时间：2023-05-30 08:53:23
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能档案，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
人工智能即机器智能，即对人的意识、行为、思维信息过程等进行模拟，使及其具有人工智能功能，进而代替人完成危险性、复杂性或机械性突出的任务，提升工作的效率和质量，将人工智能应用于计算机网络技术中与人工智能自身的优势具有密切的关系。
1 人工智能应用于计算机网络技术中的可行性分析
首先，人工智能对不确定信息的处理效果较理想，可对系统资源呈现的局部或全局实时、变化状态进行掌握和跟踪，在对获取信息进行处理的基础上可以实现实时向用户提供有效的信息功能；其次，人工智能的协作能力较突出，在对有效资源整合基础上实现资源的合理共享和传输，将其应用于网络管理中，可有效的提升其工作的效率和效益；再次，人工智能凭借其学习能力和推理能力的优越性，有利于网络智能化护理中信息处理效率和质量的提升。另外，人工智能在记忆能力方面的优势，有利于信息库的建立，在推动网络管理水平提升方面作用突出；除此之外，人工智能在处理非线性问题、计算资源消耗等方面也具有优越性，所以将人工智能应用于计算机网络技术中具有可行性。
2 人工智能在计算机网络技术中的应用
2.1 人工智能在计算机网络安全管理技术中的应用分析
现阶段计算机网络安全管理技术主要表现在防火墙、入侵检测和反垃圾邮件系统三方面，所以在实践中尝试将人工智能应用于以上方面，智能防火墙主要应用智能化识别技术，利用统计、概率等计算方法将存在文献的信息数据识别并处理，使计算机网络管理技术原本的大量计算被舍去，网络安全管理的效率也大幅提升，不仅将有害信息及时的拦截和限制，而且安检效率也明显增加，使普通防火墙拒绝服务攻击的缺陷得到弥补，有效的遏制了高级入侵和病毒传播。而智能型反垃圾邮件系统其以威胁计算机网络安全的垃圾邮件作为防御的主要对象，其虽然具有开启式扫描和分类提供、危险预警等功能，但其保护的范围具有局限性。入侵检测是网络计算机安全管理的核心，对其应用人工智能具有显著的效果，通常情况下入侵检测需要通过数据采集、数据减少、行为分类、报告反映四个阶段完成，现阶段应用于入侵检测的人工智能主要包括以下几种：
2.1.1 规则产生式专家系统
此种人工智能现阶段在入侵检测方面应用最为广泛，其建立在专家经验性知识构建的数据库和推理机制的基础上，主要原理是计算机网络安全管理人员事先将已知的入侵特征编码成固定的规则，并将大量的规则构建成数据库，在安全管理的过程中专家系统可自动将审计记录和规则作为入侵检测的判断依据，实现入侵的及时发现，并判断入侵的种类和危害等，可见此项人工智能对提升入侵检测的效率和准确性具有积极的作用，但其建立在已知经验的基础上，检测的范围存在的一定的局限性。
2.1.2 人工神经网络
此项人工智能建立在人脑学习机能模拟的基础上，所以在容错性、学习能力等方面具有优越性，此项人工智能可以对存在畸变或噪声的输入模式有效的识别，在并行方式的推动下其入侵检测的效率较理想，所以在计算机网络安全管理技术中的应用相对较广泛。
2.1.3 数据挖掘技术
此技术的应用原理是通过审计程序对网络连接和主机会话的特征进行准确、全面的提取和描述，然后利用此项人工智能对准确捕捉入侵模式的规则或计算机网络正常活动轮廓规则等进行学习和记忆，进而在计算机网络中出现异常检测的情况下，进行有害入侵的准确识别，可见此项人工智能技术充分发挥了自身的记忆功能和学习功能，在提升入侵检测的针对性方面具有较好的效果。
2.1.4 人工免疫技术
人工免疫技术建立在人体免疫系统的基础上，其主要包括基因库、否定选择和克隆选择三种机制，其可以有效的弥补传统入侵检测在杀毒能力和未知病毒识别等方面的缺陷。例如，在基因库中可以实现基因片段重组、突变，使入侵检测系统对各类未知病毒也可以及时有效的识别，但现阶段基因库的有效建立仍存在现实困难；在否定选择的过程中，先在系统中随机产生一定的字符串，其次在否定选择算法的作用下将与自我匹配的字符串删除，如果其否定选择的正确则被视为合格的监测器，进而逐步完成检测入侵等，此项技术在计算机网络安全管理中的应用仍需要进一步的完善，但应用价值巨大。
2.1.5 自治AGENT技术
此项技术是人工智能向面向对象技术方面发展的成果，其通常被作为底层数据收集和分析的结构，在基于自治Agent的入侵检测系统框架中每台被监控的主机都可以视为IDS系统，此技术在学习能力、适应能力、自主能力、灵活性和兼容性等方面均较突出，所以此项技术不仅可以有效的检测入侵，而且可以对入侵的影响范围有效的控制，在应用的过程中对环境的依赖性较低，可推广应用。
2.1.6 数据融合技术
此项技术建立在人类不断对自身信息处理能力进行模仿的基础上，其原理是在数据组合的基础上获取更多的信息，实现资源协同，将其应用于计算机网络安全管理技术中，可以使过个传感器共同或联合发挥作用，使整个传感器系统的能行得到提升，进而将个体传感器入侵检测的范围局限性削弱，使入侵检测的全面性更加有保证，此项技术如果与其他人工智能结合应用，检测的效果会更加理想。
可见，人工智能在计算机网络安全管理技术中的应用，对提升计算机网络安全监测、防御能力具有积极的作用，使计算机网络传统安全管理技术不能识别未知风险、风险识别不全面、杀毒能力较弱等问题得到有效的解决，而且计算机网络安全管理的效率和准确性也更加有保证。
2.2 人工智能在计算机网络系统管理和评价技术中的应用分析
由于计算机网络自身具有动态性和瞬变性等特点，所以计算机网络系统管理的难度较大，将人工智能应用于计算机网络系统管理和评价方面对提升其管理的有效性、全面性和评价的客观性等具有积极的作用，现阶段应用于此方面的人工智能主要包括以下方面：
2.2.1 人工智能问题求解技术
此项技术是在给定条件下，可解决某类问题并在有限步骤内可以完成的算法，主要包括以状态图为基础的搜索技术、以谓词逻辑为基础的推理技术和以结构化知识表示为基础的求解技术，搜索技术主要针对状态空间、问题空间、博弈搜索进行，通常情况下相同的问题具有多个搜索技术，所以要提升搜索的效率需要对最优的搜索技术进行判断。其评价标准通常包括搜索空间和最优解两方面，为获取最优搜索，需要利用公式f*（n）=g*（n）+h*（n）进行评估，其中g*（n）代表从网络S节点到n节点的最短路径；h*（n）代表从网络n节点到g节点的最短路径。可见将人工智能问题求解技术应用于计算机网络系统管理和评价中，相比传统的计算方法可以缩减网络资源的浪费，提升网络资源的管理效率和质量，应积极推广应用。
2.2.2 专家知识库技术
专家知识库是专家系统的重要构成，其对专家系统的应用效果产生直接的影响，现阶段专家知识库主要包括基础原理理论和直接或间接获取经验积累的专门知识，通过将已知的计算机网络管理与评价经验进行编码、建库，使计算机网络管理决策获取专家经验支持，使相似或同种管理、评价问题等可以得到较好的完成，此项技术现阶段在计算机网络管理与评价方面得到较广泛的应用。
3 人工智能在计算机网络技术中的应用案例分析
3.1 人工智能在计算机网络安全管理技术中的应用案例分析
某档案馆为保证应用的计算机网络系统不会对存储的档案信息安全构成威胁，积极的将人工智能应用于计算机网络系统安全技术中，实践证明，通过应用智能防火墙和智能入侵检测系统，该档案馆的计算机网络安全性得到明显的提升，笔者针对该档案馆在此方面对人工智能的应用展开分析。
3.1.1 智能防火墙
该档案馆长期以防火墙作为其网络安全管理的主要手段，但由于传统防火墙自身不可见加密的SSL流数据，不能对其迅速的拦截和解密，使此类对计算机网络的攻击难以通过防火墙实现防范，甚至任何应用程序在加密后均可以顺利的通过传统防火墙，使档案馆的网络安全一直受到严重的威胁，档案馆网络体系结构特点决定其对应用数据流的监控能力无法满足实际需要；而智能防火墙将统计、决策等智能算法应用于数据识别的过程中，对外来针对档案馆网络的访问进行有效的控制，使档案馆网络特征值更加明显，该档案室应用的智能防火墙将和过滤技术有机结合，不仅可以使传统防火墙在安全性方面的问题得到有效的解决，而且监控范围涵盖数据链路层至应用层全部，对TCP/IP协议层落实全面的安全控制，可见该档案馆的防火墙在应用人工智能后，客户端配置任务得到大幅度的缩减，而且数据加密、解密等均可以在防火墙拦截过程中实现，虚拟网VPN得到强有力的支持，在智能防火墙的作用下，档案馆内部信息对外完全隐藏，服务的作用更加突出，在服务与包过滤服务的功能相融合的作用下，使该档案馆计算机网络的安全性得到了明显的提升。
3.1.2 智能入侵检测系统
入侵检测技术属于积极的安全管理手段，是在危害发生前的有效预防，该档案馆在应用传统入侵检测技术时，通过对计算机内部的各类信息进行搜集，然后通过检测引擎对各类信息中是否存在入侵进行判断，进而针对检测的误用模式提出警告，控制台结合监测结果确定相应的控制措施，可见在该档案馆应用的传统入侵检测中检测的范围、有效性等均不能得到有效的保证，使档案馆的网络信息受到危害入侵的威胁。在该档案馆应用智能入侵检测系统后，其将规则产生式专家系统、基于神经网络的入侵检测、数据挖掘技术共同应用于入侵检测系统，使该档案馆的入侵检测系统不仅可以有效的检测出已知专家管理经验中涉及的威胁，并制定出有效的解决方案，而且利用人工智能在记忆、学习、适应性等方面的突出功能，使各类未知的病毒、危害等也可以得到有效的识别，而且使病毒危害的范围和程度得到有效的控制，结合该档案馆对人工智能的应用效果，类似的单位或组织也可以积极的应用，例如图书馆、会计师事务所等。
3.2 人工智能在计算机网络管理与评价技术中的应用案例分析
某图书馆在向数字化发展的过程中，计算机网络存储的信息不断增多，实施网络管理和评价的难度不断加大，为缩减图书馆计算机网络管理的任务量，提升网络管理和评价的质量，该图书馆积极应用人工智能相关技术，该图书馆应用的人工智能技术主要是专家知识库的建立和应用，其首先将国内外专家已知的图书馆管理和评价经验收集、整理、编码，建立规则库，在进行图书馆网络管理的过程中，专家知识库会通过对计算机网络的自动检索与专家知识库中的编码相匹配，为管理人员提供相对应的管理方案，并在管理人员同意的情况下完成网络管理与评价，这不仅减轻了图书馆网络管理人员的管理压力，而且在提升管理效率和质量方面也发挥着积极的作用。
4 结论
通过上述分析可以发现，现阶段人们已经认识到人工智能的优势，并在实践中有意识的将其应用于计算机网络技术中，这对优化计算机网络技术的性能具有积极的作用，所以应结合实际进一步的深化和优化，这是计算机网络技术深化发展的具体体现。
参考文献
[1]马越.探讨人工智能在计算机网络技术中的应用[J].计算机光盘软件与应用，2014，22：43-44.
[2]吴振宇.试析人工智能在计算机网络技术中的运用问题[J].网络安全技术与应用，2015，01：70+74.
[3]卢昌龙.人工智能及其在计算机网络技术中的运用[J].电子制作，2015，05：87-88.
[4]谭仕平.人工智能在计算机网络技术中的应用分析[J].硅谷，2013，18：11+4.
电子商务档案是电子商务活动过程中各经济主体直接形成的具有保存价值的各种形式的原始记录。电子商务档案与其它类型的纸质档案相比具有明显的复杂性、集成性、虚拟性等数字化特征。随着电子商务时代的到来，智能化的电子商务档案管理是目前电子商务档案管理的必然趋势。
一、电子商务档案应用的智能化趋势
电子商务档案是企业管理的重要组成部分，是企业从事商务活动中最原始、最可靠的数字化信息。充分利用电子商务档案信息，为企业发展提供商情预测、营销策划、客户关系管理、维护企业或经营者合法权益已经成为电子商务档案应用的一个重要领域。而电子商务档案应用的智能化趋势无疑已经成为电子商务行业的重要研究方向。
1、客户关系管理的智能化。客户档案毫无疑问将是电子商务档案的一个不可忽视的组成部分。在企业从事电子商务的过程中，电子商务系统将提供一种商家与客户进行交流的新方式，这就要求企业管理者以全新的思维来看待客户关系管理。客户关系管理源于“以客户为中心”的新型商业模式，是企业树立以客户为中心的发展战略的核心部分。企业通过智能化的客户关系管理系统来加强对客户的服务提高客户满意度和忠诚度，提高企业效率和利润水平。通过客户关系管理系统企业加强与客户的联系、分析客户的需求、研究产品的市场、拓展潜在的利润空间、提高产品的市场竞争能力、改进企业的管理漏洞、吸引更多的优质客户进而达到优化、提升企业管理能力、提高企业利润水平的目的。而这一切的实现都依赖于智能化的客户关系管理系统、智能化的客户数据库的开发与应用。智能化的数据库技术是所有其他技术的基础。
2、智能化的商情预测。面对浩如烟海的客户及企业营销、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想象的。智能化的商情预测系统利用数据挖掘的思想、数据仓库的管理技巧、一对一的营销策略、个性化的售后服务、智能化的数据分析和数据处理工具不断满足客户的需求，提高企业的赢利能力、拓展企业的赢利空间。同时，智能化的数据分析和数据处理系统将不仅实现现有的商业实践和商业需求，更将不断地实现向市场、客户的学习过程，不仅仅只是重塑企业商业流程，而是能够为管理者提供智能化的决策分析工具。
3、智能化的营销策划。借助于智能化的营销策划管理系统，企业将能够更加全面地分析产品及市场信息，制定高效的营销计划，设计切实可行的销售及服务指标，协调产品、服务、物流等渠道的配合关系，实现企业管理的最优目标。
总之，随着电子商务的发展，智能化电子商务将逐渐走入人们的日常生活。电子商务智能化是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。或者说电子商务智能化是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。而电子商务档案管理的智能化将是电子商务智能化的一个靓丽的奇葩。
二、电子商务档案信息检索的智能化需求
电子商务档案信息智能化检索是历史发展的必然结果。电子商务档案信息是众多档案信息的一种，是伴随着电子商务的发展而产生的。从人类社会利用档案信息的历史发展过程来看，档案信息检索大致经历了自然检索、手工检索、计算机辅助检索、计算机智能检索四个发展阶段，电子商务档案信息的检索也不例外。随着计算机智能技术的发展，尤其是图情信息智能检索的最新成果，为电子商务档案信息检索的智能化发展注入了新的活力。电子商务档案信息存储形式多种多样，既有一般固定长度的信息，也有非固定长度的信息，既有用文字、数字表达的信息，也有用图形、图像、声音表达的信息、既有加密信息，也有不加密的信息，既有存储于本地存储设备上的信息，也有存储于异地设备甚至“存储云”上的信息。因此，对电子商务档案信息的智能检索意义重大。所谓“智能检索”，就是以文献和检索词的相关度为基础，综合考查文献的重要性等指标，对检索结果进行排序，以提供更高的检索效率。智能检索的结果排序同时考虑相关性和重要性，相关性采用各字段加权混合索引，相关性分析更准确，重要性指通过对文献来源权威性分析和引用关系分析等实现对文献质量的评价，这样的结果排序更加准确，更能将与用户愿望最相关的文献排到最前面，提高检索效率。由此可见，在电子商务飞速发展的今天，电子商务活动的全球化特征越来越显着，频繁的商务活动遍布世界的每一个角落，由此产生的电子商务档案信息越来越具有商务活动全球性、信息管理系统分布性、交易语言复杂性、交易方式多样性等特点。因此，传统档案信息检索工具已经不能满足用户的需求，智能检索工具的开发和使用必然成为信息时代用户畅游信息海洋的必然选择。同时，科技的进步，人工智能技术的发展，超大型计算机的使用也为电子商务档案信息检索智能化发展提供了技术支撑。未来电子商务档案智能化的发展将借助于人工智能技术的最新成果而更加人性化。将人工智能领域中的计算推理等思维活动渗透到档案管理的智能化应用中，利用人工智能的研究成果开展基于模式识别、物景分析的图形图像检索系统，满足用户对图形图像档案信息的检索需求，利用人工智能关于联想记忆模拟、自动定理证明、专家系统、自然语言处理等基础理论开展电子商务的自动谈判系统、跨越语言障碍的档案信息搜索工具，满足电子商务国际化的需求。例如：模式识别可用于基于图像的检索，而电子商务活动的基础就是建立在对图形、图像的选择上，交易双方首先是根据对被交易商品的图形、图像进行商务洽谈，然后达成交易意向。因此，对被交易商品的图形、图像的保存是电子商务档案信息的一个重要组成部分。再如，专家系统是智能检索实现的基础，而从海量商务信息中筛选出能够进行交易的产品信息离不开人工智能检索系统的应用。
从电子商务档案的特征来看，有关电子商务档案智能化管理的需求更加依赖于图形图像智能检索工具的研究和利用，而对于图形图像智能检索工具的研究和利用始于上个世纪七十年代，首先开展的是基于内容的图像智能检索的研究，重点在于采用标注的方法对图像设置检索关键字，并建立文本数据库管理系统，从而实现对图像的智能检索。这种方法的缺点在于当图像数据库中图像数据较大时则检索较难实现，当图像内容复杂时，标注起来较困难，因此，这种检索方法同时还要求图像内容比较单一。而另一种基于内容的图像检索技术逐渐受到业界的关注即基于视觉特征的图像检索技术。由于任何图像都包含物体本身的纹理、形状、颜色、空间关系等特征，因此，基于视觉特征的图像检索技术采用提取图像所包含的纹理、形状、色彩、对象的空间关系等信息建立图像的特征矢量库，并以此特征矢量作为索引关键字。与以往采用人工标注方式对图像内容进行标注的方法不同的是视觉特征的提取是从图像中自动提取的，并且检索的过程采取视觉特征间的匹配。与传统的检索方法相比，基于内容的图像检索融合了图像理解技术，从图像的纹理、形状、色彩、对象的空间关系等维度分析图像的特征，从而可以提供更加有效的检索途径。已经投入运行的基于内容的图像检索系统包括：IBM公司的QBIC系统、Virage公司的VIR工程系统、MIT的Photobook系统、美国伊利诺斯大学的MARS系统等等。国内近年来对于基于图像颜色的检索系统的研究也取得了丰硕成果，例如：Photo Navigator系统和Photo Engineer系统。而这一发展方向更加符合电子商务的智能化发展需求。可以预计，为适应未来网络化、智能化以及个性化的需要，并行检索、分布式检索、知识的智能检索、知识挖掘、异构信息整合检索和全息检索、自然语言检索、跨语言信息检索、问答系统、概念空间、信息融合技术等检索技术都将在电子商务档案管理领域得以应用。届时用户将获得完整、准确、及时、有效的而且是简洁、明了的商务信息。
如今，提到人工智能，相信很多人都不再像以前那样陌生了，人工智能的产物已经慢慢融入到我们的生活之中。但是这一切在二三十年前是不敢想象的。到底是什么带来了人工智能的高速发展呢？
是算设备能力的提升。由于过去我们的机器迭代一次需要很长时间。现在则不同了，如今的计算设备的能力有了很大的提升，过去要几天完成的工作，现在只需几分钟就可以做到了。这也为人工智能进一步的发展，特别是形成产业提供了很重要的支撑。
人工智能是一个内涵非常丰富的学科，可以说，是人类对于自身世界的认知和实践相结合的结晶。它的发展会给人类社会带来深刻变革，可以消除贫困、饥饿，提高人类的医疗和健康水平，提高教育质量，改善气候………
在我们构建智慧城市，构建智慧生活的时候，人工智能也起到了不可或缺的作用。
2017年6月15日，在大连举办的第十五届“中国国际软件和信息服务交易会”（以下简称软交会）上，阿里云、微软、华为等在云计算、大数据、人工智能领域的大咖们分享了很多关于人工智能，包括智慧城市、智慧医疗、智慧制造方面的经验和感受。
智慧城市 智慧生活
随着云计算、大数据，以及人工智能的高速发展，智慧城市这个词被越来越多的人熟知，而更加智慧的生活也离我们越来越近了。早在2004年，韩国政府就曾提出名为U-KOREA的发展战略，旨在建造更加智能、智慧的城市。
2016年10月在杭州举办的“云栖大会”上，杭州市政府公布了一个“疯狂”的计划：为杭州安装一个人工智能中枢――杭州城市数据大脑。
城市大脑的内核采用阿里云ET人工智能技术，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug。城市大脑项目的第一步，是将交通、能源、供水等基础设施全部数据化，连接散落在城市各个单元的数据资源，打通城市“神经网络”。
而阿里云的“野心”不止于此，在ET城市大脑之后，阿里云还致力于研究ET医疗大脑、ET工业大脑，以及ET环境大脑等，想要为实现全行业智能化做出自己的一份贡献。
构建智慧城市的核心推动力就是云计算、大数据，以及物联网。就像前文提到的那样，如果没有云计算、大数据，以及物联网等技术的支持，想要实现智慧城市的理念是不可能的，因为智慧城市对于技术的要求很高。这里谈到的技术不仅仅包含对硬件的要求，还有对于软件的要求，以及网络的要求。这些综合因素的提升才带来了现在的“万物智联”。
智慧交通解决城市拥堵
现如今，在中国的马路上，尤其是一些大城市的十字路口，除了一些特殊的时期，我们已经很难看到指挥交通的交警了，这是智慧交通带来的结果。通过布置在各个路口的监控摄像头，集合了物联网、云计算等技术，通过机器设备实现智能的交通指挥，以及管控。
智慧交通是在智能交通（简称ITS）的基础上，在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对交通管理、交通运输、公众出行等交通领域全方面，以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全，发挥交通基础设施效能，提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。
智慧交通是在整个交通运输领域充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术，综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具，以全面感知、深度融合、主动服务、科学决策为目标，通过建设实时的动态信息服务体系，深度挖掘交通运输相关数据，形成问题分析模型，实现行业资源配置优化能力、公共决策能力、行业管理能力、公众服务能力的提升，推动交通运输更安全、更高效、更便捷、更经济、更环保、更舒适的运行和发展，带动交通运输相关产业转型、升级，最终有效解决城市拥堵问题。
而智慧交通的体现不仅仅是在这些宏观的对于城市交通的管控，其实在我们身边就随处可见，比如摩拜、ofo等共享单车，它们也是智慧交通的产物。摩拜、ofo的成功也基于大数据、云计算等技术的发展，摩拜通过GPS定位，以及“魔方”系统，实现了对单车淤积（即在一个时间内，一个地点出现大量闲置单车）的预测，从而进行智能疏导（即通过红包奖励制度让用户帮助疏导单车），以及人工疏导。同时摩拜、ofo的成功也很好地缓解了城市交通拥堵，让更多的人愿意使用自行车作为出行工具。
智慧医疗解决看病难题
智慧医疗是最近兴起的专有医疗名词，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。
随着云计算、大数据，以及人工智能等核心技术的发展，智慧医疗这个词也渐渐被更多人所熟知。而智慧医疗这个词现在也不仅仅是只能在实验室里应用在小白鼠身上的研究阶段的技术了，越来越多的高科技的人工智能医疗设备被应用到现实治疗之中。
在此次软交会上。来自杜克大学医学院的神经生物学教授米格尔・尼科莱利斯分享了一个来自巴西的例子。
2014年巴西举办足球世界杯，开幕式有这样一个特殊的内容：是一个已经瘫痪十年的小孩穿上一套用脑部来控制的机器“外骨骼”，恢复了行走的能力，从而让他在世界杯开幕式上走进球场并完成开球。这一机器“外骨骼”主要是集中在他的下肢，大脑成为一个主导者，实现人脑和机器对话，人脑和机器成为一个完整的整体，这样人就可以走路，除此之外机器外骨骼与大脑之间还形成了一个良好的回应系统，项目组称这套机器外骨骼为“机械战甲”。现在，项目组还拥有诸多的合作者，而这些合作者来自世界各地。同时，项目组还成立了全球第一个神经科学实验室，实验室分布在全球多个地点，包括美国、巴西等，各地的实验室在技术上是共享和互通的，在脑机对接研究方面是同步进行的。因为这项技术需要神经科学、计算机科学的共同合作来实现。
“病人可以穿上‘机械战甲’，电脑的CPU就在头甲里面，可以把脑部的信号传递给其他部位，脚部的感知行为可以传递回大脑，可以感知地面压力等各方面信息。我们称之为共享控制。人会有不同的想法，想走路或想转弯，这是由大脑做的决定，下肢的一些机器设备是听从大脑的指挥。它们具备非常复杂和微妙的功能。这是依据非常细致的计算功能来实现的。我们选了8个病人，他们有不同时间长度的瘫痪历史。我们想让他们动起来，同时又不想让他们感到无感知的恐惧感。我们给他们装上机器外骨骼，让他们经历了一个循序渐进的训练过程，长达7个月。”米格尔・尼科莱利斯介绍道。
而在国内，由于国内公共医疗管理系统还不太完善，医疗成本高、渠道少、覆盖面窄等问题困扰着患者。 “效率较低的医疗体系、质量欠佳的医疗服务、看病难且贵的就医现状”成了社会关注的主要焦点。大医院人满为患，社区医院却无人问津，病人就诊手续繁琐等问题都是由于医疗信息不畅、医疗资源两极化、医疗监督机制不全等原因导致，已经影响到人们的生活。所以，我们需要建立一套智慧的医疗信息网络平台体系，使患者用较短的等疗时间、支付基本的医疗费用，就可以享受安全、便利、优质的诊疗服务，从根本上解决“看病难、看病贵”等问题，真正做到“人人健康，健康人人”。“人工智能+医疗”给人口基数大、医疗资源相对不足、医疗资源分布不均衡的中国医疗事业带来了福音。由阿里云研究开发的ET医疗大脑，在大数据、云计算，以及人工智能的基础之上，实现了医疗诊断准确率80%以上，而在此之前，医生的诊断准确率只有70%左右。
而联想也早在2013年就开始了他们在医疗领域的布局，与温州医科大学附属第一医院成功合作。北京联想智慧医疗信息技术有限公司的创业成功也标志着联想成功在智慧医疗领域实现了重要突破。
现在，越来越多的新技术被应用到了智慧医疗之中，也有越来越多的互联网技术、大数据公司涉足医疗行业，这也有力地推动了智慧医疗的发展。比如，前不久万达与IBM合作，正式进军医疗行业，致力于提高医疗和养老的服务效率与质量。
如今，智慧医疗已经不仅仅是纸上谈兵，越来越多的云计算、大数据，以及人工智能等技术被应用到了医疗行业中。笔者相信，未来，我们真正可以实现足不出户就能享受到三甲大医院高水平医生的服务，真正解决“看病难”的问题。
未来，智慧医疗不仅仅能解决 “看病难，看病贵”的问题，还能给我们带来整套的健康管理系统，能让我们随时随地掌控自己的健康，通过将包括遗传基因、过往病史、历史病例在内的多种数据整合到云平台上，为每个人提供自己的私人随身医生、健康顾问，在为医院提供及时的诊疗帮助的同时，还能为我们预防疾病、O督健康做出贡献，并最终实现每个人都有一个专属于自己的随身私人健康管理员，这也是智慧医疗最终将实现的目标之一。
从制造到“智造”
人工智能的应用不仅仅是在医疗行业，在制造业也有很多的应用。过去，工厂的一条流水线可能需要几十个，甚至上百个工人来进行操作。而现在，同一条流水线，制造同样的东西，可能只需要几个人来进行操作、监管就可以了。这一切的转变也是因为人工智能的推动。而且相比之下，一条智能化的流水线的错误率也要比过去非智能化的流水线低得多。
在“智造”这个领域，也有很多国内外的大公司涉足，比如阿里云、西门子、SAP。由阿里云开发、研究的ET工业大脑，可以实现对车间工艺、湿度、空气，甚至是流水线上各个齿轮之间温度的准确监控，从而提升产品的良品率，进一步提高企业的效率和收益。拿一个年利润百亿元的公司来说，使用ET工业大脑以后，可以实现年利润提升1亿元。
在此次软交会上，来自大连的本土企业――大连天翼信息科技有限公司（以下简称天翼）也分享了他们在智能制造领域的经验。
天翼公司是“工业4.0”“中国制造2025”大连工业软件领域的核心企业，始建于1998年。在2016年授权为用友首批智能制造战略合作伙伴。天翼智能解决方案全面涵盖了智能研发、智能计划、智能生产、智能仓储、智能物流等生产过程的业务协作和监管控制，致力于帮助中国制造走向精益化、敏捷化和智能化。
天翼在智能研发领域，主要实现设计制造一体化；在智能计划领域，实现有限能力排产，基于有限资源，将企业的生产需求、资源能力、工作日历等生产中的真实情况全盘考虑，实现资源利用率最大化，生产任务延迟最小；在智能生产领域，天翼执行MES系统，有效加强MRP计划的执行能力，实现MRP计划和车间作业现场控制，并通过执行系统进行连接。其中，现场控制包括机台工位的任务分配、DNC/PLC控制、数据采集器、条形码、各种计量和检测仪器、机械手等。MES系统还设置了必要的接口，与生产现场的控制设施实现全方位对接。
在智能仓储领域，天翼的仓储条码管理系统将条码技术、手持智能终端、无线网络，以及实时数据传输技术应用到仓库作业各个环节管理当中，不仅实现了仓库货品的先进先出，还能使仓库货品的出库、入库、盘点等操作直接通过条码扫描枪来完成，很大程度上减轻了仓库工作人员的压力，提高了管理水平、效率和精细化程度。
关键词：人工智能 心血管 超声
大数据是现代医学模式的重要特征。在这种医疗模式下，要求医疗人员在确保患者安全和健康的同时追求效率的最大化[1]。对于高分辨率的医学影像成像，集中体现在医务人员快速、准确、有效地解释影像数据（包括肉眼可见和不可见），挖掘利于诊断和治疗的有用信息。在此背景下，人工智能（artificial intelligence,AI）应运而生，它为促进图像采集、测量、报告和随后的临床路径以及影像和临床数据的整合提供了有效手段[2]。心血管影像的精确性成为AI临床应用中的主要领域之一，本文对此作一综述。
1 人工智能及其在医学上的应用
AI是一个广义的术语，指的是机器或计算程序执行具有人类智能特征的任务的能力，如模式识别和解决问题的能力等。AI可以通过弥补人类智能，使现有医疗诊断和预后价值最大化，同时使医师负担最小化，从而显着改善健康诊疗过程和结果。AI在临床实践中的应用预示着医学领域一个更为剧烈变化时代的到来，在影像学方面尤其如此。一项通过分析科学网数据库的研究[3]发现，目前AI在医学的研究领域主要集中在大数据分析、脑卒中康复、心脏手术和医疗诊断和预后预测等方面。其中，用于医学诊断、预后预测和分类的神经网络和支持向量机是主要热点，占所有文献的26%；而未来最引人关注的研究主题是基于AI的微创手术。然而，关于AI数据管理、模型可靠性、模型临床效用验证等问题尚未进行广泛研究。
2 人工智能的机器学习法
大数据是一个经常用来描述大量收集数据的术语，如来自大型生物信息库的基因组数据、电子健康记录档案和大型研究队列数据以及影像学扫描数据等。AI系统通过识别和提取一组观测数据（数据集）的模式来自主获取知识的过程称为机器学习（machine learning,ML）。ML是人工智能的一个组成部分，描述为计算机从经验中学习的过程，并在没有事先知识的情况下执行预定的任务[4]。机器学习可以进一步分为监督学习、半监督学习和无监督学习，这取决于用于学习的样本是否完全标记、部分标记或未标记。ML的典型例子是人工神经网络，后者基于人类大脑的神经元及其连接，神经元之间的相互依赖关系反映出不同的权重，每个神经元接受多个输入，所有的输入一起决定了神经元的激活。通过样本训练找到这些合适权重的过程就是学习。学习过程的复杂性和所需的样本量随着神经元数量的增加而增加。由于计算能力和样本大小的限制，机器学习应用程序的成功依赖于从原始样本中手工提取特征来减少神经元的数量。为了解决这一问题，人们提出了深度学习的方法，即自动学习代表性的样本。深度学习是指一种特别强大的ML方法，它利用卷积神经网络模拟人类的认知，常用于影像模式识别和分类。
模型训练是所有ML类型的共同过程，它是利用模型分析所提供的数据中的各种特性来学习如何生成输出标签的过程[5]。如在超声心动图中，一个模型可以分析各种特征，如左心室壁厚度和左心室射血分数，以确定患者是否具有特定的条件。然而，在分析中包含不相关的特征可能会导致模型过度拟合，从而在呈现新数据集时降低其准确性。这强调了拥有一个能够代表总体的训练数据集的重要性。数据集的质量对于最终ML模型的质量至关重要。尽管ML算法可以使用小数据集或大数据集进行训练，但大数据集可以最大限度地提高训练算法的内部和外部有效性，降低过度拟合的风险。正确模型的选择通常取决于操作员的专业知识、数据集的性质和最终人工智能系统的目的。
3 人工智能在心血管超声的应用
心血管成像领域，包括超声心动图、心脏计算机断层扫描、心脏磁共振成像和核成像，具有复杂的成像技术和高容量的成像数据，处于精准心脏病学革命的前沿。然而，在基于AI的临床转化方法中，心血管成像一直落后于肿瘤学等其他领域。人工智能在超声心动图中的应用包括自动心室定量和射血分数计算、应变测量和瓣膜形态及功能评估以及ML在心脏疾病自动诊断中的应用。
3.1 心室定量和EF自动化。
自动心室量化和EF计算的算法旨在提供准确、快速和可重复的心尖视图分类、解剖标志检测、心室壁分割和心内膜跟踪。有研究[6]比较了AI软件自动测量（AutoEF）和手工追踪双平面Simpson法测量左室EF的准确性，并与心脏MRI进行了比较。结果表明AutoEF与手动双平面Simpson法测得的EF相关性较好，且与MRI相关性良好，但AutoEF低估了左室舒张末期容积（EDV）和收缩期末期容积（ESV）。此外，在不同切面，测量的准确性存在差异，以胸骨旁长轴切面的准确性最高，达96%，而在心尖切面时整体精度降低（84%）。腔室定量和左室EF测量的中位数绝对偏差在15%～17%，其中ESV的绝对偏差最小；左房容积和左室EDV被高估。
3.2 心肌运动和应变测量。
Kusunose等[7]研究发现与传统二维超声心动图相比，利用深度卷积神经网络可更好的检测区域壁运动异常并区分冠状动脉梗死区域。Cikes等[8]利用复杂超声心动图数据（整个心动周期的左室容积和变形数据，而不是单个数据点）和临床参数的ML算法识别心衰并对心脏再同步化治疗的反应进行评估，证实通过整合临床参数和全心周期成像数据，无监督的ML可以为表型异质性心力衰竭队列提供一个有临床意义的分类，并可能有助于优化特定治疗的反应率。另有研究证实[9-10],ML算法有助于区分缩窄性心包炎、限制性心肌病以及肥厚性心肌的重塑。Zhang等[11]采用AI软件和手工勾画对左室心肌的纵向应变进行了比较研究。发现AI自动测量的心肌全局纵向应变与手动应变变化最小（绝对值为1.4%～1.6%）。
3.3 心脏瓣膜评估。
有学者[12]采用AI软件对二尖瓣几何形状进行测量，测量参数包括二尖瓣环面积、瓣环高度和宽度、瓣叶连合间距、前后叶长度等。发现相对于常规超声心动图，所有评估的成像参数均获得了更好的观察者间一致性，而且所花费的时间明显较少。Prihadi等[13]研究证实，经食管超声心动图AI软件能够精确地对主动脉瓣结构以及冠状动脉开口进行测量和定位，且与多层螺旋CT的测量结果具有良好的相关性。
4 展望
在海量医学信息和影像数字化日益积累的现代医学时代，AI和ML为疾病诊断和风险预测等问题提供了新的解决方案。通过AI对超声心动图数据进行预测、建模和精确分析，可以帮助超声医师快速、准确地处理大量心脏超声影像学数据，既有利于应对当前医疗信息数量的急剧增长，又有利于提高处理数据信息的能力。未来，针对AI的研究应关注超声图像数据特征定义及其提取方法的标准化，以确保可推广性和可再现性，促进AI向更加个性化的医疗模式转变。此外，AI系统与远程医疗等软件的集成，将使智能心脏超声诊断系统渗透到资源消耗负担最繁重的地区，提高经济效益。
参考文献
[1]Oikonomou EK,Siddique M,Antoniades C.Artificial intelligence in medical imaging:A radiomic guide to precision phenotyping of cardiovascular disease[J].Cardiovasc Res,2020,Feb 24;cvaa021.
[2]Dey D,Slomka PJ,Leeson P,et al.Artificial Intelligence in Cardiovascular Imaging:JACC State-of-the-Art Review[J].J Am Coll Cardiol,2019,73(11):1317-1335.
[3]Tran BX,Latkin CA,Vu GT,et al.The Current Research Landscape of the Application of Artificial Intelligence in Managing Cerebrovascular and Heart Diseases:A Bibliometric and Content Analysis[J].Int J Environ Res Public Health,2019,16(15):2699.
[4]Gandhi S,Mosleh W,Shen J,et al.Automation,machine learning,and artificial intelligence in echocardiography:A brave new world[J].Echocardiography,2018,35(9):1402-1418.
[5]Alsharqi M,Woodward WJ,Mumith JA,et al.Artificial intelligence and echocardiography[J].Echo Res Pract,2018,5(4):R115-R125.
[6]Xu B,KocyigitD,Grimm R,et al.Applications of artificial intelligence in multimodality cardiovascular imaging:A state-of-theart review[J].Prog Cardiovasc Dis,2020,19;S0033-0620(20)30060-8.
[7]Kusunose K,Abe T,Haga A,et al.A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality From Echocardiographic Images[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):374-381.
[8]Cikes M,Sanchez-Martinez S,Claggett B,et al.Machine learningbased phenogrouping in heart failure to identify responders to cardiac resynchronization therapy[J].Eur J Heart Fail,2019,21(1):74-85.
[9]Narula S,Shameer K,Salem Omar AM,et al.Machine-Learning Algorithms to Automate Morphological and Functional Assessments in 2D Echocardiography[J].J Am Coll Cardiol,2016,68(21):2287-2295.
[10]Sengupta PP,Huang YM,Bansal M,et al.Cognitive machine-learning algorithm for cardiac imaging:a pilot study for differentiating constrictive pericarditis from restrictive cardiomyopathy[J].Circ Cardiovasc Imaging 2016,9(6):e004330.
[11]Zhang J,Gajjala S,Agrawal P,et al.Fully automated echocardiogram interpretation in clinical practice[J].Circulation,2018,138(16):1623-1635.
2020年上半年新旧动能转换工作总结
今年以来，泰山区认真落实市工业经济发展大会精神，全面落实区委十三届九次全会精神，深入推进区委《关于推进新旧动能转换重大工程的实施意见》确定的重点任务落地，加快实施新旧动能转换重大工程，全面提升发展质量和效益，，全力实施工业兴区战略，大力培育和集聚区域发展新动能，全力推进工业经济高质量发展，各项工作取得新成效。
一、新一代信息技术产业
山东厚丰汽车散热器有限公司汽车冷却模块机器人冲压/焊接生产线技术改造项目获得省级第二批“现代优势产业集群+人工智能”试点示范企业及项目。坚持项目导向，把产业发展落实到具体项目上。依托泰山信息科技“泰山office”研发及产业化项目，积极引领企业研发高端软件产品，构建自主可控高端软件，逐步实现关键领域、重点行业软件系统国产化。重重点培育思科赛德全国煤矿专用地震监测台网、融通电子基于数据驱动的智慧云校园服务平台、国际文化大数据（泰山）产业城，大通前沿精细化军事管理平台研发等项目，日常做好项目调度和服务，集聚要素资源，确保项目早建成早投产。以项目建设带动企业培植，重点做好信息科技智安园区监测预警应急一体化管控平台，山东海天智能脑机接口康复训练系统，泰安泰山机电物资有限公司泰山智能制造供应链大数据公共服务平台的项目建设工作，鼓励企业做大做强。
二、高端装备和智能制造产业
深入贯彻落实《中国制造2025》发展战略，坚持把培育和发展高端装备和智能制造产业作为工业新旧动能转换的关键环节，把握“创新驱动、跨界融合、示范引领、协同推进”四大原则，大力培育科技含量高、经济效益好、资源消耗低、环境污染少的高端装备和智能制造业，引领全区产业转型升级。“泰山智造”呈现出蓬勃发展的良好局面，已成为我区经济发展的新引擎。6月8日，国家先进印染技术创新中心获工信部批复组建，这是我区新旧动能转换重大工程的又一标志性成果。康平纳集团筒子纱自动化染色智能制造技术与装备入选世界智能制造大会“中国智能制造十大科技进展”，其“筒子纱染色智能工厂”列入国家首批智能制造试点示范项目；海天智能荣获省人工智能领军企业，其“智能康复机器人产业化及医联体康复中心示范综合体项目”列入工信部人工智能与实体经济深度融合创新项目；普瑞特机械制造股份有限公司智能化生产制造车间等3个项目被列入省智能制造试点示范项目；厚丰汽车散热器汽车冷却模块机器人冲压/焊接生产线技术改造等3个项目列入省级“现代优势产业集群+人工智能”试点示范企业及项目。
三、新材料产业
鲁普耐特集团参与制定了国家标准 9 项；主持制定行业标准 22项，是绳网国家标准的编制单位，行业标准的主编单位。申报各类专利 300 余项，其中，授权发明专利 7 项，实用新型 39 项，2019 年申报发明专利 41 项。是行业内参与国家标和行业标准制定数量最多的单位，知识产权专利拥有最多的单位。鲁普耐特集团申请承担国家及地方级科研项目，解决新材料绳网在海洋工程、深远海养殖、航空航天、军事国防等领域的综合利用方面的难题，并深入绳网产业链上下游新材料的研究，开发新的生产技术工艺，并为企业发展提供技术支持和保障，并在国内外期刊上发表相关文献、专利，增加企业的知识产权竞争力。
四、纺织服装产业。
积极推进科技创新，全力打造科技型企业。岱银集团、康平纳集团已建立省级企业技术中心、省级工业设计中心和山东省院士专家工作站三大省级研发平台。致力于全产业链的新产品开发，打造核心竞争力。康平纳集团以国家科技进步一等奖成果为技术基础,在康平纳本部建设年产2万吨标准化、可复制智能染色示范工厂，与传统染色相比，染色一次合格率由70%提高到98%以上，提高生产效率28%，节约用工80%；与《印染行业规范条件（2017版）》明确指标相比，吨纱节水70%、减少污水排放68%、综合能耗降低45%。被列入国家首批智能制造试点示范项目、《中国制造2025》2017年度重大标志性项目、山东省新旧动能转换重点项目，荣获2018年中国工业大奖。岱银集团大力实施品牌创新，已拥有“岱银”和“雷诺”两个“山东省著名商标”，旗下的“岱银”牌棉纱、牛仔布、毛呢以及“雷诺”服装四个产品均凭借优异的品质，获得了“山东省名牌产品”称号。“雷诺”服饰荣膺“中国驰名商标”、“中国最具影响力商务休闲品牌”、“中国服装招标采购高端定制品牌”等殊荣，在各大中城市建立了100多家销售网点，并成为全国200多家企事业单位的服装采购优秀供应商。“雷诺”服饰还在美国成立贸易公司进行自主品牌销信，品牌销售网络已覆盖美国、加拿大的20多个城市，已成为当前美国销量最大的中国自主服装品牌。康平纳集团拥有国家认定企业技术中心、重点实验室、院士工作站、工业设计中心等国家省部级研发机构，先后承担完成国家863计划、科技支撑计划、智能制造专项等国家省部级科研项目80余项，荣获国家省部级科技进步奖11项，其中“筒子纱数字化自动染色成套技术与装备”荣获2014年度国家科学技术进步奖一等奖。现拥有专利技术150余项，其中授权发明专利31项（其中，欧洲授权发明3项），参与制定国家、行业、企业标准30项。康平纳集团实现了筒子纱染色从手工机械化、单机自动化到全流程数字化、系统自动化的跨越，使我国成为世界首家突破全流程自动化染色技术并实现工程化应用的国家。发展智能化生产，推进服装纺织全球高级定制。
关键词造船企业；安全管理；物联网
0引言
造船行业是资金、技术、人员、工种密集型行业，涉及机械切割、装配、气割、焊接、电气、起重、冲砂、油漆等十多个工种类型，高空、临边、密闭空间、立体交叉、水陆交通等多种空间作业类型，火灾、爆炸、触电、高处坠落、物体打击、机械伤害、起重伤害等安全事故频发［1］，安全管理形势十分严峻。梁文艳［2］指出：智能化是船舶行业发展的必然趋势，作为船舶行业的重要组成部分，安全管理也必然要走向智能化。物联网融合了各种现代化感知技术、信息技术、智能控制技术，能够实现人、物、环境之间高效信息交互［3］，是现代社会智能化应用的典型代表，为造船行业安全管理智能化升级指明了方向。2016年3月，国务院的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》明确提出“广泛开展物联网集成应用和模式创新，丰富物联网应用服务”。探究物联网在造船行业的应用对推动产业升级，助力“中国制造2025”具有积极作用。物联网技术的应用对提高整个造船行业安全管理水平具有重大意义。
1物联网介绍
物联网，最早可追溯到1991年剑桥大学科学家研制的“咖啡壶观测系统”。1995年，比尔盖茨在他的《未来之路》中提出了构想。1998年，美国麻省理工学院的凯文艾什顿首次提出物联网的概念，并将其定义为：把所有物品通过射频识别（RadioFrequencyIDentification，RFID）等信息传感设备与互联网连接起来，实现智能化识别和管理。2005年，国际电信联盟（InternationalTelecommunica－tionsUnion，ITU）《ITU互联网报告2005：物联网》，正式提出“物联网（InternetofThings，IoT）”这一概念，并将其扩展为：未来广泛应用RFID技术、传感器技术、纳米技术与智能嵌入的物联网将无处不在，能够使万物通过互联网主动进行数据交换［4］。2010年3月，物联网被正式写进政府工作报告，引起中国广泛关注。当下物联网一般指按照约定的协议，通过RFID装置、传感器、全球定位系统、激光扫描器等传感设备将网络连接起来，进行信息通信和交换，以实现智能化实时自动识别、定位、跟踪、监控和管理［5］。物联网主要架构有感知层、网络层和应用层。感知层是物联网基础层，通过各种RFID、传感器、生物识别、图像识别、嵌入式智能模块、可穿戴设备等装置识别感知对象，收集静态、动态属性信息后传输给网络层。网络层是物联网的神经和中枢，它又可以细分为传输层和处理层。传输层利用ZigBee、Blue－tooth、Wi－Fi、WLAN、2／3／4／5G等无线网络、光线通信网络、工业以太网等有线网络将数据传输至处理层。处理层运用大数据、云计算、人工智能等技术手段对海量数据信息进行存储、挖掘，做出智能化决策，并将处理结果通过传输层传输给应用层。应用层是网络通信技术与其他领域的融合，通过将来自网络层的决策信息进行转换和处理，指导相关人、机、料、系统等做出高效、智能化动作，实现人机互动、机器交流，最终有机融合为智能安防系统、智慧医疗、智慧工厂、智慧城市等大型或超大型智能系统。
2造船企业安全管理物联网
造船企业安全管理的难点主要如下：（1）现场工况复杂，危险源繁多，作业人员难以全面掌握，难以做到事故预防。（2）作业人员、工种、分布广泛，安全管理人员相对较少，难以全面、实时管控和预测预警。（3）造船行业安全管理信息量十分巨大，传统人为的信息收集、传递和处理过程缓慢，甚至滞后。（4）一线员工多数文化水平不高，流动性大，不利于安全管理策略连续开展，主要依赖监管者的业务能力和水平，个人风格强烈，安全管理稳定性差。（5）缺乏对员工工作过程的全程监管，违章、违反劳动纪律现象普遍。（6）传统说教式岗位、安全教育培训作用效果有限。（7）缺少对设备、设施关键部件的精细化管理，维护和检修不及时。基于上述原因，传统的造船行业安全管理模式越来越难以应对当下日益严峻的安全情势，寻找更加全面、高效的安全管理手段迫在眉睫。根据造船企业安全管理提升的迫切需要，可建设安全管理物联网（以下简称“船安网”）。文章将“船安网”定义为通过智能手环、智能安全帽、智能机器人等船用传感设备对造船过程中影响安全的要素（人员、设备、设施、物料、环境）进行全方位感知，通过企业无线、有线互联网络进行传输、存储、提取、分析以及决策，从而实现智能化安全管理的系统性监控平台。“船安网”感知的是人员、机械、环境、设施的状态，安全生产管理中的关键环节、工序、部位和指标等，以及企业中的供配电、排水、通风空调等保障系统及其他安全管理中需要注意的方面。传输层需要传输的是实时数据、文档数据、历史数据、图像数据、视频数据、传感器数据等实时数据。处理层需要通过数据清洗、建模分析、数据挖掘、信息处理、耦合分析、信息融合等手段处理海量数据。应用层可实现安全评估、安全预警、自动控制、专家系统、违章预判与纠正、最优化决策等目标。“船安网”创新了造船企业安全管理模式，能够克服传统安全管理的局限性，实现精确性、全面性、实时性、本质安全性、稳定性与自主性安全管理。
2．1精确性安全管理
应用“船安网”的造船企业，可通过感知层精确地识别、跟踪各安全要素的静态和动态信息。精确识别是“船安网”高效安全管理的基础。
2．2全面性安全管理
由于感知层设备装置将各个安全生产要素的所有重要信息都转化为数据信息传入网络，并24h工作，全过程不间断，传入通过云计算技术、大数据技术、人工智能技术等手段进行分析、处理，“船安网”可全面掌控所有接入网络生产要素的各种状态信息。
2．3实时性安全管理
实时性有两方面的体现：一是由于“船安网”每时每刻都在动态地收集、传输、处理各安全要素的文档数据、历史数据、图像数据、视频数据等状态数据，因此管理者可以在任何时候掌握所有生产要素的状态信息；二是由于“船安网”是智能性网络，信息的收集、传输、处理、决策几乎同时完成，一旦安全要素出现问题或者偏差，立即就能得到解决或纠正。
2．4本质安全性安全管理
通过智能可穿戴设备感知一线工人的体温、心跳、脑电波、肌肉松弛程度等内部数据，通过激光扫描、人脸识别、步态识别等手段获取外在状态数据，“船安网”中枢可智能评估作业前员工的心理状态、身体状况、健康状况等，决定作业人员是否适合前往现场工作，推荐工作的最佳时长，提醒进行工具、工装的检查，针对不同作业工况建议选择穿戴合适的劳防用品，提供详细的工艺技术交底和规范的操作程序，及时识别环境中的危险源并及时反馈等，作业中全程跟踪操作，判断可能会出现的违章，及时纠正、发现环境中的危险因素，提前预测预警，作业后组织人员消除隐患，安全撤离。对于设备设施，特别是关键设备设施，从投入使用开始，建立动态电子档案，综合评估设备设施的自身损耗和环境影响，确定最佳维护保养和修理时机，直至完全报废，对使用的全过程进行动态安全管控。依靠人工智能、大数据等技术，“船安网”中控平台可以科学组织生产、合理布置工艺流程，使人、机、物、环境都达到最佳状态，最大限度地避免了事故的发生。大量自动化场景的实现可有效避免人身伤亡事故的发生，例如：自动化智能机器人可以代替人类进行有触电、爆炸、高坠、窒息等危险性的焊接、喷砂、涂装作业；自动驾驶技术可以实现无人驾驶；自动化机床、生产线可减少机械伤害；自动塔吊、行车可有效避免发生起重伤害事故。在人员岗前、岗位安全教育培训方面，可以利用增强现实等技术保证员工在与现实世界几乎一样的虚拟场景中根据正确的方法反复操作练习至熟练掌握，经平台严格评估后上岗，不损耗资源且安全环保，
2．5稳定性安全管理
通过大数据、机器学习、人工智能等技术，“船安网”可不断积累、储存、学习、优化安全生产管理水平，形成智能化专家系统，为各层级员工、管理人员提供详细、最优化决策，有利于一线员工、管理人员突破自身业务、管理水平限制，形成稳定而高效的安全管理。
2．6自主性安全管理
在“船安网”中，从感知层的自主收集、转化、发送各类安全生产过程中的信息数据，至网络层自主传输、存储、处理、分析数据并做出最优化决策，应用层最终自主执行网络层的决策，形成人员、机器、物料、环境完美交互。自主性是“船安网”全面性、实时性等特点的基础。
3结语
将物联网的概念引入造船企业安全管理领域，探讨利用物联网解决当下造船企业安全管理所面临的主要困境的构想。然而，安全管理物联网的实现却还有相当长的路要走，主要原因在于：（1）物联网的核心技术有待突破，例如：作为行业基础的物联网标准体系不健全，传感器技术、智能机器人技术、大数据技术、自动控制技术、人工智能技术等都需要长足的发展。（2）物联网传感、控制、服务器、网络设施等设备设施造价高，云技术、大数据技术、人工智能等核心技术研发成本高，导致物联网建设投入过高。（3）由于物联网基于互联网建设，终端数量多，信息系统之间交互要求高，易造成物联网遭受信息泄露、黑客入侵、病毒致瘫等，安全问题突出。结合当下实际情况，建议：（1）加强国内物联网研究机构技术交流合作，打破国际间技术封锁，集中力量突破制约物联网发展核心技术。（2）与造船企业智能化管理平台共同建设，共用基础设施设备，促进融合发展，降低安全管理物联网成本；做好国家资本、民营资本导流，引导更多人参与物联网建设，同时防止物联网产业低端化发展和恶性竞争。（3）加强开发物联网安全防护技术，倡导树立良好的网络道德，建立健全国家网络安全法律法规。
参考文献
［1］杨创远．船舶制造业的本质安全问题研究［J］．广船科技，2008（04）：31－35．
［2］梁文艳．智能化船舶业发展的必然趋势［N］．中国产经新闻，2018－09－07．
［3］姚万华．关于物联网的概念及基本内涵［J］．中国信息界，2010（05）：22－23．
【关键词】大数据技术 高校档信息 服务应用
1 论“大数据”技术在高校档案发展的必需性
2010年，英国数据科学家维克托.迈尔.舍恩伯格教授提出了“大数据”理念，特别是他对“大数据”阐述的全新见解，引发了全球各方面人士的关注和热议。“大数据技术”是指为了更经济地从高频率获取的；大容量的，不同结构和类型的信息数据中获取价值，进而设计的新一代架构和技术。正如：高校档案馆（室）所拥有的档案信息数据量规模已变得巨大且快速变化，档案信息数据存储，差孙，分析的形式与方法变得异常复杂，特别是针对原来相对较较小量的，静态的，结构化的“小数据”而存在的传统的数据处理和应用方式，显然已无法应对海量数据发展之需，必须尽快找到适应新环境；新需求的解决方案。
2 “大数据”技术使高校档案管理智能信息服务化
大数据技术运用于高校档案信息资源发掘。在校园的大数据时代，信息应用服务及师生用户的客观需求引领着高校档案由常规分析向广度、深度分析转变。人工智能、机器学习、知识图谱等一系列大数据技术能够从海量档案信息资源中分析潜在价值。未来，利用大数据技术进行档案的数据挖掘及其分析，也是高校档案管理信息服务化的主营业务。大数据技术更是推动高校档案馆（室）实现智能信息服务夙愿的发展方向和必由之路。
3 “大数据”技术在高校档案信息服务中的应用价值
“大数据”技术是“云计算”技术发展的必然产物，两者相辅相成、相得益彰，且智能化服务是它们共同的追求目标。从两者发展的成因与趋势发展来看，“大数据”与“云计算”的技术发展是紧密关联、相得益彰的，没有“大数据”的信息资源沉淀，则“云计算”的计算能力再强大，也难以找到用武之地；没有“云计算”的处理能力，则“大数据”的信息资源沉淀再丰裕，也终究只是海市蜃楼。高校档案馆（室）如若能将这两种技术紧密结合，“云计算”的强大计算能力将为“大数据”提供有力的工具与用途，可更加迅速的处理高校档案“大数据”的丰富信息资源，并更方便地提供档案信息资源检索，利用等各类智能化、个性化服务；而应用“大数据”技术对档案业务需求的考察论证，则可加速推动“云计算”技术在档案领域落地。
4 高校档案信息服务运用“大数据”技术的策略方法
毋庸讳言，当前还处于迈向“大数据”时代的早期，在应用“大数据”技术的方式和规模上，与现实需求存在很大的差距。高校档案馆（室）若想在信息海洋中做到游刃有余，就需向熟悉水性一样用好海量信息数据，尤其要密切关注“大数据”技术的发展走势，早日把概念性的东西变为可应用的“实体”，并通过不断改善和提升服务手段和技术性能，使服务定位能够更精准，让实时分析和响应用户互动诉求等技术支持能够获得新的突破和创新。
4.1 要运用“大数据”理念探寻挖掘档案信息资源使用价值的创新思路
当前，正处在步入“大数据”时代的早期，掌握敏锐的思维方法和领先的技能优势是最具有价值的竞争力，但这仅是具备了“采矿”的先进手段，最终大部分的价值还必须从档案信息数据之中去发掘。高校档案馆（室）坐拥丰裕的信息数据宝藏，必须充分意识到自己所拥有的宝贵财富。
4.2 要建立内部档案信息“数据资源集成库”
运用“大数据”技术，对高校档案馆（室）现有的“小数据”，通过一系列的科学方法，进行收集、整理和深度挖掘分析，想滚雪球般建立自己的档案信息“数据资源集成库”。
4.3 要建立档案信息“数据资源精加工车间”（即核心资源数据模块）
在搞清高校档案用户信息需求的基础上，从“小数据”应用开始来累积经验，并通过整合优化内外部信息资源的数据构架，从源头上为建立核心资源数据模块夯实地基，使之能够尽快投入到高校档案信息智能服务平台的实际运营中去。
5 结语
随着高校数字校园、智慧校园建设的逐渐深入，未来将会有更多的信息技术融合到高校档案信息管理中。如云计算与云存储服务，将会解决高校海量档案信息资源存储不足问题，同时借助于云架构模式实现档案信息平台互联互通及档案资源共享，而大数据技术更会引领高校档案界从狭义档案资源观向大档案观里程碑式地发生转变。
参考文献
[1]陈锋，孙森洋.大数据在高校档案信息管理中的应用研究[J].中国教育信息化，2015（07）.
[2]张倩.大数据技术在高校档案信息服务中的应用探索[J].档案与建设，2014（03），
[3]于晖.大数据及大数据技术与高校教师档案管理[J].宝鸡文理学院学报（社会科学版），2015（04）.
[4]张文元.大数据技术与档案数据挖掘[J].档案管理，2016（02）.
在信息化发展的今天,图书馆,特别是大学图书馆不仅要对信息进行简单的数字转换和管理,更要对新兴事物网络进行档案化管理和归档,包括文档、文字翻译转换、图片资料、声像资料、多媒体远程会议等。所以网络档案化管理,成为当今图书管理的必然趋势,这就必须对档案化管理的技术和法律相关问题进行深入阐述和探讨。
所谓数据挖掘(Data Mining),就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。这些数据可以是结构化的,如关系数据库中的数据,也可以是半结构化的,如文本,图形,图像数据,甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的,也可以是非数学的;可以是演绎的,也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等,还可以进行数据自身的维护。数据挖掘借助了多年来数理统计技术和人工智能以及知识工程等领域的研究成果构建自己的理论体系,是涉及数据库、人工智能、数理统计、机械学、人工神经网络、可视化、并行计算等的交叉学科,是目前国际上数据库和决策支持领域的最前沿的研究方向之一。
一、数据挖掘的功能
数据挖掘通过预测未来趋势及行为,做出预测性的、基于知识的决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识,按其功能可分为以下几类。
1、关联分析
关联分析能寻找到数据库中大量数据的相关联系,常用的一种技术为关联规则和序列模式。关联规则是发现一个事物与其他事物间的相互关联性或相互依赖性。
2、聚类
输入的数据并无任何类型标记,聚类就是按一定的规则将数据划分为合理的集合,即将对象分组为多个类或簇,使得在同一个簇中的对象之间具有较高的相似度,而在不同簇中的对象差别很大。聚类增强了人们对客观现实的认识,是概念描述和偏差分析的先决条件。数据挖掘的数字档案信息管理研究,聚类技术主要包括传统的模式识别方法和数学分类学。
3、自动预测趋势和行为
数据挖掘自动在大型数据库中进行分类和预测,寻找预测性信息,自动地提出描述重要数据类的模型或预测未来的数据趋势,这样以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。
4、概念描述
对于数据库中庞杂的数据,人们期望以简洁的描述形式来描述汇集的数据集。概念描述就是对某类对象的内涵进行描述并概括出这类对象的有关特征。概念描述分为特征性描述和区别性描述,前者描述某类对象的共同特征,后者描述不同类对象之间的区别。生成一个类的特征性只涉及该类对象中所有对象的共性。生成区别性描述的方法很多,如决策树方法、遗传算法等。
5、偏差检测
数据库中的数据常有一些异常记录,从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识,如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是寻找观测结果与参照值之间有意义的差别。这常用于金融银行业中检测欺诈行为,或市场分析中分析特殊消费者的消费习惯。
二、数据挖掘在建设现代化高校档案馆中的应用
1、资源类数据包括馆藏档案经过数字化加工而产生的各类电子档案、电子文件中心中存储的各类电子档案、档案软件收集的信息、档案信息网建设和维护信息。我们从研究大学档案用户的信息需求出发,数据挖掘为大学档案馆全面掌握和准确理解档案用户的信息需求提供了方法。
(1) 利用Web访问信息挖掘技术发现其中的关联模式、序列模式和Web访问趋势等,构建多维视图的用户兴趣模型。从而可以确定档案信息或服务受欢迎的程度,发现用户访问模式和用户需求的趋势,从不同侧面来研究用户的信息需求,为优化档案馆的档案信息资源建设提供了科学依据。
(2) 收集大学档案网web服务器保留的用户注册信息、访问记录,以及有关用户与系统交互的信息等原始数据,经过清洗、浓缩和转换形成便于统计分析的用户查阅数据库、日志数据库、用户定制信息库、用户反馈信息等各种数据集合。
2、从建设大学档案馆馆藏信息资源出发,数据挖掘为大学档案馆提供了选择一条科学发展道路的重要依据。
(1) 利用档案网和档案管理软件访问信息的挖掘分析出档案资源的利用率,将利用率高、需求量大的传统载体档案优先数字化。例如:通过对档案信息的访问记录、检索请求中用户请求失败的数据进行分析,按类统计档案拒用集和频繁利用集,结合聚集算法发现馆藏资源的缺漏,有针对性地补充和丰富档案信息资源。
(2) 在大学档案馆藏管理过程中利用文本挖掘,运用关联、分类、聚类等方法,从海量档案信息中按照相关专题进行挖掘、分类、加工、整理和有序化重组,构建特色档案信息库及各类专题档案信息库等。
3、从做好大学档案馆信息管理工作的角度出发,数据挖掘为优化馆藏信息和对未来工作的预测发挥重要作用。
(1) 在提供利用环节中,对用户每次借阅的信息进行关联分析,发现各类档案信息之间的关联规则或比例关系,这样可以进一步优化馆藏信息。
(2) 开展大学档案馆馆藏信息文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价工作,实现对大量文档集合的内容进行总结、分类、聚类、关联分析、分布分析,通过归纳与总结,发现的知识可以为未来档案工作的趋势进行预测。
三、数据挖掘在管理类数据中的应用
大学档案馆的管理类数据包括:智能监控系统、
消防系统、温湿度控制系统、智能密集架、数据管理系统、数据利用系统等在日常工作产生大量的管理类数据。我们得用数据挖掘工具在这类看似无用的数据中提取有价值的知识并运用到大学档案馆工作中,并在大学档案馆的现代化建设中发挥作用。
【关键词】医学;计算机技术
1.计算机在医学上的应用
1.1 计算机辅助诊断和辅助决策系统（CAD&CMD）
计算机辅助诊断和辅助决策系统（CAD&CMD）可以帮助医生缩短诊断时间。提供其他专家诊治意见，以便尽快作出诊断，提出治疗方案。诊治的过程是医生收集病人的信息，在此基础上结合自己的医学知识和临床经验，进行综合、分析、判断，作出结论。计算机辅助诊断系统则是通过医生和计算机工作者相结合，对病人的信息进行处理，提出诊断意见和治疗方案。这样的信息处理过程，速度较快，考虑到的因素较全面，减少误诊率。此外，人工智能模拟医生诊治时的推理过程，为疾病等的诊治提供帮助。比如：具有代表性的医疗专家系统的核心由知识库和推理机构成。知识库包括书本知识和医生个人的具体经验，以规则、网络、框架等形式表示知识，存贮于计算机中。推理机是一个控制机构，根据病人的信息，决定采用知识库中的什么知识，采用何种推理策略进行推理，得出结论。这种人工智能不仅模拟专家思维，为临床诊治提供宝贵思路，还能不断吸取新的经验，更好地为临床服务。
1.2 医院信息系统（HIS）
医院信息系统（HIS）用于医院管理，具有明显优势。一个完整的医院信息系统可以完成如下任务：病人登记、预约、病历管理、病房管理、临床监护、膳食管理、医院行政管理、药房和药库管理、病人结帐和出院、医疗辅助诊断决策、医学图书资料检索、教育和训练、会诊和转院、统计分析、实验室自动化和接口。卫生行政管理信息系统（MIS）利用计算机开发的“卫生行政管理信息系统”，又称“卫生管理信息/决策系统”，能根据大量的统计资料给卫生行政决策部门提供信息和决策咨询。一个完整的卫生行政管理信息系统包括三部分：数据自动处理系统（ADP），信息库，决策咨询模型。这样的电子化管理系统极大的缩短了办事时间，提高了工作效率，实现了庞大医疗机构各个部门的协调合作。
1.3 在学习上的应用
利用计算机的数据库技术对医学图书、期刊、各种医学资料进行管理。通过关键词等即可迅速查找出所需文献资料。计算机辅助教学（CAI）可以帮助学生学习、掌握医学科学知识和提高解决问题的能力以及更好地利用医学知识库和检索医学文献;并可通过电子邮件与师生保持联系，讨论问题，提高学术水平。利用计算机进行医学教育的另一种重要途径是采用计算机模拟的方法，即用计算机模拟人体或实验动物，为实验研究提供极大便利。
1.4 疾病预测预报系统
疾病在人群中流行的规律，与环境、社会、人群免疫等多方面因素有关，计算机可根据存贮的有关因素的信息并根据它建立的数学模型进行计算，作出人群中疾病流行情况的预测预报，供决策部门参考。也就是说，对数据库中的海量信息进行分析，可以得到疾病的发生发展特点及流行病学规律，为疾病的防治提供新的思路。
1.5 计算机医学图像处理与图像识别
医学研究与临床诊断中许多重要信息都是以图像形式出现，医学对图像信息的依赖是十分紧密的。利用计算机处理、识别医学图像，在有的情况下，可以做人工做不到的工作。如心血管造影，当用手工测量容积，导出血压容积曲线时，只能分析出心脏收缩和舒张的特点。若利用计算机计算，每张片子只需一秒钟，并可以得到瞬时速度、加速度、面积和容积等有用的参数。显微图像在医学诊断和医学研究中一直起着重要作用。人们已能用图像处理技术和体视学方法半定量与定量地研究细胞学图像以至组织学图像。计算机三维动态图像技术已使心脏动态功能的定量分析成为可能。
1.6 其它
计算机在医学上的应用十分广泛，包括护理中对各项生命指标的实时监测，药代动力学分析等等。数据库中的大量信息可以帮助人们更好地对基因进行研究，推动生物医学的发展与进步。
2.医学电子化特点与优势分析
医学电子化特点包括以下几个方面：减少差错，保证患者的安全用药;增加了医院收费的透明度，大大缓解了日趋增加的医患关系;减轻了医、药、护人员的工作负荷;这主要体现在：运用计算机管理后，医护取消了重复转抄，相对减轻了工作负荷，并使结果更为精准，减少人工误差，改善医患关系。信息的实时采集和广覆盖性及信息的反馈作用，保证了数据的及时、真实及准确性。应用计算机收集、贮存、处理有关病人的临床信息，让人感到应用便捷，一目了然。方便快捷的信息查询。大大提高了对病人疾病的认识，即可在短时间内制定病人的最佳治疗方案。
3.结语
科技的发展日新月异，从医学的基础研究到临床诊断都将广泛地采用医用计算机技术。在医学领域，不仅大大改善了医学研究的手段，促进了医学研究的进程，而且提高了对疾病的诊断和治疗水平。相信随着计算机技术的不断发展，医学领域将发生更大的巨变。
参考文献
[1]唐骥，等.计算机网络在医院临床系统中的应用[J].医学信息学，2009，1.
[2]张蕾.计算机技术与中医诊断[J].中国中医药，2005，7.
[3]陈玲，汤庸.基于医院信息系统的决策支持系统的实现[J].现代计算机，2006（1）.
[4]吕孟涛，李道苹，吴静，饶克勤.电子健康档案现状分析与展望[J].医学与社会，2006（7）.
[5]冯俊升.《电子签名法》若干问题研究[J].北京档案，2004（10）.
[关键词] 知识库 学习模型 教学模型 设计原则
一、引言
人工智能的发展,使CAI出现了新的研究方向,通过在CAI中引入人工智能,可对教学加以适当控制,即智能计算机辅助教学(Intelligent CAI,ICAI)。ICAI系统模拟的是教师,服务对象是学生,综合了专家系统与人工智能技术、教育心理学、教学理论等领域知识,是一种新的教学手段和教学思想。本文提出了一种ICAI多媒体课件设计结构,介绍了各模块的设计思想。
二、ICAI系统结构
教学是教、学两个方面有机结合的过程。一个完善的ICAI系统应能像优秀教师那样,具有丰富的专业知识、多样的问题求解方法以及解释问题的能力,并能根据学生的实际情况动态地组织和调整教学过程,而且能提出具有建设性的建议。因此,ICAI系统的重要标志是具有综合而有效的数据库。
同时,ICAI系统要体现教师的教学思想,可以考虑把教学策略和教学内容分开,通过学生模型及个别指导规则,动态生成适合于个别化教学的内容,通过跟踪学生的学习情况,随时更新学生的学习记录,达到实现个别化教学的效果。为便于不同层次的教师应用和功能扩展,系统应该采用模块化和开放型设计。
三、系统各主体模块的设计
考虑到系统实用性,ICAI采用Authorware、Borland C++以及SQL Server开发。在CAI教学中普遍应用的Authorware用于系统的流程设计、逻辑控制及界面开发;Borland C++用于生成推理诊断、计算过程和教学策略的动态链接库,供Authorware调用;SQL Server用来开发综合数据库。
1.学生模型的设计。ICAI系统是以“学生”为中心,因此学生模型是系统设计的中心问题,其作用是反映学生的学习要求、学习能力、知识水平,并建立和更新学生档案。
学习者对于某一知识点的有关测试题的回答情况构成了对该知识点的掌握程度。此外,考虑到不同认知能力学生在学习不同类型的知识时表现出不同的学习能力,我们对某学生已学习过的所有知识点,分类计算以下几个平均值:
总平均值=已学习过的所有知识点得分的平均值;
平均值1=已学习过的所有难度为“简单”的知识点得分的平均值;
平均值2=已学习过的所有难度为“较难”的知识点得分的平均值;
平均值3=已学习过的所有难度为“很难”的知识点得分的平均值;
记忆能力=已学习过的所有类型为“记忆型”的知识点得分的平均值;
理解能力=已学习过的所有类型为“理解型”的知识点得分的平均值;
应用能力=已学习过的所有类型为“应用型”的知识点得分的平均值;
学生模型根据这些信息建立学生档案,并记录入“学习历史记录”,供系统选择合适的教学方案时参考。
2.教师模型的设计。教师模型的主要功能,是通过对“学习历史记录”信息的分析推理,判断对知识的需求,根据专家经验选择教学策略和教学内容;通过测试后的分析反馈,了解学生的学习情况,以便组织下一次教学内容和进度,并能给提出相应的建议。一般地,当学生参加了某单元的测试后,教师模型便根据学生的成绩自动地调整其教学目标和教学内容,并动态地生成最佳教学序列,实现个别化教学。
3.综合数据库的设计。综合数据库是ICAI系统的基础,它包括:学科知识库、教学材料库、试题库、学生答疑库、教师评价库等内容,其中学科知识库是其主要内容和设计重点。
学科知识库包含两个方面内容:一是有关课程内容;二是有关应用这些知识求解问题的知识。这些知识相互之间的关系构成了一个知识网络。该知识网络可以用关系数据库表示,这种知识体系有两个典型的作用:可以确定知识点教学的先后次序;可以错误诊断。所有知识分为从易到难的多个层次,以知识点为索引用关系数据库存放在课件中,为实现个别化教学提供材料,同时也便于教学材料的扩充。
4.教学策略库的设计。教学策略即教学方法以及实现该方法的教学过程,教学策略的选用由所教授知识以及学生的认知结构决定。教学策略库中包含标准策略和自定义策略,教师可以根据不同的知识类型以及不同水平的学习者选用合理的教学策略模板,从而实现教学智能。
每一个教学策略均对应的“适应学生类型”设定值,教师模型根据每一个学生的“学习历史记录”与该设定值进行匹配,选择合适的教学策略。系统还可以将教学策略模板对不同知识和不同能力的学生的教学效果记录下来加以分析。
5.诊断模块的设计。本模块的主要功能是对学生的提问做出判断,给出结论和解释。这里主要是在综合数据库中搜索,对关键词进行模糊匹配,并根据数据库中关键词的权值高低依次列出推理结果。如果学生问题中的有多个关键词没有匹配上时,应根据现有知识进行推理,得到最优解作为临时答案,同时将该问题记录入数据库,由教师回答。本模块的推理判断由神经网络完成。
四、ICAI课件设计中的教学原则
利用ICAI多媒体课件教学是一种新的教学思想和教学方式,还处于尝试阶段,在它的开发设计中有多种结构和形式,也存在一些问题。笔者结合教学经验,简要介绍在ICAI设计中应该遵循基本原则。
1.多媒体素材与知识的科学性相结合,是ICAI课件编写中应坚持的首要教学原则。多媒体素材必须以反映英语语言规律的科学性为前提,切不可本末倒置,在系统开发中盲目追求界面精致、动画美观。
2.多媒体课件应方便与常规教学手段结合。不可一味追求多媒体教学课件在课堂上的展示,把由教师讲述的内容变为多媒体演示,把教师与学生、学生与学生的口头交流变为人机对话,企图用ICAI包括一切教学内容。
3.以学生为中心的原则。ICAI系统应该能充分发挥学生的主动性,让学生有多种机会在不同的情境下,应用所学的知识和探索解决实际问题的方案。
4.ICAI系统应强调对学习环境的设计。ICAI课件是针对学习环境而非教学环境的设计,在学习过程中要为学生提供各种信息资源(教学媒体和教学资料),这些资源用于支持学生的自主学习和协作式探索。
5.ICAI系统的评价结果要能准确、及时地反馈给学生,使学生知道自己的学习状况和学习效果,并据此变更学习策略、改进学习方法。评价反馈功能不仅仅是指出“对”、“错”,而且要帮助学生发现、分析、改正错误,还可指出要特别注意的相关知识点。
6.系统要具有开放性和模块化的特点,具有普遍性的功能可单独封装,各模块采用统一标准的接口,便于教师更新教学内容和教学方法,也便于系统功能的扩展。
五、结论
ICAI比CAI具有更大的灵活性,它以教师和专家的经验为基础,利用逻辑分析和计算能力,对学生的信息进行分析、计算、推理和决策,具有广阔的发展前景。本文提出了一种动态、智能的ICAI系统结构,进行设计和系统原型开发,从而可以更好地实现教学目的。
参考文献:
[1]刘炜,朱学增.ICAI的研究和发展概况[J].计算机应用,1994,14(5):17-20.
[2]段琢华.一ICAI课件模型[J].韶关大学学报(自然科学版),2000,21(4):37-41.
关键词：信息技术；互联网；电子文件；人工智能
一、档案信息化建设的必要性
档案信息化建设是在信息化时代背景下的产物，信息化建设已经成为了经济与社会发展的重要组成部分，各个企业也积极地开展档案信息化建设。企业档案信息化建设能够有效的解决企业的报表、合同、图纸、数据等等的保管问题，比起以往的纸质档案更加方便查阅和调动整理。在计算机软件的帮助下也可以为企业的决策提供数据支持，也可以有效的服务于企业的生产经营活动。
1、档案信息化建设是信息时代档案管理现代化的需要
在现代社会，计算机的出现推动了信息时代的发展，而现代通讯信息化已经成为一种潮流，为了适应和跟上这种发展趋势，档案部门所面临的信息化是必然的发展前景。而档案的信息化建设所要依靠现代科学技术，档案管理的现代化就是将原有的管理体制与大量的实体数据应用计算机与人工智能转换为数字化的信息管理模式，使档案管理融合进时代的现代化改变。
2、电子文件的大量出现，需要利用现代化的技术手段和管理方式。
现今的许多数据因计算机网络的应用生成为电子文件，而这些文件就需要应用新型的信息化的管理手段，传统的固有管理模式已经不能很好的完成电子时代的需求。而且电子信息相较于原有的档案管理更为方便、清晰，更有利与档案文件的管理，数字化的简明弥补了原有的纸质档案过多、查找困难的缺陷。
3、档案信息化建设，是充分开发利用档案信息资源的需要
社会经济与活动的发展离不开信息资源的积累，作为信息资源的一种，档案在其中也有一定的重要作用。信息资源的信息化可以使信息资源的整合与获取更加方便，提高了工作效率。档案信息化可以将繁多的信息系统的整理出来，开发信息中所具有的作用。
二、档案信息化建设的有利条件
计算机的普遍应用和计算机水平的不断提高促进档案的信息化逐步提高，这对我国大中小企业档案管理工作的发展与走向起到了很大的促进作用。
信息化的建设已经逐渐变得规范系统化，在一些企业中，档案信息化的进程都有不错的进展，应用电子文件进行处理与收集已经日渐完善。第三点，管理系统已经逐渐的走向新型的适合现代化的管理模式，在配合电子科技与人工智能进行档案管理上，档案管理部门逐渐增添新型人才，制定合适与信息化管理的规划。以上这些都为信息化建设奠定了基础，提供了保障。
三、档案信息化建设存在的问题及对策措施探讨
虽说档案信息化是一个跟随时代潮流的决策，但是对于固有的管理模式的改变使这项工作中经常会遇到一些问题，这些问题有存在与产生的原因有内在与外在的，而这些都是急待解决的。
1、缺乏统筹规划，盲目建设的现象较为普遍
企业档案信息化建设对企业未来的发展有着十分重要的意义，一些企业已经清醒地认识到了这一点，但是这并不意味着企业可以脱离自身的实力条件去盲目建设。很多公司在不顾自身技术水平、资金流动和公司实力，未充分意识到企业档案信息化建设的艰巨性、长期性以及对人才队伍的高要求，盲目跟进，结果给企业带来了严重的经济负担，这是得不偿失的。还有一些企业虽然已经建成了档案信息数据库，但是由于缺乏专门进行更新和维护的工作人员，使得企业的档案信息系统成为了名副其实的摆设，无法实现公司档案信息资源的共享。
2、信息化建设基础设施薄弱，技术、资金等投入不足
企业档案信息化建设普遍存在重视不够、认识不足、信息化程度低和基础条件薄弱等问题。一些面临转型的公司由于对档案信息化建设的认识不到位，或者考虑到自身经济的实力，往往不愿意在这方面增加额外投入。从硬环境看，对企业档案信息资源的开发深度不够，缺乏相应的技术设备，企业档案信息系统建设质量良莠不齐，数字化信息资源缺乏。从软环境看，企业档案信息管理人才缺乏，资金投入不足，对企业档案信息资源网络化和数字化可行性研究开展不够。
3、企业档案信息化建设发展不平衡
企业档案信息化建设存在发展不平衡的情况，部分企业开展了档案信息化建设，而有一些则没有，尤其是一些中小公司。即便是在已经开展了企业档案信息化建设的企业中，也存在着极大的不平衡。规模大且效益好的企业，其档案信息化建设的投入也多，并且也取得了较好的效果；而对于一些规模小且效益差的企业，其档案信息化建设投入较少，往往效果也差强人意，很多信息化建设项目比较落后或一直停留在原计划中。
四、加强公司档案信息化建设的措施
1、加强领导，统筹规划
领导方向的正确与否直接关系到档案信息化建设的成败。没有领导的支持和带领，要实现企业档案信息化建设便只能是一句空话。因此，在企业档案信息化建设过程中，首先要成立一个专门领导机构，由这个领导机构负责组织相关部门和人员制定规划，同时合理地协调各部门的工作，控制资金、技术和人员的调配。此外，加强对企业档案信息化建设重要性的宣传力度，使领导干部和档案管理人员真正认识到企业档案信息化建设的重要性，只有这样才能保证他们能够真正地投入到档案信息化建设中。
2、加强公司档案信息化建设的基础工作
企业档案信息化建设很重要的一点便是加强企业档案基础整理工作，为做好公司档案信息化建设打好基础。加强对反倾销档案、公司文化档案、信用档案和知识产权档案等公司核心信息资源的收集和管理；加强公司电子文件的管理归档；注重公司档案信息数据库的开发，致力于建设功能强大的公司档案信息管理系统。目前，已保存的公司档案信息资源主要是以传统载体形式存在，公司档案数字化信息资源较少，因此，必须加快传统载体公司档案信息数字化进程，增加数字化公司档案信息资源总量。公司档案信息是国家重要的战略资源和宝贵财富，必须从法律法规、技术保障、组织管理、基础设施等多方面统筹考虑，构建强大的公司档案信息安全保障体系，制定相关的档案信息安全保障措施，加强管理，运用先进的信息安全保障技术来保证公司档案信息的安全。
3、加快相关标准规范的制定
标准规范是企业档案信息化建设中不可或缺的要素，是公司信息化建设的基本保障。无论是企业电子文件接收，还是企业馆藏档案数字化，都要坚持规范性原则，制定出相应的规范和标准，按照统一的规范对公司电子文件进行归档，传统纸质企业档案的数字化及数字化档案的保管、利用都需要按照规范标准进行，避免互不兼容、各自为政和重复建设等现象的发生，让企业档案信息化建设有章可循、有法可依。
4、注重人才队伍的建设
由于企业档案信息化设是一项技术性和专业性很强的工作，因而人才队伍的建设显得尤为重要。企业档案管理人员在日常工作中要加强自身素质和专业的培养，注重法律、管理科学、信息技术等各方面知识的学习，以适应档案信息化建设的要求；招聘一些计算机技术同时，企业档案管理人员还应当转变观念，积极探索档案信息开发利用方式，主动去了解掌握企业档案中的有用信息，实现从企业档案管理者到企业档案信息开发者的角色转变。
参考文献：
建设节约型能源企业
如何突破节能的瓶颈，必须针对发电企业生产营运的新特点、新难点，在原燃料管理解决方案的基础上，进行新一代燃料智能化管理解决方案的研发，通过物联网等IT技术与燃料管理变革深度融合，释放发电企业更多的管理潜能。这是国电集团信息中心副主任杜永胜的一个观点。据了解，这个方案目前已在国电集团进行了应用推广。
燃料管理信息系统是国电集团“GDI93”九大业务体系之一。系统于2010年2月开始建设，2011年1月在全集团24家分子公司、113家火电厂正式上线。为适应集团、分子公司、火电厂三级燃料管理模式需求，系统从“统一规划、集中部署、规范数据审核、统一数据出口、规范合同处理、统一工作平台管理”等方面着手，采用成熟、先进的体系结构，建设了涵盖“基础体系管理、上报数据、审核数据、综合查询、数据图表、内部信息平台、工作平台、辅助决策分析”等模块的集团燃料管理信息系统，为集团、分子公司、火电厂各级燃料管理工作提供有力支持。
该系统拥有强大的数据处理能力，可同时处理高达10亿条信息记录，采用客户端数据交互与服务端数据交互结合的方式，确保了海量数据交互的实时性和准确性；系统提供智能辅助决策功能模块，利用BI数据库的优势，建立多个挖掘主题，从点、线、面全方位创新分析模式，实现了对“日报数据”、“月度数据”、“市场信息”的分析，以多层次、多维度、图形化的方式展示集团、分子公司和火电厂的燃煤进、耗、存信息，同时深入分析市场煤价走势，辅助管理者根据燃料周期数据及市场信息，及时调整工作方式、策划，提升决策能力；系统支持短信平台，通过短信的方式定时发送时间、内容维护以及发送指标维护，做到定时催报、指标提醒。
随着电煤价格的剧烈波动与IT信息技术的高速发展，国电集团敏锐意识到智能化技术发展为发电企业燃料管理变革提供新的保障，通过智能化的燃料过程管理、燃煤掺配管理及数字化煤场管理，提升燃煤可控性，降低燃料成本，实现管理效率、效益双提升。因此，自2012年1月开始，国电集团开始要求集团下属企业加大力度开展燃料智能化管理建设，并在同年6月，正式启动电厂燃料智能化管理建设实施，加强对燃料从入场、入炉燃烧到灰渣处理、废气排放等各个环节的全方面管理控制和精细化管理。
对燃料的数据挖掘
上海外高桥第三发电有限公司是国内1000MW超超临界机组的节能降耗技术与实践的佼佼者，在冯伟忠总经理看来，电力企业落实节能减排工作的核心在于发电环节，在这个环节，信息技术应用对节能的作用主要体现在生产控制和设备管理两个方面。在电力生产控制方面，通过信息技术的应用，将不同煤质的煤，按照合理的比例进行配煤掺烧，能够提高煤炭燃烧的充分性、降低单位发电量燃料消耗成本，减少单位燃煤含硫、含硝废气的排放量。在设备管理方面，通过加强设备管理，提高设备运行的可靠性、稳定性，降低资源损耗，实现节能、降本增效的目标。
对于国内发电企业来说，从发电企业集团层面、二级运营公司层面，到基层电厂层面，不同管理层级对于燃料管理所涉及到的所有业务环节，存在着三个纬度的业务边界，即集团纵向管控的垂直业务信息边界、横向业务协同的一体化运营信息边界、企业创新发展的内部管理信息边界。由于信息边界的存在，导致集团层面对于燃料市场信息的搜取存在信息壁垒，不能有效地指导二级公司对下属电厂进行协同，基层电厂不能灵活机动地制定准确的燃料计划并高效执行。因而，对于燃料的管控，发电企业集团需在内部建立起自上而下的统一的信息化平台。
从电厂燃料采购、入厂检验、质量控制的角度，要严格控制入厂煤的数量和质量数据的准确性，对入厂煤的数量检验和煤质检验数据需要能够长期保存、实时查询，能实现对不同批次的来煤进行质量比对，对燃料入厂、计量、采制化的全业务过程进行实时监控，建立燃料管理的全生命周期管理信息化手段。
远光GRIS集团燃料管理解决方案提供了新形势下从发电集团到基层电厂的全面管理解决方案。在入厂煤环节，通过智能Ic卡管理方案规范车辆管理；在计量环节，通过实时采集器自动采集轨道衡、汽车衡、皮带电子秤燃煤数量信息；在采制化验环节，通过与电厂采制样机系统无缝集成，实现数据的三级编码和加密、解密，地杜绝了人为因素的影响。通过在燃料入厂、采制化环节对设备进行信息化管理和数据抽取，能够有效保证燃料的数量和质量，降低单位发电量成本，达到降本增效的目的。
在煤场管理方面，实施数字化煤场管理，对燃煤进行分堆存放管理，按照来煤入库单自动计算煤场区域进煤的数量、质量，自动读取皮带电子秤数据，建立存煤档案，利用GPS实时监控显示煤场煤堆数量和质量，为人厂、入炉调度和掺烧加仓提供实时存放信息。在燃料入炉发电的过程中，全部采用优质煤和全部采用劣质煤都是不经济的做法，方案提供自动计算燃料消耗，结合燃料存储管理，自动生成混配掺烧的最佳方案。此外，还支持对综合入炉消耗、库存盘点、反平衡消耗三组燃料消耗数据进行消耗统计分析，能够合理准确的确定月发电煤耗。通过在燃料入炉掺烧环节，利用信息化手段，合理配煤、科学掺烧，能够帮助电力企业降低单位发电量耗能，提高燃料的充分燃烧率，减少发电企业单位发电量含硫、含硝废气、废水的排放量。
