关键词： 人工智能   IOL   计算公式  

摘要： 目前临床上已有多种IOL屈光度计算公式,但在预测准确性方面仍有提升空间,尤其是在极端眼轴长度或复杂眼部条件的患者中表现不足。为提高IOL屈光度计算的准确性,基于人工智能(artificial intelligence,AI)的IOL屈光度计算公式被人们开发并寄予厚望。本文总结了近几年新开发的基于AI的IOL屈光度计算公式,包括纯数据驱动的IOL屈光度计算公式(Hill-RBF公式、Karmona公式、Nallasamy公式等),光学理论结合AI的IOL屈光度计算公式(Kane公式、PEARL-DGS公式、LISA-PPV公式等),其他公式(Hoffer QST公式、Ladas公式、Zhu-Lu公式等),这些公式在处理极端眼轴和复杂眼部条件时展现出更高的预测精度,为临床医师提供更多的公式选择,进一步提高IOL屈光度的预测准确性。

关键词： 解淀粉芽孢杆菌   遗传操作体系   外源蛋白表达   影响因素  

摘要： 解淀粉芽孢杆菌是一种广泛分布于植物、土壤及海水等自然环境中的革兰氏阳性细菌。由于其具有高效的蛋白分泌能力,该菌株已成为极具应用潜力的外源蛋白表达宿主。本文系统综述了解淀粉芽孢杆菌的遗传操作体系(包括遗传转化方法和表达载体),分析了外源蛋白表达及影响蛋白表达关键因素,旨在为解淀粉芽孢杆菌的有效利用提供理论依据。

关键词： 空间计算   历史街区   导览设计   古街文化  

摘要： 文章针对历史街区数字导览导航绩效、文化呈现方式与游客高效认知需求的矛盾,探究空间计算技术应用下历史街区数字导览实现精准导航与街区高效文化认知的新方式。采用设计构想以实践验证的技术路线,以空间计算核心技术为依据提出设计策略,开发一款基于空间计算的智能导览应用,实现历史街区内精准实景导航与虚实互动的街区文化认知。

关键词： 中职教育   计算机应用专业   人工“智能+”   新课堂教学  

摘要： 随着人工“智能+”技术的飞速发展,人工“智能+”技术应用于教育领域。以中职计算机应用专业为例,深入研究如何利用人工“智能+”手段打造“智能+”的新课堂来优化专业课教学。通过分析当前中职计算机应用专业教学现状,介绍“智能+”的新课堂的优点及具体应用模式,分析其实施过程中遇到的困境及应对措施,以期为提高中职计算机应用专业教学质量提供借鉴。

关键词： 遗传算法   模拟退火算法   支线货机   配载平衡   配载效率  

摘要： 针对支线货机多约束目标条件下超窄体货舱的非确定性货物配载问题,建立支线级航空货运配载数学模型,采用改进的遗传算法和模拟退火算法两种启发式算法对配载模型进行求解。以新型支线货机ARJ21-700F的配载过程为研究目标,将最大配载率和最小重心偏移量作为优化目标,进行15组配载方案的优化求解。对结果进行对比发现:遗传算法在求解配载模型时表现出较好的稳定性和优化结果,而模拟退火算法则表现出较高的求解效率。所建立的支线级航空货运配载模型在启发式算法的求解下,保证重心偏移量在安全范围内,货物配载率均在88%以上,并且配载时间不超过2.5 s,有效提升了支线航空货运配载的安全性和高效性。

关键词： 遗传算法   Nelder-Mead算法   模型修正  

摘要： 模型修正作为航天飞行器弹性设计的重要环节,在结构动力学模型优化方面已广泛应用。确定性结构动力学模型修正方法包括传统算法和智能算法,计算机智能算法的应用使得计算效率大幅提升,其中Nelder-Mead算法作为寻找无约束多变量最小值的算法已广泛应用,而典型的智能优化算法还包括遗传算法、粒子群算法等。工程设计中,动力学模型修正通常占用大量的计算时间和资源,因此,选取合适的模型修正算法是工程上亟待解决的问题。本文提出合理化模型修正的步骤,并以某型飞行器的模态参数为研究对象,建立动力学有限元模型;结合模态试验数据,讨论遗传算法和Nelder-Mead算法在实现动力学模型修正的计算过程;通过对比,得出遗传算法和Nelder-Mead算法在收敛速度与拟合效果上的优劣。

关键词： 遗传算法   大型工程项目   土方   调配优化  

摘要： 为了提升大型工程项目的施工效率,本文提出了一种基于遗传算法的土方调配优化方法,以期缩短施工周期、节约土方调配成本。首先,构建了土方调配的基本模型,并给出了关键参数和约束条件的详细描述。其次,从适应度函数、选择计算、交叉计算和变异计算等方面,完成了遗传算法的设计,使其更符合土方调配的特定目标多约束优化问题。最后,对所提方法进行了验证性试验,试验结果显示,采用本文提出的遗传算法获得的土方调配方案与理想方案间拟合度较高。

关键词： 煤层识别   遗传算法   过采样   注意力机制   深度神经网络  

摘要： 针对煤层识别中数据不平衡导致的精度下降问题,提出一种基于过采样算法MAHAKIL的融合注意力机制(attention mechanism,AM)的深度神经网络(deep neural network,DNN)模型MAHAKIL-AM-DNN。首先,使用改进的MAHAKIL算法生成具有多样性的合成样本;然后,使用注意力机制强化关键特征权重,优化深度神经网络的识别能力。实验结果表明,相较于不使用过采样技术的DNN方法以及使用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)的SMOTE-DNN方法,该方法性能更优,F1值分别提高了58.5和4.8百分点,提升了煤层识别精度。

关键词： 天地一体化   类脑计算   高能效   协同计算  

摘要： 面向国家天地一体智能计算网络的重大战略需求,本文回顾了国内外在星载智能芯片与系统、天地协同智能计算方面的发展历程,并分析了其存在的问题及其未来发展的趋势;在此基础上,本文进一步总结了类脑模型与算法、类脑芯片系统的发展历程,并探讨了类脑智能计算在星载应用中的现实状况;最后,结合类脑智能的最新进展与未来天地一体化算力网络的发展需求,提出了星载低功耗类脑计算芯片与系统、大规模高效能类脑脉冲神经网络、天地协同增量学习架构等未来值得深入探索的研究方向。

关键词： 压水堆   燃料循环周期   多任务学习   遗传算法  

摘要： 压水堆(PWR)堆芯装载方案设计是核电站安全、经济运行的核心。然而,当前研究多聚焦少数关键参数,忽视燃料循环中多参数周期性变化及复杂交互,限制了优化潜力。提出卷积残差注意力多任务遗传神经网络(CRAM-GANN),结合CNN、残差连接、多头注意力机制和多任务学习策略,并引入遗传优化技术。实验表明,该模型在反应性与燃料循环周期的平均绝对误差(MAE)上分别降低60.83%和99.48%,较CNN、LSTM模型平均误差降低超94%。消融实验验证了各模块及方法的有效性。该模型不仅在优化堆芯装载方案设计显示出一定的实用价值,也为其他领域的多参数预测任务提供了新的思路。