课程文献中心 更多>>

关键词： 卷积神经网络   事件性质判别   人工爆破   广东地区  

摘要： 本文基于AlexNet卷积神经网络模型，提出了一种数据处理简单、准确率高的人工爆破波形识别方法。利用广东省地震台网记录，选取人工分析入库的天然地震和人工爆破事件数据源对模型进行训练和测试，搭建了一个适用于广东地区的爆破自动识别器，并对广东地区540个波形进行测试。结果显示，运用该模型所得天然地震事件的精确率、召回率以及F1分数均大于0.98，而人工爆破事件的识别精确率、召回率以及F1分数均大于0.90。表明该模型可以高效准确地判别广东地区天然地震与人工爆破波形，比人工识别方法更稳定、准确和高效。

关键词： 加氢站泄漏   氢泄漏行为特性   深度学习   泄漏检测   智慧消防  

摘要： 高压氢气泄漏是加氢站常见的安全隐患之一,严重影响加氢站的安全运行。准确且及时地识别泄漏位置,密切检测氢气体积分数,对于加氢站的燃爆安全防控至关重要。该文提出一种基于深度神经网络的氢气泄漏智能定位检测模型,为加氢站提供智能且及时的检测方案。首先利用计算流体动力学(CFD)模拟构建了不同泄漏位置、泄漏强度、风向的加氢站高压氢气泄漏的专有数据库,分析发现风向对氢气泄漏的影响最大;比较了6种现有深度学习的检测模型针对氢气泄漏位置的预测效果,发现基于卷积双向长短期记忆神经网络(CNN-BiL STM)的模型准确率和F1分数均超过98%,展现了优异的检测性能和显著的鲁棒性。该研究为加氢站的氢泄漏检测提供了理论基础,也为智慧消防技术的实现提供了行之有效的解决方案。

关键词： 静默数据损坏   异构关系图   图注意机制   故障检测  

摘要： 目前，由软错误引起的系统漏洞呈指数级增长，其中软错误可能导致不正确的输出，也称为静默数据损坏(SDC)，它不会在系统中引起警告，因此很难检测到。检测SDC错误对系统可靠性至关重要。然而，现有故障检测方法通常使用机器学习模型来学习指令的静态特征进行检测，忽略了指令间上下文信息，缺乏对SDC的传播推理能力。本文提出了一种融合关系邻域的SDC错误检测异构图注意网络模型（SDC Error Detection Heterogeneous Graph Attention Network Model With Fused Relational Neighborhoods， HGATFR）。HGATFR表示一种异构图，可用不同类型的边表示不同的指令关系。HGATFR能够自动捕获有助于SDC传播的语义信息和结构信息。通过堆叠层，节点可以从邻域内其他节点获取相关的语义信息，使注意力机制可量化故障对其邻域内其他节点的影响。此外通过聚合该节点的关系邻域信息，模型能够更好的捕获有助于SDC传播的结构特征。对比实验结果表明，HGATFR在SDC脆弱性检测方面具有更高的准确率和更好的效果。

关键词： 物理信息神经网络   稳态热传导   侧边值问题   损失函数  

摘要： 基于物理信息神经网络(Physics-informed neural networks,PINNs)方法求解圆环域上的稳态热传导方程侧边值问题。首先将侧边值问题转化为最优控制问题,然后将泊松方程及其定解条件嵌入神经网络的损失函数中,并采用L-BFGS优化算法极小化损失函数进行数值求解。数值实验表明,PINNs方法具有较好的稳定性,抗噪效果好,所得数值结果精度较高。

关键词： WAPI   无线网络   智能运维   智能变电站   在线监测  

摘要： 数字化与智能化是新型电力系统的主要特征,也是传统变电运维业务的重要转型方向.为实现变电站设备的智能感知与自主决策,架设大带宽、高可靠的无线数据传输网络成为推动变电运维业务数字化转型的关键环节.文章分析了无线局域网鉴别与保密基础架构(wireless LAN authentication and privacy infrastructure,WAPI)无线网络适用于变电站设备数据传输的优势,阐述基于WAPI的变电站设备数据传输方案,以220 kV郭巷变为应用载体,展示设备状态监控、环境监测、自动巡检、设备联动、操作辅助与安全管控六大变电站智能运维业务场景,实现业务流程优化与安全管理水平有效提升,为变电站数字化改造与建设提供可借鉴的成功经验.

摘要： 引言 随着信息技术的快速发展和普及,计算机网络课程已成为开放大学体系教育(以下简称开放教育)的重要组成部分.结合开放教育存在学习者的多样性、学习需求的差异性以及学习环境的复杂性等情况,如何有效设计和建设计算机网络课程的教学资源以满足学习者的个性化学习需求、提高教学质量,成为当前开放教育领域亟待解决的问题.全方位设计学习视角强调以学习者为中心,注重学习过程的整体性和系统性,追求学习效果的最优化.在这一视角下,开放教育计算机网络课程的教学资源分类建设需要综合考虑学习者的学习特点、学习需求和学习环境等因素,构建符合学习者认知规律和兴趣特点的教学资源体系.

关键词： 槲皮素   结直肠癌   网络药理学   分子对接  

摘要： 基于网络药理学、分子对接和体外实验探讨槲皮素通过p53信号通路抗结直肠癌的分子作用机制。借助TCMSP和GeneCards数据库分别获取槲皮素的药物靶点和结直肠癌的疾病靶点,并通过Venn图映射出药物靶点与疾病靶点的共同靶点;借助String数据库及Cytoscapev3.7.2软件构建PPI网络图,同时进行GO和KEGG富集分析、分子对接及核心靶点的表达量及生存分析;最后通过细胞实验检测细胞的增殖活性、细胞凋亡水平和细胞周期阻滞变化、用药前后核心靶点及p53通路关键蛋白的表达变化。网络药理学结果提示AKT1、TP53为槲皮素抗结直肠癌的核心靶点;GO和KEGG分析筛选出槲皮素主要参与PI3K/Akt、p53信号通路;分子对接表明槲皮素与核心靶点AKT1、TP53具有较强的结合活性,TP53既在结直肠癌组织中高表达,又可影响结肠癌患者的生存预后;细胞实验结果表明槲皮素能抑制HCT-116细胞的增殖,诱导HCT-116细胞发生G0/G1,期阻滞,促进细胞凋亡。该机制可能调控TP53、AKT1等核心靶点,激活p53信号通路,参与HCT-116细胞的增殖与凋亡,进而起到抗结直肠癌的作用。

关键词： 人体行为识别   图卷积网络   双粒度特征   多尺度时序卷积  

摘要： 图网络方法在基于三维人体骨架数据进行人体行为识别的任务上占据了主导地位，但相关方法往往参数庞大且计算成本高昂。针对这一问题，本研究提出一种改进的图网络（MTGCN）模型。该模型通过融合表征粗粒度信息的元动作和细粒度的关节点特征来有效捕捉身体运动过程中的全局变化趋势及局部运动细节，同时通过人体不同分肢在时间和空间上不同尺度的特征聚合来保证行为识别的准确性。在NTURGBD+120数据集上我们对此方法进行了实验验证，并与近五年提出的多种方法进行了对比。实验结果显示MTGCN在保持较高识别准确率的同时使其参数量和计算量有了大幅降低，这使得该工作在涉及计算受限的场景或边缘设备上具有了更具竞争力的应用潜力。

摘要： 随着信息技术的飞速发展,电信网络诈骗案件频发,尤其是高校学生群体,由于社会经验不足和防范意识薄弱,成为电信网络诈骗的高发群体.本文旨在通过分析当前高校学生面临的电信网络诈骗形势,探讨基于协同治理理论的预防策略,以提升高校学生对电信网络诈骗的识别与防范能力.界定了电信网络诈骗的概念,分析了其特征及常见类型,梳理了高校学生在面对电信网络诈骗时的易感性和心理行为特点.

关键词： 北斗   电力   抗窄带干扰   神经网络  

摘要： 北斗系统已经广泛应用于电力行业,在多种电力场景下起到关键作用。在变电站等强电磁干扰环境下,北斗信号难免会受到干扰。为了减小信号干扰,提高干扰环境下的定位授时精度,开展了北斗抗干扰相关技术研究。首先分析了变电站场景下的电磁干扰情况;其次提出一种利用神经网络改进北斗时域干扰抑制算法;最后在干扰环境下进行实地测试,验证了所提方法的效果。