摘要：本文基于CiteSpace软件对中国知网2010-2024年人工智能领域深度学习研究的3040篇核心期刊文献进行可视化分析。研究发现：2016年后发文量快速增长；研究机构呈现"一超多强"格局，以中国科学院大学为核心的合作网络最为紧密；研究热点集中于人工智能、深度学习等基础技术，未来将向预测、隐私保护等方向拓展。研究表明深度学习正从技术突破转向"算法-场景-伦理&

本文针对高校心理健康服务存在的评测精度不足、时效性差等问题，提出基于多模态情感交互的学生心理健康支持系统。系统包含两个核心模块：基于校园大数据的实时心理状态监测模块，通过融合学生多源行为数据构建动态画像，提出的自监督学习方法显著提升识别准确率；基于大语言模型的情感支持模块，采用CNN-LSTM多模态情绪识别方法，实现85%以上的评测准确率。实验表明，系统在心理状态识别和早期干预方面具有显著优势，为

本文针对高校心理健康服务存在的评测精度不足、时效性差等问题，提出基于多模态情感交互的学生心理健康支持系统。系统包含两个核心模块：基于校园大数据的实时心理状态监测模块，通过融合学生多源行为数据构建动态画像，提出的自监督学习方法显著提升识别准确率；基于大语言模型的情感支持模块，采用CNN-LSTM多模态情绪识别方法，实现85%以上的评测准确率。实验表明，系统在心理状态识别和早期干预方面具有显著优势，为

宁夏大学团队在《电气工程》期刊发表论文，介绍其基于AI智能体的直流减速电机驱动系统设计。研究采用自主研发的"电路智导"AI智能体（GLM-4.5模型），构建"学生-AI协同"设计框架，实现从需求分析到电路仿真的全流程辅助。系统通过Proteus仿真验证了AI生成电路的正确性，并创新采用节拍统一刷新机制，使双电机实现零时滞同步。实验表明，该系统在控制精度、同步

本文针对城市轨道交通与高铁换乘场景，提出了一种运行图协同优化方法。通过构建双目标优化模型，在计划编制阶段动态调整区间缓冲时间，平衡运行图鲁棒性与换乘效率。采用NSGA-II算法求解，案例研究表明优化方案可使系统总扰动时间减少36.04%，缓冲时间控制在0.2-0.6分钟范围内。该方法有效提升了多制式交通协同运行效率，为高密度城轨网络的韧性调度提供了新思路。

本文基于Python语言和机器学习技术，针对黑龙江历史文化景区的能耗特征进行研究。采用TensorFlow框架和长短期记忆递归神经网络(LSTM)模型，对景区用电数据进行预测分析。研究通过数据预处理、模型训练和可视化展示，实现了用电量波动的准确预测。结果显示，景区用电量随季节和客流变化显著，具有不稳定性特征。该预测系统可为景区能源管理提供科学依据，助力文旅产业绿色发展。研究获多项省级科研项目支持，

本文提出了一种基于功能依赖的嵌入式WIFI通信系统设计方法。研究团队来自鞍山师范学院、北京邮电大学和琼台师范学院，项目获得海南省科技厅和辽宁省教育厅基金支持。针对无线通信产品调试困难的问题，该系统采用分层模块化设计思想，开发了包含WIFI连接器、通信终端和服务端三大功能模块的Android应用。关键技术包括嵌入式硬件管理、服务端与终端连接控制以及通信数据测试模块。实验验证表明，该设计能有效解决无线

本文针对PHP应用中由于序列化滥用、输入校验缺失、路径解析歧义而引起的高危安全威胁，将快速预筛、基于AST/CFG的深度语义分析、跨函数关联溯源三种模式有机结合起来，构造从受污染源到触发点的可视化证据链，并设计实现了一套多模态污点分析检测框架，解决了传统审计工具在跨文件数据流追踪、消毒器识别、路径归一化等方面的不足，同时引入AI辅助技术对漏洞片段做智能摘要及自动化验证，提高了人工复核效率。通过在D

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