课程文献中心 更多>>

关键词： 人工智能   气象预测   神经网络   气象大模型  

摘要： 气象预测是人工智能技术应用的重要领域。人工智能方法在捕捉和分析气象系统复杂动态模式方面展现出巨大潜力，为气象预测业务带来新的契机和挑战。首先介绍了传统的机器学习算法如随机森林、XGBoost和支持向量机，虽然在某些方面比传统方法性能要佳，但也存在一定局限性。其次深度学习模型凭借其强大的特征提取和模式识别能力，在分析和预测气象变量方面表现出色，尤其是神经网络、卷积神经网络和循环神经网络等。最后介绍了大模型如盘古、伏羲和GraphCAST在提高预测准确性方面的巨大潜力。同时，文中也指出了未来需要关注的研究方向，包括模型优化、算法改进、提高数据质量和多样性，以及跨学科融合等，以期为气象预测的持续发展提供理论支撑和技术保证。

关键词： 新时代北斗精神   三全育人  

摘要： 广西电力职业技术学院人工智能与信息工程学院(以下简称"学院")深入学习贯彻党的二十大精神,聚焦立德树人根本任务,树立"大思政"观.用"自主创新、开放融合、万众一心、追求卓越"的"新时代北斗精神"赋能"十大育人"体系,以"培根铸魂明德启智育匠筑梦心有所信"工作理念精准构建人工智能特色"三全育人"新格局.

关键词： AIGC   生成式人工智能   服装设计   协作流程  

摘要： 人工智能生成式内容(Artificial Intelligence Generated Content AIGC)作为一种新兴的生成式技术，在各领域应用具有广泛的潜力和价值。本文旨在梳理AIGC在不同专业领域的定义，并结合其在服装设计中的应用内容，对AIGC进行更为精确和具体的定义与总结。归纳AIGC生成内容的常见分类与应用场景，通过梳理AIGC在服装设计协同创新的发展历程，探讨了其关键技术与局限性，即分别在设计效率与质量提升、个性化与定制化设计、传统与现代工作流程方面存在技术挑战。通过对AIGC在服装设计领域工作流程的详细分析，揭示AIGC技术如何与设计师的创意思维和工作流程相结合，更深入地理解其在服装领域的应用特点，从而提高设计效率、激发创新潜能，并最终实现协同创新。为后续学术研究和实践应用提供有益的参考。

关键词： 人工智能   饥饿游戏搜索算法   PID控制器   参数优化  

摘要： 首先,针对传统比例-积分-微分(PID)控制系统中存在的调节时间长、时延、滞后等问题,提出使用改进的饥饿游戏搜索(THGS)算法优化传统PID控制器的参数.其次,利用作物生长模型、土壤水分传输模型和土壤肥料传输模型进行仿真实验,结果表明, THGS算法优化的PID控制器在调节时间和起调量方面均优于其他控制器,有效提升了控制系统的性能.

关键词： 砂砾料   颗粒几何特征   CT图像   深度学习模型   三维模型  

摘要： 砂砾料是土石坝常用的填筑材料，其力学特性受到级配、颗粒形状和空间排布等颗粒几何特征的显著影响。准确获取这些几何特征是研究砂砾料力学特性的关键，对于土石坝设计和施工具有重要意义。本研究提出了一种基于新型深度学习模型的砂砾料CT图像分割方法，结合CT图像三维重建技术和拓扑原理，形成了一套完整的砂砾料几何特征参数提取方法，并研发了相应的程序，提供了算法流程和参数设置。研究结果表明，基于该方法的砂砾料CT图像分割精度高达95%，使用分割结果重建的三维模型进行计算，能够准确提取砂砾料的质心坐标、粒径、长宽比和球度等几何特征参数。研究还揭示了砂砾料试样具有砂粒位于试样底部、砾粒分布较均匀的空间分布特点，以及颗粒长宽比和球度概率密度呈偏态分布的形状因子分布特点。本研究有望为砂砾料力学特性研究提供新的技术手段，进而为优化土石坝的设计和施工提供新的思路。

关键词： 力学本科教学   人工智能  

摘要： 人工智能为力学高等教育带来了机会和挑战，敦促相关教育工作者不断去探索和应用新的教学方法和技术，以更好地满足受教育者和社会的需求。本文论述了作者们对人工智能时代力学本科教学的思考，包括基础理论、知识图谱及若干可行性措施等，以期赋能构筑力学“人在回路”、“建构双脑”、“具身智能”的全新教育生态。

关键词： 大数据分析   人工智能   供应链整合   供应链敏捷性   数字供应链转型  

摘要： 基于组织信息处理理论，构建“大数据分析与人工智能-供应链整合-供应链敏捷性-数字供应链转型”的链式中介模型，运用偏最小二乘结构方程模型和重要性-绩效图对192份汽车企业样本进行实证分析。研究发现：大数据分析与人工智能对数字供应链转型具有显著正向影响；供应链内部整合、供应链外部整合和供应链敏捷性在大数据分析与人工智能和数字供应链转型之间起到同步和链式中介作用；大数据分析与人工智能和供应链外部整合在推进数字供应链转型实践方面具有相对较高的重要性和绩效改进空间。研究进一步夯实了数字化转型理论基础，揭示了供应链层面的数字化转型机制，为解决汽车行业利用大数据分析与人工智能实现供应链数字化转型提供参考。

关键词： 拓扑识别   人工智能算法   配电网   线损率  

摘要： 为提高配电网线损率计算的精度，设计基于拓扑识别与人工智能算法的配电网线损率计算方法。根据配电网特性，采集配电网运行状态数据，得到配电网原始数据矩阵。对数据进行标准化处理，利用拓扑识别提取出配电网数据的多个特征，并计算出对应的特征权重值。据此分类配电网数据特征，并计算出数据的适应度函数，由此计算出更为精确的配电网线损率。实验结果表明:和以往的配电网线损率计算方法相比，设计的基于拓扑识别与人工智能算法的配电网线损率计算方法在实际应用中计算结果与实际结果基本吻合，说明该方法计算精度较高。