课程文献中心 更多>>

关键词： 心电图   心房颤动   卷积块注意模块   MobileNet   轻量级卷积神经网络  

摘要： 目的设计一个深度学习模型,实现模型复杂度和模型性能的平衡,以便于集成到可穿戴心电监护设备上,实现本地的房颤自动诊断。方法从公开数据集LTAFDB、AFDB和NSRDB上分别收集了84例、25例房颤患者和18例无明显心律失常受试者的数据进行实验和测试。提出了一个基于深度可分离卷积并融合通道空间信息的轻量级注意网络—DSC-AttNet,引入深度可分离卷积代替标准卷积,降低模型参数量和计算量,实现模型的高效和轻量化;并嵌入多层混合注意力机制以在不同尺度上计算通道信息和空间信息的注意权重,提高模型的特征表达能力。在LTAFDB上进行十折交叉验证,并在AFDB和NSRDB上进行外部独立测试。结果DSC-AttNet在测试集上的十折平均准确率达到97.33%,精确率达到97.30%,均优于其他4个对比模型以及3个经典模型。模型在外部测试集上的准确率分别达到92.78%和99.97%,优于3个经典模型。且DSC-AttNet的参数量为1.01M,计算量为27.19 G,小于3个经典模型。结论该房颤分类方法具有较小的复杂度,达到了更好的分类性能,并且泛化能力较好,具有良好的临床应用前景和推广能力。

关键词： 智能化煤矿   网络安全体系   安全问题  

摘要： 智能化煤矿的建设为煤矿企业的发展起到推动作用的同时,也为煤矿企业的管理带来了安全隐患。面对越来越突出的智能化煤矿网络安全问题,煤矿企业需立足煤矿信息化发展的现状,建立完善的智能化煤矿网络安全运营体系,为煤矿企业的健康稳定发展提供支持。文中首先阐述了智能化煤矿建设的现状和网络安全问题,然后为智能化煤矿网络安全体系的建设提出了建议,希望为相关工作者提供参考。

关键词： 机动车   能耗   径向基函数神经网络(RBFNN)   灰狼算法(GWO)  

摘要： 在交通碳达峰和碳中和的背景下,高精度、细粒度、可实施性强的机动车能耗实时预测方法成为交通减碳关键组成之一。针对传统基于回归的车辆能耗模型普适性较差的问题,提出了一种基于径向基函数神经网络(radial basis function neural network,RBFNN)的车辆能耗预测模型。首先分析车辆能耗影响因素并基于Min-Max标准化方法对影响因素矩阵进行归一化处理,然后基于灰狼算法(grey wolf optimization,GWO)优化RBFNN算法隐藏层中心点、高斯函数的宽度和隐含层与输出层连接的权值的训练,最后从横向模型对比和实车实测数据进行模型预测准确度分析。测试结果表明:RBFNN算法预测准确度较传统回归模型提高约12%,整体准确度达到90%以上,能够很好地对城市机动车能耗进行预测。

关键词： 非地面网络   地面网络   第五代移动通信   卫星通信  

摘要： 非地面网络(Non-Terrestrial Network,NTN)的出现标志着通信技术的重大突破,它通过利用卫星和高空平台扩展了地面网络的覆盖范围,从而为全球范围内的通信提供了新的解决方案。对NTN进行了多方面的研究,具体包括以下几个方面:首先,介绍了NTN的基本概念及其重要性,并全面概述了NTN的部署模式、应用场景和工作频段,同时详细描述了不同的系统架构;其次,探讨了NTN面临的主要技术挑战,并总结了相关的研究成果;最后,对NTN的未来发展进行了展望,指出了潜在的技术创新和发展路径。

关键词： 纺织纤维识别   信道状态信息   胶囊网络   小波包分解   多头自注意力机制  

摘要： 针对传统纺织纤维识别方法中存在识别周期长、技术障碍高、检测仪器昂贵、且对专业人员依赖性强等问题,提出了一种基于Wi-Fi信道状态信息(CSI)的纺织纤维识别方法。首先,采集Wi-Fi信号的CSI并进行去噪处理;然后,提取小波包分解的时频特征,采用主成分分析(PCA)进行数据降维;最后,通过基于多头自注意力(MHSA)机制的胶囊网络(CapsNet)对输入特征矩阵的时空特征进行有偏向的提取,输出样本所属类别的概率。实验结果表明:该方法可以有效识别纺织纤维的种类,在室内独立环境下,平均识别率达到93.8%,证明了该方法的有效性和通用性,与现有的纺织纤维识别方法相比,具有更大的技术优势和更加广阔的现实应用前景。

关键词： 项目驱动   虚拟仿真   网络管理课程   实验教学改革  

摘要： 农林类高校资金有限、网络设备更新换代快,这些严重制约着网络工程专业实践教学的发展。以山西农业大学网络管理课程实验教学为例,将项目驱动教学法引入实验教学中,以学生为主体,依托多种虚拟仿真环境,对课程实验教学进行改革,旨在激发学生的学习兴趣和培养学生的自主学习能力。

关键词： 森林火灾   火灾预警   无线传感网络   火灾定位  

摘要： 为了减小林火频发对生态环境造成的破坏和财产损失,设计了基于无线传感网络的森林火灾定位系统。系统由火情采集节点、网关节点以及火情监控节点组成。火情采集节点利用多种传感器收集监测区域内火情参数,利用改进的DV-Hop定位算法对火情定位,并将定位数据传至网关节点,再经由网关节点发送至4G网络,最终传输至远程火情监控中心进行火情监测、火灾预警以及历史数据查询。试验证明,系统能够快速准确地对监测区域内的火情进行定位,并及时进行报警,从而预防森林火灾的发生。

关键词： 短期电价预测   变分模态分解(VMD)   卷积神经网络(CNN)   双向长短期记忆(BiLSTM)网络   注意力机制  

摘要： 针对电力市场中电价数据的非线性、波动性及时序性等特征,提出一种基于变分模态分解(VMD)和混合深度神经网络的短期电价预测方法。首先利用变分模态分解法将原始电价序列分解为多个平稳的子序列,其次采用混合深度神经网络预测模型对各子序列分别进行预测并叠加,得到最终的电价预测结果。该模型将卷积神经网络(CNN)和双向长短期记忆(BiLSTM)网络组合,提取原始电价数据的空间特征和时间特征,并结合Attention机制,对原始电价序列中不同时刻电价数据的重要性进行区分。最后,以美国PJM电力市场实际电价数据进行仿真分析,并与多种电价预测模型进行对比,结果验证了本文所提方法的有效性。

关键词： 深度学习   神经网络   CG-EGU   软件性能评估   准确率  

摘要： 计算机领域的学者针对软件系统提出了上百种性能评估模型,但随着计算机技术的发展,软件系统性能评估的难度大大提升。为此,该研究提出了一种新的带控制门的高效门控单元神经网络计算机软件评估模型,在更新门的基础上引入重置门,提高模型学习训练的效率,其次在两个隐含层间加入控制门,提高模型信息学习的能力。实验证明,改进后模型准确率比改进前增加了近20%,平均误差值比改进前降低50%。综合各指标表明,该研究提出的改进模型对计算机软件性能的评估效果更好,能为软件评估领域提供科学合理的评估依据。

关键词： 吴茱萸汤   脓毒症   肺损伤   抗炎   网络药理学  

摘要： 目的:结合网络药理学与实验验证,探究吴茱萸汤减轻脓毒症大鼠肺损伤的可能机制。方法:采用TCMSP和ETCM数据库筛选并确定吴茱萸汤中活性成分,利用Uniport数据库挑选出有效靶标,借助GeneCards和OMIM数据库获取脓毒症肺损伤的疾病靶点,使用在线Venny平台选出二者的交集靶点,利用String平台构建PPI网络,运用Cytoscape 3.7.1软件筛选核心靶点,运用DAVID数据库进行GO及KEGG通路富集分析,构建“药物‑疾病‑通路”网络图。实验验证部分采用CLP法建立脓毒症肺损伤大鼠模型,药物干预后观察各组大鼠生存率及肺组织病理变化,比较肺组织湿/干重比,检测BALF中白细胞计数、相关炎症因子水平及肺组织中NF‑κB蛋白表达情况。结果:本研究共筛选得到TNF‑α、IL‑1β、IL‑6等159个吴茱萸汤治疗脓毒症‑肺损伤的作用靶点,涉及包括NF‑κB signaling pathway在内的20条关键通路。实验验证结果显示:各给药组较模型组大鼠生存率提高(P<0.05),其中吴茱萸汤中剂量组较其余给药组提高最显著(P<0.05);模型组较假手术组大鼠肺组织湿/干比升高(P<0.05),而各给药组较模型组下降(P<0.05),其中吴茱萸汤中剂量组较其余给药组下降最显著(P<0.05);模型组较假手术组BALF中白细胞计数及TNF‑α、IL‑1β、IL‑6水平均升高(P<0.05),而各给药组较模型组均降低(P<0.05),其中吴茱萸汤中剂量组较其余给药组降低最显著(P<0.05);模型组较假手术组大鼠肺组织中NF‑κB p65蛋白表达上调(P<0.05),而各给药组较模型组下调(P<0.05),其中吴茱萸汤中剂量组较其余给药组下调最显著(P<0.05)。结论:吴茱萸汤可降低TNF‑α、IL‑1β、IL‑6水平,下调NF‑κB蛋白表达,通过抑制脓毒症大鼠炎症以减轻肺损伤,该作用机制可能与NF‑κB信号通路有关。