关键词： 智能制造   智能教学系统   Hadoop   NetCDF数据  

摘要： 随着智能制造的快速发展,智能教学系统对大数据处理能力需求日益增长,Hadoop作为一种强大的分布式计算框架,其在处理NetCDF数据方面具有显著优势。围绕Hadoop在处理NetCDF数据中的作用进行深入探讨,首先探讨了智能制造下Hadoop在处理NetCDF数据方面的具体应用,其次提出了设备优化策略,旨在提升智能教学系统在智能制造环境下的数据处理效率和教学效果。

关键词： 机器学习   文献计量   CiteSpace   微生物生态   预测  

摘要： 【背景】随着新型台站和测序方法的迅猛发展,微生物生态学数据已经呈现出爆炸式的增长,为理解微生物在全球生态系统中的功能提供了坚实的基础。然而,这些庞大的数据集的处理和分析对传统方法来说是一个挑战,机器学习因其在处理大数据方面的优势而成为解决这一问题的关键技术。【目的】基于文献计量学,本文全面探索机器学习在微生物生态学研究中的应用,包括其发展趋势、现状及热点,为未来机器学习和微生物生态研究的结合指明方向。【方法】获取并分析Web of Science(WOS)核心合集数据库中1991–2023年间发表的相关文献,运用可视化软件CiteSpace探究发文量演变特征、国际合作情况及学科交叉现状,利用Carrot2对文本数据进行挖掘,构建可视化知识图谱。【结果】机器学习在微生物生态学研究中应用的数量以2018年为界经历了稳定增长和暴发增长两个时期,相关应用正逐渐成为各国研究的热点,研究成果持续增长,相关学科之间的交叉融合越来越紧密,特别是微生物生态学与化学、物理、环境、计算机等学科之间的合作,为科学研究的进展提供了新的视角。机器学习在微生物生态学中的应用广泛。在早期,研究主要集中在序列识别和物种分类上。自2018年以来,随着深度学习和计算机视觉技术的发展,研究焦点转向复杂系统的预测。这两个时期关键词的对比展示了机器学习技术在微生物生态学中的应用从基础的数据处理和分析逐渐转向更加复杂、高级的预测模型。【结论】基于文献计量分析结果,结合机器学习在微生物生态中应用的数据缺乏、模型选择困难和可解释性差等挑战,后续研究应更加重视国际合作和数据共享,加强学科交流,推动可解释机器学习的发展。

关键词： 人工智能   数字化转型   学科核心素养   “双新”教学  

摘要： 当今社会已进入人工智能新时代,高中生物学“双新”教学也已进入深化阶段,教学的数字化转型不仅要在技术上有所创新,更要在技术服务学科核心素养培育上有所突破。本文从当下高中生物学学科核心素养教学瓶颈的角度,通过实例,论述了人工智能技术如何与“双新”教学有机整合,助推学科核心素养进一步落地的策略和进路,为帮助一线生物学教师有效实现高中生物学数字化转型提供切实可行的建议和方法,为高中生物学教学提质增效。

关键词： 人工智能   数媒艺术   课程思政  

摘要： 随着人工智能技术的飞速发展,AI正在逐渐重塑社会和经济格局,它已对各行各业的发展产生深刻影响,数媒艺术行业作为舆论引导和信息传递的重要领域,在人工智能时代也面临着前所未有的发展机遇和挑战。而高校立身之本在于立德树人,学科课程思政建设是全面提高人才培养质量的重要举措。人工智能时代的高职数媒艺术课程思政建设迫在眉睫,它不仅需要在技术融合、内容创新上逐步转型升级,更需要结合人工智能技术与数字媒体艺术创新有机融合,取其精华,去其糟粕,挖掘思政元素的多元化与深入性。数媒艺术课程思政建设注重培养学生法律伦理意识、创新精神、人文素质修养及社会责任感及使命担当,培养争做人工智能时代创新能力强的复合型技术技能人才。本文将结合人工智能时代背景,探究高职数媒艺术专业课程思政建设的价值及其创新建设路径,为高职数媒艺术课程思政建设提供参考。

关键词： 新能源汽车产业   智能网联汽车   人工智能   一朵云   赋能   城市交通   一体化建设   联动  

摘要： 近年来,数字道路、网联车辆等技术发展迅猛,智能网联汽车的行驶能力需要通过“车路云”一体化建设来提升,让交通中的车不再彼此孤立,让“聪明的车”和路、人、环境之间做到实时动态的交互联动,降低不安全场景的安全风险。以IDPS城市交通大脑精准认知为核心,以知行交通大模型为关键驱动,通过三维实景地图引擎国产化,赋能车路云与新能源汽车产业。人工智能+交通大脑的云控联动,让数据为车辆赋能,车辆接收到云控平台的决策指令,变得更加“聪明”,从而提升城市交通一体化系统性解决能力。

关键词： 人工智能   神经网络   病理图像处理   生物健康评价   海洋模式生物   海洋贻贝   组织病理定量   鳃丝面积  

摘要： 生物组织病理指标可用于评价海洋生物健康,但在应用中存在效率低、成本高、主观性强等缺陷。将人工智能技术引入生物组织病理分析,可以发挥其高通量的图像分析优势,突破其在海洋生物健康评价和监测中的应用限制。该文通过对海洋生物组织健康评价指标、人工智能技术的图像分析应用以及利用人工智能开展组织病理图像处理的文献调研,提出基于深度学习的海洋动物组织病理图像分析思路,并以海洋贻贝作为模式生物进行技术开发。经过对贻贝鳃组织病理影像数据的训练、验证和预测等过程,确定Res-UNet深度学习模型可对贻贝在典型环境污染物胁迫下的病理损伤进行高效、准确定量,构建了一种能够自动化、高通量和弱主观性地分析海洋贻贝组织病理影像的工作流程,为海洋生物健康评价、海洋监测提供新思路与新技术。

关键词： 大数据   人工智能   学习空间   SPOC  

摘要： 数字化教学资源是教育信息化的重要组成部分,SPOC教学模式是当前在线教学的重要手段。随着大数据和人工智能技术的发展,基于数智赋能构建更加智慧化的SPOC学习空间,不仅可以提升学习者的学习效率,而且可以满足不同学习者的个性化学习需求。从智慧化SPOC学习空间的样式设计和智能技术应用方面详细阐述了如何通过学习环节构建SPOC学习空间,以数智赋能实现个性化学习路径构建和知识推荐。

关键词： AI时代   人工智能   图书编辑   综合素养  

摘要： 图书编辑在图书出版中扮演着重要的角色。进入AI时代,图书编辑必须意识到人工智能技术对出版行业产生的深远影响,及时更新知识体系,提升专业技术水平,确保与时代发展同步。本文探讨了AI时代图书编辑面临的挑战,提出了应对策略。

关键词： 省级课题   智慧养老   人工智能   社会热点   适应性策略   社科研究   医疗服务   视域下  

摘要： 2025年度浙江省社科联研究课题日前公布,温州医科大学附属第二医院的人工智能工程师张帆承担的《智慧养老视域下人工智能医疗服务的普及优化与社会适应性策略研究》被列入省级课题研究项目。该项目聚焦智慧养老和人工智能的社会热点,创新性地提出智慧养老个性化智能化的医疗解决方案,是一项颇具现实基础、实践价值和社会意义的社科研究。现将该课题论文摘要刊发,以飨读者。

关键词： 机器学习   逻辑回归模型   长短时记忆网络模型   强降水致灾预估模型   黑龙江  

摘要： 采用黑龙江省1984—2019年各县强降水灾情资料和逐日降水资料,以逻辑回归和长短时记忆网络模型为基础,建立了黑龙江全省、大兴安岭、小兴安岭、松嫩平原、三江平原和东南半山区的强降水致灾与否二分类预估模型。通过机器学习,得到黑龙江省以及5个地区判断强降水致灾与否的最佳观测天数在4~6 d、最佳的日降水量阈值为16~20 mm。比较全连接逻辑回归模型、优先考虑日期的部分连接逻辑回归模型D、优先考虑站点的部分连接逻辑回归模型S和长短时记忆网络LSTM模型等四个模型的表现,前三种逻辑回归模型表现差距不大,相对表现最好的全连接模型,其在大部地区所表现的准确率、精确率、召回率和F1分数均在0.7以上,而LSTM模型只在大兴安岭表现更好一些。