关键词： 垃圾分类   压缩功能   深度视觉   人工智能  

摘要： 为了实现生活垃圾的智能、高效和准确分拣，本文提出了一种基于Squeeze-and-Excitation(SE)注意力机制改进型ResNet深度神经网络的智能垃圾分类装置，用于实现智能垃圾分类任务。基于闭环矢量法对分拣机构进行尺寸优化设计，并结合虚功原理计算舵机输出功率，为舵机选型提供理论依据。在网络模型中引入通道注意力机制，使各通道之间有效交互和选择，实现通道信息的充分利用。控制系统基于Arduino Mega 2560进行传感器信号采集，并通过串口与NVIDIA Jetson NX通信，结合投放运动控制算法，实现电机与舵机的精确控制。此外，该系统配备有特制的压缩装置，通过对可压缩垃圾进行机械挤压以提升空间利用率。为了验证系统对垃圾分类的准确性，采用12种常见的生活垃圾对智能分类垃圾桶进行了测试，实验结果表明基于SE-ResNet深度神经网路的垃圾平均识别准确率高达95.83%，能够满足实际应用需求。

关键词： 农药敌敌畏   肝损伤   网络毒理学   机器学习   单细胞分析  

摘要： 敌敌畏作为高效有机磷农药广泛应用于农业生产，但其高毒性对人体健康构成严重威胁。在智慧农业转型背景下，解析敌敌畏肝毒性机制对制定科学使用策略至关重要。本研究综合运用网络毒理学、机器学习及公共单细胞转录组数据分析技术，系统探究敌敌畏诱导肝损伤的分子机制。通过网络毒理学分析，筛选出敌敌畏导致肝损伤的潜在靶点为65个，构建蛋白质-蛋白质相互作用(PPI)网络并识别出19个hub基因。运用Lasso回归、支持向量机(SVM)和随机森林(RF)算法交叉验证，最终确定CASP9、NFKB1、CASP8和PDGFRB为核心毒性基因。富集分析显示，这些基因显著参与细胞凋亡调控、细胞质与线粒体功能及蛋白结合等生物学过程；通过调控PI3K-Akt信号通路的异常激活，最终导致肝细胞损伤。单细胞分析进一步证实，肝损伤主要发生于间充质干细胞、神经细胞和上皮细胞亚群，且4个核心基因在间充质干细胞和上皮细胞中呈现高表达特征，表明敌敌畏可同时影响间充质干细胞和上皮细胞中相关基因表达，诱发肝损伤。分子对接实验表明，4个核心靶点与敌敌畏具有较强的结合活性，验证了其作为毒性作用位点的可靠性。本研究揭示敌敌畏致肝损伤是多靶点、多通路协同作用的结果，核心靶点通过激活线粒体凋亡途径、诱导氧化应激-炎症级联反应介导肝损伤，本研究为生信分析与实验验证结合提供了理论依据，筛选的靶点可为敌敌畏肝毒性机制研究及解毒药物开发提供新方向。

关键词： 2型糖尿病   血糖控制   饮食行为   可视化教育   人工智能   护理  

摘要： 目的：探究人工智能（AI）可视化饮食管理教育在中青年2型糖尿病病人中的应用效果。方法：选取常熟市第一人民医院2024年1月—6月收治的中青年2型糖尿病病人150例作为研究对象。2024年4月起应用AI可视化饮食管理教育，此前均采取常规饮食宣教，根据应用前后将病人分为对照组（2024年1月—3月）和观察组（2024年4月—6月），各75例，比较两组病人营养素养、饮食依从性及血糖控制情况。结果：干预3个月后，观察组病人糖尿病饮食依从性评分[（99.17±5.09）分]高于对照组[（93.82±7.41）分]，观察组病人营养素养评分[（26.90±5.26）分]高于对照组[（23.84±4.52）分]；观察组病人血糖控制有效率（90.67%）高于对照组（69.33%），差异均有统计学意义（P<0.05）。结论：AI可视化饮食管理教育在中青年2型糖尿病病人中的应用，能改善病人饮食依从性，提高营养素养，有助于改善血糖控制效果

关键词： 人工智能   智能会计   自主知识体系   会计核算  

摘要： 智能会计处理的对象是数据。作为“人工智能+会计”的智能会计，是由一系列紧密联系的基本概念所组成的一整套会计理论体系。这些基本概念形成了解释和探索智能会计现象或规律的参考框架，至少涉及由智能会计目标和受目标决定的数据处理前提、数据质量特征、数据呈现要素以及数据处理与呈现的基本原则等，涵盖智能会计核算、智能财务共享、智能财务决策、智能财务分析可视化、智能审计监督和智能会计生态等六大内容。

关键词： 电子竞技   人工智能   算法版权   风险检视   治理机制  

摘要： 随着近年来人工智能技术的快速发展，其在电子竞技中已经或即将实现辅助训练、辅助裁判、智能播报等多项功能。然而，人工智能在驱动电子竞技运动发展的同时，也面临着相应的算法版权风险：如果无法实现版权自主，电竞人工智能的运行即会受制于外部主体；如果未能充分进行版权保护，不仅电竞人工智能的制作成本无法回收，相较外部主体的竞争优势也难以维系。面对这些风险，最为核心的因应之策即是构建算法版权的治理机制，一方面以自主创新为宗旨和核心导向，通过激励机制、数据安全机制、综合化拓展机制等促使开发者掌控电竞人工智能的算法版权并持续保持技术领先；另一方面围绕立法、执法和司法途径，通过通用保护体系、单行保护机制、开源算法保护措施等实现对既有版权的周严保护。

关键词： 信息不对称   人工智能   公共治理   数字鸿沟  

摘要： 信息是社会结构的基础性要素，也是权力运作的关键资源，构成了公共治理的基本参数，对治理结构、过程以及技术等都有重要的影响。信息不对称是影响社会互动的基础性现象，也受到人工智能技术发展及其应用带来的深刻影响。AI通过规模化的数据处理、复杂的关系重构和创新的交互模式，在公共治理中产生了双重效应，一方面是AI增强了信息的可见性、通约性和工具使用的平等性，使原本隐藏的信息变得可见可及，使专业信息转化为公众可理解的形式，使先进的分析工具从少数人的特权转变为公共资源；另一方面是AI使信息不对称从数量差异向质量分化演进，从低维度对立走向高维度裂变，从确定性格局转为不确定性格局。这些演变揭示了数字时代公共治理的深层矛盾，即信息分享的扩大并未必然带来信息权力的平等，人工技术的普及未必能消解理解能力的差距，信息不对称不是完全能消除的，只是会呈现出不同的样态。深入剖析AI技术对信息不对称的互动关系，有助于准确把握公共治理的演进方向，为构建更加适度和均衡的治理体系提供理论洞见。

关键词： 人工智能   断裂识别   走滑断裂   属性体提取   哈拉哈塘   奥陶系  

摘要： 随着人工智能技术的快速发展，其在地质勘探领域的应用也逐渐展现出巨大潜力。传统的断裂识别方法主要依赖于地质学家的经验和人工判读。这种方法不仅效率低下，而且容易受到主观因素的影响，难以实现大规模数据的高效处理。为解决这一问题，研究以塔里木盆地哈拉哈塘地区走滑断裂识别为例，探索了人工智能在走滑断裂识别中的应用效果及可行性。哈拉哈塘地区主要发育两组高角度走滑断裂系统，北东和北西向，两者在平面上呈X型相互交切关系。基于区内高精度三维地震资料的预处理成果，并利用卷积神经网络（CNN）深度学习算法及U-Net架构模型对研究区断裂进行自动化识别与分类实验。在明显消除随机噪声影响的背景下，上述算法对主干断裂、分支断裂及其组合关系识别清晰，通过对实验结果的分析，验证了深度学习模型在提升走滑断裂识别精度与效率上的显著优势，为地质勘探工作提供了新的技术手段。

关键词： 牛肉   产地溯源   多元素   机器学习  

摘要： 为了研究中国不同产地牛肉在元素上的差异并构建可靠的产地溯源方法，本研究采用电感耦合等离子体质谱（ICP-MS）与电感耦合等离子体发射光谱（ICP-OES）技术对来自山东、云南、宁夏、新疆、江苏、甘肃和四川七个产地的牛肉样品中52种元素含量进行了系统性定量分析。利用元素含量信息构建原始数据集，并结合多元统计与机器学习方法，包括多重方差分析（MANOVA）、随机森林（RF）、线性判别分析（LDA）以及余弦相似度（Cosine Similarity）算法，联合建立牛肉产地判别模型。通过特征重要性评估与方差分析，筛选出27个具有显著地区差异的关键元素（Sc、Co、K、Se、Rb、V、Ba、As、Sn、Pb、Na、Cu、Mg、Ag、Al、P、Ni、Tl、Fe、Ti、Zn、Mn、Cd、Ca、Cs、Sb、Mo），并据此构建模型核心特征空间。通过引入12例外部验证样品进行产地鉴别，结果显示判别准确率达到91.67%，验证了所建模型的可行性与稳健性。研究表明，不同产地牛肉在元素组成上存在显著差异，元素指纹信息可作为产地溯源的重要依据，该成果为提升牛肉产地真实性认证和保障肉类产品质量安全提供了理论基础。

关键词： 卷纸机   恒定张力   自动化控制   模糊PID   智能制造  

摘要： 针对卷纸机生产过程中张力波动导致纸幅起皱、断纸及产品质量下降的问题，提出一种基于智能化控制策略的恒定张力自动化控制系统设计方法。该系统以张力传感器和速度编码器为核心检测单元，结合自适应模糊PID与前馈补偿策略，实现卷纸机在不同工况下的张力稳定控制。系统总体架构由信号采集层、智能控制层和执行驱动层构成，既能应对原料厚度变化、速度波动等扰动因素，又具备在线自学习能力。实验结果表明，该系统相比传统PID控制，张力波动幅度降低42.7%，断纸率下降38.5%，成品合格率提升至98.2%。本研究为卷纸机张力控制的智能化升级提供了可行方案。

关键词： 网络检测   图结构   表示学习   机器学习   对比增强   特征融合  

摘要： 为了解决区块链与物联网技术应用中现实资产(RWA)等金融项目面临的网络恶意活动安全威胁,提出一种基于图结构表示增强与特征融合的网络威胁检测方法。首先,将流量记录建模为事件驱动的异构图;其次,设计后置式事件级对比增强机制,解耦表示学习与增强过程,增强节表示的判别性;最后,提出多源特征融合方案,通过降维与特征筛选优化输入表示。实验结果表明:文中方法在CIC-Darknet数据集上的受试者工作特征曲线下面积达0.975,精确率-召回率曲线下面积为0.966,F1分数达0.928,有效增强了网络异常活动的检测能力。