目的 人工智能识别技术在T1期肺癌诊断中的临床应用研究。方法 取我院（2021年1月至2021年12月）患者40例，为患者拍摄CT摄胸片，AI识别技术阅读和人工阅读。比较人工智能识别技术与人工阅片对T1期肺癌的敏感性、特异性、准确性和总阅片时间。结果 人工智能诊断的符合率、敏感度、特异度分别为97.50%（39/40）、0%（0/1）、94.87%（37/39）。以手术病理检验结果为金标准分析人工读片的符合率、敏感度、特异度分别为100.00%（40/40）、100.00%（1/1）、100.00%（39/39）。诊断符合率、敏感度、特异度对比，人工读片均高于人工智能（P<0.05）。诊断总满意度对比，人工读片高于人工智能（P<0.05）。结论 借助人工智能和机器人自动学习T1期肺癌胸部CT显示图像，对于T1期肺癌的早期识别能够达到较高的灵敏度和特异性，能够帮助专业医生进行诊断。

近年来，探索运用AI辅助CAE仿真分析成为新的热点，目前AI在多个分析领域已有初步探索应用，AI技术的应用将大大缩短数据分析及优化时间。同时，机械仿真设计软件是利用数值理论方法对工程中一系列问题求解的重要工具。长期以来机械仿真设计仿真软件面临的最大问题是限于理论的不完备和计算能力的不足，大量的工程问题难以得到快速和准确的求解，且不断复杂的软件本身也造成了技术人员使用的局限。预期本文所提出的技术将AI技术应用于工程软件能有效加速求解速度，并结合语音识别可以降低技术人员的应用门槛。

现阶段，输电线路无人机巡检主要采用多旋翼无人机对塔身以上设备拍摄杆塔、导地线、绝缘子、金具设备进行精细化巡检，无人机巡检的普及提高了输电线路运维工作效率。本文章分析了输电线路无人机巡检图像缺陷智能识别方法分析，以期为业内相关工作人员提供一定的参考。

鉴于社会发展下的垃圾总量的不断增加，就如何有效分类垃圾，减少污染，文本提出使用计算机深度学习技术进行垃圾识别检测研究。该方法应用卷积神经网络，基于YOLOv5 模型，融合注意力机制进行特征提取。实验表明该方法能有效识别出可回收垃圾、有害垃圾、其他垃圾，从而验证了该方法的有效性。

烟叶分级是生产烟草制品的必经程序。为了提高烟叶分级过程的工作效率，解决目前人工进行烟叶分级效率低、标准不统一的问题，提出了一种基于机器智能识别的烟叶分级技术。通过机器对烟叶图像进行拍摄识别从中提取用于分类定级的关键信息，与前期输入至机器中的分类标准进行对照后，实现对烟叶的智能识别和分级。该技术可以提高烟叶分级效率，提高烟叶分级过程的准确性。

本文探讨了城镇低效工业用地的定义、特征、识别方法及优化利用策略。通过指标体系法、遥感技术和GIS空间分析，对低效工业用地进行精准识别；并提出土地再开发与转型、政策引导与资金支持、智能管理与数字化技术应用等优化利用策略。这些措施有助于提高土地利用效率，促进城市可持续发展。

本文主要针对发电厂生产现场的实际情况，研究一套基于边缘计算、红外智能测温技术、可见光智能感知、人工智能和大数据等综合创新技术结合的生产现场隐患智能识别预警系统。该系统可以全面应用于电力行业，针对电力生产全流程设施设备故障进行提前预警，有效降低现场隐患对设备和人身安全的威胁，引领现场安全管理向智能化方向发展。

正确的国家版图是国家主权和领土完整的象征，是国家主权的体现形式。我国政府一直非常重视维护国家版图尊严，采取各种有效措施来树立全民的国家版图意识，加强地图市场的监管，整顿和规范地图市场，杜绝错误表示中国版图的地图。“问题地图”在互联网中大量存在，主要为如下几个方面的错误问题：1)阿克赛钦地区；2)藏南地区；3)南海诸岛；4)钓鱼岛、赤尾屿；5)台湾省这五个错误类型。规范地图登载和使用，查处违法违规行为是各级测绘地理信息主管部门职责所在。基于当前需要大量人力对“问题地图”的错误问题进行审核的情况下，提出了一种基于卷积神经网络的多尺度的方法对问题地图进行智能化的判定方法。该智能识别方法可以减少人工的审核时间并且可以减少人工审核带来的出错率，是目前对“问题地图”这一系列问题审核中较方便快捷的方法。

本文提出了一种基于地声纹智能识别技术，能识别常规机械外力破坏的地声，对机械施工非法外力破坏进行识别定位的电缆通道防外破在线监测装置。改装置可以通过GPS精确定位监测点，实现实时监测振动信息，实现外损预警。