关键词： PSO-BP模型   故障识别   预防性维护   K近邻模型   支持向量机   极端梯度提升   高通量数据  

摘要： 目的提出一种基于粒子群优化(Particle Swarm Optimization,PSO)算法和反向传播(Back Propagation,BP)神经网络模型的呼吸机故障识别与预防性维护策略,旨在提高呼吸机设备管理、维修水平,为呼吸机预防性维护提供参考。方法选取2017—2023年我院使用的呼吸机日常质量控制数据、临床使用数据、环境数据等多模态数据为研究对象,介绍PSO算法,建立粒子群优化-反向传播(PSO-BP)模型,同时引入K近邻(K-Nearest Neighbor Classification,KNN)模型、支持向量机(Support Vector Machine,SVM)模型以及极端梯度提升(eXtreme Gradient Boosting,XGBoost)模型作为对比模型,并选择准确度(Accuracy,ACC)、精准度(Precision,PRE)、召回率、F1得分以及曲线下面积(Area Under Curve,AUC)对模型进行评价。结果训练后的PSO-BP模型ACC、PRE、召回率、F1得分及AUC值分别为90.05%、91.00%、89.30%、0.90以及0.88;相对于KNN、SVM、XGBoost以及BP模型,PSO-BP模型识别ACC分别提高了6.64%、4.50%、3.32%、7.35%;召回率、F1得分及AUC值在一定程度上也得到了提高。模型最优阈值为0.6768,呼吸机安全区、稳定区、危险区以及高危区区间分别为[0,0.3384]、(0.3384,0.6768]、(0.6768,0.8384]、(0.8384,1.0000]。结论通过高通量医疗大数据建立的PSO-BP模型可有效识别呼吸机故障,并可使用定量数据为呼吸机预防性维护提供参考,具有一定的理论和实际应用意义。

关键词： GenAI   生成式人工智能   版权   隐私   论文评审  

摘要： 论文评审意味着责任和义务,只能由人来承担和完成。为避免可能产生的侵犯版权、隐私,违反安全和保密义务的风险,在论文评审过程中禁止将文稿及补充材料上传到公开可用的生成式人工智能技术(generative artificial intelligence,GenAI)平台,将其作为工具用于提出审稿意见和论文修改等。当审稿人质疑作者违反本规定的要求使用GenAI时,应向编辑部报告,并在评审意见中说明理由。编辑也不应使用GenAI进行论文的初步评审和文稿的规范化处理。

关键词： 基础工程教学   人工智能   教学模式   优势挑战   发展趋势  

摘要： 现有的基础工程教学模式难以满足学生对个性化学习的需求,也无法适应未来智能化工程环境的要求。本研究探讨高等教育如何将基础工程教学与人工智能技术相结合,以促进智能化教学模式的发展。利用人工智能技术进行个性化教学和智能评估,能够突破学习时间和地点的限制,促进高质量教育资源的均衡分配,并探索新的教学方法。该文进一步分析了人工智能在教学内容、手段和评估体系中的应用,将人工智能技术融入基础工程教学,不仅能够提高教学效率,还能培育学生的创新精神和实践技能。通过精心设计教学内容、手段和评估体系,人工智能有望成为推动教育进步的强大引擎,为基础工程高等教育的发展提供参考。

关键词： 人工智能   高校教师   课堂管理能力   教师专业发展  

摘要： 人工智能正深刻影响和重塑高等教育生态,为高校教师的课堂管理带来新的机遇和挑战。面对智慧教室、智能助教、自适应学习等新技术新模式,高校教师亟需提升课堂管理能力,以适应教育变革需求。本文在分析人工智能背景下高校教师课堂管理能力提升必要性的基础上,剖析了当前存在的主要问题,如技术融合能力不足、教育理念滞后、数据驱动决策能力不足以及培训支持体系不完善等。针对这些问题,本文从四个方面提出了提升策略:一是加强技术培训与应用实践,组织技术培训课程,鼓励教师开展技术应用项目;二是更新教育理念与教学模式,推广新型课堂管理理念,鼓励教学方法创新;三是构建数据驱动的课堂管理体系,完善数据收集分析机制,实施个性化管理策略;四是完善培训与支持体系,优化培训内容方式,建立持续的专业支持机制。

关键词： 人工智能   生成式大模型   科技革命   产业变革  

摘要： 近年来,随着GPT、DeepSeek等生成式大模型的爆发式发展,人工智能发展进入新阶段,正在成为世界百年未有之大变局的重要变量,加速世界科技、产业乃至地缘政治的变革。面对新形势新需求,我国必须牢牢把握人工智能新发展机遇,进一步培育人工智能创新生态,促进其与经济社会发展深度融合,不断抢占人工智能发展制高点,以人工智能发展带动国家竞争力整体跃升。

关键词： 物联网产业   数字化转型   智能时代   基础设施   人工智能   嵌入式终端   中国电信   深度融合  

摘要： 当前,全球物联网产业迎来关键发展期,成为数字经济的新型基础设施,人工智能从云端向边缘和嵌入式终端转移,促使物联网设备的AI功能日益强大。与此同时,中国电信和中国移动等电信运营商加速将视联网业务融入安防行业,视联网与物联网两者深度融合,高效协作,构建起更全面、更高效、更智能的信息采集与处理体系,加速推动各行业数字化转型。

关键词： 智能时代   人工智能   智能产业   新动能   智能化发展   网络化   数字化   技术革新  

摘要： 拥抱更美好的智能时代。当前,人工智能不断“进化”,技术革新潜能逐渐释放。把握数字化、网络化、智能化发展机遇,培育壮大智能产业,有助于加快发展新质生产力,为高质量发展提供新动能。

关键词： 智能监测技术   建筑安全   风险预测   传感器网络   数据分析   人工智能  

摘要： 本文通过分析传感器网络、数据采集系统、信号处理算法和人工智能模型的集成应用,提出了一种优化的智能监测技术方案。该方案能够实现建筑结构参数的实时监测、异常状态的智能识别以及潜在风险的提前预警。实验结果表明,优化后的智能监测系统在数据采集精度、分析效率和预警准确性等方面均有显著提升,为建筑安全管理提供了更可靠的技术支持。

关键词： 人工智能   YOLO系列算法   电力行业   目标检测   改进模型   未来趋势  

摘要： 为了研究你只看一次(you only look once, YOLO)系列算法在电力行业目标检测领域的应用情况,分析其未来在该行业的发展趋势。首先分析了较新的YOLO版本10(YOLO version 10,YOLOv10)算法的网络结构,然后探讨了YOLO系列算法在电力行业从发电、输电、变电到用电环节中目标检测的应用,最后从潜在改进方向、与大模型的融合2方面分析了YOLO系列算法的发展趋势。研究发现,YOLO系列算法在检测速度和精度方面取得了明显进展,特别是在电力行业的缺陷检测、故障检测、设备监控、智慧管理、安全监测等方面表现出极大的潜力;但在复杂背景下,该系列算法仍存在检测精度不高的问题。YOLO系列算法要在电力行业中实现更广泛的应用,还需进一步优化算法的速度与精度以应对实际应用中的挑战。

关键词： 学科实践   单元设计   算法及其基本结构   DeepSeek  

摘要： 笔者尝试在学科实践导向下,以问题为依托、思维发展为过程、真实问题的解决为路径,形成单元设计,结合DeepSeek等人工智能技术,引导学生从被动学习到主动学习,继而到主动开展“源于实践、在实践中、为了实践”的真正的学科探究,知行合一,提升素养。