思维构建高质量知识图谱,从顶层设计规范知识图谱的应用,并以人机协同理念推进思政课教学改革。

关键词： 物联网   火情检测   人工智能   安全监管   公共场所   智能化管理  

摘要： 随着生产组织开展、社会活动举办等需求的日益增加,相关场所的安全监管面临着严峻挑战。综合利用物联网、人工智能、大数据技术,设计并实现了一套公共场所信息化管理系统。通过需求分析,设计了包括场所管理、设备管理、设备监控、报警管理在内的多个功能模块。该系统采用分层架构,搭建物联平台实现对传感器、摄像头、仪器仪表等数据采集设备的快捷接入;借助人工智能模型实现火情、人流量的智能化监测;通过工单系统实现了安全监管的闭环管理。在实际场景下对该系统进行应用测试,测试结果表明,系统具备较高的可行性和有效性,能够显著提升公共场所的管理效率与水平。

关键词： 机器学习算法   风电功率预测   随机森林(RF)   粒子群优化(PSO)   长短期记忆(LSTM)神经网络  

摘要： 当前,全球对可再生能源的需求不断增长,风能作为一种可再生清洁能源在电力供应中具有重要作用。然而,风电功率的波动性给电网调度带来挑战,准确预测风电功率成为优化电力系统运行的关键。传统风电功率预测方法(如物理建模和统计建模)存在计算复杂、对数据质量要求高等问题。基于此,提出一种基于随机森林(RF)算法、粒子群优化(PSO)算法和长短期记忆(LSTM)神经网络的短期风电功率预测方法。首先,利用风速-功率曲线对数据进行预处理;其次,利用RF算法进行特征选择,剔除不重要的特征变量;再次,利用PSO算法优化LSTM的超参数,提升模型的预测精度;最后,利用我国东南沿海地区某风电场的公开数据集进行模型实验。实验结果表明,该模型在测试集中的均方根误差(RMSE)为1.512 8,平均绝对误差(MAE)为1.163 2,平均绝对百分比误差(MAPE)为8.984 2%,显著优于单一LSTM模型及其他组合模型,为风电场的优化调度提供了有力支撑。

关键词： 智能制造   高职院校   机械类专业   创新创业  

摘要： 智能制造的快速发展对高素质创新创业人才培养提出新的要求。针对目前部分高职院校机械类专业创新创业认知不到位、创新创业教育不落地和创新创业实践环节薄弱等困境,提出“三高一创”教学模式,挖掘创新创业元素,开发模块化专业课程体系。通过校企深度融合,实施“双岗”联动机制,提升教师的创新创业教学能力;同时,校企共同建立创新创业实践基地,构建专业知识与创新创业知识相融合的新型教育模式,以全面提升学生的创新创业素养和实践能力。

关键词： 城市轨道交通   信号系统   智能运维   云计算   大数据分析   人工智能  

摘要： 针对城市轨道交通信号系统运维中所面临的故障排除难、维护效率不高,以及数据管理分散等问题,通过分析信号系统智能运维平台的功能需求,提出城市轨道交通信号系统智能运维平台的总体方案。通过实时监测设备状态,收集、存储和分析地铁信号设备运行数据和故障数据等,运用大数据分析、云计算、人工智能、物联网等关键技术,对信号系统进行故障诊断与预测,及时发现潜在的故障隐患,并进行报警,实现智能诊断、分析、维修、管理等功能,将信号系统由传统的“故障修”转变为“状态修”。城市轨道交通信号系统智能运维平台通过实时监测和数据分析,准确预测信号系统故障,实现精准维护,减少突发故障和故障后恢复时间,提升运营效率,降低维护成本,保障轨道交通信号系统稳定运行。