阜阳师范大学

本发明适用于教育测评与智能数据处理领域，提供了一种基于BP神经网络评价算法的大学生人工智能素养智能评价方法。本发明通过构建大学生人工智能素养评价指标体系，设计结构化调查问卷；采集有效问卷数据，折算百分制综合得分，划分素养等级，构建初始样本数据；筛选最优特征子集，并划分训练集与测试集，生成建模数据集；确定最优隐藏层节点数与学习率，利用建模数据集进行模型训练，生成最优BP神经网络评价模型；将待评价数据输入至最优BP神经网络评价模型，输出智能评价报告，并对最优BP神经网络评价模型进行定期更新。能够实现大学生人工智能素养的量化评估与等级判定，输出智能评价报告，为同类素养评价提供可复用的方法支撑。

本发明涉及光催化剂技术领域，公开了一种基于双MOFs复合光催化剂的制备及应用，包括一种基于双MOFs复合光催化剂，所述光催化剂包括Pt/MIL‑101(Cr)/ZIF‑8三元复合材料；还包括一种光催化剂的制备方法。本发明制备得到Pt/MIL‑101(Cr)/ZIF‑8三元复合光催化剂，有效促进光生电子与空穴的分离，抑制载流子复合，提供丰富的催化活性位点，大幅提升可见光利用效率与光催化降解性能；制备工艺简单、反应条件温和、可控性强，原料易得，无需复杂设备，适合规模化制备；具备优异的水相稳定性与循环再生性能，适配低浓度水体卡马西平污染治理，贴合自然水体实际污染浓度特征，在污染物低浓度条件下可保持高效降解效果。

本发明公开一种基于注意力机制融合的光伏板清洁度检测方法，包括：获取待检测光伏板图像并对其进行预处理，得到标准化目标区域图像；将所述标准化目标区域图像输入多层污染特征提取网络，分别提取三类污染特征；对三类污染特征分别执行通道注意力增强和空间注意力增强，并将增强后的特征进行通道拼接、分组空间注意力处理、通道混洗和残差融合，得到强化融合污染特征；基于所述强化融合污染特征构建联合特征向量，并通过分类器和Softmax函数输出清洁度概率分布，以确定光伏板灰尘类别。本发明能够降低反光、阴影、拍摄角度变化和背景干扰对识别结果的影响，提高复杂场景下光伏板清洁度检测的准确性、鲁棒性和边缘部署适应性。