课程文献中心 更多>>

关键词： 电客车   网络风暴   控制系统   处理措施  

摘要： 网络风暴是一种常见的网络故障,在通信网络中时有发生。地铁列车控制系统负责列车的安全运行,一旦出现网络风暴不仅对网络设备造成损害,而且还会影响行车安全和运营服务质量[1]。洛阳市轨道交通2号线(以下简称“2号线”)电客车多次出现以太网网络风暴故障,详细分析网络风暴产生原因并制定优化方案,实践证明是可行的,为后续故障处理提供参考。

关键词： 无线传感网络   电力系统   光纤通信   超长站距   传输技术  

摘要： 光纤在传输过程中会经历衰减,容易导致稳定性和一致性效果不佳。因此,提出基于无线传感网络的电力系统光纤通信超长站距传输技术。该技术利用无线传感网络技术,设计超长站距的光纤通信传输线路;采用无损压缩方法,压缩电力系统光纤通信线路的数据;通过无线传感网络技术设置无线传输节点;利用连接器评估数据光纤的通信性能,确保数据传输的稳定性和一致性,最终实现电力系统光纤通信超长站距的传输。实验结果表明,文章方法在稳定性和一致性性能上表现最优,传输延时曲线波动稳定,可以有效确保电力系统光纤通信超长站距传输。

关键词： 深度神经网络   异常检测   时间序列   异常解释  

摘要： 时序数据异常检测是监测实体各种状态的关键任务,这些实体通常以多变量时间序列(MTS)为特征,在诸多现实场景中精确地检测异常,通过定位一组异常状态来解释检测的异常,帮助排除相关故障。但许多时序数据异常检测模型对高维数据之间的特征建模存在局限性,无法实现高精度的异常检测,导致异常漏检率较高。为解决上述问题,提出了一种对MTS状态和时间依赖性进行建模的无监督方法WFTS,其核心思想是通过具有两个随机潜变量的分层变分自编码器对MTS数据中的正常模式进行建模,每个变量都学习低维度量间或时间嵌入。还提出了一种基于MCMC的方法,在异常部位进行合理的嵌入和重建,用于MTS异常解释。

关键词： 校企协同   计算机网络技术   实践课程   构建  

摘要： 随着社会经济发展,科学技术进步,对计算机网络技术人才的需求也不断增长。计算机网络技术专业作为中职教育的重要组成部分,通过加强实践课程教学能够有效提升学生的专业能力,促进综合素养培育。在现代化教育中,校企协同是一种学校与企业紧密合作,共同促进教育质量和产业发展的双赢模式。通过对该模式的应用,不仅能够提高学生的就业竞争力,同时也能为企业提供更多的人才和技术支持。基于此,研究根据计算机网络技术专业教学需求,结合校企协同的合作模式,对实践课程体系的构建策略进行了全面探讨。

关键词： 流媒体   音乐播放器   DMP   拓展性   国外市场   网络播放器   性价比  

摘要： 说起流媒体音乐播放器,现时国内的品牌占据了大半壁江山。而近年来在国外卖得非常火爆的国产流媒体音乐播放器品牌非eversolo艾索洛莫属!早前的DMP-A8和DMP-A6,以极其高的性价比、丰富的功能和拓展性、易于上手的操控以及出色的声音表现,在国外市场一经推出就遭到疯抢,售价几百美元的产品,功能丰富声音也不差,“还要什么自行车”!

关键词： 光计算   光学神经网络   人工智能  

摘要： 介绍了用于人工智能的光学神经网络芯片工作原理、系统架构以及应用场景,分析了近年来国内外的研究现状,总结了关键技术和未来的发展趋势。为突破传统电子计算“功耗墙”和“算力墙”提供了全新技术路径,在人工智能领域展现出诱人的应用潜力。

关键词： 可辨识性   异构网络   内耦合矩阵   拓扑变化  

摘要： 研究了高维线性时不变动力学系统构成的具有加权有向的多智能体网络拓扑变化可辨识性.这些网络智能体动力学和内耦合矩阵均具有异构性.分析异构内耦合矩阵对网络拓扑可辨识性的影响,并发现网络拓扑结构的可辨识性与智能体之间的内耦合矩阵相关.当内耦合矩阵由同构变为异构时,网络拓扑的可辨识性可能发生变化,既可能由可辨识变为不可辨识,也可能由不可辨识变为可辨识.针对一般网络结构,提出充分和必要的条件以验证拓扑变化的可辨识性.此外,针对有向链状网络、有向星型网络以及有向环状网络等几种典型网络结构,分别给出相应的可辨识性条件.通过实际案例验证了所提条件的合理性和有效性.

关键词： 圣女果   表面缺陷   图像分类   卷积神经网络   迁移学习  

摘要： 针对传统圣女果品质质量分级机只能通过圣女果果实大小进行分级,不能检测圣女果表面缺陷的问题,采用迁移学习方法,对比不同的网络模型,选出更适用于进行圣女果果实表面缺陷识别的神经网络InceptionV3。以InceptionV3为基本模型进行改进。首先,通过引入并修改宽度因子α来压缩通道数量,提高模型训练速度;然后,修改全连接层神经元个数;最后,插入注意力网络结构并对比插入不同的注意力网络结构,提出一种基于改进InceptionV3神经网络的深度学习模型(N—InceptionV3_FD)。结果表明,N—InceptionV3_FD模型在圣女果表面缺陷检测识别中准确率达97.06%,比原InceptionV3模型提高7.84个百分点,且损失函数值更加平稳,稳定在0.1左右,为圣女果的表面缺陷检测提供理论基础。

关键词： 脑卒中   机器学习   网络药理学   补阳还五汤   无监督聚类  

摘要： 为了探究补阳还五汤(Buyang Huanwu Decoction,BHD)抗缺血性脑卒中(ischemic stroke,IS)药效作用及机制,本研究建立了大脑中动脉缺血再灌注(middle cerebral artery occlusion/reperfusion,MCAO/R)大鼠模型,初步评价了BHD在MCAO/R动物模型中的抗IS药效作用,然后将补阳还五汤的活性成分与FDA批准临床治疗IS的药物进行无监督聚类,并结合网络药理学预测活性成分的作用机制,最后建立脂多糖(lipopolysaccharide,LPS)诱导的BV-2细胞模型,采用Griess法和MTT法对BHD成分的抗炎活性及对细胞存活率的影响进行分析。结果显示,BHD能显著改善MCAO/R大鼠的神经功能评分,延长转棒停留时间,降低脑梗死体积及脑含水量,无监督聚类算法筛选得到BHD发挥药效的活性成分共7个,结合网络药理学预测分析活性成分的作用机制可能与炎症相关,使用LPS诱导BV-2细胞模型验证BHD活性成分的抗炎药效,并通过建立液相色谱-质谱联用法(LC-MS)考察不同活性成分在BHD中的含量。综上所述,本研究明确了补阳还五汤治疗IS的关键活性成分及其潜在的药效机制,对传统中药的现代化研究具有重要意义。所有动物实验均通过东北大学生物与医学伦理委员会审核批准(批准号:NEUEC-2023A052S)。

关键词： 红外弱小目标分割   红外图像   深度学习   特征增强  

摘要： 红外弱小目标低信噪比、模糊形态等特点使得复杂背景下的针对此类目标的检测任务研究仍存在一定挑战。为弥补现有方法常见的目标信息丢失、与背景相互混淆等问题,提出了一种创新性的多尺度级联融合目标分割网络(MSCFNet)。具体而言,MSCFNet通过不同尺度特征间的多次信息交互,最大限度保留小目标。同时,设计了一种特征增强模块,从全局和局部两个层面有效提取并整合信息,增强目标表征能力并抑制背景杂波。实验结果证明,MSCFNet在多种复杂背景环境中能够有效地分割目标,并在两个公开红外弱小目标数据集上展现出更为优秀的分割性能。