当前，以人工智能、云计算、区块链等为代表的新一代信息技术不断打破传统封闭式的制造流程和业态，加速向各领域融合渗透，形成有别于传统经济的“数字经济”形态。通过互联网平台，数字经济把供应链体系中的资源接入到共享平台上，推动生产知识的代码化，建立整个供应链的虚拟数字映像，拓展出更丰富的应用场景，催生跨境电商、数字贸易、云外包等新业态，推动更多中小企业融入全球普惠贸易。由于各贸易大国的利益诉求不同，难以达成为各方所接受的统一规则，全球数字经济治理出现“赤字”和碎片化，增加了企业进入国际市场的固定成本和服务市场的可变成本；发展中国家由于数字基础设施滞后，与发达国家形成“数字鸿沟”，加剧了双方在全球供应链体系中的地位不平等。对此，我们应该加快工业互联网、人工智能、数据中心等新型数字基础设施建设，夯实数字经济发展的基础；完善与数字经济相关的政策法规，优化数字经济营商环境；发展B2B和B2C 等跨境电商模式，加快重点市场的海外仓布局；对标高标准数字贸易规则，提升中国在数字贸易治理中的地位，推动互利共赢的数字经济国际合作。

岩芯电导率是地下油气判断及岩石物理分析的重要参数。 传统的岩石物理特性分析一般通过对岩芯样本的实验测量分析或对数字岩芯图像数据的有限元数值计算等方法,来获得岩石样本的电导率等宏观物理特性。 但这两类分析方法均需耗费较高的人工、时间成本或大量计算资源。 随着人工智能等一代数字化分析方法的发展, 文中拟开发一种采用机器学习对岩石电特性进行预测的新方法。 在研究中,将针对岩芯的三维图像数据使用集成学习(ensemble learning) 和人工神经网络(ANN) 来预测电导率。 其中传统机器学习与多层神经网络的输入特征是几何参数,而三维卷积 神经网络输入特征是三维二元分割图像。 在研究中比较各种机器学习方法的优劣。 实验表明,以三维二元分割图像作输入特征的三维卷积神经网络(3DCNN)比采用 Minkowski 泛函作输入特征的学习模型在预测岩芯电导率上性能更优。

针对模拟电路故障信号非线性、非平稳性、容差性的特点,提出了一种基于经验小波变换(EWT)的模拟电路故障诊断方法。 但信号分解需要设定分割模态个数,为实现经验小波变换中 Fourier 谱的自适应分割,提出了自适应无参的经验小波变换(APEWT)方法。 经验小波变换能有效分离信号的调幅调频成分,将改进方法对 Leapfrog benchmark 电路不同故障的输出信号进行模态分解以及时频能量谱分析,采取人工智能算法进行实验分析,结果表明其分解的各分辨率模态具有相应的时域特征。 并与希尔伯特黄变换的方法进行对比,表明所提出的方法不仅能有效地提取模拟电路软故障特征,诊断正确率高于后者,而且具有完备小波理论支撑,计算速度快,不存在虚假分量的特点。 这为模拟电路故障在线诊断提供了新思路

在互联网经济、人工智能等技术的冲击下，我国农林高校长期以来形成的以生产分工来设置专业的做法已严重不适应农业、农村现代化发展的要求，亟待进行专业优化及课程更新，面向新农业、新经济的“新农科”教育改革势在必行。在此形势下，河南科技大学农业装备工程学院面向“农业机械化及其自动化”专业本科学生开设“农用航空装备”专业选修课程，培养学生掌握农业航空装备基础理论与现代农业植保作业技术规范，填补“新农科”建设中农业航空技术短板，满足新农业、新农村、新农民对农用航空装备的现实需求。

超磁分离即在污水中投加磁性物质，使不带磁性的污染物被赋予磁性，再通过磁性设备实现固液分离，达到水体净化的目的。分析超磁分离净化技术的原理、技术优势等，确立基本工艺路线，梳理该技术在黑臭水体治理各环节的应用工程。通过汇总因地制宜的案例经验，总结了该技术存在的优势及不足：处理效率高、占地面积小、施工周期短、运行维护简单等优点，以及出水可生化性差、某些水质指标去除能力有限等不足。相关案例可为超磁分离技术水污染控制工程中的应用提供参考。

近年来，随着数据储存、图像处理、模式识别和机器学习等技术的进步，人工智能在泌尿疾病的诊疗方面得到了广泛的应用。基于影像学和组织病理学等海量的生物医学大数据，人工智能技术可以让医务工作者对泌尿系肿瘤、泌尿系结石、泌尿系感染、泌尿功能异常和勃起功能障碍等几类泌尿疾病的诊断更为精准，让治疗更加个性化。然而，目前人工智能诊疗大多处于研究阶段，在实际的应用中尚存在一些问题。本文以辅助诊断为线索，对人工智能方法在前列腺癌、膀胱癌、肾癌、尿路结石、尿频、勃起功能障碍等常见泌尿疾病的应用和研究情况予以综述，并进一步探讨其存在的问题和未来发展方向。

人工智能的快速发展对计算神经科学的计算速度、资源消耗和生物解释性提出了更高的要求。脉冲神经网络能够携带大量信息，实现对大脑信息处理方式的模仿。它的硬件化是实现其强大计算能力的重要途径，但也是极具挑战性的技术难题。忆阻器是目前功能最接近神经元突触的电子器件，能够以与生物大脑高度相似的脉冲时间依赖可塑性（STDP）机制响应脉冲电压，成为近几年研究构建脉冲神经网络硬件电路的热点。本文通过查阅国内外相关文献，对近几年基于忆阻器的脉冲神经网络的研究工作进行了深入了解和介绍。

煤气化是煤炭清洁高效利用的关键技术，煤气化过程中产生了大量的细渣，细渣中复杂的 碳-灰交融状态以及高水分含量限制了其资源化利用，碳灰分离是煤气化细渣资源化利用的必要 前提。 本研究采用泡沫浮选法对宁东地区 3 种不同气化工艺产生的细渣( SNB1 细渣，XTY 细渣和 JC 细渣)进行碳灰分离，分析了气化细渣及其碳灰分离产物的基本物性和持水能力，并借助傅里叶 变换红外光谱仪、扫描电子显微镜和物理吸附仪研究，对比了气化细渣及其碳灰分离产物物理化学 结构差异，以期为气化细渣的低成本处置与资源化利用提供参考。 结果表明:通过泡沫浮选可以将 3 种细渣中的碳-灰进行不同程度的分离，泡沫浮选过程可以有效地将“ 游离” 的球形矿物质颗粒 与残碳颗粒进行分离，残碳表面和孔内灰颗粒相对更难去除。 其中 SNB1 细渣的碳-灰分离效果最 好，SNB1 残碳中灰分降低至 38.65%，SNB1 尾灰中的灰分高达 99.16%。 经过泡沫浮选后，残碳和 尾灰的持水能力相较于对应原气化细渣均有不同程度的降低，其中 3 种尾灰持水能力的降幅尤为 显著(79.34%~96.61%)。 此外，气化细渣及其碳灰分离产物中存在大量的圆柱形孔，碳-灰分离过 程使得部分阻塞残碳颗粒中孔的微细球形矿物质颗粒脱离，从而使得残碳中微孔和中孔的数目增 加，比表面积增大，而尾灰中主要以球形矿物质颗粒相互熔融而形成的缝隙中孔为主。 碳灰分离过 程使得部分夹带在残碳孔道内部的亲水性较强的微细球形矿物质颗粒被泡沫浮选过程去除，二氧 化硅亲水位点相对减少，这使得 3 种残碳的持水能力相对于原气化细渣都有所降低。 3 种尾灰由 于具有较低的比表面积(29.383~46.875 m2 / g)，因而具有更低的持水能力。

生物质和煤协同热化学转化是实现非化石能源和化石能源耦合高效利用的技术手段，对实现“双碳”目标具有重要现实意义。基于生物质等含碳燃料高挥发分组成和富氧特性，热化学转化过程不可避免地发生挥发分-半焦交互作用并影响原料性质和设备过程参数。综述了生物质与煤（共）热解/气化过程中挥发分-半焦交互作用的研究进展，总结了交互作用对挥发分的催化裂解规律、对半焦结构与性质的影响及生物质和煤协同热化学转化下的解耦研究思路三方面具体内容。针对目前挥发分-半焦交互作用机制解析过程所采用的研究方法及思路，提出了新的见解并对未来交互作用的重点研究方向进行了展望，以期为进一步认识交互作用的物理化学本质提供理论指导。

稀土元素萃取分离是获得高纯单一稀土的关键步骤之一，开发对稀土元素具有高效分离能力的新材料和新过程是全球科技工作者研究的热点。离子液体作为一类代表性的新材料，因具有不挥发、不易燃、稳定性好、结构性质可调等独特的物理化学性质，近年来在稀土元素萃取分离领域的应用受到广泛关注。在稀土元素萃取分离过程中，离子液体不仅可用作萃取剂，也可作为稀释剂、协萃剂或同时作为萃取剂和稀释剂。系统评述了离子液体在稀土元素萃取分离中的研究进展，对非功能化离子液体和功能化离子液体在稀土元素萃取分离中的萃取行为和萃取机理进行了分析。同时，对该领域的发展所面临的主要问题和进一步的研究工作进行了探讨。

定量构效关系是溶剂分子设计与开发的重要理论基础，建立准确可靠的预测模型可以有效地解决性质数据库资源有限、实验过程人力物力消耗量大且具有危险性等问题。随着人工智能技术的快速发展，深度学习在化工领域取得突破性进展，基于此，综述了经典与智能化建模的研究理论与方法，重点介绍了基于深度学习实现大规模数据智能化关联的研究进展，进一步阐述了深度学习在有机物各种基础物性和环境健康安全等潜在影响性质预测中的潜力与优势，并从溶剂设计向绿色、安全、智能化发展的角度，展望了基于深度学习的定量构效关系在化学产品开发与化工过程设计等方面的理论研究方向和应用前景。

为探究出适合分离水中的乙酸正丁酯和乙酸乙酯的新型渗透汽化膜材料，选用沸石ZSM-5 对聚二甲基硅氧烷(PDMS)材料进行填充改性，以聚偏氟乙烯(PVDF)为支撑层，采用刮涂法制备PDMS/ZSM-5/PVDF复合膜渗透汽化分离水中的乙酸正丁酯和乙酸乙酯。采用SEM、接触角测量仪、FTIR、TGA和XRD等对膜材料物理化学性能进行表征，考察了膜材料的溶胀行为及渗透汽化性能。结果表明，ZSM-5在 PDMS 膜中分散均匀，且没有发生化学作用，并提高了膜材料的疏水性和热稳定性。随着ZSM-5添加量的增加，膜在乙酸正丁酯和乙酸乙酯的溶胀度和待分离组分在膜材料中的扩散速率不断增加。随着进料浓度和温度的增加，渗透通量不断增大，分离因子先增大后减小。随着ZSM-5在PDMS/ZSM-5/PVDF复合膜中含量的增加，总渗透通量增加，而分离因子呈现先增加后减小的趋势。当添加量为10%（质量）时，分离因子达到最大值。对于乙酸正丁酯/水体系，渗透通量和分离因子最大值分别为319 g·m -2·h -1和131；而对于乙酸乙酯/水体系，渗透通量和分离因子最大值分别为1385 g·m -2·h -1和121。

以煤基碳分子筛为沼气净化吸附剂，借助扫描电镜观察了碳分子筛的表面形貌，并通过物理化学吸附仪表征了碳分子筛的孔径分布。基于静态容积法测定了CO2与CH4在碳分子筛的静态吸附量，并估算了CO2与CH4在碳分子筛的动力学扩散系数。单塔穿透实验考察了吸附压力与进料流量对原料气中CO2穿透曲线的影响，选取吸附压力为0.3 MPa，进料流量为4 L·min-1进行两塔六步真空变压吸附提纯沼气的实验研究，并考察了吸附步骤时长与产品气冲洗率对CH4富集效果的影响。实验结果表明，吸附步骤时长为140 s，冲洗率为0.05时，产品气中CH4纯度可达98%，收率可达82%。

目的 针对目前包装产业存在的产业链长、数据大而散、包装领域知识不全面等问题，设计一个中国包装产业大数据知识图谱应用系统。方法 从行业高度定义涵盖包装领域全生态的分类体系，结合人工智能中知识图谱的最新技术，对政府信息、工商信息、行业信息、学术论文、全球包装专利等互联网上各类数据进行自动采集汇聚，抽取出知识信息，融合成一个涵盖资讯、政策、会议、标准、论文、专利、企业、产品、高校、机构和专家等十几类信息的包装知识图谱知识库。结果 系统主要功能包括数据采集、知识图谱和终端应用，实现了包装产业大数据的图谱探索、产业链图、数据报告和关联搜索。结论 该系统使用方便，可从多视图、多维度获取包装产业相关数据，提升行业的数字化和信息化水平，加速中国包装行业的智能化产业升级，促进包装产业逐步向智能、绿色、集约、创新方向发展。

在过去的几十年中，特征选择已经在机器学习和人工智能领域发挥着重要作用。许多特征选择算法都存在着选择一些冗余和不相关特征的现象，这是因为它们过分夸大某些特征重要性。同时，过多的特征会减慢机器学习的速度，并导致分类过渡拟合。因此，提出新的基于前向搜索的非线性特征选择算法，该算法使用互信息和交互信息的理论，寻找与多分类标签相关的最优子集，并降低计算复杂度。在UCI中9个数据集和4个不同的分类器对比实验中表明，该算法均优于原始特征集和其他特征选择算法选择出的特征集。

摘要：融合发展的关键在于融为一体、合而为一。随着媒体深度融合的推进，传统媒体由新旧媒体“两张皮”向平台型媒体转变，人工智能技术进入实际应用层面，推动媒体的智能化，用户需求推动内容边界消融与触角延伸。本文根据当前媒体融合发展的态势，重新思考新时代媒体价值二次开发的着力点，并就如何进行价值二次开发提供参考建议。

摘要：本文在分析2018年发表的有关视听传播研究的论文后发现:2018年的中国视听传播研究既包括对广电事业发展的历史回顾，也包括5G、区块链、人工智能等新技术对视听传播影响的展望;既有对文化综艺、纪录片和短视频等热门视听内容的关注，也有对传统广电媒体转型的探讨，整体呈现出与视听传播前沿发展同步协振的特征。

想要掌握储层物性的空间分布情况,地震预测是不可或缺的手段.近半个世纪期间,主要出现了 7种有关储层物性地震预测的方法技术,包括阻抗反演技术、储层物性间接反演技术、储层物性波动方程反演技术、地质统计方法和人工智能预测方法,以及以上方法技术所依赖的机理性岩石物理分析技术和统计岩石物理分析技术,本文论述了这些方法技术的原理及现状.从反射地震数据出发反演得到地层的声阻抗和弹性阻抗,这已经是石油工业界常规的技术流程.借助理论和实验手段进行机理性岩石物理分析,进而经由储层物性和阻抗间的媒介关系进行储层物性的间接反演或是基于波动方程进行直接反演,这是进行储层表征的有效途径.另外,地质统计方法和人工智能方法在储层物性的空间展布预测方面正发挥着独特的作用.很多情况下,简化物理模型难以描述复杂的动力学机制,而综合了岩石物理理论、随机模拟和Bayes估计的统计岩石物理分析技术是另外一种可供选择的储层物性预测方法.同时,本文也客观地指出了每种预测技术的优点、适用性和局限性,以便读者可以迅速掌握各种技术手段的精髓,并在工作中能够选用适合自己任务特点的储层物性地震预测技术.

干制是淀粉原料及其制品加工的常用手段。淀粉原料（块根、块茎、籽粒等）通过干制预处理，不仅便于安全保藏和后续加工，而且显著提高了淀粉提取率和加工适性。在淀粉基食品（粉条、粉丝、虾味片等）生产中，干燥是必要环节，对产品品质有决定性作用。干制过程复杂，涉及水分迁移、热量传递以及其他物理化学变化（如淀粉分子链重结晶、淀粉与其他共存成分相互作用），这使生产中干制的经验性仍多于科学性。因此，作者全面总结和分析了干制对原料中淀粉特性以及淀粉基食品品质的影响及规律，为通过选择干制方式及干制条件来改善淀粉原料加工适性及干制淀粉基食品的品质提供参考。

面对大数据洪流,个人信息的保护定位一直存在分歧,将数据信息作为一种积极趋利的权利还是一种消极保守的权利,在经济学、社会学和法学领域中有不同的反应。目前主要分为两大观点:一种认为大数据时代个人信息的利用应该受到严格控制,除传统隐私保护外,互联网环境下人们更需要一种“不被打扰的权利”;另一种观点是大数据的开发和利用是互联网经济的必然趋势,各国视大数据为新的“黄金”资源,特别是人工智能的广泛应用,个人数据采集已成为常态,限制数据的利用会错失发展机会。应当从个人信息的法律属性出发,分析大数据时代利用数据信息的必然性及规范性,区分个人信息的人格权保护重点和个人信息数据库的财产权保护重点,以此来探讨大数据时代平衡产业发展与个人信息保护的适度立法。

摘要: 坑槽严重影响行车安全，对其进行有效检测至关重要。三维检测能解决二维检测阴影条件下难以识别坑槽问题。本文首先针对开发的线结构光的路面坑槽三维检测系统，提出了基于三维数据的高度突变识别方法。并将其与灰度阈值方法、人工智能方法进行了对比分析。实验得出，本文的高度数据突变方法在识别效果上跟灰度阈值方法相近，耗时稍长；识别效果优于人工智能方法且耗时短，对坑槽自动识别的工程化应用具有较大意义。

随着人工智能的不断发展，智能语音技术在人们生活中得到了广泛的应用。当今社会智能化进程加速，元宇宙概念的提出使智能语音技术的适用范围进一步扩大，实现人智协同理念成为媒介变革的新目标。本文通过分析智能语音技术的优势和缺点，表明播音员主持人的不可替代性，并寻找播音员主持人在智能语音挑战下的发展方向。

自2016年起，得益于4G、人工智能、计算机动画等技术，虚拟主播行业进入快速发展车道。虽然虚拟直播行业附属于亚文化，但发展至今，虚拟主播产业已成为一种不容小觑的盈利模式。哔哩哔哩虚拟主播的发展处在我国该行业的前沿水平，探究其实现有效传播效果的驱动方式具有重要意义。