摘要：本文提出了一种基于前车历史动力协作的新型跟驰模型，通过引入前车历史动力信息来优化交通流稳定性。研究采用线性稳定性理论分析，发现合理参数范围内该模型能显著抑制速度波动，提升交通流抗干扰能力。数值仿真验证了理论分析，表明历史动力信息与窗口深度存在最优组合，过度依赖历史信息会因时滞效应降低稳定性。该研究为智能交通系统中的车辆协同控制提供了新思路，获国家自然科学基金等项目支持。

本文探讨了人工智能技术在满足老年人情感需求中的应用与挑战。研究发现，AI在情感陪伴、社交互动和自我价值实现三大领域具有显著价值，能有效缓解老年人孤独感。但存在情感识别精准度不足、交互体验不兼容等技术问题，以及社会接受度低、数字鸿沟显著等社会问题，还有隐私泄露、情感依赖等伦理风险。研究建议：构建老年专属AI情感模型；实施分层数字素养培养；加强伦理防控与数据安全。该研究为智慧养老发展提供了重要参考，是

摘要：针对科研诚信信息共享难题，本文提出基于区块链与领域自适应语义增强检索的智能管控平台。平台构建五级协同架构，采用混合存储与动态共识机制确保数据安全；设计融合预训练语言模型的检索算法，实现多源异构数据精准关联；开发智能预警模块，结合时序特征与关联分析预测失信风险。实验表明，该平台在检索效率、数据安全及预测准确性方面显著优于传统方案，为科研诚信跨域管理提供有效解决方案。基金支持：广东省重点研发计划

摘要：本研究基于CNKI数据库1291篇文献，运用LDA主题模型分析大学生数据素养研究热点，构建包含5个一级指标（数据基础能力、工具应用等）和23个二级指标的评价体系。研究采用λ=0.6的加权算法平衡主题词代表性与区分性，形成科学稳定的测评框架。该成果为高校数据素养教育提供理论支持，并建议未来纳入AI等新兴技能评估。项目获教育部等多项基金支持。（149字）

本研究提出一种基于改进YOLOv8的苹果品质智能检测算法，通过引入多尺度特征融合模块(MSFM)、卷积块注意力机制(CBAM)和改进的FocalLoss损失函数，有效解决了传统检测方法效率低、主观性强的问题。实验结果表明，该算法在构建的15,000张多品种苹果图像数据集上取得96.8%的准确率、93.7%的mAP值和45.1FPS的处理速度，相比基线YOLOv8性能显著提升，对各类缺陷检测准确率均

本文提出了一种基于注意力机制和图嵌入技术的无监督多维时间序列异常检测模型GE-GRU-VAE。该模型在编码器中使用MLP和多头注意力结构提取特征，在解码器中采用图嵌入GRU进行序列重构，通过双阈值方法判定异常。在SWaT和WADI数据集上的实验表明，该模型具有较低的时间和空间复杂度，且检测精度优于基线模型。研究为工业应用中减少人工干预的异常检测提供了有效解决方案，未来将进一步提高检测精度并在更多数

本文针对无人机红外图像中小目标检测的挑战，提出了一种基于YOLOv11n的改进方法。通过新增P2小目标检测层、构建双向多分支辅助特征金字塔网络(BIMAFPN)，并引入动态注意力检测头(DyHead)和NWD-Inner-MPDIoU组合损失函数，有效提升了微小目标的检测性能。实验结果表明，改进后的模型在HIT-UAV数据集上mAP50达到92.8%，较基线提升2.2%，同时保持轻量化特性。该方法

本研究提出一种基于改进YOLOv8的苹果品质智能检测算法，通过引入多尺度特征融合模块(MSFM)、卷积块注意力机制(CBAM)和改进的FocalLoss损失函数，有效解决了传统检测方法效率低、主观性强的问题。实验结果表明，该算法在构建的15,000张多品种苹果图像数据集上取得96.8%的准确率、93.7%的mAP值和45.1FPS的处理速度，相比基线YOLOv8性能显著提升，对各类缺陷检测准确率均

本文提出了一种基于YOLOv11改进的遥感图像小目标检测算法YOLOv11_ACMix。该方法采用Transformer架构增强特征提取能力，并创新性地引入ACMix模块，融合自注意力机制与卷积运算的优势，有效提升小目标检测性能。实验在DOTA数据集上验证，结果显示改进后的模型在精度、召回率等指标上优于传统方法，且训练收敛稳定。该研究为复杂场景下小目标检测提供了有效解决方案，具有实际应用价值。

本文提出一种新型重力补偿算法，通过自动标定力传感器坐标系与机器人末端坐标系的旋转变换矩阵，解决了传统方法需手动校准的难题。该方法利用最小二乘法估计力传感器初始值、工具重力及重心位置，并通过特定姿态精准标定坐标系关系。实验采用AUBO-I5机械臂和ATI-Gamma力传感器，结果表明该算法补偿误差仅为[0.237N 0.395N 0.928N 0.032N·m 0.018N·m 0.002N·m]，