不同类型人工林土壤肥力变化的研究

湿地松纯林、湿地松木荷混交林、木荷阔叶林下土壤中的有机质、速效氮、全氮、速效磷、全磷、速效钾和腐殖质酸（胡敏酸、复里酸）变化进行了研究。结果表明：9年生的湿地松纯林，由于凋落物较少，且分解能力较慢，土壤肥力呈下降趋势。而湿地松木荷混交林和木荷阔叶林内的凋落     

我国人工智能产业技术创新路径识别及分析——基于专利分析法

基于专利分析方法和技术轨迹理论,以人工智能产业组织为研究对象,采用定性分析的方式,从人工智能核心技术、专利引用网络和专业商业化三个维度,对我国人工智能产业技术创新路径进行了识别和对比分析。通过对比我国与发达国家的人工智能产业技术创新路径,分析了我国人工智能产业目前的发展阶段和瓶颈。数据分析表明,我国人工智能产业尽管发展迅速,但相比发达国家,仍然处于知识引入到知识输出转型阶段。进而推出结论：我国人工智能产业处于基础型研究向应用型模式转变阶段,需要深入加强自主技术创新。     

人工神经网络技术估测镀锌钢板点焊性能的研究

本文介绍了如何将人工神经网络引入到镀锌钢板点焊的质量预测中,通过镀锌钢板点焊工艺试验采集训练样本,建立焊接电流和焊接时间对点焊接头强度的ANN预测网络。验证结果表明,学习后的神经网络预测精度较好,能够合理地预测焊接电流和焊接时间对镀锌钢板点焊接头强度的影响规律。     

改革与创新：斯坦福大学人工智能人才培养的特征分析

随着《新一代人工智能发展规划》的颁布以及各大高校纷纷设立人工智能专业,需要积极开展有关人工智能人才培养的研究。本研究采用比较研究法和案例研究法,对人工智能领域的翘楚——斯坦福大学的人工智能人才培养进行研究。研究发现:斯坦福大学通过持续的改革与创新,形成了一系列典型的人工智能人才培养特征,具体表现为:第一,基于跨界融合理念的“复合型”人才培养目标;第二,基于“全人”理念的一体化人才培养机制;第三,基于内联与外延理念的多元化人才培养策略;第四,基于开拓创新理念的“灵魂”型人才培养氛围。以斯坦福大学为鉴,未来可从创新跨界融合机制、积蓄人才培养源动力和强化“项目依托”环境建设三个方面入手,构建适应我国国情和发展需求的人工智能人才培养体系。     

人工智能研究现状与展望

文章在参阅大量国内外资料的基础上,分析了人工智能研究现状及其应用领域,讨论了未来人工智能研究的发展趋势。     

人工智能如何推动教育革命

人工智能、大数据、AR/VR、“互联网+”等技术在教育中迅速普及,催生了智慧教育、“互联网+”教育、未来教育等,但信息化还没有真正给教育带来大规模常态化的革命。从人的培养过程动态多变性入手,分析了其他行业只要买到好产品就能够直接带来进步,而教育即使配备最好产品也不一定就能够实现革命的深层次原因。以信息化的视角,对教育问题做了合适的层级划分,对不同层级教育问题分别提出了相应的信息化途径与工作范式。在此基础上,从价值定位和取向、智能技术支持问题解决新模式、智能支撑环境、实施组织和保障体系等层面,对智慧教育内涵做了深入分析。从教育信息化由产品应用转段升级为教育创新,基于人才培养量化标准全面捕捉学校办学问题,全面运用智能技术有效支持教育活动实施,在智能生态育人环境中常态化开展智慧教育活动等方面,系统分析了智慧教育学校应具备的核心特征。     

“5G+AI”视域下智慧学习空间的构建研究--基于开放大学的实践探索

5G与AI等新一代信息技术应用与融入教育,为高校实施教学改革、实现智慧教育的目标,提供了强大的技术支撑。开放大学的智慧学习空间模型是基于“AI+5G”等新一代信息技术,基于构建依据、空间内容、空间功能、构建路径四个方面构建的。以该模型为基础,以开放大学智慧学习空间学习者为研究对象,运用实证调查和SPSS分析开放大学智慧学习空间建设与应用的实践发现:开放大学整合社会和企业资源所构建的智慧学习空间能够有效支持教学,学习者对学习空间构建和应用的整体认同度高;不同性别的学习者在学习空间各个维度的认同度方面有明显差异;教师的技术应用能力、教学方法与学习空间的设施设备、技术支持、资源建设、教学平台、支持服务、互动协作,均显著影响学习者对学习空间的认同度;学习者对智慧学习空间的构建意义、特征和目标的认识存在一定的偏颇性。为此,基于智能时代的学习观,开放大学智慧学习空间建设与应用,应以智慧教育为目标,发挥智慧学习空间的教与学效用,以实现教与学质量的有效提升。     

人工神经网络法同时测定安痛定注射液中三组份含量

目的：建立不经分离同时测定安痛定注射液中三组份含量的方法。方法：运用误差反向传播(BP)的人工神经网络法(ANN)并将人工神经网络法与标准法测得实际样品的结果进行比较。结果：该法测得模拟样品中氨基比林、安替比林、巴比妥的平均回收率分别为99．4％、100．6％、100．2％，相对标准偏差分别为2．0％、1.8％、1．7％，经t检验表明，两者无显著差异。结论：人工神经网络法可快速、准确地测定复方药物制剂多组份含量。     

Research on the Dynamic Performance of Polyacrylonitrile Muscles

The dynamic property of polyacrylonitrile (PAN) muscles was tested.The test results can help us to master PAN muscles‘ mechanical and chemical behaviors,which are indispensable for us to build dynamica model for the artifical muscle,Furthermore,here we provide an important experimental way to study gel muscles.     

Serum protein fingerprinting coupled with artificial neural network distinguishes glioma from healthy population or brain benign tumor

To screen and evaluate protein biomarkers for the detection of gliomas (Astrocytoma grade Ⅰ-Ⅳ) from healthy individuals and gliomas from brain benign tumors by using surface enhanced laser desorption/ionization time of flight mass spectrometry (SELDI-TOF-MS) coupled with an artificial neural network (ANN) algorithm. SELDI-TOF-MS protein fingerprinting of serum from 105 brain tumor patients and healthy individuals, included 28 patients with glioma (Astrocytoma Ⅰ-Ⅳ), 37 patients with brain benign tumor, and 40 age-matched healthy individuals. Two thirds of the total samples of every compared pair as training set were used to set up discriminating patterns, and one third of total samples of every compared pair as test set were used to cross-validate; simultaneously, discriminate-cluster analysis derived SPSS 10.0 software was used to compare Astrocytoma grade Ⅰ-Ⅱ with grade Ⅲ-Ⅳ ones. An accuracy of 95.7%, sensitivity of 88.9%, specificity of 100%, positive predictive value of 90% and negative predictive value of 100% were obtained in a blinded test set comparing gliomas patients with healthy individuals; an accuracy of 86.4%, sensitivity of 88.9%, specificity of 84.6%, positive predictive value of 90% and negative predictive value of 85.7% were obtained when patient's gliomas was compared with benign brain tumor. Total accuracy of 85.7%, accuracy of grade Ⅰ-Ⅱ Astrocytoma was 86.7%, accuracy ofⅢ-Ⅳ Astrocytoma was 84.6% were obtained when grade Ⅰ-Ⅱ Astrocytoma was compared with grade Ⅲ-Ⅳ ones (discriminant analysis). SELDI-TOF-MS combined with bioinformatics tools, could greatly facilitate the discovery of better biomarkers. The high sensitivity and specificity achieved by the use of selected biomarkers showed great potential application for the discrimination of gliomas patients from healthy individuals and glioma from brain benign tumors.