资源介绍
电子书格式: pdf,epub
《人工智能与可持续创新（第二卷）》是聚焦人工智能赋能全球可持续发展的学术著作，收录了 2025 年印度斋浦尔国际人工智能与可持续创新会议（ICAISI 2025）的精选成果。全书以联合国可持续发展目标（SDGs）为核心导向，汇集全球科研人员、行业专家与政策制定者的研究成果，系统探讨人工智能在解决能源效率、气候变化、智慧城市、医疗健康、农业发展等关键领域可持续挑战的实践路径与创新方案，是跨学科融合与产学研转化的重要知识载体。
二、核心内容框架
（一）可持续发展重点应用领域
智慧农业与资源优化
聚焦农业可持续发展痛点，提出基于物联网的灌溉系统多属性决策模型，通过土壤湿度、温度、pH 值、水质盐度等关键参数实时监测，结合智能算法实现灌溉精准调控，解决传统灌溉水资源浪费与供需失衡问题。同时收录作物病害检测研究，如融合图割分割、离散小波变换与混合增强神经森林模型的苹果叶片病害识别技术，准确率达 98.8%，为绿色农业生产提供技术支撑。
智慧城市与安全防护
围绕智慧城市建设核心需求，构建多维度技术解决方案。在公共安全领域，提出基于 YOLOv5 算法的军用飞机实时检测系统，结合智能信息生成技术，为城市空域安全监控提供高效工具；在网络安全方面，研发混合两阶段集成模型用于物联网环境入侵检测，通过 SMOTE 过采样与 Bagging 集成分类器提升异常识别准确率，降低虚假警报率，强化物联网网络防护能力。同时涵盖智能交通、公共服务优化等议题，构建全方位智慧城市生态。
医疗健康与生命保障
聚焦医疗领域智能化升级，收录多种疾病检测与辅助诊疗技术。包括基于机器学习的 2 型糖尿病预测模型，融合 PIMA 数据集与肥胖特征，通过 SHAP、LIME 等可解释性算法提升诊断透明度；针对帕金森病、肺炎、肺癌等疾病的影像检测研究，利用卷积神经网络（CNN）、Inception V3 等模型优化医疗影像分析精度；提出医疗影像加密的混合深度学习框架，结合 U-Net 架构与混沌密码技术，在保障数据安全的同时确保影像重建质量，平衡医疗数据共享与隐私保护需求。
能源转型与绿色技术
探索人工智能在能源可持续发展中的应用，重点介绍动态无线充电技术（CHARGEWAY），通过感应电能传输、功率因数校正与智能优化算法，解决电动汽车续航焦虑与充电基础设施不足问题，为新能源交通普及提供技术方案。同时收录太阳能预测、绿色能源优化配置等研究，为可再生能源高效利用提供算法支持。
（二）关键技术创新亮点
人工智能算法优化
涵盖零样本分类、深度学习模型改进、集成学习应用等前沿算法研究。例如改进 XceptionNet 架构实现高分辨率真假图像分类，准确率达 95.7%；基于 BART 模型的秽语识别系统，通过自然语言处理技术净化网络环境；多模态深度学习框架在女性安全监控、异常行为检测等场景的应用，提升智能系统的环境适应能力与决策效率。
跨领域融合应用
突出人工智能与区块链、物联网、边缘计算等技术的融合创新。区块链驱动的药品供应链追溯系统，实现药品生产、流通、使用全流程透明化管理，有效遏制假药流通；边缘计算赋能工业物联网实时异常检测，降低数据传输延迟，提升工业系统安全运行水平；智能信息量化（IIQ）模型，为教育、医疗等领域的信息传递效果评估提供新方法。
安全防护技术突破
针对物联网、工业控制系统等场景的安全漏洞，研发多种防护方案。混合 AES-ECC 加密系统，兼顾数据加密效率与密钥传输安全性，适用于资源受限的嵌入式设备；基于动态特征与注意力机制的恶意软件检测模型，对 14 类恶意软件的识别准确率达 96.01%，为移动终端与工业系统提供强效安全防护；分布式安全框架、轻量级加密算法等研究，为智慧城市、物联网生态构建多层次安全屏障。
三、书籍特色与价值
（一）跨学科融合视角
全书涵盖计算机科学、环境工程、农业技术、医疗健康、能源交通等多个领域，强调学科交叉与协同创新。既有算法模型的理论突破，也有面向实际场景的应用方案，形成 “技术研发 - 场景应用 - 效益评估” 的完整研究链条，为可持续发展提供全方位技术支撑。
（二）实践导向鲜明
收录研究均基于真实数据集与实际应用场景，如 RT-IoT2022 网络安全数据集、医疗影像数据集、农业生产监测数据等，研究成果具备较强的可移植性与落地价值。部分技术已形成原型系统，如智能灌溉控制平台、驾驶员疲劳监测预警系统、自闭症儿童个性化学习平台（HappyMind）等，为产学研转化奠定基础。
（三）可持续发展导向明确
所有研究均紧扣联合国可持续发展目标，聚焦气候变化应对、资源高效利用、公共健康保障、包容性发展等核心议题。通过人工智能技术优化资源配置、降低环境负荷、提升服务质量，为全球可持续发展提供切实可行的技术路径与政策参考。
四、读者对象
本书适用于科研人员、高校师生、行业技术人员与政策制定者。科研人员可获取跨学科前沿研究成果与技术方法；高校师生可作为人工智能、可持续发展相关专业的教学参考与研究素材；行业从业者能找到适配实际场景的技术解决方案；政策制定者可借助书中研究结论优化可持续发展相关政策与规划，推动人工智能技术在可持续领域的规范化应用与规模化推广。