关键词： 无人机   土壤水分   反演   机器学习  

摘要： 土壤水分是生态、农业和水文等领域的核心参数,精准监测土壤水分在资源管理与环境研究中发挥着至关重要的作用。随着遥感技术的发展,无人机凭借其高时空分辨率、灵活性强等独特优势,已成为土壤水分反演的新型技术手段。文章从物理机制出发,系统解析无人机反演土壤水分的辐射传输原理,重点对比经验模型、物理模型及机器学习三类方法的适用场景与精度差异。针对数据获取环节,深入探讨多光谱与热红外传感器标定、多源遥感数据融合策略及地形自适应飞行路径规划等关键技术。文章旨在为该领域的研究与实践提供参考依据,推动无人机技术在土壤水分监测方面进一步的应用与发展。

关键词： 人工智能   学科专业建设   人才培养   课程体系   实践路径  

摘要： 随着人工智能(AI)技术的飞速进步,教育界正经历空前的变革。如何利用新科技推动高校学科专业建设,是当前高等教育领域关注的热点。本文深入研究在人工智能推动之下,如何进行学科专业的建设,其目的是为高校在专业设计和课程革新上提供有益的参考。采用文献综述法、比较分析法等方法进行研究,以“人工智能”“学科专业建设”“人才培养”“课程体系”等关键词作为主要内容展开论述。研究表明,通过精心设计的专业课程和进行课程改革,人工智能能够有效地促进学科专业建设的创新和发展。

关键词： 人工智能   人工智能模型   深度学习   颈椎   医学图像   研究进展   临床应用   工程化组织构建  

摘要： 背景:颈椎病是一种慢性退行性疾病,已经成为威胁人类健康的常见病和多发病之一。目前对颈椎及其周围结构病变的初步诊断主要倚赖于放射科医师对医学影像的解读,这不仅对操作人员技术要求较高,而且存在主观性较强、劳动强度高、效率低等缺点。随着人工智能技术的快速发展,其强大的数据处理和图像识别能力使其在医疗领域展现出广阔的应用前景,深度学习也在脊柱疾病的研究中取得了一定的进展。目的:综述近年来人工智能技术在颈椎影像图像中的应用现状和研究进展,评估人工智能模型的表现以及未来的发展趋势及需要克服的挑战。方法:由第一作者在2024年6月以“人工智能,深度学习,颈椎”为中文检索词,以“Artificial Intelligence,AI,Cervical Vertebrae,Cervical”为英文检索词分别在万方数据库、中国知网和PubMed数据库进行检索,最终纳入101篇文章进行综述分析。结果与结论:①人工智能技术可通过对医学图像部位进行分割、分类、关键点识别等技术实现对颈椎椎体的自动分割及曲度改变的测量,检测颈椎骨折、神经根和脊髓型颈椎病,识别颈椎后纵韧带骨化,预测手术后相关危险因素以及颈椎成熟度分类等;②尽管人工智能技术在颈椎研究领域已展现出巨大潜力,但其仍处于初期探索与快速发展阶段,有无限的发展与创新空间。

关键词： 叶菜收获机   点云   机器学习   拟合   仿形  

摘要： 针对仿形叶菜收获机感知传感器易受接触作用力影响、探测的垄面信息不完整的问题,设计了一种基于机器学习的割台仿形控制系统。首先,将2D激光雷达传感器的数据进行预处理,得到待采收区域内叶菜蓬面的测距信息;然后,提出了融合2D激光雷达测距信息和惯性测量单元感知速度信息的点云获取方法,进一步提出了一种机器学习模型,对点云数据进行平面拟合,该模型考虑了垄面纵向、横向起伏对系统的影响;最后,控制系统以每个采样周期内拟合的切割平面为基准调整两侧推杆的伸缩量完成仿形。垄间收获试验结果表明:试验样机在安装割台仿形控制系统后,割台随垄面起伏变化而变化,降低了破碎率、漏收率,通过与人工控制收获试验对比,平均破碎率下降了6个百分点,平均漏收率下降了9个百分点,破碎率和漏收率平均值分别为23%、22%。提出的切割平面确定方法可以有效拟合平面,运行速度快,且具有较强鲁棒性。设计的割台仿形控制系统提高了垄面探测的可靠性,实现了叶菜收获机的低破碎率、低漏收率的仿形收获作业。

关键词： 人工智能   教学   现实   科幻电影   机器人  

摘要： 当你上课时,你是否想过有一天你的老师可能会是一个机器人,或者你课本上的人物会“活”起来和你对话?这些听起来像是科幻电影里的场景,随着人工智能(AI)技术的发展,正在逐渐成为现实。人工智能是一种让计算机像人类一样思考和学习的技术。

关键词： 心电信号自动分类   心电图   决策树   随机森林   融合模型   机器学习  

摘要： 为提高心脏疾病诊断的准确性和效率,采用小波阈值去噪技术对原始心电信号(ECG)进行预处理,消除各类噪声干扰;提取了反映心电特征的关键参数,用于心拍截取;构建并比较了决策树、随机森林和融合模型。决策树模型虽然易于解释,但在分析复杂ECG数据时仍存在不足,其平均准确率为0.927。随机森林模型通过集成多棵决策树,将平均准确率提升至约0.955,表现出较高的分类性能,但仍存在波动。最终,融合模型结合决策树和随机森林,通过元分类器进行二次学习,实现了平均准确率为0.958的优异性能,展现出更高的稳定性和准确性,大幅减少了误分类情况。研究结果表明,融合模型在心电信号分类中表现最佳,为心脏疾病的医疗诊断提供了更可靠的支持,有望在实际临床应用中显著提高诊断的效率和准确度。

关键词： 线粒体   急性心肌梗死   生物信息学   机器学习   免疫浸润分析   氧化应激   炎症   凋亡  

摘要： 背景:线粒体在急性心肌梗死损伤和修复中具有重要意义,因此基于线粒体基因探索急性心肌梗死发病进展具有重要的临床意义。目的:探究线粒体基因是否可以作为评估急性心肌梗死进展的可靠生物标志物。方法:从高通量基因表达数据库下载急性心肌梗死数据集GSE66360,GSE12288,在线粒体蛋白质数据库获取人类线粒体基因集;对急性心肌梗死数据集GSE66360进行差异基因分析及加权基因共表达网络分析,两者取交集后获得基因进行蛋白质-蛋白质相互作用分析、基因本体论和京都基因与基因组百科全书分析;将交集基因与人类线粒体基因取交集以获得差异线粒体基因,对差异线粒体基因进行基因集富集分析和免疫浸润分析,并在外部数据集GSE12288中进行受试者工作特征曲线分析,验证线粒体差异基因的表达特征。结果与结论:①获得急性心肌梗死差异基因548个,差异基因分析及加权基因共表达网络分析显示Blue模块包含基因最多(4992个),二者交集基因共有116个,其中肿瘤坏死因子、白细胞介素1B、白细胞介素6、Toll样受体4和白细胞介素10为核心基因;②基因本体论分析显示生物过程主要涉及炎症反应、肿瘤坏死因子产生的正调控及细胞表面受体信号通路,细胞组成主要涉及三级颗粒膜、质膜外层和质膜等,分子功能主要涉及免疫球蛋白G结合、跨膜信号受体活性及趋化因子活性等,京都基因与基因组百科全书分析显示,这些基因主要涉及肿瘤坏死因子、白细胞介素17及核转录因子κB通路;③共获得8个差异线粒体基因,经过最小绝对收缩和选择算子和比例风险回归模型分析后筛选出4个特征基因,包括佛波醇-12-肉豆酸酯-13-乙酰基诱导蛋白1、BCL2-相关蛋白A1、溶质载体家族25成员37和脱氧核糖核酸聚合酶β,并分别对应了肿瘤蛋白53、氧化磷酸化、硫代谢及甘油磷脂代谢通路;④受试者工作特征曲线分析显示4个特征基因均具有诊断意义,并与静息树突状细胞、幼稚B细胞呈显著负相关性;⑤提示佛波醇-12-肉豆酸酯-13-乙酰基诱导蛋白1、BCL2-相关蛋白A1、溶质载体家族25成员37和脱氧核糖核酸聚合酶β表达特征可作为预测急性心肌梗死中线粒体功能的潜在生物标志物,可进一步提高急性心肌梗死预测的准确性。

关键词： 物联网   课程体系   人工智能   高职教育   人才培养   职业能力  

摘要： 人工智能时代,学生能够通过多样化的学习方式灵活获取知识,不再局限于传统的课堂教育。为有效应对人工智能给高校教育带来的挑战,高校需要在课程内容设置和教学方式上进行深度调整和创新。文中结合ABET学生成果要求,提出了高职物联网专业课程体系建设的思路和目标。通过分析珠三角地区物联网岗位需求规划了课程体系,强调课程内容应围绕实践性和应用性展开,注重基础理论与市场前沿技术的结合,同时教学方式应注重互动性,以提高课程吸引力,从而更好地适应人工智能时代对高职教育提出的挑战。

关键词： 跨学科   人工智能   高校外语教学  

摘要： 随着全球化发展的脚步不断加快,外语教育在高等教育体系中占据着十分重要的位置。在科学技术不断进步的当下,如何将人工智能技术应用于高校外语教学已经成为当前高校外语教师所要思考的一个重要问题。基于此,文章分析当前高校外语教学中存在的问题,并立足于跨学科和人工智能双重视角来详细分析当前教学中存在的问题,希望能为读者提供一些参考与帮助。

关键词： 人工智能   大学生   价值观认同   困境   引导策略  

摘要： 人工智能技术的迅猛发展在给大学生带来便利的同时,也深刻影响着他们的价值观。本文深入剖析了人工智能时代大学生价值观认同面临的诸多困境,包括多元价值观念冲击、信息茧房束缚、主体自我认知迷失以及教育引导的不足等。针对这些困境,从优化网络环境、提升媒介素养、开展价值观教育、强化人文关怀以及促进协同合作等方面提出了一系列切实可行的引导策略,旨在帮助大学生树立正确的价值观,更好地适应人工智能时代的发展。