关键词： 帕金森病   海马   体素镜像同伦连接   影像组学   机器学习  

摘要： 目的探讨基于双侧海马静息态功能磁共振成像(rs-fMRI)的影像组学特征的机器学习分类器在帕金森病(PD)患者中区分出PD认知功能损害(PD-CI)患者的价值。方法前瞻性采集88例PD患者的rs-fMRI数据,随机分为训练集(61例)和验证集(27例),经数据预处理后计算基于体素镜像同伦连接(VMHC),提取双侧海马区VMHC图的组学特征。被提取的特征经Z-score标准化统一度量后,采用Spearman相关系数和最小绝对收缩和选择算子(LASSO)回归算法进行特征降维和筛选得到最优特征。将最优特征集纳入多种机器学习策略构建PD-CI的二分类诊断模型,应用受试者工作特征曲线(ROC)评估各模型诊断效能。采用Spearman相关分析最优特征与临床量表评分之间的关系。结果经过海马的VMHC组学特征筛选,最终获得22个最优特征。采用11种机器学习算法构建的模型,性能均达到良好以上[曲线下面积(AUC)0.820~1.000]。综合敏感度、特异度和准确率考虑,支持向量机(SVM)算法构建的海马VMHC组学特征模型(敏感度为1.000、特异度为0.824、准确率为0.889及AUC为0.941)的整体效能优于其他机器学习模型(准确率<0.852)。相关性分析结果显示PD-CI患者的非运动症状评价量表(NMSS)、汉密尔顿焦虑量表(HAMA)以及统一帕金森病评定量表第三部分(UPDRS-Ⅲ)值与最优的小波变换特征之间存在显著正相关(r=0.506、0.372、0.483,Bonferroni校正,P×7<0.05)。结论基于双侧海马rs-fMRI的VMHC影像组学特征的SVM模型对PD-CI患者具有可行性和良好的诊断效能,有望为临床提供参考。

关键词： 人工智能   大学生   就业关键能力  

摘要： 人工智能技术深刻影响着社会对人才的需求变化。大学生作为未来社会的中坚力量,需要具备适应人工智能时代的就业关键能力,以应对未来的挑战。本文探讨了人工智能时代的就业环境,并对适应人工智能时代的大学生就业关键能力的构成要素以及具体路径进行了详细论述,以期为大学生的就业指导提供参考。

关键词： 循环冷却水系统   阻垢模型   结垢机理   BP神经网络   机器学习  

摘要： 大型换流站调相机外冷水系统腐蚀结垢直接影响冷却器的热力性能,开展冷却水结垢机理研究和结垢预测研究对保障电网安全运行具有重要意义。对调相机外冷水结垢机理和现有结垢预测模型进行探讨,在此基础上提出以深度学习算法进一步建立精确的垢生长数学模型。首先对某大型特高压换流站冷却水系统运行数据进行预处理,得到3250组有效数据样本,之后以该数据集进行训练,采用反向传播(BP)神经网络和机器学习算法建立循环冷却水系统的结垢预测模型,并对该模型的预测精准度进行评价。结果表明,训练后的模型能够有效预测结垢量,总体平均相对百分比误差(MAPR)在7.53%以下,决定系数(R2)为0.985,具备良好的拟合效果以及泛化能力。

关键词： 新型光纤   光纤通信技术   超低损耗光纤   光纤通信领域   空芯光纤   多芯光纤   光通信   人工智能  

摘要： 在5G、人工智能、算力网络和数字经济的推动下,光纤通信技术正经历前所未有的变革。以空芯光纤、超低损耗光纤和多芯光纤为代表的新型光纤应运而生,正在重塑光通信的未来。新型光纤技术竞争升温,“中国答卷”亮眼目前,新型光纤备受全球光纤通信领域关注。

关键词： 数据自动检测   恶意数据   光纤通信网络   机器学习   改进SVM   网络规模  

摘要： 随着网络规模与复杂性增加,光纤通信网络面临严重的安全威胁,特别是恶意数据。为此,提出基于改进SVM的恶意数据自动检测方法。该方法先收集并预处理光纤通信数据,再构建改进SVM模型分类恶意与正常数据,最后实现光纤通信网络恶意数据的自动检测。实验证明,该自动检测方法能准确识别数据集中的恶意数据,有效应对网络威胁。

关键词： 我国高等教育   导师制   书院制   人工智能   慢半拍   后发国家   新机遇   时代机遇  

摘要： 与世界高等教育的制度建设和改革进程相比,我国大学改革的进程总是“慢半拍”,如学分制、绩点制、导师制、书院制、跨学科、大众化和普及化……这是由我国高等教育短暂的历史所决定的。西方大学的历史近千年,我国大学的历史只有130余年,再加上西方国家工业化进程比我国早了几百年,作为后发国家的高等教育发展模式,学习和借鉴西方经验实在不足为奇,这是由历史和发展阶段造成的“时间差”。然而,人工智能时代的到来,各国高等教育“同步”起跑,这是人工智能给我国高等教育带来的新机遇。这是一次难得的历史机遇,也是时代机遇。

关键词： 新质生产力   人工智能   数字时代   劳动力市场   教育体系  

摘要： 在数字化时代,人工智能与新质生产力的融合正引领劳动力市场的深刻变革。这一进程不仅提升了生产效率和创新能力,也对劳动力技能、教育体系和社会保障等方面提出了新要求。劳动力重塑面临技能与市场需求不匹配、教育与培训滞后、社会保障覆盖面不足、存在数据泄露与安全风险、与伦理和法律的冲突和全球竞争与合作关系挑战等现实堵点。文章针对上述堵点,提出了推行技能再培训与终身学习、推进教育体系的现代化、推动社会保障的适应性、强化数据安全与隐私保护意识、建立伦理规范与法律框架以及加强国际合作与政策协调等措施,以期促进劳动力市场的顺利转型。

关键词： STM32   双轮足自平衡机器人   智能制造   控制算法   教学实践  

摘要： 文章基于STM32主控芯片平台提出了双轮足自平衡机器人的机械结构设计方案和控制系统设计流程,并进行了程序设计与调试。开发了基于STM32的双轮足自平衡机器人实践项目,应用于机器人学专业实践以及劳动教育实践等实践教学,让学生将课堂上学到的理论知识应用到机械结构设计、程序设计、控制算法设计以及传感器应用设计中,锻炼了学生的团队合作精神,极大地提高了学生的机器人学专业知识水平和解决实际问题的能力。

关键词： 人工智能   强链补链   效能激发   新质生产力   行业差异  

摘要： 新质生产力作为推动新时代经济社会高质量发展的重要推动力,也是提升国际竞争优势的战略支撑力。探讨人工智能与新质生产力的影响关系,有助于加快整合创新资源,引领战略性新兴产业不断发展,增强发展新动能,构筑发展新优势。文章选取2011—2021年中国战略性产业相关企业数据,基于柯布道格拉斯生产函数改进法对新质生产力进行测算,实证检验了人工智能与新质生产力的影响关系与作用路径。研究表明:人工智能的应用能够促进新质生产力发展,且促进作用随时间推演呈倒“U”型态势;人工智能对新质生产力的促进作用体现在“强链补链”与“效能激发”两条路径上;相较于电器材料、计算机设备等行业,专用设备制造业与仪器仪表制造业中人工智能的助推作用尤为显著。研究结论有助于发挥强链补链创新性资源配置优势,挖掘人力效能潜力,提升新质生产力,进而推动战略性产业高质量发展。

关键词： 机器学习   特征融合   注意力机制   虚假招聘广告检测   深度学习  

摘要： 网络在线招聘逐渐取代了传统线下招聘,成为求职者首选的求职方式,但虚假招聘广告的出现给企业与求职者带来极大困扰,严重妨碍了网络招聘健康发展。针对现有基于单一机器学习模型的检测准确性较低,基于深度学习模型的时间效率较差的问题,提出一种基于特征融合的虚假招聘广告检测模型。首先,引入注意力机制为每个基分类器分配权重;其次,横向融合多个基分类器特征以显著提升虚假招聘广告检测效果。实验表明,特征融合模型准确率相较于性能最好的机器学习模型、BERT深度学习模型、TextCNN深度学习模型分别提升1.78%、1.67%、1.16%,模型运行时间略高于各机器学习模型但远低于深度学习模型,在EMSCAD数据集上的实验表明特征融合模型具有较好的虚假招聘广告检测性能。