关键词： 森林蓄积量   Sentinel-2   冠层高度模型   特征变量   机器学习   深度学习  

摘要： 【目的】作为反映森林生态系统生物量存储能力的重要指标,森林蓄积量是衡量森林健康、生态功能和碳储量的关键参数。精准反演森林蓄积量可为森林资源管理、气候变化、生态保护与可持续经营提供科学的数据支撑,是森林资源调查与监测的核心任务之一。【方法】以湖南省浏阳市为研究区域,结合全国森林资源清查(NFI)数据与Sentinel-2遥感影像,开展森林蓄积量遥感反演。首先,通过Pearson相关性分析与特征变量重要性筛选,提取与森林蓄积量密切相关的关键特征变量。随后,采用支持向量机(SVM)、随机森林(RF)和全卷积神经网络(FCN)等模型进行森林蓄积量反演。模型精度采用交叉验证法计算,并运用多项评估指标对模型性能进行比较,最终选取拟合效果最佳的模型,用于研究区森林蓄积量的精确反演。【结果】1)各特征变量与森林蓄积量均呈现显著相关性;2)引入冠层高度模型(CHM)能显著提升森林蓄积量的反演精度,其中支持向量机模型的决定系数(R2)从0.34提升至0.52,提升了52.95%,RMSE从30.52 m^(3)·hm^(-2)降低至25.59 m^(3)·hm^(-2),降低了16.15%;随机森林模型的决定系数(R2)从0.39提升至0.55,提升了41.03%,RMSE从29.46 m^(3)·hm^(-2)降低至25.07 m^(3)·hm^(-2),降低了14.90%。表明CHM对提高森林蓄积量的反演精度具有重要贡献;3)相比其他模型,全卷积神经网络模型在森林蓄积量反演中的表现最佳,其R2值达到0.66,RMSE为21.20 m^(3)·hm^(-2)。此外,基于2022年的CHM数据显著提升了其他模型的预测性能,有效克服了传统反演方法因缺乏实测树高数据而导致的精度瓶颈,为大尺度森林蓄积量监测提供了新的思路和方法。【结论】结合实测数据和Sentinel-2影像的FCN模型能够实现森林蓄积量的精确反演与监测,同时CHM数据的引入显著提升了反演模型的预测精度,可为未来森林资源的精准监测和科学管理提供重要参考。

关键词： 教育信息化   学情分析   人工智能   标准化考场  

摘要： “标准化考场”旨在通过技术手段和管理规范确保国家教育考试公平性、规范性和严肃性。课堂是教学的主战场,多重复用标准化考场,利用图像识别技术、人工智能技术和大数据分析技术,结合课堂教学情境开发AI智能图像识别分析服务系统,实时分析教室课堂教学状态,为课堂教学质量评估提供大数据支持,从而更好地支撑教育教学改革。

关键词： 自由空间光通信   机器学习   大气衰减   信道估计   研究进展  

摘要： 为应对自由空间光(FSO)通信系统中大气湍流和散射效应导致的信道非线性问题,提升第六代移动通信(6G)时代光通信系统的传输可靠性,综述机器学习(ML)在改善FSO通信信道估计中的研究进展,对比分析了深度学习和非深度学习方法在FSO信道估计中的应用,展示了ML在提升信道估计精度和系统性能方面的优势。最后,展望了ML在FSO通信中遇到的挑战和未来发展趋势,指出了ML算法在FSO通信系统中展现出的巨大潜力,并探讨了未来研究的方向。

关键词： 人工智能   博士研究生   翻转课堂   科研文献  

摘要： 人工智能(AI)技术发展推动了免疫学领域及教育教学方式重大变革,传统的教学课堂正在向数字化、智能化的教学模式发展。为提升研究生教育质量,培养研究生的AI思维和综合创新能力,针对当前传统大班制上课的现状及研究生专业多样化的特点,利用AI技术课前对授课对象进行学情分析,依据研究生差异化智能分配数字化学习资料,采取科研文献研读翻转课堂的教学方法和差异化的考核方式,最终实行博士研究生个性化的教学模式。这种人工智能与个性化深度融合的教学策略可为后续在博士研究生免疫学课堂中实行改革和创新,满足博士研究生人才个性化培养的需求提供理论依据和实践指导。

关键词： 人工智能   机械设计制造   自动化   应用  

摘要： 随着科技的飞速发展,人工智能作为一门前沿技术,正逐渐渗透到各个行业领域,机械设计制造及其自动化领域也不例外。本文深入探讨了人工智能在该领域的多种应用方式,包括设计方案的优化、故障诊断与预测性维护、生产过程的智能控制等方面,详细阐述了人工智能如何提升机械设计的效率与创新性,增强制造过程的稳定性和精准度,以及推动自动化生产向更高层次发展。通过对相关技术和应用的分析,揭示了人工智能给机械设计制造及其自动化带来的变革和深远影响,同时也对面临的挑战进行了剖析,并对未来发展趋势进行了展望,旨在为该领域的进一步研究与发展提供理论参考。

关键词： 循环再利用   聚对苯二甲酸乙二醇酯   光谱   再生工艺   鉴别方法   机器学习  

摘要： 综述了聚对苯二甲酸乙二醇酯(PET)废弃物的回收方法,包括物理法和化学法两类再生工艺,总结了循环再利用PET(rPET)在纺织、食品包装等领域的应用,展示了其在市场上的多层次适应性和潜力。概述了国内外PET和rPET在结构和性能上的差异,并概述了结合各种化学计量学手段和机器学习模型进行鉴别的方法。未来研究应关注降低化学法再生成本、开发更多高附加值产品以及建立快速可靠的鉴别方法。

关键词： 人工智能   管理会计   研究范式   管理控制  

摘要： 管理会计研究范式的构建是学科可持续发展的前提,也是管理会计变迁与发展的内在需求。管理会计研究新范式既是本土化知识体系建设的时代需要,也是国际化交流沟通的客观追求。从路径选择看,管理会计理论的形成主要有概念扩展与案例升华两条路径;从机制创新看,管理会计研究新范式可以划分为扩张型范式结构和治理型范式结构。现阶段,管理会计学术界常用的理论研究范式主要有计量至上与制度变迁两种。随着数字经济时代的到来,嵌入人工智能的管理会计研究范式将由自动化管理控制与模型化管理控制向以智能化管理控制为主的方向转变,即人工智能正在重塑管理会计研究的新范式。加强管理会计研究新范式的构建,对于丰富与完善管理会计的框架结构,促进国际管理会计理论知识与技术方法的比较研究,提高我国管理会计体系在全球同行中的话语权和影响力,具有重要的理论价值和积极的现实意义。

关键词： 人工智能   城市道路交通   智能电网   交互机制  

摘要： 本文深入探究人工智能驱动下城市道路交通与智能电网的交互机制。随着城市的发展,交通与能源需求不断增长,城市道路交通系统与智能电网系统的高效协同成为关键。人工智能技术凭借其强大的数据处理与智能决策能力,为两者的交互提供了创新途径。通过分析两者交互的需求与现状,阐述人工智能在其中的应用原理与具体方式,探讨交互机制的构建及面临的挑战与应对策略,旨在提升城市交通与能源系统的整体效能,推动城市可持续发展。

关键词： 数字素养   高校教师   数字化转型   教育数字化   教师专业发展   人工智能   生成式AI技术  

摘要： 教师数字素养是推动教育数字化转型的关键要素。科学技术的快速迭代给高等教育数字化转型带来深刻变革,但高校教师数字素养并未与技术发展保持同步提升,具体表现为高校教师数字化意识相对薄弱,数字化知识、技能和应用均较欠缺以及专业发展能力不足等。进一步分析发现,高校教师数字素养欠缺的成因主要在于对数字素养专项培训重视不足、入职要求宽松,数字素养提升政策刚性不足、数字素养提升支持环境不完善,考核评价权重失衡、数字素养提升内在动力缺失等方面。为有效提升高校教师的数字素养水平,依据前述问题及其原因分析提出如下建议:重塑育人角色、提高高校教师的数字素养要求,优化政策体系、完善数字素养提升的支持环境,改革评价机制、着力提高数字素养评价的权重。

关键词： DeepSeek   人智协同   学习样态变革   教育变革   人工智能  

摘要： DeepSeek类人工智能得益于开源理念而迅速发展,同时它们以低成本、高效率、强逻辑等优势得到业界的广泛认可和大规模部署,形成了以DeepSeek-R1大模型为基础的人工智能应用如雨后春笋般涌现。教育领域同样重视新型人工智能应用,并积极探索人工智能如何推动教育变革。DeepSeek-R1大模型具有良好的教育应用适配性,且在政策支持、技术赋能、历史助推、需求牵引等逻辑链作用下,DeepSeek类人工智能教育应用已经历从涌现到渗透的过程,下一步将逐渐构建教育应用生态系统,最终推动学习样态从结构性重组向颠覆性创新发展。未来人机共生、知识共创、天性赋能、泛在适配、具身智慧等成为人类学习的典型特征,学习从此走向人智协同。