课程文献中心 更多>>

关键词： 复值忆阻神经网络   全局渐近稳定   时滞  

摘要： 文章研究了时滞复值忆阻神经网络的稳定性问题。将复值忆阻神经网络分解为实部和虚部,形成一个等价的实值系统,利用同胚理论和Lyapunov方法给出了保证系统存在唯一性和全局渐近稳定性的充分条件。最后,通过数值模拟验证了所得结论的正确性和有效性。

关键词： 物联网   卷积神经网络   智能农机   安全驾驶   驾驶行为   预警  

摘要： 基于物联网和卷积神经网络的智能农机安全驾驶系统是一种创新的农业技术应用,通过将农机设备的摄像装置连接到互联网上,实现对农机设备和驾驶员的实时监测和数据采集;再利用卷积神经网络技术对采集到的驾驶数据进行特征提取和驾驶行为分类与识别,实现对驾驶行为的自动监测和预警。实验结果表明:系统对驾驶行为的类别检测准确率较高,可以提高农机驾驶安全性和驾驶效率,为农业生产提供更加智能化和高效的服务。

关键词： 计算机网络   工程思维   探究式教学   过程控制  

摘要： 计算机网络是计算机、信息通信等专业的一门重要基础课程。该课程传统教学模式存在学生工程思维培养不足的问题。为此,以培养学生的独立思考能力、实践操作能力、分析与解决问题能力以及团队合作能力为目标,提出一种注重工程思维培养的探究式教学方式。通过丰富的课堂设计引入工程案例,采用生动的教学形式和严格的教学过程控制方法提高学生的参与度,同时实施更全面的课程考核方案,形成以理论知识为基础、工程实践为手段,全面提升学生工程思维的教学体系。教学实践结果显示,该教学方式有效提高了教学质量,为学生的全面发展提供了有力保障。

关键词： 新时代   网络   主流意识形态   话语权   提升策略  

摘要： 新时代网络空间是“意识形态斗争的主阵地、主战场、最前沿”,主流意识形态能否掌握话语权直接关系国家意识形态安全。新时代网络空间主流意识形态话语权提升应从四个方面着手。在话语主体力量层面,应培育网络空间主流意识形态话语主体的政治自觉、整体实力;在话语内容吸引力层面,应力求创作出具有生命力和感染力的话语内容;在话语载体建设层面,应构建网络空间主流意识形态话语平台新格局、加强网络传统媒体与新兴媒体的深度融合;在话语环境营造层面,应有效规范和引导网络空间话语秩序、提高我国网络技术实力、打造清朗和谐的网络空间信息场域,进一步增强主流意识形态话语效能。

关键词： 文本检测   递归金字塔   非对称卷积   迭代细化预测   可微分二值化  

摘要： 场景文本检测是图像处理领域的基础性研究工作,具有广泛的应用价值。DBNet作为该领域具有代表性的算法,重构文本实例的后处理过程过于简单,对纵横比显著变化的文本容易误检以及对小文本容易漏检。为解决以上问题,设计并提出用于场景文本检测的非对称迭代细化预测网络AIRPNet。模型基于ResNet50特征提取网络,将常规卷积替换为可变形卷积以适应不规则文本特征,并调整block堆叠数使得各层携带的特征更加合理。采用RFP的递归思想更充分地融合多层特征,设计非对称迭代细化预测模块构建更为准确的概率图,可微分二值化后处理重构文本实例边界。针对非对称迭代细化预测模块,设计多种结构进行探究。为评估提出模型的有效性,在三个数据集上与最先进的主流模型进行对比,在ICDAR2015、MSRA-TD500和CTW1500数据集中,分别取得88.7%、88.4%和84.9%的F-measure,实现或接近SOTA性能。实验结果表明,提出模型能够捕获较为准确的概率图,从而构建较为完整的文本边界框。

关键词： 通信网络   路由器   告警日志   TF-IDF算法   聚类算法  

摘要： 在现代电力数据通信网络中,异构路由器设备产生的告警日志由于格式、术语和告警类型的差异,给网络运维带来了很大挑战。为解决这一问题,提出一种基于TF-IDF算法的多品牌路由器告警关键字库构建方法。通过收集和预处理多种品牌路由器的大量告警日志数据,应用TF-IDF算法和聚类算法提取出具有高区分度的告警关键字,构建统一的关键字库,生成结构化告警数据库。结果表明,所构建的关键字库能够统一和规范不同品牌路由器的告警日志处理过程,显著提升了告警信息的处理效率和准确性。

关键词： 复杂网络   可视化软件   文献计量学方法   知识图谱   热点分析   学术机构   中国知网   产出情况  

摘要： 当下复杂网络领域的研究受到学者的广泛关注,借助可视化知识图谱可更好地了解该领域的研究热点及发展趋势。本文采用文献计量学方法和可视化软件VOSviewer,以中国知网为数据源,收集了近五年来有关复杂网络领域的文献。使用VOSviewer可视化的方法,梳理了复杂网络的研究脉络,分析了近年来该领域学术成果的产出情况、学术机构分布、研究热点分布、学者之间的合作关系等。通过对复杂网络领域文献数据进行分析,以期为该领域相关研究提供参考借鉴。

关键词： 交通安全   分心驾驶   孪生网络   深度学习  

摘要： 分心驾驶行为是驾驶过程中普遍存在的问题,对交通安全造成了显著影响。当前分心驾驶识别模型参数量大,识别任务使用数据集多为国外开源数据集。针对上述问题,首先模拟6种驾驶行为构建了数据集。再以孪生网络(Siamese network)为框架,将特征提取层改为轻量化的LightCNN9,并融合注意力机制以更好提取图像特征。针对孪生网络特点修改损失函数为二类分交叉熵损失函数(BCE Loss function)。通过自建数据集进行模型训练、测试后,使用开源数据集验证模型可靠性,实验结果表明:检测准确度达到97.2%,模型参数大小6.26 M,验证准确度达到96.4%。消融实验结果表明:map_0.5达到96.6%,说明模型在分心驾驶识别任务上有着较好可靠性与效果。

关键词： 锂电池   健康状态   卷积神经网络   长短时记忆网络   改进型小龙虾算法  

摘要： 电池健康状态(SOH)可定量描述电池当前的老化性能状态,为电池的使用和维护提供了重要参考依据,但电池容量再生现象和超参数敏感问题易影响其估计准确度。首先,从电池充放电曲线中提取健康特征,并定量分析其与SOH的相关性。然后,针对基于循环神经网络的单一模型在处理电池老化与健康特征之间的长期依赖关系时存在难以捕捉复杂老化模式的局限性,提出了一种基于卷积神经网络(CNN)与长短时记忆网络(LSTM)相结合的深度学习方法,以更准确地预测电池容量再生现象及估计电池SOH。最后,提出了一种改进型小龙虾算法,以解决神经网络模型超参数敏感的问题。以NASA数据集为例,通过与LSTM和CNN-LSTM算法的仿真及实验数据对比分析表明,所提出的SOH估计算法的MAE和RMSE均小于0.75%。

关键词： 云计算   数据中心   网络架构   虚拟化   安全设计  

摘要： 随着云计算技术的飞速发展,数据中心网络的架构设计面临前所未有的挑战与机遇。云计算环境要求数据中心具备更高的灵活性、扩展性和可靠性,以满足快速变化的计算和存储需求。传统的数据中心架构在应对云计算需求时,存在一定的局限性,亟需进行优化和改进。本研究探讨了基于云计算的数据中心网络架构设计,重点分析了网络分层设计、设备选择、关键技术实现及安全设计等方面的关键要素,以期通过对这些设计要素的深入剖析,为现代云计算环境下数据中心的构建提供理论依据与实践指导。