面向战略决策的科技情报智能分析系统实践

伴随着大数据存储、管理和应用技术的不断成熟,以及各种科技资源数据规范的建立,能够满足用户在线检索、实时分析的科技资源数据库越来越多,为科技情报的分析利用提供了便利。然而,这些科技资源数据库在面临科技战略决策时,其检索、分析结果仍需要二次加工处理呈现给最终的决策者,无法提供迅速、直接、高效的战略决策支持。为提高科技资源转化为战略决策支撑的效率,建立科技情报的快速反应能力,弥补当下各类科技资源数据库的不足,采用自然语言处理、信息可视化、人工智能等技术,设计面向战略决策的科技情报智能分析系统。该系统由科技资源数据格式映射器、数据清洗器、数据分析器、图形绘制器、数据解读器、报告组织器、报告撰写器构成,并介绍该系统的框架、关键技术实现。该科技情报智能分析系统已经在中国船舶信息中心展开应用,且应用效果良好,为科技情报分析系统的智能化建设提供参考借鉴。

基于人工智能压力性损伤图片分析系统的精细干预在神经内科重症患者中的应用

目的探讨基于人工智能压力性损伤图片分析系统的精细干预在神经内科重症患者中的应用。方法选取2021年1月至2022年12月神经内科收治的重症患者120例,随机数字表法分为研究组(n=60)采用基于人工智能压力性损伤图片分析系统的精细干预,对照组(n=60)采用常规护理,比较2组患者护理效果。结果研究组压力性损伤发生率为6.67%(4/60)低于对照组12.67%(13/60)(P<0.05),研究组HAMA量表评分和HAMD量表评分均低于对照组(P<0.05);研究组压力性损伤相关知识掌握评分高于对照组(P<0.05)。结论基于人工智能压力性损伤图片分析系统的精细干预在神经内科重症患者中的应用效果显著,可显著减少患者压力性损伤发生率,改善患者负性情绪,提升护理人员压力性损伤相关知识掌握情况。

5G时代负系统学视域下智能系统安全分析体系构建

为探究安全事故的负面性与普遍性,首先,依据安全科学的负系统学逆向思维范式,结合系统科学的生态系统理论,确定智能系统开放包容性、交互耦合性、动态平衡性特性,明晰智能系统安全分析逻辑理路;然后,从负系统学视角切入,确定安全事故危险源,阐述安全事故产生机制,引入内聚耦合概念,提出s型框架模型,用于分析智能系统子系统稳定性,探究其底层技术支持;最后,利用生产者、传播者、消费者、分解者概念,分析智能系统信息流动全过程动态平衡,共同形塑负系统学视域下智能系统安全分析体系。结果表明:所建立的负系统学视域下智能系统安全分析框架体系,能够有效分析智能系统的安全稳定运行及信息流动全过程的动态平衡,确保智能系统安全分析的全面性和可靠性。

人工智能压力性损伤图片分析系统对压力性损伤预后的影响分析

目的:探讨人工智能压力性损伤图片分析系统对压力性损伤病人预后的影响。方法:2022年8月—2023年8月选取医院收治的压力性损伤(PI)病人120例为研究对象,基于随机分组法将病人分为观察组及对照组各60例。对照组行常规评估及护理,观察组基于人工智能压力性损伤图片分析系统对病人实施分期管理,比较两组入院2 h内PI评估及时率、PI评估准确率、创面处理及时率、创面处理有效率、病人入科和出科时压力性损伤愈合计分表(PUSH)评分及病人护理满意率。结果:观察组入院2 h内PI评估及时率、PI评估准确率、创面处理及时率、创面处理有效率及病人满意率均高于对照组(P<0.05),观察组出科时PUSH评分较对照组明显下降(P<0.05)。结论:人工智能压力性损伤图片分析系统可提升PI病人诊断及时率及准确率,可改善病人预后,提升病人满意度。

基于云边协同的智能制造系统中的实时数据处理与分析研究

旨在探讨基于云边协同的智能制造系统中的实时数据处理与分析的方法与应用。随着制造业的数字化转型,实时数据处理与分析对提高生产效率和质量至关重要。作为一种新兴的计算范式,云边协同允许将数据处理任务分布到边缘设备,以满足实时性要求。提出了一种基于云边协同的框架,通过实验验证了其有效性。结果表明,所提出的框架能显著提高数据处理效率,满足实时性需求,为智能制造系统的数字化转型提供了有力支持。

基于双重预防体系的矿山安全风险智能分析系统

在国家相关政策指导下,矿山企业分别从风险分级管控和现场安全检查两个维度构建安全监管体系,但风险分级管控与隐患排查治理相对独立,彼此之间缺乏有效联系。为了解决矿山安全双重预防体系管理过程中存在的风险辨识针对性不强、风险分级方法单一等问题,在梳理现有双重预防体系业务流程的基础上,结合大数据分析技术和事故树分析法构建了双重预防体系全过程闭环管理体系;通过对地下金属矿山事故数据的采集与统计分析,运用事故树方法分析各类事故发生的潜在风险,并以事故严重程度作为评价依据,用于指导风险等级评价;采用大数据分析方法中的文本共现分析和模糊聚类分析模型对隐患数据进行处理与分析,形成了契合矿山实际情况的风险分级方法;根据全业务流程闭环管理体系的内容进行系统分析和设计,在此基础上完成系统开发;系统采用电脑终端、移动终端、数据大屏相结合的跨屏幕方式开发,实现风险分级管控和隐患排查治理全场景的应用。研究结果表明:系统实现了风险分级管控、隐患排查治理和风险智能分级的闭合式管理模式及多场景应用,达到了安全风险动态化、标准化、智能化分级的目的。

矿山生态环境定量遥感监测与智能分析系统设计与实现

矿山生态环境监测与治理是国家生态文明建设和“双碳”目标下的重中之重,其信息化、智能化建设在新一代信息技术革命的助推下成为数字中国建设的重要一环,也是当下时代发展的必然趋势。然而,现有矿山生态环境监测系统仍然停留在单一专题、要素不全、基础量测、本地管理的初级阶段,无法满足现实环境中对矿山生态环境多要素、长时序、高频次监测与分析的需求。基于此,提出一种B/S架构下的矿山生态环境定量遥感监测与智能分析系统——矿山生态天眼,并详细介绍了其研发需求、技术架构、关键技术及核心功能。系统依托卫星遥感技术及其他监测手段,获取并聚合不同来源、信息丰富的矿山生态大数据,形成矿山分布一张图和数据资源服务;进而基于定量遥感反演矿山生态环境各生态参数,形成一套长时序、多要素的矿山生态监测产品,涵盖人类活动、自然地理条件和“植−土−水−气”各生态要素;在此基础上,系统提供GIS时空分析、统计分析及综合定量评价等工具集,分别实现对矿区土地利用、归一化植被指数(NDVI)等参数伴随采矿活动在空间上的变化监测,对土壤含水量、水体悬浮物浓度等生态要素历史统计值在不同时空位置和区域下的查询与可视化,对顾及多项生态因子的矿山生态环境质量综合定量评价,并最终形成矿山生态扰动与治理监测报告。矿山生态天眼的应用将服务于矿山生态环境全过程变化监测、数据管理、智能分析和决策应用,有望提高矿山生态环境监测与治理的效率和智能化水平,为推动生态文明信息化建设提供参考方案。

面向智能制革的自动配料系统应用分析

在皮革生产过程中需要使用多种皮革化工材料,精准控制其配比和用量,才能保证成品革的质量和不同批次皮革质量的稳定性。鉴于目前皮革化料的配料环节仍然依赖于传统的粗放式人工配料模式,文章结合制革行业的实际应用场景和功能需求,主要从过程控制层和现场设备层两个层级出发,分析了自动配料系统在制革生产中的应用方案,旨在为制革用自动配料系统的开发和研制提供切实可行的参考依据。

基于改进STPA-DEMATEL的智能航电系统致因要素分析

针对智能航电系统在非线性耦合运行场景下产生的预期功能安全(safety of the intended functionality,SOTIF)问题,提出一种将系统理论过程分析(systematic theory process analysis,STPA)与决策试验与评价实验法(decision-making trial and evaluation laboratory,DEMATEL)相结合的致因分析框架。首先,在定义系统级危险的基础上构建安全控制结构,识别其不安全控制行为并提取与智能化缺陷相关的STPA致因要素。接下来,引入毕达哥拉斯模糊加权平均算子和闵可夫斯基距离对传统DEMATEL方法进行优化,专家根据控制反馈回路对致因要素进行评价并计算其中心度与原因度。最后,分析STPA致因要素与SOTIF致因属性之间的映射关系,给出关键致因要素的风险减缓措施。以单一飞行员驾驶(single-pilot operation,SPO)模式下的虚拟驾驶员助理系统为例说明了所提方法的可行性与有效性。研究结果表明,改进的STPA-DEMATEL方法可以有效识别关键致因要素,且能够克服专家评价的模糊性与不确定性,为智能航电系统的安全性设计提供了参考依据。

基于大数据和人工智能技术的油田智能分析辅助决策子系统

针对塔里木油田产运储销信息化方面的不足以及核心智能应用的缺乏,创新性提出深度融合大数据和人工智能技术的油田智能分析辅助决策子系统开发思路,利用大数据和人工智能技术,通过数据收集、数据清洗和数据变换,全面收集和精准分析油田生产过程中产生的大量数据。在产运储销平衡模块中,拟使用长短期记忆(Long Short-Term Memory, LSTM)神经网络处理和分析动态数据,采用随机森林(Random Forest, RF)构建模拟预测模型,使用遗传算法(Genetic Algorithm, GA)优化目标结果。油田智能分析辅助决策子系统在线诊断模块使用基于阈值的异常检测自编码器模型,实时监测设备运行状态。应急救援在线训练模块采用决策树构建决策支持模型,提供智能决策支持。基于大数据和人工智能的油田智能分析辅助决策子系统打破了传统油田生产管理的局限性,提高了整体运营效率和资源利用效率,为油田行业的智能化发展提供了新的思路和方法。

全智能筒纱输送与包装系统的流程及效率分析

为充分发挥全智能筒纱输送与包装系统的设备效能、提高生产水平,对筒纱输送与包装系统各个模块的功能以及处理单个筒纱所需时间进行分析,并对输送线与打包线前后衔接的因素以及影响进行了探讨。阐述了品种因素、耗材更换、报警处理等对生产效率的影响。最后通过理论数据分析与现场实测得出:全智能筒纱输送与包装系统单日理论产量约为32 t。认为:提高报警处理速度、优化下纱缓冲通道和码垛位置可增加输送与打包速度,进一步提升设备工作效率。

基于智能分析的卷烟鉴别培训管理系统优化研究

卷烟鉴别培训管理系统在现代烟草行业中扮演至关重要的角色,其不仅是培训新员工识别不同品牌卷烟的主要工具,也是提升员工鉴别能力和培训效率的关键途径。然而,当前大多数卷烟鉴别培训管理系统存在诸多问题,如功能不完善、培训效率低下、用户体验不佳以及数据分析利用不足等,这些问题严重制约了系统的实际应用效果和用户满意度。本文旨在通过引入智能分析技术对卷烟鉴别培训管理系统进行优化,以提高系统的功能性、培训效率和用户体验,并更好地利用数据分析为培训提供支持。有望为解决当前卷烟鉴别培训管理系统存在的问题提供有效的解决方案,进一步促进烟草行业的发展与进步。

基于智能视频分析系统的智能监控系统构建

传统的视频监控系统使用效率低且人工查找录像繁琐,在当前海量的视频录像面前,这些问题更加突出,而基于人工智能技术的智能视频分析系统能够对监控画面进行告警分析。本研究通过将视频监控系统与智能视频分析系统结合,构建了一套智能监控系统,该系统可以根据业务部署的告警策略,自动识别人员、空间环境、物体等场景下的异常情况,从而实现视频监控从被动转向主动预警。同时,本研究基于智能监控系统应用实践,提供了一个智能监控体系构建流程和应用场景,帮助企业更好地将传统视频监控与智能视频分析系统相结合,创建智能监控业务和应用场景。

语音智能控制技术在广播电视监测系统中的应用分析

为探讨语音智能控制技术在广播电视监测系统中的具体应用,首先介绍语音智能控制技术的基本概念及其在广播电视监测中的应用背景,阐述该技术的特性,详细描述广播电视监测系统的技术架构及关键组件。其次,论述语音智能控制技术的集成步骤和具体应用场景,强调该技术在提高监测效率和处理紧急情况能力方面的优势。最后,展望语音智能控制技术在广播电视监测系统中的发展趋势。

电力采集系统数据处理与智能分析的理论基础研究

引言随着电力系统复杂度的提升和数据量的日益增长,传统方法在处理这些信息时已显得力不从心,难以满足当今电力调度的要求。作为电网管理中不可或缺的一环,电力采集系统的数据分析与智能处理能力直接关系到整个调度过程的有效性和安全性。因此,深入探讨该领域内数据管理和智能化技术的基础理论,对于增强电力调度体系的整体效能具有极其重要的价值。

智能铁路系统中的信息交互技术分析

随着科技的快速发展和全球化进程的加速,铁路运输作为传统的交通方式,正面临着巨大的变革压力。传统的铁路系统已经不能满足现代社会对高效、安全和智能化的需求。在这样的背景下,智能铁路系统的概念和实践应运而生。智能铁路系统将大大减轻线路人工巡检和监控的工作量,实现车站人流密度、旅客跨越警戒线、电梯异常等智能监控,提升高铁线路的安全性。

智能分析技术在视频监控系统中的集成应用研究

为解决当前视频监控系统中智能分析技术应用效果不佳这一问题,对智能分析技术进行分析,研究智能分析技术在视频监控系统中的应用优势,提出智能分析技术在视频监控系统中的应用场景和应用措施,并展望智能分析技术在视频监控系统中应用的发展趋势,以期为相关人员提供参考。

智能安全系统对汽车设计创新的影响与平衡分析

文章探讨了智能安全系统对汽车设计创新的影响,包括现代车辆安全功能的增强、人工智能和机器学习算法的融合、对内外设计元素的影响,同时分析了智能安全系统与汽车设计创新的平衡方法,包括利用智能安全系统维护用户隐私、确保联网汽车技术的可靠性和稳健性、降低与复杂安全系统相关的风险,以适应不断变化的安全威胁和用户反馈,促进整个行业的高速发展。

智能交通系统中基于通信网络的车辆间通信优化与安全性分析

智能交通系统的发展为提高交通效率和安全性提供了新的可能性,而车辆间通信技术作为其核心组成部分,对系统整体性能起着至关重要的作用。本文以智能交通系统中基于通信网络的车辆间通信优化与安全性分析为研究主题,通过讲述车辆通信技术、分析通信网络中的安全性挑战以及提出性能优化策略,旨在深入理解现有技术,并提出新的解决方案以推动智能交通系统的进一步发展。

基于大数据分析与AI模型的轨道交通列车车轮踏面智能管理系统研究

本文介绍了一种结合数据库技术和人工智能的综合解决方案--车轮踏面智能管理系统,该系统旨在通过长期数据积累和深度分析,实现对车轮损伤特性、镟修周期及使用寿命的有效预测。这一创新性方法将促进城市轨道交通维修作业由传统的计划管理向智能化运维转型,提高维护效率与安全性。