为推动古代典籍的文化传播，本研究以“5G+VR”为古籍赋能，以国之瑰宝《永乐大典》为范例，深度挖掘VR技术沉浸式、交互式、想像性三大特性之于古籍文化的内在契合点，借助视觉叙事理论与方法，将二者融会贯通，再辅之以色彩、光影、运动视觉、环绕音效等多重技法，推陈出新，以全新的影像话语体系描摹并阐释了《永乐大典》不可替代的文献价值、命运多舛的人文历史。在虚拟世界中，创造出一套对古籍文化阐释具有普适性的、解码系统与编码系统相贯通的新型视听语汇体系，建构一个古籍文化大众推广的虚拟新视界。
彝族刺绣作为中国少数民族文化的典型代表，蕴含丰富的历史记忆与民族情感。近年来，随着社会现代化发展，多文化潮流的涌入，这也使得彝绣文化的传承与保护面临诸多的挑战。本研究从数字媒体技术的视角出发，分析彝族刺绣与现代技术结合的应用前景与创新的路径。通过数字化采集、计算机辅助设计、图像处理软件、人工智能辅助设计等技术，构建彝族刺绣数字化保护体系，实现文化传播的多样性和产业化。研究表明，数字媒体技术不仅能够赋能传统彝族刺绣的保护和传承，还能推动在时尚、教育以及文创产品领域的创新应用，为非物质文化遗产的现代化发展提供了全新的视角。
非遗扎染技艺是中华文明纺织业的历史遗留，背后承载着丰富的工艺知识、符码传说和文化精神，但非遗扎染工艺在工业化的进程中也面临着非遗扎染技艺传承断层、创新滞后、产业化脱节的困境。本研究探究非遗扎染技艺在情感性设计和生成式AI技术下的移动端应用设计思路，在国家文化数字化战略背景下，以“缚蓝手札”APP为实践载体，运用文献资料法总结非遗保护政策，运用案例法梳理现有非遗APP应用中的传播问题，根据Z世代用户调查数据构建“本能—行为—反思”的情感性设计三层次架构，以推动传统非遗扎染工艺与数字经济的创新融合。
本研究以詹姆斯.卡斯提出的有限与无限游戏理论为基础，结合行为分析，探讨数字媒介对游戏本体与玩家行为的重构，搭建起无限游戏的数字转译路径，并分析其方法与目的之间的辩证关系。通过理论研究、文献梳理以及案例分析相结合的方式，从理论溯源、设计解构与行为伦理三个维度进行探讨。理论溯源部分梳理有限与无限游戏的哲学分野，明确数字媒介重构游戏本体的特征。设计解构则基于理论分析提出数字转译路径。在行为伦理上，玩家身份的无限塑造促使数字媒介背景下游戏化生存的形成，而这种生存状态下工具理性与价值理性的伦理平衡变的至关重要。本研究为无限游戏的数字化设计提供了可能的技术路径参考，但需警惕工具理性扩张对玩家自由的侵蚀。
在电力系统数字化转型过程中，数据安全防护面临多源异构、时空关联和分层分域等复杂挑战，传统的静态安全资源分配方法难以满足实际需求。本研究构建了完整的电力数据安全分类体系，建立了基于动态风险评估的需求量化模型，并提出了基于分层优先级的双时间尺度深度强化学习算法（HP-DTDRL）。该算法通过分层架构处理不同优先级数据的资源分配，采用双时间尺度更新机制平衡策略探索与安全约束，引入自适应资源调整机制提升系统实时响应能力。实验结果表明，HP-DTDRL算法在资源利用率（94.6%）、安全约束满足率（97.8%）和优先级保障率（95.3%）等核心指标上显著优于现有方法，在高负载和突发事件场景下仍表现出良好鲁棒性与动态适应能力，为电力数据安全资源的智能分配提供了新的技术路径。
为解决传统电力网络攻击入侵检测方法在处理长期时序依赖和深层特征提取方面存在的局限性，本研究提出一种基于稀疏自编码器与长短期记忆网络融合深度神经网络的电力网络攻击检测方法。首先，采用改进的稀疏自编码器对原始特征进行降维处理，提取关键攻击特征表示；其次，引入高斯误差线性单元（GELU）替代传统长短期记忆网络（LSTM）中的Sigmoid激活函数，提升长序列建模能力；最后，设计基于自适应批量归一化的DNN网络，采用Swish激活函数和加权交叉熵损失函数，增强模型对类别不平衡数据的处理能力。在NSL-KDD、KDDCup99和UNSW-NB15数据集上的实验结果表明，所提方法在准确率、召回率和F1-score方面分别达到99.82%、99.93%和99.86%，相比基准模型均有显著提升，为电力网络安全防护提供了有效的技术解决方案。
本研究采用案例研究法、对比分析法与实验验证法，解析AIGC技术介入包装设计的可行性与具体路径。通过构建三模块协同迭代工作流，实现从需求解析到市场验证的全链路优化，并运用Midjourney等工具开展西湖龙井茶包装设计实证研究。实践结果表明，AIGC技术的三大核心应用价值可通过该工作流有效实现：需求层通过结构化实现效率提升，生成层借助多模态算法驱动创意突破，决策层依托数据评估模型实现市场适配。本研究构建的框架为AIGC技术在包装设计领域的科学应用提供了方法论参考，有助于推动设计流程从传统线性协作向智能共生范式转型。
印刷园区电力负荷预测对园区能源优化调度、供需平衡管理及碳减排目标实现具有关键意义。针对印刷生产过程中电力负荷呈现的强周期性波动、设备启停冲击等非线性特征，以及传统时间序列模型对复杂模式捕捉能力的局限性，本研究提出了基于融合Levy飞行策略、透镜成像反向学习策略（Levy Flight Opposition-Based Learning,LOBL）与无限折叠迭代混沌映射（Iterative Chaotic Map with Infinite Collapses,ICMIC）改进优化的TCN-LSTM预测模型LOBL-IRIME-TCN-LSTM的印刷园区电力负荷预测方法。本算法通过引入ICMIC映射初始化霜冰种群，借助该映射机制确保种群分布的均匀遍历性，进而有效提升算法早期收敛速度；同时引入Levy飞行与反向学习相结合的策略，通过Levy飞行的长程跳跃特性拓展反向学习对解空间的探索范围，进而增强算法的全局搜索能力并提升后期收敛速度。本研究以某印刷园区电力负荷数据为研究对象进行消融实验，并与其他模型进行对比分析实验。实验结果表明，本研究提出的预测模型性能更佳。
随着采用人工智能（Artificial Intelligence,AI）生成3D模型的应用需求日益增长，其还原精度、材质一致性等短板制约了工业化落地。基于此，本研究选取混元3D、Rodin、Tripo、Trellis、Meshy五款主流工具，以硬表面、卡通角色、写实人物、道具四类标准图像为输入，从结构还原、贴图表现、材质呈现及生成效率四个核心维度展开对比实验。结果表明，混元3D在结构完整性与材质贴图适配性上表现最优；Tripo对材质还原的能力突出，但写实人物建模易失真；Rodin输出的几何结构清晰但细节表现不足，Trellis存在贴图层次单薄、结构冗余等问题；Meshy则面临结构错位与细节丢失缺陷。针对以上问题，本研究通过边缘特征增强技术、菲涅尔-BRDF耦合模型对3D生成方案进行优化，使得卡通角色边缘完整度提升了35%，金属材质反射误差率降至5.5%。研究显示，AI建模虽提升生成效率，但输出模型需人工精修，更适用于创意低模生成场景。
针对3/2接线方式下断路器回路电阻在线监测与状态评估需求，本研究提出了一种基于改进鲸鱼优化算法（IWOA）的回路电阻评估模型及其优化求解方法。通过深入分析3/2接线系统的拓扑结构特性，构建了融合多维度运行数据的电阻状态评估框架。针对传统模型求解效率低、易陷入局部最优的缺陷，通过引入β参数简化、动态反向学习和替补精英解集策略，改进鲸鱼优化算法的全局搜索能力与收敛速度，实现回路电阻参数的高精度辨识与异常状态评估。仿真结果表明，所提模型在典型故障场景下的参数估计误差低于2.5%。通过某500kV变电站实际运行数据验证，该方法能够准确识别断路器回路电阻劣化趋势，故障预警准确率达94.7%，显著提升了设备状态监测的时效性与可靠性。研究成果为智能变电站断路器全生命周期管理提供了关键技术支撑，对优化设备运维策略、降低故障风险具有重要工程价值。