课程文献中心 更多>>

关键词： 智能照明系统   电力网络   安全监测  

摘要： 随着我国科学技术的飞速发展,智能技术的不断创新为各行各业的智能化转型提供了坚实动力。目前智能照明系统已经成为电力网络中不可或缺的一项重要组成部分。基于此,笔者将在本文中就智能照明系统的电力网络安全检测技术进行深度分析,详细阐述智能照明系统基本概念,分析智能照明系统的技术架构,并结合电力网络安全监测的基本要求提出相应的工作开展路径,希望能为读者提供一些参考与帮助。

关键词： 网络文化   解构化   大学生   育人  

摘要： 随着互联网信息技术的迅猛发展和网民数量的增加,多元的网络文化深受解构主义影响,逐渐表现出“解构化”发展趋势。青年大学生作为庞大的网络用户群体,深受这种解构化网络文化的影响。在此背景下,高校网络育人工作面临重重挑战。因此,高校需要积极探索应对策略,坚持正确的价值导向,创新育人方法,增强育人深度,使网络文化成为强有力的育人助推器。

关键词： 高校体育教学   网络教育技术   教学策略  

摘要： 本文聚焦于探究高校体育教学中应用网络教育技术的实践策略,在文章中,先对高校体育教学中存在的问题进行分析,通过阐述相应的问题来了解当前体育教学中的不足之处。然后分析高校体育教学中应用网络教育技术的意义,再对其具体的实施策略进行分析,通过网络教育技术的应用,可以很好的创新高校体育教学模式,拓展高校体育教学资源,将学生学习体育的积极性和主动性调动起来,同时还可以利用网络教育技术突破空间和时间的限制,为学生提供个性化教学,学生学习效果也会更好。

关键词： 反应堆   堆外探测器响应   反向传播(BP)神经网络   快速分析  

摘要： 堆外探测器响应描述了中子注量率与电流信号之间的对应关系,对反应堆的安全运行有着至关重要的作用。针对确定论方法和蒙特卡罗方法均无法兼顾堆外探测器响应计算效率与计算精度这一问题,采用基于反向传播(BP)神经网络的算法完成堆外探测器响应的快速计算;基于堆芯核设计系统CMS对我国现有百万千瓦级压水堆堆芯进行物理建模,堆芯内燃料组件排布方式和燃耗变化作为BP神经网络的输入,相对应的燃料组件排布方式以及不同燃耗下的堆外探测器响应作为BP神经网络的输出,构建了3层BP神经网络模型并进行了优化;经过计算验证,优化后模型能够较为快速地计算堆外探测器响应,且预测值与堆芯核设计系统CMS计算值相比误差较小,有较好的工程应用前景,为计算堆外探测器响应提供了新思路。

关键词： 恶意网络流量检测   门控循环单元   卷积神经网络   数据特征   自注意力机制  

摘要： 为了解决当前恶意网络流量检测技术存在准确率不足和泛化性较差的问题,提出一种基于双向GRU和CNN的恶意网络流量检测方法,使用双向GRU和CNN并行地提取网络流量数据的时间特征和空间特征,并加入自注意力机制,用于计算特征的重要性。采用CIC-IDS2017数据集进行实验,结果表明,该检测方法在多分类和二分类的准确率分别达到99.77%和99.82%,均优于其他的检测方法。

关键词： 图神经网络   知识推荐   知识图谱   设计任务子图   注意力机制   门控循环单元   饰品设计  

摘要： 为将企业结构化数据中所蕴含的专业知识高效地提供给产品设计师,提出一种基于图注意力网络的饰品设计知识推荐方法。把饰品企业的结构化数据转化为图,依据专业知识图谱融入相关语义信息,构建图注意力网络模型学习设计师的历史设计习惯,用门控循环单元神经网络提取当前设计任务的操作序列特征,依据这些信息,预测饰品设计师所需的知识并进行推荐。实验结果表明,在专业领域知识推荐方面,该方法具有更好的推荐性能。

关键词： 高级加密标准(AES)算法   信息加密   网络通信   安全性   加密传输系统  

摘要： 为解决传统信息传输方式安全性差的问题,本文设计了一种基于高级加密标准(advanced encryption standard, AES)算法的网络通信信息加密传输系统,通过AES算法对数据进行加密处理,确保信息在传输过程中的机密性和完整性。本文详细介绍了AES算法原理、系统各模块设计以及实际应用,旨在为网络通信安全提供有效的解决方案。

关键词： 牵引网   故障识别   RBF神经网络   仿真模型   小波包能量谱算法  

摘要： 针对铁路牵引网故障类型识别效率低下的问题,构建了基于小波包能量谱算法和径向基函数神经网络的电气化铁路牵引网线路仿真模型。该模型通过生成故障瞬态信号,利用小波包能量谱算法提取故障特征,并通过径向基函数神经网络进行训练和识别。结果显示,在故障瞬态电流测试中,雷击故障的瞬态电流达到了5400 A。在仿真测试中,所提模型对不同类型故障进行识别的平均准确率均稳定在88%以上,同时在迭代次数为59时误差值仅为0.0001。通过该模型能够有效识别多种类型故障,可为电气化铁路的安全运行与持续发展提供可靠的技术支持。

关键词： 网络空间   社区团购   创新模式   社会工作  

摘要： 随着互联网技术的迅猛发展和电子商务的普及,网络空间商务应用逐渐成为推动经济发展和社会进步的重要力量。社区团购作为一种新兴的电子商务模式,以团购的形式获取更低价格的商品或服务。这种模式不仅降低了居民的生活成本,还促进了社区经济的发展,提升了社区居民的生活质量。社会工作作为一种以人为本、注重社会公平和社区参与的专业服务,与社区团购的理念高度契合。本文通过研究社区团购的自治实践,社区团购通过居民在团购过程中逐渐形成的自我管理和监督机制,融合了线上线下的优势。社会工作在社区团购中起到了桥梁和纽带的作用。居民、团长和供应商之间的互动形成了一种独特的自治模式。本文分析了社区团购的模式的创新,得出社会工作介入的团购模式有助于团购收益和社会效益分配。探讨在网络空间下,团购模式在社区中的发展优势和挑战,促进社区团购的发展空间,增长企业效益和社会效益。With the rapid development of Internet technology and the popularization of e-commerce, the application of cyberspace commerce has gradually become an important force to promote economic development and social progress. As a new e-commerce model, community group-buying obtains cheaper goods or services in the form of group-buying. This model not only reduces the cost of living of residents, but also promotes the development of community economy and improves the quality of life of community residents. As a people-oriented professional service with social fairness and community participation, social work is highly consistent with the concept of community group buying. By studying the autonomous practice of community group buying, community group buying integrates the advantages of online and offline through the self-management and supervision mechanism gradually formed by residents in the process of group buying. Social work plays the role of a bridge and a link in the community group-buying. The interaction among residents, heads and suppliers forms a unique model of autonomy. This paper analyzes the innovation of the mode of community group buying, obtains the group buying mode of social work intervention and the social benefit distribution of group buying income, discusses the development advantages and challenges of group buying mode in the community under the network space, so as to better promote the development space of community group buying and increase the enterprise benefits and social benefits.

关键词： 区划   山洪灾害危险性   两阶段混合聚类   自组织映射神经网络   云南省  

摘要： 开展云南省山洪灾害危险性区划工作,以自组织映射神经网络为基础,混合Ward、PAM、CLARA、K-means和HK-means的5种方法进行二阶聚类,应用戴维森堡丁指数(Davies-Bouldin index,DBI)、轮廓系数(silhouette coefficient,SC)、聚类模型评估指数(Calinski-Harabaz index,CH)确定最佳聚类方案,之后以变异系数和变异系数一阶拆分确定最佳区划数量.结果显示:①SOM(self organizing map)+CLARA(clustering LARge applications)方法通过聚类有效性检验效果最好,其DBI值为1.0、SC值为0.9、CH值为0.3334,基于该方法得到云南省山洪灾害危险性最佳聚类数为5类,呈现类别空间分离,灾害属性相似的特征;②通过变异系数(coefficient of variation,CV)值变化及变异系数一阶差分(first-order difference,FOD)最低取值确定云南省山洪灾害危险性最佳区划单元为16个,具有形状上与地貌单元相近、数量上与行政单元相同,内部灾害发生机理相似的特征;③通过山洪灾害点、降水量、高程地貌的可视化比较,地理探测器定量分析,表明区划结果有较高的区内一致性和区间异质性.