课程文献中心 更多>>

关键词： 数字技术   网络意识形态   风险   化解对策  

摘要： 数字时代以技术为核心,数据为要素。随着大数据、人工智能、区块链、云计算等数字技术加速创新,推动网络主流意识形态传播场景发生变化、影响力提高、传播思维发生新变革。但同时技术的深度应用引起网络舆论更加复杂、社会思潮多元化传播、工具理性快速膨胀等潜在风险。因此,数字技术视域下化解网络意识形态风险,必须坚持马克思主义指导思想,强化价值引领,增进数字技术赋能,树立正确的数字观,以技术创新推进网络主流意识形态安全建设。

关键词： 视为同意   网络传播   著作权使用费   中国知网   论文发表   论文作者   声明  

摘要： 本刊已被中国知网等多家网络数据库收录,网络数据库收录论文作者的著作权使用费与本刊稿酬一并支付.作者向本刊提交论文发表的行为即视为同意我刊上述声明.如作者不同意收录,请在来稿时声明,本刊将作适当处理.

关键词： 北斗   电力   抗窄带干扰   神经网络  

摘要： 北斗系统已经广泛应用于电力行业,在多种电力场景下起到关键作用。在变电站等强电磁干扰环境下,北斗信号难免会受到干扰。为了减小信号干扰,提高干扰环境下的定位授时精度,开展了北斗抗干扰相关技术研究。首先分析了变电站场景下的电磁干扰情况;其次提出一种利用神经网络改进北斗时域干扰抑制算法;最后在干扰环境下进行实地测试,验证了所提方法的效果。

关键词： 网络虚拟诊室   可视化模拟重建   肿瘤外科   教学方法  

摘要： 目的分析网络虚拟诊室结合可视化模拟重建技术在骨肿瘤外科临床教学中的应用效果。方法选取临床医学专业型硕士研究生60人作为研究对象,采用随机数字表法分为2组,即对照组和观察组,各30人。对照组采用传统教学法,即传统PPT+讲义授课,观察组采用网络虚拟诊室结合模拟手术室教学模型技术教学法。比较2组硕士研究生的考试成绩、学习兴趣、自学能力及学生对教学方法的满意度。结果观察组学生的理论、操作技能成绩及总分分别为(93.37±2.17)分、(92.20±1.25)分及(92.90±1.64)分,高于对照组的(86.97±2.65)分、(83.80±2.64)分及(85.70±1.72)分,差异有统计学意义(P<0.05)。观察组对教学方法的总满意程度较对照组高,手术设计模型方案清晰,学习积极性和自学能力提高的人数均高于对照组,差异有统计学意义(P<0.05)。结论网络虚拟诊室结合可视化模拟重建技术应用于骨肿瘤外科临床教学更有利于提高学生的理论成绩、操作技能,且能获得更好的教学满意度,提高学生的学习学习积极性和自学能力。

关键词： 老年人   移动电子设备   生活满意度   社区参与   社会网络  

摘要： 在中国进入中度老龄化社会的时代背景下,明晰移动电子设备使用对老年人生活满意度的影响,对于实施积极应对人口老龄化国家战略具有重要意义。基于2020年中国老年社会追踪调查数据,使用结构方程模型检验了移动电子设备使用与老年人生活满意度之间的关系,研究发现:移动电子设备使用正向影响老年人生活满意度;社区参与在移动电子设备使用和老年人生活满意度之间发挥中介作用;社会网络在移动电子设备使用与老年人生活满意度之间起调节作用。应将提高老年人移动电子设备使用熟练程度作为提升老年人生活满意度的切入点,利用社区和社会资源开设老年课程并提供义务指导,提高老年人通过互联网渠道参与社区活动的积极性,引导家人和朋友帮助老年人享受数字生活。

关键词： 神经网络   播出延迟   小波包   VoIP   多层感知器   自适应抖动缓冲  

摘要： 为解决抖动缓冲区播放延时和丢包之间的矛盾,实现缓冲区的动态调整使延时和丢包达到最优的平衡,提出一种基于WP-MLP神经网络的自适应抖动缓冲算法。首先,对抖动缓冲区的基本原理进行了分析并给出了丢包率与缓冲延时之间的函数关系;其次,提出了WP-MLP神经网络抖动缓冲算法的网络模型并对算法流程进行了分析;最后,通过VoIP网络仿真进行建模对比几种常用抖动缓冲算法,结果表明,本文所提算法能够在播放延时和丢包率之间保持更好的平衡,对缓冲区大小的动态调节表现出更优异的性能。

关键词： 神经网络   模糊识别   光伏发电   短期预测  

摘要： 在现代光伏发电系统容量越来越大的背景下,光伏发电系统的输出电能会影响到电力系统的发展。对光伏发电系统的历史数据影响预测结果的因素进行分析,包括历史气象数据和发电量等。使用神经网络模糊识别数值预测数据,创建基于光伏发电短期预测系统模型。研究结果表明,神经网络的扩展速度和结构会影响预测结果,设计系统的预测精度较高,能够使光伏发电随机化问题得到解决,从而促进电力系统的有效、安全运行。

关键词： 门控循环单元   河马优化算法   股价  

摘要： 在股票市场中,准确的股价预测对于投资者的决策制定和金融机构的风险管理具有重要意义。随着计算机技术的迅猛发展,越来越多的金融学者开始关注神经网络,利用网络技术建立股票收盘价趋势预测模型,取得了显著效果。本文基于matlab选择门控循环单元模型探究股价预测。考虑到神经网络参数选择对于预测性能具有较大影响,因此利用改进的河马优化算法优化GRU模型参数,构建IHO-GRU模型对中信银行的收盘价进行预测,实验结果显示,IHO-GRU模型在RMSE、MAE、MAPE三个评价指标的表现均为最优,展示了优化算法和神经网络在金融市场预测中的潜力,也为实际金融投资提供了一定的参考性。Accurate stock price prediction is of great significance for investor decision-making and financial institution risk management in the stock market. With the rapid development of computer technology, more and more financial scholars are paying attention to neural networks and using network technology to establish a stock closing price trend prediction model, which has achieved significant results. This article explores stock price prediction based on the Gated Recurrent Unit model selected in Matlab. Considering that the selection of neural network parameters has a significant impact on predictive performance, an improved hippopotamus optimization algorithm was used to optimize the GRU model parameters and construct an IHO-GRU model to predict the closing price of CITIC Bank. The experimental results showed that the IHO-GRU model performed the best in the RMSE, MAE, and MAPE evaluation indicators, demonstrating the potential of optimization algorithms and neural networks in financial market prediction, and providing some reference for actual financial investment.

关键词： 大数据   公共交通网络   网络效率   乘客满意度   运营成本  

摘要： 本次研究重点是将大数据技术运用到公共交通网络规划及优化当中,目的是通过对交通流量以及旅客出行行为等方面的数据分析,提出了提高网络效率、减少运营成本、提高乘客满意度等策略。研究方法主要有交通流量的数据分析、旅客出行行为的分析和交通设施布局的优化等。研究结果表明,大数据技术在降低运营成本的同时有效地提高网络效率,乘客满意度。得出结论——大数据技术是公共交通网络规划的科学基础,对于城市交通的可持续发展有着重要的意义。

关键词： 对流临近预报   雷达反射率   深度学习   ST-LSTM单元   Huber损失函数  

摘要： 中尺度对流降水预报是天气预报的重点和难点之一,天气雷达探测的高时空分辨率降水数据是开展0~2 h临近预报的主要依据。由于传统雷达回波外推方法缺乏非线性映射能力和本地环境参量变化对系统的影响等局限性,所以本研究引入带记忆解耦功能的循环神经网络方法,采用ST-LSTM单元组成的PredRNN-v2深度学习技术,对局地性对流天气系统进行临近预报。利用2010~2014年的广州雷达体扫回波强度资料,构造模型训练数据集和测试数据集。选择Huber损失函数进行训练,不但收敛速度快、而且鲁棒性更强。一般认为,强回波对系统演变的影响更大。因此,本研究为强回波分配较大权重,增强其在拟合过程中的影响程度。对采用等权重损失函数的PredRNN-v2模型和采用不同权重Huber损失函数的PredRNN-v2模型进行测试集检验以及对流降水个例分析,结果表明,测试集中后者在较长的外推时效下,对强回波预测的临界成功指数、命中率更高,虚警率更低。两次个例分析表明,在较长的外推时效下,后者峰值信噪比PSNR和图像结构相似性SSIM更高;在2 h内的任意外推时效下,强回波偏差评分始终更接近于1。因此,在长预报时效以及对强回波预测效果上,采用带权重的Huber损失函数的PredRNN-v2模型更优,可以更好地模拟对流回波演变的非线性过程,并产生更合理、更准确地降水位置预报。