关键词： 信息技术   高等学校   教材  

ISBN: (纸本)9787115659460

摘要： 本书详细阐述了培养具有数字素养的综合型人才所需要的相关知识储备。作为通识类课程教材，本书在确定知识布局时，紧紧围绕通识教育核心理念，系统介绍信息、计算机、程序设计、新兴数字技术等相关知识，努力培养学生的数字素养。全书共7章，内容包括信息与计算机基础、计算机程序设计、新兴数字技术、深入了解大数据、大模型：人工智能的前沿、AIGC应用与实践、新兴数字技术的伦理问题。为了避免陷入空洞的理论介绍，本书在很多章节都融入了丰富的案例，这些案例就发生在我们生活的数字时代，很具有代表性和说服力，能够让学生直观感受相应理论的具体内涵。本书巧妙融入“课程思政”元素，精彩呈现我国在信息化领域的最新发展成就，增强学生的民族自信心和自豪感。此外，为了满足高校对于课程实践教学的需求，本书在官网中提供了大数据处理、数据可视化的实操案例，学生不需要具备计算机技术基础就可以顺利完成案例的全部操作。本书可作为高等学校数字素养通识教育课程和计算机通识教育课程的教材，也可供对数字素养感兴趣的读者自学使用。

摘要： 本书将内容分为四个部分。 第一部分是人工智能（AI）的理论知识，以此作为本书知识框架的基础。这部分包含5章，“人工智能的前世今生”、“AI数学逻辑”、“CV知识背景”、“神经网络入门”“算法模型的评估指标”，我们从AI的历史开篇，深入浅出地讲解计算机视觉中的数学知识、神经网络的基础架构以及常见的算法评估标准。对于AI初学者来说，此部分是进入AI世界的基础。对于有经验的专业人士，它则提供了一个坚实的回顾与参照。 第二部分是人工智能（AI）产品质量体系建设实践，以计算机视觉（CV）系统为例讲解AI系统的测试策略。这部分包含3章，“AI工程质量”、“AI数据质量”、“AI模型质量”，我们从传统软件测试与AI系统测试的异同开始，探讨工程、数据、模型三个维度的质量建设方法。这里会涉及数据采集、数据增强和模型的分层测试技术。此部分可以帮组读者了解如何去构建一个针对AI产品的质量保障体系。第三部分是智能化测试探索，讨论计算机视觉（CV）技术在是测试中的具体应用。这部分包含4章，“智能UI自动化”、“UI异常检测”、“UI遍历技术”、“大模型时代的挑战与机遇”，我们将展示将CV技术融入UI自动化测试的实践方法，探索利用深度学习构建的异常检测机制，以及讨论CV技术在UI遍历测试中的具体运用场景。最后，我们延伸到大模型，介绍了其在评测与文生图上的应用示例。此部分可以作为读者应用AI的导引，为读者在自己所在领域内实施AI技术打开视野。 第四部分是大语言模型（LLM）应用与评测，介绍大语言模型基础知识、在测试领域的应用与评测技术等。这部分包含两章，“迎接大语言模型时代”、“大语言模型测试应用及其评测”，我们从大语言模型的定义开始，介绍了LLM演进历史、应用场景与技术、以及局限性。并对其在测试领域应用，进行了示例说明。然后，我们探讨了大语言模型在图像领域的应用，解释了大语言模型基础能力、文生图能力、文生视频能力等三种能力的评测技术与指标框架。此部分可以作为读者认识大语言模型的知识基础，为在实践中应用LLM、评测LLM能力提供指导。

关键词： 计算机视觉技术   智能化农机   农机导航   路径规划  

摘要： 为了提升智能化农业机械在农业生产中的应用效果,实现农机自主导航,研究了基于计算机视觉技术开发的智能化农机自主导航系统.在论述系统硬件构成的基础上,分析了计算机视觉技术下农机路径规划与算法要点.为验证计算机视觉技术在智能化农业机械中的应用价值,以小麦全程机械化生产为例,采用对照试验法评估了智能化农机自主导航系统的应用效果.研究结果表明,实验田小麦播种质量、作业成本及效率显著优于对照田,说明计算机视觉技术的应用对提高小麦全程机械化生产水平具有促进作用.

关键词： 基层治理   数字治理   数字悬浮   悬浮化  

摘要： 进入数字时代，为提升治理效率与公共服务质量、实现善治良治，国家对各级政府治理方式及过程提出了“数智化”要求。随着数字赋能治理向纵深发展，发现数字技术融入基层治理时仍然难以与基层实践有效衔接，继而衍生出治理新问题，引发“数字悬浮”“悬浮化”风险。基于基层数字治理中的“悬浮化”现实困境分析，解读“数字悬浮”的表现形式并阐释其生成逻辑，析出被动加压与主动追码、工具理性与价值理性失衡、多元协同共治机制尚未健全三大“数字悬浮”问题诱因。据此，从明晰权责结构、回归公共价值、构建共治格局三方面提出策略建议，旨在有效化解基层数字治理中的“悬浮化”现实难题，推动数字技术更好地嵌入基层治理，提升治理效益。

关键词： 谐振变换器   临近空间   时域分析   遗传算法   参数设计  

摘要： 能量转换效率以及体积是影响临近空间飞行器续航能力的重要因素，为了满足飞行器对于电源模块在高效率和高功率密度方面的需求，利用非支配排序遗传算法II（NSGA-II）对LLC谐振变换器的损耗和磁性元件的体积进行了优化。在时域内分析了变换器的工作模态，并推导了变换器的时域表达式，建立了稳态方程求出精确的时域解。基于时域解对变换器的损耗进行了分析并对谐振电感和变压器进行设计。由于变换器的效率和磁性元件的体积为两个相互冲突的优化目标，无法通过单一解去实现效率和体积的最优化，采用NSGA-II算法对变换器的损耗和磁性元件的体积进行多目标优化，得出了Pareto前沿解。最后搭建了实验电路，对变换器的效率进行了验证。优化结果表明在满足系统需求的前提下，平均效率最高达98.23%，对应磁性元件体积为53.4cm3，磁性元件的体积最小可达22.83cm3，对应效率为97.34%。

关键词： 有轨电车   车辆悬挂参数   多目标优化   车轨动力作用   神经网络   遗传算法  

摘要： 为提高有轨电车通过S型小半径曲线线路时的安全性及平稳性，提出车辆悬挂参数合理优化的建议。以广州某有轨电车S型小半径曲线线路为工程背景，利用多体动力学软件UM建立车辆-轨道耦合系统动力学模型，探究车辆悬挂参数对其平稳性指标、轮轨力、脱轨系数、轮重减载率等运行评价指标的影响规律，基于最优拉丁超立方采样技术、BP神经网络及多目标遗传算法，研究并获得有轨电车车辆悬挂参数多目标优化建议值。研究结果表明：车辆悬挂参数优化后，其运行评价指标得到显著改善，与优化前相比，车辆脱轨系数的降幅达10%以上。研究结果为有轨电车悬挂参数的优化设计提供理论支撑。