课程文献中心 更多>>

关键词： 长短期记忆神经网络   货车动态称重   鲸鱼优化算法   时间序列  

摘要： 针对当前货车动态称重算法预测精度不高的问题,提出一种基于WOA(鲸鱼优化算法)-LSTM(长短期记忆网络)的货车质量预测模型。相较于传统机器学习算法,该模型能够有效处理时间序列数据,并通过鲸鱼优化算法对长短期记忆网络的参数进行优化,解决了手动调整模型内部参数比较困难的问题,运用WOA对LSTM的2层隐藏层神经元个数、训练时的批处理次数进行寻优,使用河南省新乡市采集到的货车过车数据验证所提模型有效性,并与LSTM、WOA-DNN模型进行对比。最终实验结果表明,所提WOA-LSTM模型相较于单一LSTM模型和WOA-DNN模型的预测能力更高。

关键词： “网络营销”课程   “互联网+双创”   电子商务  

摘要： 文章首先阐述了“互联网+双创”教育背景下“网络营销”课程教学存在的问题,然后论述了“互联网+双创”教育背景下“网络营销”课程教学改革与实践,包括完善课程理论知识与实践教学内容,强化大学生创新创业意识;构建“理论课程教学—仿真模拟—实训实战”智慧化教学模式;打造“双师双能型”教师队伍,实现“走出去+引进来”;等等。

关键词： 网络暴力   传染病模型   舆情演化   舆情治理   SEIQR模型  

摘要： [研究目的]采用传染病模型模拟网络暴力舆情演化过程,有助于监管部门预测舆情趋势、评估治理策略和制定应急预案。[研究方法]首先,融入生命周期理论改进标准传染病模型,研究网络暴力舆情的扩散机制和影响模式;其次,基于中央网信办加强网络暴力治理的通知内容深入分析模型基本再生数的参数含义;最后,通过六组对照仿真实验研究网络暴力舆情在不同阶段的治理侧重点。[研究结果/结论]实验结果表明,在网络暴力舆情的成长期加强内容识别预警有助于降低暴露人群比例;在爆发期通过及时发布权威信息能避免活跃人群放大负面舆论;在衰退期开展宣传教育能够增大传播链中隔离人群比例;在平缓期持续完善防控机制可以监督恢复人群的情绪变化。

关键词： 逆运动学   注意力机制   GRU神经网络   求解精度  

摘要： 针对传统神经网络和智能算法在机械臂逆运动学求解过程中求解精度低和泛化能力弱的问题,提出一种利用注意力机制改进门控循环(Gated Recurrent Unit,GRU)神经网络的逆运动学求解模型。该模型利用GRU神经网络对机械臂逆向运动过程中时序性的分析,学习各个关节运动前后变化的约束关系。然后通过注意力机制突出重要节点数据变化对关节角的影响,提高求解精度,增强模型泛化能力。本仿真以六自由度串联机械臂为研究对象,对其运动学进行建模分析,将机械臂的逆运动学求解问题转换为误差最小化的研究。仿真结果表明,利用该神经网络模型求解逆运动学相比于PSO-BP和LSTM网络,模型的求解精度得到了明显提高。

关键词： 工业控制   PLC技术   实训装置  

摘要： 为了满足工业网络与组态技术课程教学需求,采用模块化设计思想对工业网络控制实训装置进行设计,涵盖了PLC技术、总线技术、伺服技术、变频器技术、通信技术、组态技术等,具有易维护、实用性强、可拓展等特点。并以该装置为实训教学对象,结合课程教学需求进行项目化教学设计,有助于学生更好地理解和掌握工业网络控制技术,提升职业竞争力。

关键词： 图像超分辨率重建   大核卷积   感受野   视觉注意力  

摘要： 高效超分辨率的研究重点是改进深度小核卷积来降低模型复杂度、提升效率,但较小的感受野会限制网络细节重建能力,大核卷积虽能提供更大的感受野、提升图像重建质量,但计算成本过高。为了减少模型参数数量并实现高效超分辨率重建,提出一种对称视觉注意力网络SVAN。首先将大核卷积分解为3种不同的轻量高效卷积,在卷积组合中借助不同卷积的感受野尺寸形成瓶颈结构,并与注意力机制结合成瓶颈注意力模块来增强网络对特征的关注能力;其次,将瓶颈注意力模块对称排布构成对称大核注意力块,以进一步提升网络提取深层特征的能力。实验表明,所提模型相较于其他轻量化超分辨率方法定量指标提升明显,重建的图像纹理细节更丰富,参数量仅为183 K,是一个具有竞争力的轻量化高质量超分辨模型,为高效超分辨率提供了新的解决思路。

关键词： 网络信任   OTA升级   PKI   安全   合规  

摘要： 基于远程在线升级(OTA),车辆能通过互联网自行升级来修复问题、增强功能甚至提前解决隐患问题,为车主大大节省了时间和精力,有效提升用车便捷性。但是,OTA在给车辆召回、升级带来便利的同时,也增加了车辆可能遭受网络攻击的风险,如车辆在OTA过程中遭受攻击,就可能破坏或控制车内电子控制单元(ECU),给用户安全带来威胁。

关键词： 无线传感器   高压电力设备   在线监测   预警  

摘要： 为提高高压电力设备运行的安全可靠性,保障电力供应,本文基于无线传感器网络技术,提出高压电力设备在线监测方法。首先,根据设备的行情况与特征,选择并部署无线传感器。最后,设计网络拓扑结构,实时采集并传输运行参数,从数据中提取状态特征信息,反映设备状态。最后,设定监测参数,进行在线监测,预警设备状态。实验结果表明,该方法准确度高,适用于高压电力设备在线监测。

关键词： 初高中生   体育锻炼氛围   抑郁情绪   社交焦虑   网络人际关系成瘾  

摘要： 目的:分析体育锻炼氛围对初高中生抑郁情绪的影响,探讨社交焦虑与网络人际关系成瘾的链式中介效应,为排解初高中生抑郁情绪提供可行性建议。方法:采用整群抽样法,通过锻炼氛围量表、社交焦虑量表、网络人际关系成瘾量表和抑郁情绪量表对756名初高中生进行调查。结果:①体育锻炼氛围与社交焦虑、网络人际关系成瘾以及抑郁情绪(r=-0.236,-0.237,-0.335;P<0.001)呈显著负相关;②社交焦虑与网络人际关系成瘾、抑郁情绪(r=0.339,0.545;P<0.001)呈显著正相关;③网络人际关系成瘾与抑郁情绪(r=0.287,P<0.001)呈显著正相关;④体育锻炼氛围通过4条路径影响初高中生抑郁情绪,直接效应路径:体育锻炼氛围→抑郁情绪;中介效应路径1:体育锻炼氛围→社交焦虑→抑郁情绪;中介效应路径2:体育锻炼氛围→网络人际关系成瘾→抑郁情绪;链式中介效应路径:体育锻炼氛围→社交焦虑→网络人际关系成瘾→抑郁情绪,效应值分别占总效应的61.0%、33.0%、4.3%和1.4%。结论:良好的体育锻炼氛围有助于减少初高中生的社交焦虑与网络人际关系成瘾,进而降低抑郁情绪的发生概率,帮助初高中生保持积极的生活方式和健康的心理状态。

关键词： 离子液体   毒性   机器学习   图神经网络   模型   预测   可解释性  

摘要： 离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子结构信息,图卷积模型在4个数据集中的RMSE和MAE均最低,R2均最高,因此,图卷积模型在预测离子液体毒性上更优越。同时,基于图卷积模型,建立毒性解释模型,从数据驱动上来分析原子基团对毒性的贡献。阳离子的芳香环和长烷基链会产生毒性,S^(+)、P^(+)、N^(+)、NH^(+)等原子基团会显著增强离子液体的毒性,而P^(-)、F、B^(-)、C等原子基团会有效降低离子液体的毒性。该发现可为快速筛选和开发更绿色低毒型离子液体提供理论依据。