关键词： 信息技术   人工智能   应用  

摘要： 本文旨在探究计算机信息技术在人工智能发展中的应用。在信息化时代,计算机信息技术已成为推动各行各业转型升级的关键力量。其中,人工智能作为信息技术的集大成者,以其强大的数据处理能力、自主学习能力和创新应用能力,正引领着新一轮的科技革命和产业变革。人工智能的发展离不开计算机信息技术的支撑,二者相辅相成,共同推动着人类社会的进步。

关键词： 公共性   管制结构   文化制度   结构-过程分析  

摘要： 殡葬服务在现代化进程中趋于商品化和去公共化,探索殡葬服务公共性消解的过程与机制具有重要意义。既有研究或从社会政策学角度揭示殡葬市场的畸形扩张,或从社会心理学视角阐释殡葬高消费的形成,前者关注结构,后者关注行动,均忽略了实践情境中结构与行动的复杂交互作用。本研究从政策执行理论与“结构-过程”分析视角出发,以北明县的殡葬实践为例,试图结合具体行动揭示殡葬服务管制结构和丧葬文化制度的演化过程;同时,研究试图把实践场域的行动、规则与宏观社会相连接,将个案拓展至社会结构层面。研究发现,层级式行政框架构筑了殡葬管制实践的界限,殡葬市场逐渐成为管制外的飞地;社会经济转型使得越来越多的白事理事趋于理性化,他们与殡葬商贩的共谋使得丧主不得不选择市场服务。二者相互作用,消解了殡葬服务的公共性。

关键词： 分布式共形阵列天线   遗传算法   和、差波束   电磁全波分析   方向图计算   矢量叠加  

摘要： 分布式共形阵列天线可充分利用载体外形有效孔径面积,依托其实现和、差波束,在无人机载雷达导航、目标跟踪等方面具有较高的应用价值。首先,将利用电磁全波分析得到的局部坐标系下的单元方向图旋转变换到全局坐标系下,基于该单元方向图进行矢量叠加得到阵列的远区总场。进一步地,以每个阵元的激励信号权重作为优化变量,利用遗传算法对幅值加权优化实现和、差波束低副瓣综合。通过构建4×4×4的多平面组合分布式共形阵列天线进行实验仿真验证,遗传算法对提高该类阵列天线的和、差波束低副瓣性能是有效的;同时,利用电磁全波分析证明天线单元方向图进行阵列总场叠加是可行的,使天线单元的选型更加多样化,可以更好地满足无人机载雷达应用需求。

关键词： 遗传算法   模糊测试   漏洞挖掘   适应度函数  

摘要： 遗传算法在模糊测试领域的应用提高了这一主流漏洞挖掘方法的性能和效率,诞生了一批研究成果.目前对基于遗传算法的模糊测试还没有全面的分析和总结.首先介绍了模糊测试、遗传算法,说明了遗传算法在模糊测试中应用的基本流程,其次,分3个方面(提高漏洞发现能力、执行效率和自动化程度)总结了遗传算法在模糊测试中的作用和实现方式,然后分析了遗传算法用于模糊测试的适应性改进(编码、进化组织、适应度函数设计),最后讨论了当前研究的不足并提出了进一步研究方向.

关键词： 计算机视觉   智能监控   智慧城市  

摘要： 随着智慧城市的发展,智能监控系统在保障公共安全、提高城市管理效率等方面发挥着越来越重要的作用。利用人工智能和大数据分析技术,基于计算机视觉的智能监控系统能够实时监测和分析城市中的各类动态信息,如交通流量、公共区域人员密集度、可疑行为等。该系统能够自动识别图像中的对象、行为模式,并生成数据报告,支持城市管理者及时做出决策。此外,结合人脸识别、车辆识别等技术,智能监控系统能够提高犯罪预防能力和应急响应速度。

关键词： 地震事件   XGBoost模型   遗传算法   小样本   特征提取  

摘要： 由于爆破数据数量有限,利用分类法识别天然地震与爆破会遇到诸多困难。鉴于此,本文建立了高维特征小样本数据集,基于XGBoost模型利用遗传算法(GA)实现对主要影响XGBoost模型分类准确率的迭代次数、最大树深和学习率等三个重要超参数的自主寻优,构建出了GA-XGBoost模型,并将该模型应用于功率谱特征样本集,结果显示:爆破与天然地震的分类准确率高达94.094%;相比于传统的GS-XGBoost模型(准确率91.787%),GA-XGBoost模型在显著提升分类准确率的同时,其运行时间也由409.26 s缩短至55.48 s,效率提高了超86%。由此可见,本文建立的GA-XGBoost模型兼顾准确率、稳定性与效率,在小样本分类任务中具有良好的应用前景。

关键词： 计算机科学与技术专业   人工智能平台课   微专业建设  

摘要： 人工智能技术飞速发展的背景下,计算机科学与技术专业的教育改革势在必行。人工智能平台课和微专业的建设,旨在通过模块化课程体系和实践驱动的教学模式,全面培养学生的AI核心能力,包括机器学习、深度学习、计算机视觉等前沿技术。这一探索不仅能够提升学生的专业技能和创新能力,还能为高校在人工智能领域的教学与科研提供新思路,助力培养适应未来科技发展的复合型人才,推动教育与产业的深度融合。基于此,本篇文章对计算机科学与技术专业人工智能平台课和微专业建设进行研究,以供参考。

关键词： 生成式人工智能   计算思维  

摘要： 本文阐述了生成式人工智能在计算思维学习中作为检验者、辅助者和“创新学伴”的角色,并通过对“用枚举法解决问题”教学案例的分析,展示了生成式人工智能在计算思维教学中的实践应用,为一线信息技术教师提供参考和启示。

关键词： 芪志方   层次分析法(AHP)   指标相关性的指标权重确定方法(CRITIC)   正交试验   灰色关联度分析   反向传播人工神经网络(BP-ANN)   提取工艺  

摘要： 目的:基于层次分析法(AHP)-指标相关性的指标权重确定方法(CRITIC)混合加权法、灰色关联度分析与反向传播人工神经网络(BP-ANN),优化芪志方的水提取工艺,为芪志方制备工艺优化及质量标准的建立提供实验依据。方法:采用L_(9)(3^(4))正交试验,结合AHP-CRITIC混合加权法确定各指标成分黄芪甲苷、细叶远志皂苷、毛蕊异黄酮葡萄糖苷、远志酮Ⅲ、3,6′-二芥子酰基蔗糖质量分数和干膏得率的权重系数,计算正交试验中各因素水平组合的综合评分,作为评价指标以选择较优工艺参数,通过直观分析、方差分析、灰色关联度分析考察提取次数、提取时间、溶剂用量对芪志方水提工艺的影响;同时,建立BP-ANN分析模型,反向预测该复方的最优提取工艺因素水平,并对优化的工艺参数进行验证。结果:AHP-CRITIC混合加权法确定5个指标成分黄芪甲苷、细叶远志皂苷、毛蕊异黄酮葡萄糖苷、远志(口山)酮Ⅲ、3,6′-二芥子酰基蔗糖质量分数、干膏得率的权重系数分别为25.7%、20.82%、16.41%、12.45%、15.96%、8.67%。优化的提取工艺参数为分别加8、6、6倍量水提取3次,每次1 h。BP-ANN检测样本的网络预测结果与正交试验结果一致,网络预测值和实际测量值的均方误差(MSE)<1%。通过相关数学模型分析和预测所得的芪志方水提取工艺稳定可行,黄芪、远志有效成分的提取率明显升高,验证试验平均综合评分90.85分,相对标准偏差(RSD)1.55%。结论:该研究建立了复方芪志颗粒的水提工艺,优选的提取工艺可有效提高黄芪、远志有效成分的提取效率,可为其他临床经验方的制备工艺优化及质量标准建立提供有益借鉴。

关键词： MATLAB   遗传算法   正铲液压挖掘机   运动控制   D-H坐标  

摘要： 随着正铲液压挖掘机的应用领域不断扩展,如何提高在作业过程中的控制效果成为当前亟待解决的问题。为此,依托MATLAB平台进行正铲液压挖掘机运动学建模与探究。利用德纳维特-哈滕贝格坐标系进行挖掘机运动学模型建立,引入萤火虫算法改进的遗传算法进行挖掘机运动控制器的参数整定。仿真结果表明,提出的算法比未改进的遗传算法与模糊控制的单位阶跃响应速度和正弦响应速度更快,比两种算法平均提升21.26%。在参数寻优方面,收敛速度平均增加62.18%。提出的改进遗传算法在控制器参数整定中具有可行性和优越性,且能够提升正铲液压挖掘机作业装置的运动控制性能,在挖掘机作业控制中具有应用价值。