课程文献中心 更多>>

关键词： 计算机网络技术   电子信息工程   智能化应用  

摘要： 文章探讨计算机网络技术在电子信息工程中的具体应用,重点分析数据采集与传输、工业控制与物联网、多媒体信息处理及云计算等关键技术的作用与发展。计算机网络技术通过提高通信效率、优化网络架构、提升安全性,推动了电子信息系统的智能化和高效化。同时,结合边缘计算和分布式网络技术,显著提升了数据处理的实时性和可靠性。研究结果表明,虽然网络规模的扩大和应用复杂度的增加带来了安全与资源管理方面的挑战,但是通过持续技术创新,网络技术将进一步促进传统产业的数字化转型,为智慧社会的构建提供重要支撑。

关键词： 决策辅助工具   前列腺癌   网络   Meta分析   治疗决策  

摘要： 目的系统评价基于网络的决策辅助工具(DA)在前列腺癌治疗决策中的应用效果。方法计算机检索PubMed、Embase、Web of Science、The Cochrane Library、CINAHL、MEDLINE、中国知网(CNKI)、万方数据库和维普数据库中建库至2024年8月7日有关基于网络的DA在前列腺癌治疗决策中应用效果的随机对照试验,并追溯纳入研究的参考文献。采用主题词结合自由词方式检索。采用RevMan 5.3软件进行meta分析,采用漏斗图评估发表偏倚。结果共纳入13篇文献。Meta分析结果显示:干预组选择保守治疗比例高于对照组,差异有统计学意义[RR=1.19,95%CI:(1.02,1.39),P=0.03];干预组与对照组选择前列腺癌根治术和放疗比例比较,差异均无统计学意义[RR=1.01,95%CI:(0.92,1.10),P=0.87;RR=0.84,95%CI:(0.62,1.15),P=0.28];在低危患者中,干预组选择前列腺癌根治术的比例低于对照组[RR=0.73,95%CI:(0.54,0.98),P=0.04];干预组与对照组决策冲突和决策后悔比例比较,差异无统计学意义[SMD=-0.03,95%CI:(-0.11,0.05),P=0.42;SMD=0.01,95%CI:(-0.24,0.26),P=0.94];干预组与对照组满意度比较,差异无统计学意义[SMD=-0.11,95%CI:(-0.44,0.22),P=0.50]。结论DA具有影响前列腺癌患者治疗决策的潜力。

关键词： 生成式人工智能   网络舆情   舆情风险   风险预警   引爆点理论  

摘要： [研究目的]随着生成式人工智能(GAI)技术在多模态领域的快速迭代,加剧了信息内容生成和传播的风险。分析GAI技术引发的网络舆情风险特征,实现有效风险预警,是未来舆情治理中亟待解决的重要工作。[研究方法]聚焦于由GAI引发的网络舆情事件,基于引爆点理论,从网络舆情内容、参与者和环境三个维度构建风险评价指标体系,通过熵权法和VIKOR法确定指标权重并对风险进行综合评价,同时结合舆情出现的时间节点分析出风险发生的关键节点,最后对分析结果进行了验证,实现了对舆情风险的有效预警。[研究结果/结论]研究发现,内容维度是舆情风险的主要影响因素,舆情风险发生的关键节点处于2024年1月至3月间。通过指标构建、综合评价构建风险预警模型,实现了对舆情风险的量化研究,能够有效识别由GAI引发的网络舆情风险,为未来预警该类风险提供理论支持。

关键词： 改进逻辑回归算法   电力监控系统   入侵检测   网络数据探测器   检测模型  

摘要： 由于提取的网络入侵特征主要以离散形式分布,波动性较大,会对后续检测准确性造成影响。为此,提出基于改进逻辑回归算法的电力监控系统网络入侵自动化检测系统。依据系统的基本要求与实现功能,设计四层物理架构,并对系统的硬件部分进行设计,包括网络数据探测器和核心交换机,基于此,使用one-hot编码方法对离散值进行编码处理,将连续数据转换为统一尺度的平稳序列,由此提取入侵特征,利用逻辑回归算法建立入侵检测模型,并引入梯度权重因子优化模型参数,将入侵特征作为模型输入,数据的异常分数作为输出,进而将待测流量数据的异常分数与基础阈值相比较,以此实现网络入侵检测。系统性能测试表明,利用设计的系统进行网络入侵检测,得到的检测漏报概率始终控制在0.2%以下,检测准确度较高。

关键词： 缺陷检测   U-Net   空洞卷积   注意力机制   语义分割网络   轻量型网络   深度学习   小目标检测  

摘要： 针对PCB表面小尺寸缺陷难以检测的问题,提出了一种改进的U-Net语义分割网络,实现PCB表面缺陷图像的精确检测。首先,将U-Net的四层网络层次修改为三层,可以减少整体的计算工作量、提升网络模型收敛速度、缩短训练时间;其次,在U-Net网络中融入CBAM(Convolutional Block Attention Module)模块来提升图像中缺陷目标的显著度;然后,在编码阶段使用混合空洞卷积替换原有卷积块,增大感受野,获取更多的上下文信息。结果表明,U-Net的改进模型能够在提升模型性能的同时减少计算复杂度,能够增加PCB缺陷检测效率。

关键词： 通信网络   通信阻塞   区域协调   冗余信息滤除  

摘要： 针对通信系统中信息流拥挤与通信阻塞问题,提出了一种基于博弈协调策略算法的通信网络优化模型。研究了一种博弈协调策略新算法,设计了请求事件、响应总队长计算模型,构建了一种通信信号区域协调新模型;对冗余请求事件和响应提出了冗余信息滤除方法。协调优化了给定区域内多路通信信号,通过仿真计算比较了在不同的协调概率情况下的通信效果,结果表明,所提算法平均通信准确度和通信速度较现有常用Pursuit-evasion game算法分别提高了19.03%和1.37 ms,且具有更强抗干扰能力。研究结论可对急诊、火警、加密传输、军事通信、密集资源优化调度等领域提供基础方法和数据支撑。

关键词： 鱼腥草破壁饮片   代谢组学   抗辐射   网络药理学   Q-Marker   分子对接   主成分分析   正交偏最小二乘法判别分析  

摘要： 目的基于代谢组学分析结合网络药理学方法与分子对接技术预测鱼腥草破壁饮片抗辐射质量标志物(Q-Marker)。方法建立UPLC-Q-TOF-MS法解析鱼腥草破壁饮片化学成分,采用主成分分析和正交偏最小二乘法判别分析筛选关键代谢物;构建“成分-靶点-通路”网络预测抗辐射Q-Marker,进行GO、KEGG富集分析,并利用分子对接验证其生物活性。结果预测的Q-Marker(5,3′-二羟基-7,4′-二甲氧基黄酮、木犀草素、山柰酚)皆为黄酮类成分,其通过核心靶点(Akt1、BCL2、EGFR)及核心通路(癌症通路、PI3K/Akt信号通路、脂质与动脉粥样硬化通路)协同发挥抗辐射作用,5,3′-二羟基-7,4′-二甲氧基黄酮与受体有更强的结合能力(抗病毒、抗肿瘤等生物活性)。结论本实验初步预测5,3′-二羟基-7,4′-二甲氧基黄酮、木犀草素、山柰酚是鱼腥草破壁饮片抗辐射Q-Marker,不仅为鱼腥草破壁饮片质量控制提供理论依据,亦为其他天然抗辐射药物的开发提供方向。

关键词： 棱柱形壳体   破片初速   量纲分析   人工神经网络  

摘要： 棱柱形装药结构作为一种典型的非对称结构,其能量输出具有明显的方向性,预测其破片速度分布对于新型战斗部的结构设计和毁伤效率评估具有重要意义。针对棱柱形装药结构,建立一种基于人工神经网络的破片速度预测模型。为提高网络模型的效率和准确性,通过理论分析确定了影响破片速度分布的影响因素,为网络模型筛选出4个输入特征参数。通过调整这些特征参数的值,建立多组不同的数值模拟工况,通过数值模拟方法为网络模型提供数据集。用训练好的网络模型对测试集进行了预测,预测结果与数值模拟结果吻合较好,表明该网络模型预测棱柱形装药结构的破片分布具有较高的准确性,并且该神经网络模型具有良好的泛化能力。该神经网络模型具有计算速度快、预测精度高、易于建模等特点,可以较为精确地预测一端起爆条件下棱柱形结构的破片速度分布,为战斗部结构设计和毁伤效率评估提供数据参考。

关键词： 企业   网络安全   防护能力  

摘要： 在信息化高速发展的时代,企业的发展离不开承载信息技术的网络安全环境,防止网络安全事件发生,应对网络安全突发事故,减少财产损失是企业必须直接面对的问题。如何更好地开展网络安全防护活动,实际上是企业对网络安全管理、网络安全运营的认识论和方法论,涉及企业的安全文化、安全制度、管理机构、防护技术等多个方面。通过将其有机地统筹起来,企业可更好地实现化解网络安全风险,消除网络安全漏洞,减少网络安全事件发生的目标。

关键词： 轴承故障诊断   柔性残差神经网络   动态减法平均优化器   平行注意力模块   噪声干扰  

摘要： 滚动轴承作为旋转机械的重要组成部分,其正常运行直接影响机器的使用寿命和运行状态.为了提高滚动轴承故障诊断的准确性,本文提出一种基于动态减法平均优化器(DSABO)和平行注意力模块(PAM)的柔性残差神经网络(FResNet),用于滚动轴承故障诊断.具体而言,首先设计一种基于卷积神经网络的柔性残差模块来构建FResNet.该模块允许在DSABO迭代时更改卷积层数、卷积核数和跳跃连接数,从而增强网络故障特征提取能力并减少网络退化.其次,设计具有卷积层的PAM来融合通道注意力和空间注意力输出权重,通过与滚动轴承运行数据结合,实现数据特征增强.于是,DSABO、PAM和FResNet的集成形成了一个有效的滚动轴承故障诊断模型,命名为DSABO-PAM-FResNet.最后,利用美国凯斯西储大学滚动轴承故障数据集验证所提DSABO-PAM-FResNet模型的可行性和有效性.结果显示,在信噪比为–6 dB环境下所提模型对滚动轴承故障诊断的准确率为97.18%,证明所提模型具有较好的抗噪能力;在0.75 kW、1.5 kW和2.25 kW不同负载条件下,所提模型对滚动轴承故障诊断的平均准确率为98.2%,证明所提模型具有良好的变工况诊断适应能力.与其他智能故障诊断方法的对比结果表明,所提DSABO-PAM-FResNet模型的诊断精度更高,为滚动轴承故障诊断提供了一种新的有效智能方法.