智能巡检系统在变电运维中的应用

智能巡检系统在变电运维中的应用研究是近年来的热门话题之一。变电运维是指对变电站进行日常维护和故障处理的工作,而人工巡检费时费力且容易出现漏检等问题。智能巡检系统则通过使用智能化设备和技术,可有效提高巡检的效率和准确度,从而保证变电站的安全稳定运行。目前大多数智能巡查系统只能实现简单的故障判断与报警功能,尚未实现对设备状态的实时监测;此外,当前我国部分电力企业缺乏专业的检测技术人才以及相应的检测设备,因此如何利用现有资源解决这些问题成为当前的重要课题。文章对智能巡检系统进行了深入分析,并结合实际情况探讨了智能巡检系统在变电运维中的应用方法。     

ZPW-2000A轨道电路故障诊断实验平台

介绍了铁路列车运行控制与地车通信核心设备ZPW-2000A轨道电路的工作原理与主要故障,设计了一套针对该类复杂电子设备的故障诊断实验平台。该平台由轨道电路实物模型、多通道数据采集装置和基于LabVIEW的故障监测软件平台组成。该实验平台涵盖了轨道电路故障模拟、数据采集、处理、显示,以及基于LabVIEW的故障诊断算法设计,有助于学生深入理解工业电子设备监控系统的设计方法和智能信息处理方法、掌握测控技术在复杂电子电路中的应用,有利于培养学生的工程实践能力。     

智能教育场景下的算法歧视：潜在风险、成因剖析与治理策略

随着人工智能在教育场景中应用的不断深化,智能教育以其个性化、定制化等独有优势改变了当下的教育格局,但智能教育也面临着算法歧视的潜在风险,如教育结果的单一化、加剧教育不公平、学习结果两极分化、人机交互加深偏见等。同时,在智能教育系统的开发与应用过程中,设计团队存在思维定势、机器学习的偏差、交互式决策的危机等问题使算法歧视的成因更为多样化。而解决对智能教育系统中存在的算法歧视问题,需从促进多主体共同参与,构建多元评价标准,以及通过技术赋能等三方面落实治理策略。具体到技术治理,可根据时间维度划分为三阶段治理,即在事前加强数据歧视检测,在事中建立可解释、可审查的算法优化机制,在事后坚持学生在教育教学活动中的主体性。     

人工智能赋能基础教育监测的应用与挑战

随着人工智能与教育的进一步融合,人工智能为基础教育监测提供了新的发展路径。人工智能在基础教育监测中的题库建设与智能化组卷、智能化测评与诊断、智能化阅卷、智能化分析决策与评价等方面发挥了重要作用。但是,在人工智能应用于基础教育监测的背景下,当前还面临着处理教育的复杂性和算法的确定性之间的矛盾、促进智能技术与监测过程的创新融合、教育监测人才队伍的缺乏与培养等方面的挑战。为了促进人工智能更好地服务于基础教育监测,未来我国在拓展多学科评估的基础上,需开发新型测评工具,构建组卷、测评、阅卷与决策的四维一体化监测体系,刻画学生个性化画像,加强各级层面的监测技术培训,促进基础教育监测结果的分析与应用。     

人工智能时代高等教育教学评价的关键技术与实践

长期以来,高等教育评价存在着模式陈旧、指标单一、数据匮乏和算法灵活性差等问题,人工智能的教育应用为解决这些问题提供了可能.探索人工智能支持的教育评价,是推动我国智慧教育发展的必然举措.本研究基于人工智能前沿技术与高等教育教学评价原理,提出构建基于人工智能的高等教育教学评价体系的五大关键技术:评价模式的构建、评价指标的构成、基于智能感知的常态化监测、智能评价算法的选择、诊断式评价及干预系统的设计,并在此基础上以广东工业大学"蕴瑜在线课堂"的教育诊断评价与干预系统为例,从数据感知、智能评价、数据决策三个方面阐述人工智能技术在高等教育教学评价中的应用,总结人工智能应用在高等教育教学评价中的优势.最后,本研究通过问卷调查发现,经本研究设计的人工智能教育评价与干预系统在各项维度上均优于传统的教学评价.研究结论可为人工智能时代高等教育教学评价改革与创新提供理论和实践参考.     

智能技术支持的增值评价模式及典型实践

增值评价是一种新的评价方式,利用智能技术解决增值评价中的难题、推进其落地和推广应用具有重要的现实意义。本研究首先通过增值评价的提出与发展现状分析,阐述了增值评价的基本内涵和特征;其次,探讨了增值评价面临的现实问题与挑战,在此基础上提出了智能技术赋能增值评价的基本策略;再次,围绕追踪数据库的建立与维护、增值评价模型的选择与应用、发展水平可视化呈现与交互三个核心场景,从目的与作用、相关技术与应用分析等视角,详细探讨了智能技术支持下增值评价的实现方式;最后,以美国田纳西州增值评价系统和苏州教育质量监测为例,介绍了智能技术支持下的增值评价典型应用实践案例。希望本研究能够为智能时代加快探索增值评价、促进教育评价改革创新提供借鉴。     

数字教材主体行为风险的防范策略研究

数字教材是教育数字化转型的重要组成部分和教学变革的重要抓手。智能技术的应用使数字教材更加开放化、智能化,也使其在建设和应用过程中的风险要素不断增多,其中,“人因”要素日益成为引发数字教材风险的关键要素。教育行政部门、学校管理者、数字教材设计者、数字教材开发者、运营者、教师、学生和家长等人员,作为数字教材管理者、建设者、运营者和应用者等多种主体的行为风险表现更加复杂多样。在深入剖析这些风险表现及其产生原因的基础上,提出了防范数字教材主体行为风险的系列策略。这些防范策略包括建立健全数字教材管理机制、明确主体责任,强化数字教材风险教育、提升各主体的风险意识和防范能力,提升数字教材主体的专业素养、建立多元主体参与的支持服务机制等。期待这些防范策略的实施,能够有助于各类数字教材主体主动防范行为风险,从而保障数字教材的健康发展和有效应用,促进新时代教育高质量发展。     

基于.net智能客户端通信连接策略研究

对智能客户端系统中的通信连接、处理缓存数据、并发应对策略进行研究,针对智能客户端系统终端多样化、智能化部署等特点,提出了一种离线与在线切换过程中,数据同步更新时候并发问题应对策略．该策略弥补了已有数据同步方法存在的不足,具有便于部署与更新,可在．NET平台上开发智能客户端提供统一编程模型,以及轻松穿越防火墙等优点,对于智能客户端系统的开发,具有实际的应用价值。     

基于交互智能平板开展课堂教学应用的策略研究

交互智能平板在教学中的有效应用,将有效助推我国教育信息化的发展。目前,交互智能平板与课堂教学有效整合相关研究尚处于初步探索阶段。本研究采用行动研究法,以佛山市第九小学为例,选取来自语文、英语和数学三个学科的53位骨干老师为研究对象,开展三轮行动研究,以期在实践中探索基于交互智能平板开展课堂教学的应用策略。本研究所构建的交互智能平板教学应用策略模型（4C模型）包括：情境创设与兴趣激发、内容呈现与资源获取、课堂互动与师生参与和总结回顾与评价反馈等四个基本要素。该策略模型的提出可以帮助教师有效开展基于交互智能平板的课堂教学,对加速实现信息技术与课程教学的有效融合具有一定的理论和实践价值。     

最近发展区理论对智能组卷的启示

近年来,各种智能组卷的策略和算法研究很多,然而专门从认知心理的角度来研究智能组卷的研究并不多见。维果茨基的最近发展区理论所涉及的认知心理发展过程,即学习过程,为在线考试系统的组卷模块设计提供了学习理论依据,也为现有组卷算法在学生的知识能力参数值计算等方面的改进带来了有益启示。     

人工智能赋能思想政治教育的伦理风险及规避路径

人工智能赋能思想政治教育是智能科学应用技术发展的必然,为思想政治教育带来了广阔发展前景。但人工智能赋能思想政治教育的同时还隐匿着伦理风险,呈现出主体地位消解与情感疏离、算法推荐与学生个性发展异化、个人隐私泄露与权责不清等多方面的伦理风险样态。其生成原因在于其与相关主体的技术素养欠缺、人工智能算法技术自身的局限、伦理制度和政策法规的滞后等有着密切关联。为防范和规避这些风险,需要“以人为本”构建新型师生伦理空间、“以术为用”增强智能思政的技术治理、“以法为界”构建智能思政大数据责任伦理规制,推进做好人工智能赋能思想政治教育伦理风险的防范工作。     

工程结构网络化监测系统关键技术研究

针对工程结构网络化高性能监测及低成本维护的需求,提出一个总体监测系统研究方案,整个监测系统研究包含网络化智能监护系统通用模型与协同机制、多传感协同检测与自校正方法、低功耗IPv6与IPv4网络融合技术等关键技术,可以实现从工程结构监护系统模型的硬件架构、信号流走向、检测准确度、网络传输与通信等方面协同综合。提出的监测系统方案对促进智能传感技术的应用与发展具有一定的参考价值。     

人工智能技术在中小学的应用效果及影响因素研究

人工智能作为一种新兴技术正在深刻影响着人们的学习与生活。探究人工智能技术在教育教学中的具体应用现状,对于引导学生的发展和推动教师适应技术变革、提升信息化教学能力至关重要。本研究采用问卷调查等研究方法,以中小学生为研究对象,调查研究人工智能技术在中小学中的应用效果及其影响因素。研究发现：人工智能技术水平对学生整体学习效果（智能技术应用效果）有显著正向影响;人工智能技术水平与学生学习效果（智能技术应用效果）各维度呈现正向相关;人工智能技术对不同性别学生学习效果产生显著差异。基于研究结论,文章从学校、教师、学生三个层面提出智能技术运用实践策略,以期推动智能技术在教育领域中的广泛应用。     

神经网络与若干智能方法的融合研究

人工神经网络作为人工智能领域中的一个重要分支,一直以来都是人们的研究热点。介绍了人工神经网络技术与几种智能方法融合的应用发展,归纳了BP神经网络学习算法的基本思想,着重论述了目前有关神经网络融合方面的研究热点,即神经网络与专家系统、模糊逻辑、压缩映射遗传算法、粒子群优化算法的融合思想与方法。     

中小学教师智能技术应用素养影响因素探析

智能时代来临,探究教师在教育教学中智能技术应用素养的影响因素,对于推动教师主动适应技术变革、提升教师智能化教学创新能力至关重要.目前,此方面研究缺少实践方面的探索,本研究采用文献分析法、问卷调查法、回归分析法等方法,对全国319位中小学教师进行了影响因素调查.研究结果表明,教师所在学校的客观环境支持情况是影响其智能技术应用素养水平最重要的因素,教师已有的智能技术体验影响次之,教师所处社会文化环境支持情况影响程度最低.此外,教师已有智能技术的体验能够通过显著调节教师的自我效能从而提升教师的智能技术应用素养,学校的智能技术环境支持程度则能够显著调节社会环境对中小学教师智能技术应用素养的影响.基于研究结论,文章提出了学习智能技术知识与应用技能、加强校园智能技术应用支持服务、为教师提供多类型的智能技术应用指导等三方面实践策略.     

自组织网络中的智能容错导航算法研究

导航中的通信中断等灾难性故障是现代导航系统的障碍之一。为了实现车载导航系统的有效容错,提出了基于自组织网络智能节点的容错导航算法;给出了该算法的主要方案、数据结构和程序流程;提出了多路径选择的导航方案。实验仿真结果证明,该算法响应速度较快,能充分利用自组织网络中的残留数据。     

Web使用挖掘研究及最新进展

Web使用挖掘是Web挖掘的一个重要研究分支,在智能商务、站点设计和网络安全等方面有着诸多应用。总结了Web使用挖掘的方式和在个性化等方面的应用,讨论了近年来国内外开展的Web使用挖掘研究与系统开发情况,并提出了今后Web挖掘中的一些研究热点。     

内在主义技术伦理：教学评价智能化转型考量

基于教学评价智能化转型的内涵与逻辑，本研究以内在主义技术伦理为考量视角，提出教学评价智能化转型的内在主义技术伦理考量框架，即：智能评价主体应关注技术的道德协同性，智能评价技术应关注道德算法设计，智能评价过程应遵循公平伦理规范，智能评价行为应依赖“人-智”伦理秩序。研究发现，内在主义视角下教学评价智能化转型存在的伦理风险主要体现在人工智能应用僭越教育主体尊严，智能评价数据挖掘违反信息道德界限，智能评价算法偏误破坏教学决策质量与公平，以及智能化教学评价活动偏离人本伦理轨道等多个方面。为此，从内在主义视角提出教学评价智能化转型的技术伦理规约路向：关注人文情感与技术理性的结合，树立需求本位的人机关系准则；实现有道德的算法设计与优化，合理保障师生教育自由与隐私安全；聚焦智能技术蕴含的积极伦理，增强对智能评价算法的动态监测；发挥智能评价的行为影响，构建以人为本的评价伦理秩序。     

人工智能在教育应用中的伦理风险与理性抉择

教育是人类社会文明发展的重要领域,人工智能在教育领域的应用,对教育产生了革命性的影响;同时,也给教育伦理带来了一系列风险和挑战。人工智能在教育应用中导致的伦理困境和可能面临的伦理风险,主要表现在人工智能与教育主体的权利嬗变、算法推荐与学生个性的发展异化、人工情感与人机互动的情感危机、智能感知与教育数据的价值困境这四个方面。为了防范和消除这些伦理风险,“以人为本”“以德为先”“以法为界”是人工智能在教育应用中的理性选择,教育责任则是“可信赖的人工智能应该做什么”伦理准则的实践指向。     

虚实融合:5G智能新时代高校生物实验教学的数字化路径探析

生物是一门以实验为基础的学科,当前5G智能新时代各项技术带来的多维感官体验、人机高效交互等新特性,这既为生物实验教学带来新机遇,也形成一些现实困境,包括教学形式、学习支持、学习环境、教学评价等方面都面临机遇与挑战。针对5G、人工智能等新媒体新技术在生物教学中的典型应用场景,对5G智能新时代的生物实验教学的数字化新路径进行了积极探索,并具体介绍几种新技术在高校生物实验教学中的应用策略。