针对目前火灾发生频率高，现有火灾检测模型特征提取不足，若未及时发现容易造成人民群众的重大生命财产损失等问题，提出一种改进的YOLOv11n的火灾检测模型，在颈部引入CBAM注意力机制模块，有效捕捉特征图中的全局语义信息，融合重要通道和空间位置，进一步提升模型的特征提取能力，提升对火灾的检测精度。实验结果表明，改进后的模型相比原模型，精确率提升5.1%，平均精确率提升0.6%，模型性能有一定提升。
针对电商平台中白酒类商品售假行为隐蔽化、动态化带来的发现难、取证难、维权难等问题，以“川酒知识产权检察保护平台”项目建设为蓝本，提出并构建了一套融合异构信息网络分析、意图驱动语义解析的智能化监测与维权模型。该模型创新性地将海量、多维、松散的电商数据与社交媒体信息，建模为包含“商品-店铺-销售者-地域-文本”等多种节点与关系的异构图谱，并应用“跳跃知识网络”自适应聚合图信息以解决数据稀疏与类别不平衡难题。在此基础上设计DIKWP（数据-信息-知识-智慧-意图）语义框架，从“意图”层揭示售假行为的深层动机与模式，实现更高维度的语义化风险研判。模型输出与平台的“维权情报处置”流程深度集成，形成“智能监测→人工判定→固证转化→协同维权”的闭环。在“川酒知识产权平台项目”中的应用表明，本文方法优于单一规则模型，为川酒知识产权协同治理提供有价值的参考。
随着会展业的快速发展，传统依赖人工巡检与静态标识的资源管理方式已难以满足大型会展场馆对实时监控与精准调度的需求。针对资源数量多、流动性强及环境复杂等特点，构建了一套基于室内定位技术的资源定位系统，采用蓝牙低功耗（BLE）与Wi-Fi融合定位，通过轨迹追踪、电子围栏与告警管理等模块，实现资源位置与状态的实时监测。系统结合三角定位、指纹匹配和自适应滤波等技术，有效提升了复杂环境下的定位稳定性。在典型区域的性能验证表明，本系统在开阔展厅、大型会议厅和隔断区域的平均误差分别为1.5 m、2.1 m和2.9 m，端到端延迟保持在230～320 ms范围内，能够满足会展场景对近实时、稳定连续的定位需求。研究表明，该系统在精度、实时性与工程可实施性方面具备良好表现，可为大型会展场馆的资源管理与智慧运维提供可行且高效的技术路径。
随着5G网络技术的快速发展，它的各种应用已经逐渐融入了我们的日常生活。然而在城市快速发展过程中，老旧小区由于年代久远，建筑结构复杂，基础设施陈旧，导致5G网络在小区的覆盖和性能提升面临诸多困难，难以满足居民日常通信的需求。针对这一特殊场景，本研究通过前期调研、实地勘测、信号测试等方式，系统分析了现有网络特点，并围绕信号覆盖、网络容量及用户体验三个维度，提出了一套可行性网络优化方案。通过NS-3仿真及测试验证，该方案对老旧小区网络提升具有明显的效果。最后展望了未来智慧社区的发展方向，旨在通过数字化创新进一步提升老旧小区居民的生活水平。
党的二十大以来，我国数字政府建设成效显著，但政务服务在效能提升、场景覆盖、安全保障等方面仍面临挑战。随着生成式人工智能大模型、政务大数据等技术的突破，人工智能与政务服务的深度融合成为推进国家治理体系和治理能力现代化的关键抓手。基于现有政策文件、技术框架与典型案例，系统梳理人工智能在政务服务中的核心应用技术（如政务大模型、数据治理技术）与理论基础，分析当前融合过程中存在的数据壁垒、模型应用瓶颈、安全风险等问题，从技术融合、数据驱动、生态构建三个维度设计创新路径，并结合北京“一网通办”、黑龙江“高效办成一件事”、安徽政务数据治理等典型案例验证路径可行性，最后构建涵盖数据安全、模型安全、应用安全的全周期安全保障体系。
随着生活垃圾数量的快速增长，环境负担日益加重，采取科学合理的分类方法以实现垃圾的资源化、减量化处理已成为研究的热点领域之一。在此背景下，设计了一种基于人工智能识别分类技术的智能移动垃圾桶，可实现垃圾智能识别、自动开盖和满载自动报警的功能。该设计采用分布式架构，以STM32F103ZET6为主控芯片控制硬件，ESP32-CAM用于图像捕捉，PC端神经网络ResNet-50作为识别模型，通过网络进行交互通信，实现垃圾的自动识别与精准分类。通过测试，系统的分类速度快、识别准确率高，为日常生活中的垃圾分类处理提供了更多的便利，对提高生态文明建设起到积极作用。
为解决当前白酒防伪技术中伪造标签、数据篡改等问题，聚焦大数据与RFID技术的深度融合，提出“研究现状-系统构建-案例实现”的三阶研究框架。通过梳理现有白酒防伪技术的局限，明确大数据赋能RFID系统的核心价值；从硬件架构、数据处理模块、算法模型三方面完成系统构建，重点突破虚假数据识别与全链路信任机制两大关键技术；结合某知名白酒企业的应用案例，验证系统在实际场景中的有效性。研究结果表明，该系统可将虚假数据识别准确率提升至98.7%，为白酒产业防伪升级提供可落地的技术方案。
随着《“健康中国2030”规划纲要》《“十四五”全民健康信息化规划》等政策的深入推进，区域智慧医疗已成为破解基层医疗资源不均衡、服务效率低、管理精细化不足等问题的核心抓手。基于区域智慧医疗服务体系的建设实践，从政策背景与建设必要性出发，提出“一核多翼多端”的总体架构，系统阐述统一信息化基础平台、基层医疗业务协同、智慧监管决策、便民服务、慢病管理专项等核心建设内容，并从分期实施、安全保障、运营维护、资金保障四个维度明确关键策略，最后分析体系建设的综合效益与潜在风险。研究表明，通过“统一规划、分步实施、数据驱动、服务协同”的路径，可有效构建覆盖全人群、全流程、全周期的区域智慧医疗服务生态，为基层医疗服务体系现代化提供可复制、可推广的实践范式。
煤矿边坡形变检测对煤矿环境管理和人员安全等至关重要。煤矿边坡形变即裂隙检测存在数据集图片稀少不足，背景复杂、裂隙大小形状各异等问题，这将导致检测结果精度低，针对这些问题提出了基于改进的YOLOv11边坡形变检测基本模型。在该模型中加入监督对比损失函数，提升泛化能力，解决了数据集图片稀少不足的问题；加入多尺度边缘增强模块MEEM，提高模型对复杂背景的适应能力，解决背景复杂问题；加入可变形大核注意力D-LKA，增强了对于目标形状和尺寸变化的适应能力，解决裂隙大小形状各异的问题。改进的模型在自建的数据集上的实验结果，表明改进算法相对于YOLOv11整体的准确率（Precision）提升了5.2%。
第五代增强型移动通信技术（5G-Advanced,5G-A）作为通向6G的关键演进阶段，在支撑增强移动宽带（eMBB）、超高可靠低时延通信（uRLLC）和海量机器类通信（mMTC）等异构业务场景时，碰到了动态协调多维资源、精准保障业务质量的核心难题。对于传统静态优化方法适配不了业务动态变化的问题，提出一种融合数字孪生（Digital Twin,DT）与人工智能（ArtificialIntelligence,AI）的5G-A网络智能优化框架。该框架通过构建高保真网络数字孪生模型，实现物理网络的实时映射与状态预测；引入AI驱动的预测性资源调度机制与多频段智能协同算法，做到网络资源的按需分配与动态优化。实验验证该方案能让网络时延降低25%以上，上行速率提升10%以上，边缘用户体验有明显变好。这个研究给5G-A网络高效运营和往6G平滑演进提供了可行技术路径。