关键词： AIGC   非遗文化   视觉设计   数字形象设计  

摘要： 在非物质文化遗产保护领域,人工智能技术的数字化应用已成为推动非遗传承创新的重要方向。面对非遗在年轻群体中关注度下降、传承保护亟待加强的现状,本研究以吴夲文化为研究对象,探索AIGC技术赋能非遗传承发展的创新路径。研究综合运用人工智能自然语言处理、图像识别与生成等技术,深入剖析吴夲人物特征,以此为基础开展数字化形象设计与衍生创作。实践表明,AIGC技术成功构建了吴夲数字化形象,为吴夲文化在信息化时代提供了新颖的视觉传播载体。研究证实,人工智能技术能够显著提升非遗文化的传播效能与当代吸引力,不仅为吴夲文化的可持续传承注入新动能,也为非遗在现代社会的创新性发展提供了可借鉴的技术范式与实践经验。

关键词： 风电设备   智能巡检   智能维护   物联网   人工智能   故障诊断  

摘要： 全球风电行业快速发展起来后,风电设备的运行可靠性以及维护效率变成了限制其可持续发展的关键要素,以往传统的风电设备巡检跟维护模式大多时候依靠人工定期检查以及经验性判断,有着故障预警不及时、运维成本高这类问题,基于智能技术的巡检与维护策略渐渐成了行业研究的热门点。经过剖析风电设备的运行特性,给出了一种依靠物联网、大数据、人工智能等技术的智能巡检与维护策略,凭借智能传感器和无人机技术达成设备状态的实时监控以及故障预测,联合机器学习模型开展故障诊断以及剩余寿命预测,优化维护决策,在实际风电场应用里收获了良好效果,切实提高了设备可靠性,减少了停机时间以及维护成本。

关键词： 建筑电气智能化   联动控制   人工智能   物联网   知识图谱  

摘要： 人工智能、物联网与大数据技术深度融合,令建筑电气智能化系统联动控制技术有了显著发展,已成为智慧建筑领域的热门研究点。本文全面阐述建筑电气智能化系统定义内涵、组成特点及发展现状,并就其在联动控制中的应用,从传感技术、互联网与物联网技术、大数据与人工智能、边缘计算这四个方面深入探究。以系统架构创新、智能化控制方法创新为核心,详细剖析基于多Agent、深度强化学习与知识图谱的控制方法,还提出对应的架构设计以及优化策略。该研究可促进智慧建筑电气系统功能变得更丰富、性能得到提升,能进一步驱动建筑电气智能化领域技术与产业升级。

关键词： 生成式人工智能   课程开发   重构   理性审思  

摘要： 课程开发理论是课程研究的基本理论之一。随着生成式人工智能技术（GAI）在教育领域的进一步推进，课程开发理论在课程目标、课程内容、课程组织形式及课程评价等方面显现出不同程度的变革与重构。具体表现在课程目标从知识掌握走向能力生成；课程内容从传统单一学科的静态知识变革为动态性与跨学科性并存；课程组织形式呈现出非线性结构，课程评价则走向精准性和多元化。课程开发理论的变革要求重新审思与重构课程开发要素，以深入契合国家教育数字化转型的战略需求。

关键词： 业财融合   数字化   大数据   人工智能   云计算   区块链  

摘要： 在信息技术迅猛发展的背景下,企业的竞争模式和管理模式正经历深刻变革。业财融合作为企业管理创新的重要方向,强调业务与财务的深度结合,以实现资源的优化配置、风险的有效控制和企业价值的最大化。本文基于对业财融合概念及主要模式的阐释,分析了影响业财融合的关键因素,探讨了大数据、人工智能、云计算和区块链等数字化技术对企业管理模式的变革作用,并重点论述了数字化技术如何赋能业财融合的发展实践路径,包括数据驱动决策优化、智能化财务管理、实时财务监控以及区块链对财务数据安全与可信度的提升等。研究表明,数字化技术与业财融合的深度结合,将大幅提升企业的管理效率与决策水平,助力企业实现持续竞争优势。

关键词： 人工智能技术   新企业进入   创业   高质量发展  

摘要： 加快新一轮人工智能发展对于科技创新、产业变革与创业生态优化具有重要意义。本文基于全国企业工商注册大数据，重点考察人工智能技术对新企业进入的影响。研究发现，人工智能技术对城市-行业层面新企业进入具有显著促进作用，能够激发地区创业活力。机制检验表明，人工智能技术有利于优化地区创业生态，即通过提高地区技术可及性和人才可得性、增加技术与知识溢出，促进创业水平提升。拓展性分析发现，人工智能在降低行业进入壁垒和信息获取成本方面的重要作用是创业生态优化的最直接表现。此外，人工智能技术对新企业进入的影响与地区、行业及企业特征有关：在人工智能竞争力与经济发展水平较高地区以及高科技行业的企业创业从人工智能技术中获益更大；存活时间长的企业、非个体工商户企业以及非国有企业创业受人工智能技术的影响更明显。本文深刻揭示人工智能技术在新企业进入中扮演的关键角色，为加快形成新质生产力和推动高质量发展提供新的启示。

关键词： 人工智能算法   滑坡监测与预测   特征匹配   光流法   PSO-SVM  

摘要： 【目的】为减轻滑坡灾害风险，进一步保障区域可持续发展，开展有效的滑坡监测预测研究具有重要的现实意义。本文旨在通过研究滑坡监测预测中的关键技术与方法，分析各类算法在滑坡监测预测场景中的效率和精度，不断提升滑坡灾害防治水平。【方法】在特征提取技术方面，对比分析了SIFT、SURF和ASIFT三种基于图像特征匹配算法的性能，其中ASIFT在匹配数量、精确率和召回率方面具有显著优势，尤其适用于准确性要求较高的复杂环境场景；在光流分析技术方面，探讨了基于Lucas-Kanade稀疏光流法和Horn-Schunck稠密光流法的应用效果，其中Lucas-Kanade稀疏光流法计算效率高，适合实时应用场景，但存在遗漏重要运动信息风险，Horn-Schunck稠密光流法能够提供全面的光流场信息，适用于环境复杂场景，但存在计算复杂度较高的不足，因而难以用于实时处理；在滑坡易发性预测方面，详细介绍了支持向量机（SVM）、决策树（DT）和随机森林（RF）等经典机器学习方法在滑坡预测中的应用优缺点，并重点研究了基于粒子群优化（PSO-SVM）的模型性能，该模型通过优化超参数，显著提高了模型的分类准确度、泛化能力和预测精度。此外，本文通过引入Faster R-CNN模型，利用其先进的卷积神经网络架构，实现了复杂场景下滑坡事件的自动识别与分类，进一步提升了滑坡监测预警的效率和准确率。【结果】研究表明，ASIFT局部特征提取的精确率为0.84，Lucas-Kanade稀疏光流法的跟踪误差为0.12，PSO-SVM模型的均方根误差为0.52，Faster R-CNN模型在滑坡图像自动识别与分类方面的置信度可达0.98，综合性能较本文其他算法显著提升。【结论】综上所述，本文通过引入人工智能算法，结合多学科技术手段，全方面提升了滑坡监测预测技术的效率和精度，研究成果为滑坡地质灾害防治提供了更有力的技术保障。

关键词： 商业银行   数据资产   人工智能   价值挖掘   创新模式  

摘要： 数字经济时代,商业银行面临数据资产价值挖掘的巨大挑战。本文探讨了人工智能赋能银行数据资产的理论基础,分析了当前数据质量、技术架构、人才组织和安全合规四大挑战,并构建了系统性创新模式框架,研究表明银行应建立统一数据治理体系、构建智能技术平台、推动组织转型与人才培养、完善数据安全机制,形成数据价值挖掘的闭环系统,这一模式框架为商业银行释放数据资产潜在价值、实现智能化转型提供了实践路径,对推动金融科技创新发展具有重要意义。

摘要： 在我们的生活中,塑料制品真是无处不在!小到我们每天用的塑料勺子、保鲜袋,大到汽车里的塑料零件、建筑工地上的塑料管道,塑料原料的质量可真是关乎着我们的生活安全和便利程度呢!以前,检工人们得拿着放大镜测塑料原料质量,不仅累得眼睛酸、腰也直不起来,还很容易因为疲劳错过一些小问题。不过,现在有了人工智能,一切都变得不一样啦!人工智能的“火眼金睛”:让检测更精准以前工人们得一颗一颗地检查塑料颗粒,就像在大海里捞针一样,费时又费力。但现在,人工智能就像一个“超级侦探”,它能通过海量的数据来发现质量问题。研究人员先让人工智能系统“记住”这些塑料问题的特征,然后它就能像一个经验丰富的老检测员一样,快速扫描塑料原料,把不符合标准的部分揪出来。