课程文献中心 更多>>

关键词： 小学语文阅读   新时代教育   小学阅读   信息技术   网络资源   阅读空间   智慧化   课程标准  

摘要： 《义务教育语文课程标准(2022年版)》强调:“新时代教育下,教师应注重信息技术在小学阅读教学中的运用,并依托网络资源实现阅读可视化、现代化、智慧化。”因此,教师应基于课程标准,依托网络环境优化小学语文阅读教学策略。本文分析了网络环境下的教学特点,阐述了网络环境下小学语文阅读教学的意义,并提出针对性的小学语文阅读信息化教学策略,以此优化阅读教学,为学生提供开放、交互、动态的阅读空间,从而有效拓展学生的阅读思维,助力学生阅读素养的培养。

关键词： 急性呼吸窘迫综合征   痰热清注射液   网络药理学  

摘要： 目的基于网络药理学探讨痰热清注射液治疗急性呼吸窘迫综合征(ARDS)的作用机制。方法通过TCMSP、BATMAN数据库检索痰热清注射液的活性成分及作用靶点,利用OMIM、Genecards数据库筛选出ARDS的疾病潜在靶点,将药物及疾病靶点进行映射,运用Cytoscape3.9.0构建“药物—成分—靶点”网络图,筛选关键靶点。运用STRING数据库构建蛋白相互作用,对潜在靶点进行GO及KEGG富集分析。结果通过筛选共获得痰热清注射液有效活性成分934个,疾病靶点374个,与ARDS共同靶点67个。GO富集分析得到1643个生物学过程,KEGG通路富集得到176条信号通路,与ARDS相关的通路主要有高级糖基化终末产物—受体(AGE-RAGE)信号通路、缺氧诱导因子-1(HIF-1)信号通路、肿瘤坏死因子(TNF)信号通路、白介素-17(IL-17)信号通路。结论通过网络药理学技术分析,痰热清注射液可能通过参与血管内皮保护作用相关通路发挥治疗ARDS的作用。

关键词： 配电系统   选址定容   高比例可再生能源   离散粒子群   配电网稳定   混合储能   选址优化   参数准确性  

摘要： 引言。为了满足算力需求增长,需解决移动算力网络接入点选址中的负载过大问题[1]。孙东磊[2]等人构建了双层优化模型,结合混合储能特点,通过反馈机制得出最优选址定容方案,提升高比例可再生能源接入下的配电网稳定性。但模型参数准确性和实时性需要提升,需要探索降低复杂度、提高效率的方法,以应用于实际配电系统。

关键词： 网络钓鱼识别   任务中断   漂移扩散模型   网络钓鱼易感性   知识经验  

摘要： 用户能否正确识别出网络钓鱼是防御其攻击的最后一道防线,频繁且难以避免的中断对用户在短时间内处理大量邮件并识别出网络钓鱼是一个严重的挑战。任务中断已被证明对主要任务既有积极影响也有消极影响且研究结论不统一,因此任务中断对用户识别网络钓鱼的影响需进一步探究。本文基于漂移扩散模型,构建中断状态、行为选择、中断状态×行为选择的研究模型,采用模型参数的贝叶斯估计分析在有无中断状态下用户识别网络钓鱼的漂移率、边界高度、起始点偏差、非决策时间。在线实验数据分析结果发现,任务中断对用户正确识别网络钓鱼邮件具有双刃剑效应,有中断时用户的反应时间变短,且在准确率上没有显著差异,但漂移率变低,导致更高的边界高度。此外,针对正确率差异、性别差异、易感性差异、知识经验差异的相关分析发现,当无中断时个体为男性、正确率越高、易感性越低、知识经验越低时,其漂移率越快,编码等非决策时间越短,而有中断时个体为女性、正确率越低、知识经验越低时,其漂移率越快。本文研究从主体、客体之外的第三方任务中断的视角拓展影响用户识别网络钓鱼的环境因素,为提高用户识别网络钓鱼的能力提供实践指导。

关键词： 神经网络   静态输出反馈   半马尔科夫   时变时滞   同步控制   Lyapunov泛函   积分不等式   自由权矩阵  

摘要： 针对具有时变时滞的半马尔科夫神经网络静态输出反馈主从同步的问题,设计1种静态输出反馈控制器,以实现半马尔科夫神经网络从系统在时变时滞的影响下与主系统同步。利用半马尔科夫切换过程对时变时滞神经网络系统建模,表征神经网络系统参数的突变现象,比起马尔科夫过程,半马尔科夫过程更具一般性;考虑到系统状态不能完全获得的情况,利用输出信息实现神经网络之间的同步;利用李雅普诺夫(Lyapunov)稳定性理论,选取时滞相关的Lyapunov泛函并结合积分不等式缩放技术,得到低保守性的充分条件;在没有控制器输入矩阵的情况下,采用自由权矩阵技术将系统矩阵从Lyapunov泛函广义矩阵中分离,克服固定权矩阵的保守性;最后通过1个数值算例验证控制器设计的有效性。结果表明:设计的控制器可使时变时滞系统在初始状态与主系统不同步时,依然可在5 s后消除误差实现同步;控制信号在消除误差后趋向稳定,在保证同步误差系统随机均方稳定的同时满足混合无穷/无源性能指标,证明了设计的合理性。

关键词： Res-UNet   Gmsh   残差块   批量建模   井地电阻率反演  

摘要： 为了解决传统电阻率反演方法依赖反演初始模型的选择、反演过程容易陷入局部极小且反演耗时较长的缺点,本文提出了一种基于Res-UNet神经网络的井地电阻率实时反演方法,通过Gmsh软件获得大幅扩展的正演响应数据集,并针对数据特性选取合适的网络参数进行反演实验。实验结果表明,Res-UNet算法能充分挖掘数据特性,快速获得符合地层电性特征的电阻率成像结果,在电阻率正演数据集上的预测值和正演响应的均方误差为0.01944,在测试集上的均方根误差为0.0758,与传统反演方法相比,成像结果有显著提升。基于Res-UNet网络的井地电阻率反演方法在仿真模型的反演计算中得到了较好的结果,能快速、准确地反演出地下异常体的位置和形态,且具有较好的抗噪声能力,为电阻率数据和真实地电结构之间的映射关系提供了一种新的方法和思路。

关键词： 地铁网络   突发事件   遗传算法   韧性评估   恢复策略  

摘要： 在突发事件下,从地铁网络拓扑结构和客流量2个角度综合考虑,提出基于客流量加权的网络全局效率。基于复杂网络理论,构建地铁网络拓扑结构,对网络特征指标进行分析,并提出基于网络全局效率的地铁网络韧性评估方法和基于遗传算法的地铁网络恢复时序优化模型。以西安地铁网络为研究对象,采用5种不同恢复策略下的恢复时序方案对西安地铁网络失效站点进行修复,在此基础上提出最优修复策略。结果表明:①在2种突发事件下,基于遗传算法的恢复策略为最优恢复策略;②突发事件1(洪水倒灌)线性站点失效下的不同恢复策略对网络韧性的影响更为明显;③在相同恢复策略下,突发事件1的网络韧性均高于突发事件2(暴力事件)的网络韧性。

关键词： 电力监控系统   管控系统   网络安全   网络分层   TypeB保护  

摘要： 为解决电力监控系统智能化水平低、安全性不足的问题,应用网络分层技术对系统网络安全智能分析管控系统进行了优化设计,详细阐述了系统软、硬件设计方案并完成了实验分析。分析结果表明:优化后的电力监控网络安全智能分析管控系统提升了系统的智能化水平和系统的安全性,保障了电力监控系统安全、稳定、高效运行。

关键词： 深度学习   卷积神经网络   网络流量异常检测  

摘要： 为了提高网络流量异常检测的效率和准确性,本研究设计并实现了一个基于深度学习的网络流量异常检测系统。该系统利用深度学习技术,对网络流量数据进行深入分析,旨在实现更高效、更精准的异常检测。同时讨论了所提出系统的缺陷与未来的改进方向。此研究对提升网络安全防护具有重要意义。

关键词： brain tumor   magnetic resonance imaging   deep learning   deep-convolutional neural network classifier   LOBO optimization  

摘要： The categorization of brain tumors is a significant issue for healthcare *** and timely identification of brain tumors is important for employing an effective treatment of this *** tumors possess high changes in terms of size,shape,and amount,and hence the classification process acts as a more difficult research *** paper suggests a deep learning model using the magnetic resonance imaging technique that overcomes the limitations associated with the existing classification *** effectiveness of the suggested method depends on the coyote optimization algorithm,also known as the LOBO algorithm,which optimizes the weights of the deep-convolutional neural network *** accuracy,sensitivity,and specificity indices,which are obtained to be 92.40%,94.15%,and 91.92%,respectively,are used to validate the effectiveness of the suggested *** result suggests that the suggested strategy is superior for effectively classifying brain tumors.