基于AIS算法和Lambda的医学图书馆推荐系统构建

文中提出了一种基于人工免疫系统(AIS)算法和Lambda架构的医学图书馆智能推荐系统。该系统通过提取用户的浏览历史、阅读习惯等特征,构建用户兴趣模型。然后基于AIS算法的免疫克隆选择机制产生个性化的推荐结果。同时,系统采用Lambda架构实现了实时推荐功能。实验结果显示,与基于协同过滤的推荐系统相比,该系统的推荐精度可达73%,召回率达72%。实时推荐的延迟在毫秒级,满足图书馆用户的实时性需求。该系统为用户提供了及时、个性化的医学图书馆推荐服务,提高了图书馆利用率和读者满意度。

基于AI算法的自然语言信息提取-翻译-校对系统设计

自20世纪90年代起,随着人工智能(AI)的飞速发展及其与深度学习等机器学习方法的广泛融合,自然语言处理(NLP)作为人工智能的核心,也取得了令人瞩目的进步。而随着国际学术交流、世界文化交融愈加频繁,人们搜寻、阅读他国网络信息的现实需求也随之增多。当信息搜寻者在搜寻非母语信息时,不仅会出现语言障碍问题,还会因错综复杂、层次不齐的各色信息而产生诸多不便。为了便于信息搜寻者快速高效地获取有用信息,文中基于人工智能算法(PageRank/TextRank)设计一种信息提取-翻译-校对(ETP)系统。系统通过AI自动搜索阅读页面上的重要信息和文本摘取,生成摘要,并基于机器翻译API模块完成翻译;其次,采用智能校对系统完成校对审核后,将信息呈现给搜寻者,以供其对全部信息高效且准确地进行预筛选,从而节省阅读时间和精力。最后对系统算法所实现的功能进行实验测试,结果达到预期。

视频AI算法分析的煤矿固体智能充填开采方法

固体充填开采方法在处理煤基固废和控制地表沉降方面具有较大优势,但其充填效率低、接续时间长、劳动强度大等问题制约着绿色充填开采的发展。针对固体充填技术升级的内生动力、行业发展的迫切需求以及矿山智能化建设的必然趋势,提出视频AI算法分析的固体智能充填方法。本文首先通过分析该固体智能充填方法的内涵及难点,构建出视频AI算法分析的固体智能充填开采方法系统构架,阐述视频AI算法的工作原理与实现流程,并给出视频AI算法可以实现的功能。根据不同地质条件分析了关键充填装备在不同工序下的影响因素,通过Creo进行液压支架骨架建模,实现液压支架在不同工况下机构的运动,给出对应的调控判据及路径,并设计关键充填装备在不同工序下的控制算法流程。根据视频算法特征及算法优缺点初步选择了图像识别算法,将构建好的目标数据集经过算法模型的训练及调参最终确定了最佳算法及对应的参数。通过某矿充填面应用效果分析,SVM各评价指标均优于其他算法,表明SVM模型在工况判别时表现出色,具有高度的准确性及可靠性。本研究可实现关键充填装备机构非正常工况的识别及调控、提高充填效率、机构位姿参数识别、充填空间夯实效果展示,可为视频AI算法分析的固体智能充填开采技术研发与应用提供理论指导。

基于场景化的大数据+AI算法仓平台研究

为解决大数据技术及AI技术应用发展中原子算法重复利用率高、算法缺乏统一的生命周期管理、运维部署难度大等问题,通过打造了大数据+AI算法仓平台,采用基于多端点、多分支以及自动机技术的数据挖掘流程模型技术、分布式架构体系上分布式并行挖掘算法实现技术和自动机器学习技术,实现了无代码拖拽式操作,拓展了大数据+AI技术应用领域,助力企业AI时代数据化运营,对存量算法、行业平台及第三方应用厂家算法进行统一管理,完成了算法能力的统一输出,形成了一体化的算法智能运营能力体系为行业赋能。

AI算法时代智慧图书馆建设面临的机遇、困境及应对策略

文章通过分析AI算法的特点及其在智慧图书馆建设中的具体影响,总结出AI算法虽为智慧图书馆建设带来无限可能,但因其自主性和复杂性以及规范性治理不足,给智慧图书馆带来“知识”恐慌、信息茧房、预测决策偏差、读者隐私泄露等诸多困境,并从多方面剖析困境产生的原因,提出相应的解决措施:可以通过加强馆员自身算法素养、创设算法素养培育环境、负责任地选择和开发算法、完善读者隐私保护体系等策略,更好地发挥AI算法在智慧图书馆建设中的积极作用,克服其存在困境。

基于AI算法的COPD患者能量代谢需求模型研究

基于AI算法研究慢性阻塞性肺疾病(COPD)患者能量代谢影响因素,并建立需求模型。方法 回顾性分析三门峡市中心医院2022年6月-2023年8月196例COPD患者的临床资料,依据能量代谢是否失衡分组,即代谢失衡组(n=49)与代谢正常组(n=147)。经单因素、Logistic多因素、人工神经网络(ANN)模型分析影响COPD患者能量代谢的相关因素。结果 经单因素分析,职业因素暴露、呼吸道症状、SI、肺功能、生活质量会对COPD患者能量代谢产生影响(P<0.05),经Logistic多因素回归分析,上述因素均为影响COPD患者能量代谢的独立因素(P<0.05);利用Bootstrap法验证模型,AUC为0.782,95%CI为0.713~0.852。ANN模型训练样本总体百分比为79.7%,检验总体百分比为83.00%,验证模型AUC为0.838。结论 职业因素暴露、呼吸道症状、SI、肺功能、生活质量均会影响COPD患者能量代谢状况。

AI模型算法提升公共卫生疾病监测预警能力研究

公共卫生领域长期以来面临着诸多挑战,如疾病种类繁多、疫情传播速度快、监测预警手段有限等。传统的公共卫生监测预警体系已难以应对不断变化的社会环境,近年来,AI技术为公共卫生领域提供了新的机遇。基于此,本文从AI模型算法在公共卫生领域疾病监测预警应用出发,分析其优势和挑战,以期为我国公共卫生事业的发展提供有益借鉴。

基于AI智能算法的设备故障诊断技术优化与仿真实验

为提高电力设备在线监测效率,设计了一种基于AI智能算法的智慧电力资源库。利用人群搜索算法(SOA)优化深度置信网络(DBN)的隐含层节点数,并用于电力变压器设备的故障诊断;基于C/S(Client/Server)框架的电力变压器设备故障分析模块,实现电力变压器设备故障在内的实时监测。结果表明,SOA优化DBN的故障诊断模型可有效诊断电力变压器的高温过热和高能放电故障。相较于标准DBN网络、SVM模型和BPNN网络,SOA优化DBN网络具有更高的准确率和查全率,分别达到95.38%和94.78%;所设计的电力设备资源数据库可对电力变压器数据进行实时诊断操作,从而能更好的辅助电力工程人员运维。

AI算法赋能网络文化安全风险预警机制的策略

随着互联网和信息技术的快速发展,网络安全威胁的复杂性不断增加。2023年,人工智能技术在网络文化安全风险领域的作用愈发引人注目。本文着重分析了AI技术在网络文化安全治理领域的优势,提供了AI算法赋能网络文化风险预警机制的基本实现路径,为新时代网络文化风险预警机制充分发挥AI技术的赋能效用,加快推进网络文化安全智能化转向提供了一些新的思路。

当“机器”走进“精神”:AI算法参与公众精神交往的逻辑与危机

数智时代,AI算法与精神交往系统在“对象化”创造、介入、影响中形成了“互创式建构”的作用机制。AI算法参与公众精神交往具有“和合式共生”的价值逻辑,促进“神—数”和合,使跨领域精准化精神生产成为可能;实现“人—机”和合,助力打破“有局限性的交往的束缚”;形成“时—空”和合,在时空整合中促进人的精神世界全面发展。同时,AI算法带来的极简化智能制造、引发的非理性数智依赖、内含的逐利化资本逻辑及部分主体违规创造与应用等,也给公众精神交往的主体性、纯正性与整体性带来“遮蔽与撕裂”的深层危机。应坚持系统化有序创新AI算法、高质量培育主体算法素养、健全“以主流价值导向驾驭算法”体制机制、提高算法应用生态综合治理水平等,实现化“危机”为“强逻辑”,让AI算法充分赋能公众精神交往、助力公众实现精神共富。

基于不同算法的AI技术对乳腺肿瘤诊断效能的对比分析

目的:分析基于全数字化乳腺X线摄影(FD)的全卷积单阶段乳腺AI算法及基于数字乳腺断层摄影(DBT)的三维多影像融合AI算法在乳腺肿瘤影像诊断中的效能。方法:用FD AI算法(AI-FD)及DBT AI算法(AI-DBT)对常州市妇幼保健院乳腺外科2022年经病理证实的469例(515个病灶)乳腺疾病患者的影像数据进行计算。以病理结果为基准,分别采集记录两种算法结果的阳性数及与病理结果符合数,比较两种算法对乳腺癌的诊断灵敏度、特异度、阳性预测值及阴性预测值;以病理诊断为金标准,比较AI算法、超声(US)及钼靶X线人工诊断(MG人工)等诊断方法的受试者工作特征曲线(ROC)和曲线下的面积(AUC)。结果:AI-DBT的诊断阳性率(67.81%)高于AI-FD (49.17%),差异有统计学意义(χ^(2)=35.01,P<0.05);AI-DBT的诊断准确率(44.33%)稍低于AI-FD (46.90%),差异无统计学意义(χ^(2)=0.42,P>0.05)。两种AI算法比较,AI-DBT对乳腺癌的诊断灵敏度高,但特异性较弱,AI-FD的诊断特异性更佳。AUC值方面,MG人工的最高,为0.804,两种AI算法次之,但均略高于US。结论:基于乳腺DBT三维断层图像与FD二维图像的AI算法在乳腺肿瘤尤其是在乳腺癌的诊断方面具有一定的准确性,但其诊断效能与MG人工诊断之间仍有一定的差距,故目前尚不能完全取代人工诊断。

基于交互式AI算法构建动态图形在未来社区活动中的个性化引导

为满足未来社区活动多样化需求,本研究提出利用用户数据分析、语言模型和交互式反馈,提供个性定制化的社区活动引导,增强未来社区吸引力和用户体验,并设计专属于个人需求的交互式AI动态图形个性化引导系统。该系统在确立社区空间中的系统设计原则和核心功能基础上,全面搜集并分析用户数据,精确构建AI算法模型,实时生成及更新动态图形,在社区空间中实现流畅的用户体验,持续优化用户体验并严格保护用户个人隐私。

塑料称重配料的神经元迭代AI算法

本文针对动态的塑料称重配料系统,使用贝加莱X20系列CPU为控制硬件,在分析目前流行的多种AI算法基础上,运用若干种AI算法解决塑料称重配料系统中非线性、强干扰、不稳定滞后、随机性等问题,并且区别于专家系统,将算法应用到塑料称重配料设备的批量生产中。实践证明,这套自适应AI算法可以基本满足塑料称重配料设备的高精度、高响应、易操作的客户需求,可为塑料称重行业提供一定的借鉴。

基于AI算法的无线通信机房空调节能优化设计与实现

随着信息技术的飞速发展,无线通信机房作为通信网络的核心部分,其稳定性和可靠性至关重要。机房内设备运行产生大量热量,空调系统成为维持机房温度稳定的关键设备。然而,传统空调系统往往存在能耗高、效率低的问题。本文旨在探讨基于AI算法的无线通信机房空调节能优化设计与实现,通过智能调控策略,实现空调系统的高效运行和能源的节约。

基于自适应人工智能AI算法的风机传动链健康预警软件和应用

旨在解决风力发电行业面临的风机传动链部件故障带来的运营和维护挑战。基于模型的方法和基于数据驱动的方法,采用自适应人工智能算法,结合设备模型和故障样本数据,实现对风机传动链部件故障的预警模型识别。通过分析风机历史运行数据,运用高斯混合模型原理和数据预处理模块清洗和处理数据,构建针对风机传动链的故障特征指标,利用机器学习方法训练模型,实现故障预警。同时,建立邻近风机选取方法和温度比较模型,对比实现故障报警,提高风电场运维效率,节约维护成本,取得了显著的经济效益。可进一步推广至更多新能源场站,与生产管理系统结合使用,提升综合管理水平,进一步优化预警效果,为风力发电行业的安全性和经济性提供更好的保障。

基于AI算法的消防通信智能调度系统研究

本文通过分析阿勒泰地区喀纳斯景区消防救援大队的现状,探讨消防通信智能调度系统的应用效果及存在问题。研究发现,该系统通过集成先进技术,显著提升了救援的智能化和效率,但仍面临算法准确性、系统稳定性、用户界面友好性及数据共享等方面的挑战。本文提出了相应的优化建议,以期推动消防救援工作的现代化发展,为辖区安全提供更坚实的保障。

基于AI算法调试与AGV技术实现“智慧停车”的研究

当前城市停车难、停车场管理效率低下等问题,探讨了基于AI算法的调试以及自动导引车(AGV)技术在智慧停车系统中的应用。通过对AI智能算法的研究与优化,实现对停车场车位的高效调度,以及对AGV的精准控制,从而大幅提高停车效率和用户体验。研究显示,通过AI算法与AGV技术的结合使用,不仅可以实现快速定位空闲车位,还能自动完成停放和取车过程,极大减少了人力需求,提高了停车场的运营效率。此外,该系统还具有良好的可扩展性和智能决策支持能力,为未来智慧城市中的交通管理提供了新的解决方案。

基于AI算法的消防通信智能调度系统研究

本文介绍了人工智能(Artificial Intelligence,AI)算法的基本概念,分析了消防通信相关需求,并围绕系统总体架构设计、数据处理与分析模块、调度决策模块等消防通信智能调度系统的设计要点展开了分析。此外,本文探讨了反应时间与调度效率、系统可靠性与稳定性等性能评估指标,并进一步提出算法优化策略,以供参考。

AI智能算法定价对共享经济平台的影响研究

AI智能算法定价会对共享经济平台的效益产生多维度影响。本文以Airbnb平台实施的AI智能算法定价策略为准自然实验,构造双重差分模型考察AI智能算法定价对共享经济平台的影响。研究发现,AI智能算法定价显著提高了Airbnb平台经济效益与定价调整灵活性,该结果在经过一系列稳健性检验后仍然成立。进一步分析发现,AI智能算法定价对Airbnb经济效益的提升在旅游淡季更显著,定价下调行为在旅游旺季更显著。

边缘计算中AI算法优化在江苏铁塔的应用

在数字化时代,边缘计算和人工智能(AI)技术的融合为各行业带来了前所未有的机遇与挑战。江苏铁塔作为通信基础设施的关键组成部分,面临着日益增长的数据流量和复杂的网络管理任务。为了应对这一现实,江苏铁塔积极探索边缘计算与AI算法的深度融合,旨在优化其网络性能、提高运维效率以及推动智能化发展。本文将探讨江苏铁塔在边缘计算中应用AI算法的实践经验,深入剖析优化算法在网络资源分配、故障预测和维护管理等方面的具体应用。通过在边缘设备上实施智能决策,江苏铁塔在业务上能够有效提高数据处理的及时性,降低传输延迟,提升服务质量。