关键词： YOLOv5s网络   机器人   目标识别  

摘要： 目标识别是机器人应用于智能产业的关键,提出了一种基于人工智能和机器视觉相结合的机器人目标识别技术。机器人目标识别硬件包括PC机、工业相机、电源、光源等,目标识别算法采用改进的YOLOv5s网络。相对于传统YOLOv5s网络,改进YOLOv5s网络增加了ECA注意力机制和小目标检测层。将其应用于实际的柑橘采摘机器人中开展试验,结果表明:改进YOLOv5s模型对目标识别的召回率和全类精度均明显提升,同时增加光源能够明显提升柑橘目标的识别准确率。所设计的机器人目标识别技术能够满足柑橘采摘机器人的实际需求,对促进智能产业发展具有一定的参考价值。

关键词： 能动性   情感体验   生成式人工智能   Q方法   矛盾焦点  

摘要： 本研究从情感体验视角重构教师能动性的“认知—情感—行为”三维互动理论框架,采用Q方法对34名大学英语教师(17位新手教师与17位经验丰富教师)使用生成式人工智能(GAI)的能动性展开调研。通过开发具有25项陈述的能动性Q方法量表,系统探究矛盾焦点驱动的教师能动性运作机制。研究结果表明,两类教师群体在解决GAI应用矛盾时,均体现出认知、情感与行为的整体性互动,但互动路径受教学经验与情感体验的交互影响。研究构建了矛盾焦点驱动下的教师能动性“认知—情感—行为”互动动态发展模型,为高等教育数智化转型背景下的教师专业发展提供新的理论视角和实践框架。

关键词： 椎间盘   腰椎间盘突出   颈椎间盘突出   形心   核磁共振   人工智能   生物力学  

摘要： 背景:人工诱导突出椎间盘自然回缩技术是一种治疗颈、腰椎间盘突出症微创、对突出椎间盘而言无创的创新性有效方法,但回缩术后突出颈、腰椎间盘能否保持原有的高度及生物力学强度,目前尚未见相关研究报道。目的:测量人工诱导突出椎间盘自然回缩手术前后突出颈、腰椎间盘相邻椎体形心高度,以分析回缩术后椎间盘生物力学强度的变化,为人工诱导突出椎间盘自然回缩技术治疗颈、腰椎间盘突出症提供新的依据。方法:回顾性分析2013年1月至2023年1月在郑州大学第一附属医院接受人工诱导突出椎间盘自然回缩手术治疗的颈/腰椎间盘突出患者140例。应用相关软件在人工智能辅助标定下,于MRI T_(1)图像中测量患者人工诱导突出椎间盘自然回缩术前及术后各随访时间节点的颈椎、腰椎相邻椎体形心高度。以未手术的T_(1)/T_(2)和T_(12)/L_(1)节段分别作为颈椎、腰椎对照组,若术前颈/腰椎间盘突出患者的相邻椎体形心高度值小于其自身T_(1)/T_(2)或T_(12)/L_(1)对照节段相邻椎体形心高度值超过8%者为“高度降低组”(以下简称A组),其余为“高度不变组”(以下简称B组)。统计学分析A组和B组人工诱导突出椎间盘自然回缩手术前后相邻椎体形心高度的差异,同时根据人工智能辅助测量所得颈、腰椎突出椎间盘的体积,分析其与相邻椎体形心高度变化的相关性。结果与结论:①共纳入140例患者,其中颈椎组60例、腰椎组80例,术后随访7 d-12个月;②颈椎组共281个椎间盘,其中对照组60个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为20.46 mm和20.17 mm,差异无显著性意义(P>0.05);A组162个颈椎间盘,术前与术后末次随访相邻椎体形心高度均值分别为16.65 mm和15.92 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积均值分别是510.28 mm^(3)和364.76 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组64个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为20.15 mm和19.09 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积平均值分别是515.32 mm^(3)和361.98 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);③腰椎组共258个椎间盘,其中对照组80个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为33.03 mm和32.40 mm,差异无显著性意义;A组59个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为30.08 mm和31.67 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是690.51 mm^(3)和496.58 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组119个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为35.91 mm和34.12 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是698.70 mm^(3)和535.99 mm^(3),与相邻椎体形心高度改变无显著相关性;④提示无论颈、腰椎突出椎间盘高度是否下降,人工诱导突出椎间盘自然回缩术后其高度都可以维持与术前一致的水平,可见突出椎间盘回缩并不影响其生物力学强度,提示人工诱导突出椎间盘自然回缩技术宜在突出节段椎间隙高度下降前实施,这样对维持自然回缩椎间盘生物力学强度更具价值。

关键词： 人工智能   高校   思政课  

摘要： 人工智能赋能高校思政课是智能时代的新要求。国家政策的全力支持、智能技术的成熟运用和意识形态的紧密契合为高校思政课创新发展提供了可靠保障。人工智能赋能高校思政课有助于高校思政课精准教学、教学模式创新、教学评价的完善。提升高校思政课教师的人工智能素养、优化高校思政课数据要素的管理和加强高校思政课算法的运转规制是实现人工智能赋能高校思政课的主要路径。

关键词： 人工智能立法   责任主体   产品缺陷   归责原则  

摘要： 人工智能侵权主体是未来人工智能立法的重点研究课题。在明确人工智能不具有主体地位的基础上,框定四分主体架构,区分人工智能“产品与服务”性质,将人工智能整个流程划分为产品责任与应用责任,分析出目前存在产品缺陷与因果关系问题,归责于思路缺乏灵活性。采用横线链条式主体的差别化归责原则,辅之以公平补偿原则,构建人工智能侵权责任制度,以期识别在人工智能侵权过程中相应主体承担的责任,为治理人工智能侵权提供治理方案。

关键词： 人工智能   自动化   造纸   质量控制  

摘要： 当前人工智能技术在各行各业、各个领域得到了广泛的应用,造纸行业自动化生产水平突飞猛进。本文介绍了人工智能在造纸行业中的应用现状,分析了造纸行业自动化程度,总结了人工智能在造纸行业全流程控制管理中的优势、挑战和未来发展方向。

关键词： 生成式人工智能   智能数字教材   教育数字化   DeepSeek   未来教育  

摘要： 生成式人工智能作为教育数字化转型的强劲引擎,正驱动数字教材领域的全面创新与深刻变革,引领教育未来发展方向。在推动数字教材迈向内容生成新阶段的过程中,生成式人工智能展现出了助力新时代高质量教材体系建设、推动数字教材定制化发展、增强数字教材类人互动体验的独特时代价值。生成式人工智能赋能数字教材建设,不仅促进了生成式数字教材观的形成,也塑造了智能数字教材的结构,还拓展了智能数字教材的功能。但由于技术特性及潜在风险可能导致的种种问题,在数字教材建设中引入生成式人工智能须明确内容约束、场景适配、伦理规约三重边界,以规避内容失当、技术滥用、伦理失范等衍生风险。

关键词： 微塑料   图像识别   计算机视觉   人工智能  

摘要： 深入分析对比了决策树、随机森林等机器学习模型与卷积神经网络等深度学习模型技术在图像识别检测微塑料中的研究和应用进展,发现上述算法面临着数据稀缺、泛化能力弱及场景适应性差等瓶颈问题.针对这些问题,融合计算机视觉与传统分析技术,建立协同分析框架、构建多介质标准化图像数据库,突破数据壁垒,以及开发轻量化自适应算法,提升野外部署效能,以期成为未来该领域重要的发展方向.从而为微塑料智能监测技术的实用化转型提供理论支撑与关键技术路径.

关键词： 生成式人工智能   二语写作   自我调节能力   多维反馈投入  

摘要： 本文采用个案研究方法,追踪6名具有不同自我调节能力的大学生在两轮生成式人工智能(GAI)写作反馈中认知、行为和情感投入的特征及变化。通过分析回溯性访谈、人机交互数据及写作修改文本等多源数据,研究发现:(1)6名学生对GAI写作反馈持积极态度,但不同自我调节能力的学生在认知和行为投入策略使用上存在差异。(2)高自我调节能力的学生能够整合、评估反馈信息,调整修改策略,并对语言、内容和结构进行多轮修改,展现出较强的人机协同能力;而低自我调节能力的学生虽能理解反馈信息并成功摄取语言层面的修改建议,但修改深度有限。(3)6名学生的认知与行为投入在两次写作后均下降,但3名高自我调节能力的学生通过积极运用调节策略,保持了稳定的反馈理解与修改行为,而低自我调节能力的学生的认知和行为投入下降明显。本研究揭示了多维反馈投入的交互特征及自我调节能力对GAI反馈投入的积极调节作用,为深入开展数智赋能的外语教学改革提供有益启示。

关键词： 人工智能治理   人工智能监管   LDA模型   主题挖掘   聚类分析   政策研究  

摘要： [目的/意义]文章对国际人工智能监管政策深入挖掘研究,洞察各国监管焦点与趋势,以期为全球AI治理策略提供有益参考。[方法/过程]文章运用LDA主题聚类分析法,对27份国际政策文件开展深入研究,精准识别主题、剖析关键主题词,并进一步揭示人工智能领域的监管热点。[结果/结论]研究揭示了6个核心监管主题:系统风险评估、伦理法律规范、社会影响治理、透明度与信任、创新与风险控制、全球监管策略,并根据结果提出4项政策建议。