课程文献中心 更多>>

关键词： 多边网络平台   垄断   市场力量   消费者福利理论  

摘要： 面对多边网络平台反垄断规制在相关产品市场的界定、市场力量的评估、行为违法性认定标准方面存在的困难,中德反垄断法积极做出了应对。德国采用“显著跨市场竞争影响力”突破了首先必须界定相关市场的限制;中国沿用界定相关市场作为首要步骤,但引入跨界竞争因素。中德反垄断法均加强了对数据因素在市场力量评估中的考量。德国法律重视消费者福利中的非价格因素作为行为违法性的认定标准,中国法律明确保护平台内消费者的合法权益。中国法律回应多边网络平台垄断挑战仍有较大改进空间。

关键词： 装配式建筑产业   生态系统   行业主体   全寿命期   社会网络分析  

摘要： 行业主体协同对装配式建筑高质量发展至关重要,但全寿命期内主体多、利益和专业领域各异。基于产业生态视角,采用社会网络分析法,从识别主体、明确关系、分析网络结构3方面研究其关系网络。研究显示:决策、施工和拆除阶段是高密度网络,主体协同紧密;设计阶段网络关系松散,结构最不稳定。开发商在决策等阶段、施工单位在施工阶段、拆除单位在拆除阶段中心度最高,主导着各主体协同。由此,提出优化网络结构建议,促进可持续发展。

关键词： 输配电   网络故障   卷积神经网络(CNN)  

摘要： 为提升输配电网络运行质量,提高故障识别的智能化水平,以卷积神经网络(Convolutional Neural Network,CNN)为例进行研究。通过构建基于CNN的输配电网络故障识别模型进行故障定位与分类,借助仿真试验对比CNN模型与支持向量机(SupportVectorMachine,SVM)识别模型、决策树识别模型,验证所提模型的效果。结果表明,CNN方法在精度、召回率、实时性等方面均优于其他两种方法,能够有效提高针对输配电网络的故障识别准确性与效率,为电力系统的智能化运维提供重要参考。

关键词： 网络直播课堂   面授   网络录播课程   继续教育培训  

摘要： 本文介绍了网络直播课堂的特征,分析网络直播课堂与面授、网络录播课程的区别,探讨网络直播课堂的优势与局限性,以期为网络直播课堂在科技期刊编辑人员专业继续教育培训中的应用提供新思路。

关键词： 无监督   跟踪控制   无人机   混合自动机  

摘要： 为了能够实现高精度无监督跟踪控制,且保证良好的鲁棒性,提出了一种基于神经网络在线估计器的悬挂载荷无人机控制。首先描述了具有悬挂载荷的无人机模型,从而能够有效描述这种质量变化的非线性复杂系统。然后设计了一种基于反馈线性化控制器的混合控制,该控制器与人工神经网络相结合,作为未知质量的在线估计器。最后仿真结果证明提出控制器提供了良好的跟踪性能,并且无需任何有关负载的信息,此外,不需要根据有效载荷调整控制器的参数。

关键词： 混合算力网络   网络资源   算力调度   全局最优解  

摘要： 给出一种双引擎下的量子电子算力网络资源调度优化方法。针对混合算力网络资源,给出“混合控制”条件下的双引擎标签和“混合算力”条件下的双引擎标识等引导机制和认证技术;给出不确定条件下的基于“混合度量”情况下的双引擎调度机制,以及构建混合算力的相对熵模型和综合集成求全局最优解算法。基于双引擎下的量子电子算力网络资源全局优化度量调度机制和算法,对量子电子混合算力网络的研究具有前瞻性和科学性。设计开发与分配装置原型系统相适应的软件系统,实现从软件上将一个物理系统转变成一个处理器,完成混合算力网络对算力任务适配的全局优化调度,该方法创新提出了量子电子算力网络资源调度理论与工程化技术路径。

关键词： 智能制造   工控网络   制造型企业   安全风险   防护体系  

摘要： 随着智能制造与工业互联网的深度融合,制造型企业工控网络逐渐成为网络攻击的主要目标。在此背景下,本文针对制造型企业工控网络安全风险,构建全面的安全防护体系,旨在提高工控系统的安全性,预防和应对各类网络威胁,保障工业生产的连续性和稳定性。通过搭建安全监测仿真平台,进行大规模数据采集与特征提取,并利用神经网络进行分类预测,实现对异常数据的精准识别与预警。结果 表明,所设计的安全防护系统能够显著提升异常数据的分类准确率,有效防范网络攻击。

关键词： 低照度图像增强   Retinex理论   深度学习   残差网络  

摘要： 针对昏暗环境下拍摄的图像亮度及对比度低的问题,设计了一个基于Retinex理论和深度残差网络的低照度图像增强网络。首先,分解子网络依据Retinex理论分离输入图像的反射分量和照度分量作为后续输入;其次,使用编码器解码器架构的增强网络进行特征提取,通过自适应空间特征融合结构提高特征尺度的不变性;最后,设计了基于残差结构的降噪子网络对反射图去噪,通过残差结构的跳跃连接来弥补传统去噪方法的不足。实验结果表明,本文提出的方法能有效提升图像亮度以及对比度,增强效果细节突出,颜色失真不明显,不仅在主观视觉上有很好的展现,在客观指标上也领先于其他方法。

关键词： 弥勒市   滑坡   全连接神经网络   易发性评价   风险评价  

摘要： 弥勒市位于云南省东南部,作为滇中与两广地区的重要交通枢纽,农业与旅游资源丰富,但易受降雨引发的滑坡灾害威胁。为评估该区域滑坡风险,采用全连接神经网络模型,结合斜坡结构、断层距离和工程地质岩组等11个指标,进行滑坡易发性评价。引入降雨作为时间概率因子进行危险性评价。通过人口、建筑、道路及夜间灯光等数据,评价承灾体易损性,耦合滑坡危险性与易损性,构建弥勒市滑坡定量风险评价模型。结果表明:高和极高风险区主要集中在弥阳-西三镇、西二镇和东山镇;中风险区主要位于弥勒市东北部;低风险区则集中于西一镇、五山乡、巡检司镇和江边乡南部。通过ROC曲线验证,滑坡易发性评价模型的AUC值为0.8923,模型具有较高的精度。野外调查验证了两处新增滑坡,均位于高和极高风险区,证明风险评价结果的可靠性。研究为弥勒市的基础设施建设和滑坡灾害的早期预警提供了科学依据。