课程文献中心 更多>>

关键词： 清肺汤   镇咳   HPLC-Q/TOF MS   入血成分   网络药理学   分子对接  

摘要： 目的建立基于HPLC-Q/TOF MS的方法鉴定清肺汤的活性成分,并基于网络药理学的方法寻找清肺汤镇咳的潜在活性机制。方法将10只Wistar大鼠连续灌胃7 d给予清肺汤水煎液后,收集2 h的血浆。样品前处理后,用ACQUITY HPLC HSS Column(100 mm×3.0 mm,1.8μm)色谱柱以质量分数为0.2%甲酸水溶液(A)-乙腈(B)为流动相,梯度洗脱。在电喷雾离子源(ESI源),正负离子模式下分析入血成分;通过SwissTargetPrediction数据库筛选入血成分的潜在靶标,与在GeneCards数据库、CTD数据库和Open Targets Platform数据库中筛选得到的咳嗽靶标匹配获取交集靶标;通过Metascape数据库进行GO生物学分析和KEGG通路分析;通过STRING数据库与Cytoscape软件绘制PPI网络,通过节点和边缘集群算法寻找核心靶点,并用分子对接进行验证。结果通过入血成分的定性分析,检测出了59个活性成分,99个清肺汤镇咳的潜在靶标。GO分析表明清肺汤发挥镇咳作用主要富集在刺激反应与代谢调控等生物过程,细胞膜、神经突触等细胞组成,结合功能、激酶活性等分子功能。关键通路多与免疫调节、炎症反应以及气道反应和气道重塑有关。筛选出BCL2L1、JUN、STAT3、MMP9、HIF1A等核心靶点。结论清肺汤通过多成分、多靶点、多通路发挥镇咳作用.

关键词： 卷积神经网络   VGG16   CIFAR-10数据集   网络轻量化   图像增强  

摘要： 在嵌入式系统和边缘计算中,为提高VGG16卷积神经网络对小尺寸图像识别的计算效率,通过调整模型全连接层数量、卷积核数量和使用全局平均池化替代全连接层等方式对VGG16网络进行改进,降低网络模型的可训练参数量。将改进的神经网络模型在图像增强的CIFAR-10数据集上进行训练,训练集达到99%以上的识别准确率,测试集可以达到90%以上的识别准确率,改进后的网络模型参数量较VGG16网络参数量减少了89.04%,验证了改进网络模型的有效性。

关键词： 网络安全   漏洞评估   可利用性   指标约简   机器学习  

摘要： 通用漏洞评分系统是目前应用最为广泛的漏洞评估方法,但其评估结果偏向于漏洞本身的危害性,而未考虑网络环境因素。针对上述问题,提出一种面向网络环境的漏洞可利用性评估方法,基于群体专家经验,利用统计学方法选择漏洞属性,构建漏洞可利用性评估指标体系。同时,结合网络环境属性,基于最近邻算法对漏洞可利用性进行评估。该方法能对已知和未知漏洞进行精准的智能化评估,既融合了网络环境对漏洞可利用性的影响,又降低了专家经验的依赖程度。最后通过实验验证了该方法的有效性。

关键词： 5G   海域   新基建   TDD+FDD双层网   8TRAAU   小天线  

摘要： 海洋被誉为生命的摇篮和宝库,是全球重要的战略资源,也是高质量发展的战略关键点。在这一背景下,国家高度重视“海上新基建”中的5G网络规划与建设工作,而海域中的远距离覆盖则为网络带来了巨大挑战。针对不同平台(如陆基、海基和空基等),分析在建设5G网络方面的可行性,积极寻求创新的海面覆盖方案,以提升海上5G网络的覆盖范围和融合应用的广度与深度,从而推动实现海洋数字经济迅速发展,为海上通信和数字化领域带来新的突破,为海洋经济的持续增长注入新的动力。

关键词： 网络文学   海外传播   中华文化  

摘要： 经过20余年创新发展,中国网络文学吸收传统文化精髓,融入创新传播策略,塑造了独具特色的文化风貌。中国网络文学的海外传播经历了版权输出、文本输出、多元化传播、产业化输出等过程,在不断拓展、蜕变、进化中实现快速成长,构建了一个基于AI时代的全新创作和产业生态。国家政策的持续引领、平台的创新完善、AI技术的发展进步以及网文作品的海量涌现,推动中国网络文学更好地走向世界。

关键词： 方面级情感分析   语法分析   图注意力网络   注意力机制  

摘要： 方面级情感分析是一项细粒度的情感分析任务,旨在对给定文本中的特定方面进行情感极性分析。当前基于语法分析的方法严重依赖于依存树的单一解析结果,并且大部分研究对于语义和语法特征的融合并不充分。因此,提出了一种基于BERT模型和图注意力网络的方面级情感分析方法。该方法能够充分挖掘句子结构中的语义和语法信息,并通过交互注意力机制融合这些信息,从而获得更精确的情感特征。首先,利用BERT预训练模型得到文本的初始化向量,并使用注意力机制对方面词进行全局的语义信息关联,得到文本的语义特征。其次,利用语法解析器构建短语结构图和依存图,并利用图注意力网络对节点信息进行编码,得到文本的语法特征。最后,通过交互注意力机制结合学习到的语义和语法特征,实现了多个视角的融合,从而全面理解方面-观点关系。实验结果表明,所提方法在多个数据集上的ACC值和F1值均优于现有的多个先进方法。

关键词： 压力性损伤   人工智能   深度学习   YOLO   目标检测   神经网络模型   App  

摘要： 背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。

关键词： 网络购物   压力   零售疗法  

摘要： 本研究基于中国家庭追踪调查(CFPS)数据,运用STATA软件进行OLS回归分析,探讨了青年学业压力对其网络购物重视度的影响。研究发现,随着学业压力的增加,青年对网络购物的重视程度显著提高。这一现象可能与网络购物提供的便利性和逃避现实压力的心理需求有关。此外,本研究还考虑了其他潜在影响因素,如个体的学习时间、性别等,并通过模型验证其对研究假设的支持。结果表明,网络购物已成为青年应对学业压力的一种重要方式,这对于理解当代青年消费行为及其心理机制具有重要意义。This study is based on the China Family Panel Studies (CFPS) data and uses STATA software to conduct OLS regression analysis to explore the impact of academic stress on the importance of online shopping among young people. Research has found that as academic pressure increases, young people’s emphasis on online shopping significantly increases. This phenomenon may be related to the convenience provided by online shopping and the psychological need to escape the pressure of reality. In addition, this study also considered other potential influencing factors, such as individual learning time, gender, etc., and validated their support for the research hypothesis through the model. The results indicate that online shopping has become an important way for young people to cope with academic pressure, which is of great significance for understanding contemporary youth consumption behavior and its psychological mechanisms.

关键词： 单因素检测   压滤液回用   人工神经网络   粒子群算法优化  

摘要： 针对废弃压滤液再配新鲜钻井液过程操作参数的最优值问题,开展以人工神经网络为基础对废弃压滤液再配钻井液操作参数的优化,确定最佳的压滤液的pH值、搅拌速度、反应温度和高价阳离子去除剂的加料比。通过单因素实验确定了压滤液再配钻井液过程中操作参数的适宜条件范围。基于此操作条件,设计并收集180组实验数据用于人工神经网络模型的训练,使用PSO算法对CNN模型进行优化,并进行网络结构调整,对三个指标线性合并,形成综合指标,在设置迭代停止误差限为0.005的条件下,调整后的PSO-CNN模型在第50次时达到收敛,将得到的操作条件进行三组平行试验。得到的再配钻井液的性能,密度为1.0569 g·cm-3、塑性黏度为9 mPa·s和漏斗黏度为45.48 s,与模型优化值相比较,相对误差为0.038%、0.0%和0.132%。优化后的模型表现出高准确性,进一步验证了废弃压滤液经处理后可用于新鲜钻井液的再配。

关键词： 政策网络理论   中医药   健康旅游  

摘要： 运用政策网络理论对中医药康养旅游政策中的执行困境进行分析,描述我国中医药健康旅游在政策运行时所展现的状况及运行时存在的现实困境,在此基础上,针对不同状况来提出相应的解决对策。分析发现政策社群和府际网络之间存在施行偏差、生产者网络和议题网络之间存在信任危机、议题网络与专业网络之间存在理解误区、政策社群和生产者网络之间存在价值对立等问题。建议统筹中央与地方,做到顶层设计和地方实际衔接流畅;加大监管力度,提高生产者守法意识;转换行业发展方向,消除政策执行的灰色地带。