课程文献中心 更多>>

关键词： DeepLabV3+   水体提取   SE通道注意力机制   Sentinel-1影像   语义分割  

摘要： 为了提高雷达影像提取水体的精度,本文以2023年Sentinel-1系列影像为数据源,在DeepLabV3+网络模型的基础上优化主干网络,并融合SE通道注意力机制,提出了一种改进的深度学习网络模型SEDeepLabV3+,针对改进的模型进行了消融试验,并以7月31日北京市昌平区水体提取为例,对该模型进行了验证。试验结果表明,使用改进后的SEDeepLabV3+方法提取水体时,平均交并比与像素准确率能够达到88.55%和93.49%,与DeepLabV3+、HRNet、U-Net相比,平均交并比分别提高了2.26%、2.31%和5.08%,平均像素准确率分别提高了0.76%、0.80%和3.07%,改进后的SEDeepLabV3+不仅具有更轻量级的网络结构,而且能够有效地提高水体提取精度和效率。

关键词： 函数加密   最小相似度   无界   隐私保护   网络服务   函数隐私   伪随机函数  

摘要： 现有网络服务器利用函数加密在进行最小相似度计算时,会获得一些中间结果,导致用户的隐私泄露,并且需要在系统建立阶段提前固定用户数据个数,导致其非常不灵活。为此提出一种无界的最小相似度安全计算的函数加密方案。通过新的0-1编码和隐私保护映射变体,在最小相似度计算过程中不会向网络服务器泄露任何中间结果,利用伪随机函数实现无界的函数加密,不需要在系统建立阶段提前固定用户数据个数,可以在计算过程中按需确定,利用对偶对运算向量空间在保护用户数据隐私的同时保护函数隐私。

关键词： 5G   电子信息   网络工程  

摘要： 5G的兴起为电子信息与网络工程带来了革命性的变化。其具备高速率、低延迟、大规模设备连接能力,为各类应用场景提供了支持。然而,在实际应用过程中,5G也面临诸多挑战。文章通过概述5G的核心特点,分析其在电子信息和网络工程中的应用、面临的主要挑战和解决对策,为相关研究人员提供参考。

关键词： 原发性肝癌   circRNA   hsa_circ_0023984  

摘要： 目的探讨hsa_circ_0023984在原发性肝癌(hepatic celluler cancer,HCC)及癌旁组织的表达与临床意义,构建内源竞争性RNA调控网络。方法下载并处理基因扩展综合数据库中GES97332数据集肝癌组织和癌旁组织样本的circRNA表达谱,筛选差异表达circRNA。检测34例肝癌患者组织中hsa_circ_0023984的表达情况,分析其与临床病理特征间的关系。构建蛋白质相互作用网络,通过基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析进一步了解其功能。结果hsa_circ_0023984在肿瘤组织中较癌旁组织中低表达。hsa_circ_0023984表达水平与包膜情况有关(F=3.47,P<0.05)。共获得3个靶向miRNAs,Hub基因为PARGC1、GNG4、WNT5A、CDK6、SP1、KRAS、GNAI3、NCOA3、PIK3R1、MAPK8。GO分析与KEGG分析表明hsa_circ_0023984的下游mRNAs可能参与癌症通路与癌症的胆碱代谢通路。结论hsa_circ_0023984在HCC中高表达,hsa_circ_0023984的高表达可能与HCC恶性发展有关。

关键词： 电子信息   住宅   FTTR   全光网络  

摘要： FTTR(Fiber to The Room)作为当前新型信息基础设施建设的关键一环,在住宅网络中发挥着举足轻重的作用。它不仅能够大幅提升网络传输速度和稳定性,还为用户提供了更加灵活和便捷的网络接入方式。旨在深入探讨FTTR的重要性及其在实际应用中的优势,从多个维度展开详细阐述。从千兆光网是新型信息基础设施建设重点、FTTR方案简介、FTTR全光网络的级联结构与配置原则等方面展开阐述,介绍了FTTR全光网络的优势和未来发展前景。

关键词： 融媒体时代   高职院校   舆情治理   数字技术   网格化管理   急难愁盼  

摘要： 融媒体时代,信息传播渠道多样,传播速度加快,高职院校网络舆情治理面临新的挑战。研究针对融媒体时代高职院校网络舆情治理面临的挑战,分析当前存在的主要问题,包括舆情研判不精准、引导队伍不专业、舆情反馈不及时和意见反馈不通畅。针对这些问题,提出了四项创新路径:引入数字技术强化舆情监测研判,强化舆情阵地壮大引导队伍,强化党团组织引领搭建网格舆情体系,以及畅通意见渠道设立急难愁盼平台。通过理论分析和实践探索,研究旨在为高职院校构建科学有效的网络舆情治理体系提供参考,以期提升舆情应对能力,维护校园和谐稳定。

关键词： 慢性髓性白血病   红系分化   miRNA-mRNA网络  

摘要： 目的:确定慢性髓性白血病(CML)红系分化过程中起关键作用的微小核糖核酸(miRNA)和信使核糖核酸(mRNA),并揭示它们之间的网络调控关系以及其对信号通路的影响。方法:利用GEO数据库筛选出CML红系分化后表达显著改变的miRNA与mRNA,并通过DIANA tools分析平台的TarBase v.8工具与Cytoscape软件构建miRNA-mRNA调控网络,进一步筛选出发挥关键作用的枢纽miRNA。使用DIANA tools分析平台的mirPath v.3工具与Metascape分析平台分别对miRNA与mRNA的进行KEGG信号通路富集分析。最后,通过实时荧光定量PCR的方法验证红系分化对CML细胞枢纽miRNA表达的影响。结果:共筛选出表达显著差异的4281个mRNA与475个miRNA,其中差异最为显著的基因包括ATP2A3、CXCL8、hsa-miR-219a-5p和hsa-miR-154-5p等。miRNA-mRNA网络分析发现,hsa-miR-520c-3p等4个miRNA是表达显著降低miRNA的网络枢纽,而hsa-miR-128-3p等11个miRNA是表达显著升高miRNA的网络枢纽。信号通路富集分析发现差异表达miRNA与mRNA主要富集于PI3K-Akt信号通路等。体外实验结果显示,在氯化血红素处理的K562细胞中,hsa-miR-520c-3p的相对表达量显著减少,而hsa-miR-128-3p的相对表达量则显著增加。结论:通过构建miRNA-mRNA网络全面探讨了CML红系分化过程中miRNA与mRNA之间的调控作用,揭示了发挥关键作用的miRNA与信号通路,为理解CML红系分化的调控机制提供了新视角,并为CML治疗提供了潜在靶标。

关键词： 护手霜包装   X射线荧光光谱   K-means聚类   BP神经网络   粒子群优化  

摘要： 针对护手霜塑料包装物证溯源需求,文章设计了X射线荧光光谱(XRF)结合深度学习的分类方法。通过XRF技术对52个护手霜包装样品进行无损检测,并对所得光谱数据进行z-score标准化处理,利用K-means聚类进行分类,借助Elbow原则和Silhouette分析确定了最优的聚类数目,发现四个聚类为最佳选择。构建反向传播神经网络(BPNN)和粒子群优化算法(PSO)后的BPNN模型验证分类结果可靠性。实验发现,单独使用BPNN模型在训练集上的准确率为96.4286%,在测试集上的准确率为91.6667%,而PSO-BPNN模型在训练集和测试集上的准确率均达到了100%。结果表明,结合X射线荧光光谱法与PSO优化的BPNN模型,能够有效地对护手霜包装进行精确分类,并为物证溯源提供更为科学的手段。

关键词： 肉芽肿性小叶性乳腺炎   阳和汤   网络药理学   作用机制   大鼠  

摘要： 目的运用网络药理学及分子对接探究阳和汤治疗肉芽肿性小叶性乳腺炎(GLM)的潜在靶点及通路,并进行实验验证。方法通过TCMSP、TCM-ID数据库及文献检索并筛选阳和汤活性成分和靶点,通过GeneCards、OMIM数据库检索GLM靶点,对药物靶点与疾病靶点取交集,构建蛋白相互作用网络,并进行GO和KEGG通路富集分析,对主要成分与关键靶点进行分子对接。将60只SD大鼠随机分为空白组、模型组、泼尼松龙组(0.005 g/kg)及阳和汤低、中、高剂量组(2.5、5.0、10.0 g/kg),除空白组外,其余组均构建GLM模型,各给药组予相应药物干预,连续14 d。记录大鼠体质量及乳腺肿块大小,采集乳腺超声声像图并进行炎症指数评分,HE染色观察大鼠乳腺组织形态,ELISA检测血清白细胞介素(IL)-1β、IL-6、肿瘤坏死因子-α(TNF-α)含量,Western blot检测乳腺组织IL-1β、IL-6、TNF-α、核因子-κB抑制蛋白α(IκBα)、Toll样受体4(TLR4)、核因子-κB p65(p65)蛋白表达。结果筛选出阳和汤有效成分140种、靶点363个,与GLM交集靶点32个,主要涉及NF-κB、PI3K-Akt信号通路等,分子对接显示主要成分与关键靶点结合活性良好。与空白组比较,模型组大鼠乳房明显红肿,肿块大且乳腺炎症指数评分显著升高(P<0.01),超声可探及范围较大的片状低回声区,乳腺小叶内多种炎性细胞浸润并形成微小脓肿,模型组大鼠血清IL-1β、IL-6及TNF-α含量显著增加(P<0.01),乳腺组织IL-1β、IL-6、TNF-α、TLR4、p65蛋白表达显著升高(P<0.01),IκBα蛋白表达显著降低(P<0.05);与模型组比较,各治疗组大鼠乳房红肿均改善,肿块缩小,以泼尼松龙组及阳和汤高剂量组肿块缩小明显(P<0.05),泼尼松龙组及阳和汤各剂量组炎症指数评分不同程度下降(P<0.01),超声可见低回声区范围较小,乳腺小叶炎性细胞浸润减轻,肉芽肿及脓肿减少,泼尼松龙组及阳和汤各剂量组血清IL-1β、TNF-α含量明显降低(P<0.01),泼尼松龙组及阳和汤中、高剂量组血清IL-6含量明显降低(P<0.05,P<0.01),阳和汤高剂量组乳腺组织TLR4蛋白表达明显降低(P<0.05),泼尼松龙组及阳和汤各剂量组IL-1β、IL-6、TNF-α、p65蛋白表达明显降低(P<0.05,P<0.01),IκBα蛋白表达明显升高(P<0.01)。结论阳和汤可减轻GLM大鼠炎症反应,其作用机制可能与抑制TLR4/NF-κB信号通路相关。

关键词： 深度学习   织物疵点检测   卷积神经网络(CNN)   生成模型   DETR  

摘要： 疵点严重影响了织物外观质量,织物疵点自动检测技术对提高检测效率、降低人工成本、提高纺织企业生产智能化水平都具有重要的意义;因基于深度学习的神经网络具有强大的特征提取能力,近些年越来越多的研究人员将其用于织物疵点自动检测过程中,提出了很多用于织物疵点检测的神经网络模型。为了提高织物疵点的检测性能和效率,对基于CNN(Convolutional Neural Networks)、生成模型和DETR(Detection Transformer)等当前主流网络模型的检测原理进行概述;分析以这几种网络为主干的多个神经网络模型,讨论其优缺点以及目前它们在织物疵点检测上的应用状况和面临的挑战;展望DETR相关算法的研究趋势。