课程文献中心 更多>>

关键词： 软件定义网络   流量预测   自适应图卷积网络   门控循环   时空相关性  

摘要： 为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性引入了自回归模块。实验结果表明,所提出的SDN流量预测方法相比现有的基线模型能够识别出更多的流量特征,同时表现出更优的预测性能。

关键词： 人文底蕴   采访报道   信息中心   川藏公路   西藏林芝  

摘要： 2024年10月10日至22日,为大力弘扬“两路”精神,全面展示两路通车为社会主义新西藏带来的新成就新变化,中国西藏信息中心与西藏网信办联合组织开展“路见西藏中央媒体两路行”网络主题活动,邀请中央新闻网站媒体记者深入西藏林芝、昌都,沿着川藏公路沿途代表性地点开展采访报道,全方位多角度反映川藏公路建成通车对促进西藏经济社会发展的重大意义,记录和展现西藏秀美风光、人文底蕴以及各民族交往交流交融的生动画面,助力汇聚建设社会主义现代化新西藏磅礴力量。

关键词： 安全工程   瓦斯涌出   灰狼优化算法   双向长短期记忆神经网络   主成分分析法  

摘要： 为提高瓦斯涌出量预测精度,降低煤矿回采工作面瓦斯涌出超限事故的风险,针对瓦斯涌影响因素众多、难以预测等问题,采用灰狼优化算法(Grey Wolf Optimization,GWO)双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)的组合模型预测瓦斯涌出量。首先,运用主成分分析法(Principal Components Analysis,PCA)处理瓦斯涌出影响因素,降低数据维度,以减少模型计算时的负担;其次,利用GWO优化BiLSTM模型的学习率(best_lr)、隐藏层层数(best_hd)以及正则化系数(best_l2),可有效避免局部最优解问题,并采用决定系数(R-Square,R^(2))、均方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)对所建模型预测的结果进行综合评价分析;最后,将该模型应用于内蒙古自治区某矿回采工作面预测瓦斯涌出量。结果显示:PCA GWO BiLSTM组合模型相比于长短期记忆神经网络(Long Short-Term Memory,LSTM)和双向长短期记忆神经网络对应的单一模型,其MAE分别降低20.81%、30.17%,RMSE分别降低0.063、0.142,R^(2)则分别提高了0.023、0.075,表明该模型在复杂因素条件下具有更高的精准度、泛化性和鲁棒性。

关键词： 乙肝肝硬化   数据挖掘   网络药理学   作用机制   分子对接  

摘要： 目的:基于数据挖掘和网络药理学方法分析治疗乙肝肝硬化的核心药对及其分子生物学机制。方法:检索中国知网、万方数据库和维普科技期刊2000年1月至2022年12月所有应用中医药治疗乙肝肝硬化相关的文献,对符合标准的处方进行用药规律的研究,将得出的常用核心药对进行药理分析,预测出活性成分、主要靶点、作用通路等,最后在计算机上采用分子对接技术模拟验证。结果:筛选出治疗乙肝肝硬化方剂275首,分析得出中药治疗乙肝肝硬化的常用药物有黄芪、丹参等13种,核心组合模式28组,发现槲皮素、木犀草素、山柰酚等成分是核心药对治疗乙肝肝硬化的主要成分,涉及丝氨酸/苏氨酸蛋白激酶1(protein kinase B,AKT1)、肿瘤坏死因子(tumor necrosis factor,TNF)、肿瘤蛋白P53(tumor protein p53,TP53)、白介素-6(Interleukin-6,IL-6)、血管内皮生长因子A(vascular endothelial growth factor A,VEGFA)、半胱氨酸蛋白酶3(Caspase-3,CASP3)等核心靶点和磷脂酰肌醇3-激酶/蛋白激酶(phosphatidylinositol-3-kinase/protein kinase,PI3K/Akt)、TNF、白介素-17(Interleukin-17,IL-17)等信号通路。结论:乙肝肝硬化的治疗原则是扶正消积,运用数据挖掘得到核心药对“黄芪-丹参”,可以通过干预PI3K-Akt、TNF、IL-17等信号通路发挥调控细胞生长、增殖和存活与炎性反应等作用,从而达到延缓乙肝肝硬化病变进展的目的。

关键词： 《凡人修仙传》   网络文学IP   动画化改编   “梗”文化   社会化关系  

摘要： 在《凡人修仙传》这一网络文学IP动画化改编过程中,制作方采取“梗”文化策略,“梗”成为制作方与观众及观众间的关系连接,玩“梗”是观众的互文性文本游戏,游戏过程形成情感仪式的独特景观,制作方与仪式核心成员在仪式中实现亚文化资本的积累与增值。制作方利用数字媒介技术建构超现实幻想的“第二世界”的影像奇观,与观众建立社会化关系,观众成为故事世界的第二造物主,间接性地参与到创作中,最终在“梗”文化的情感仪式与“第二世界”中获得精神寄托。

关键词： 大数据   网络信息安全   隐私保护   数据安全   加密技术   匿名化技术   访问控制  

摘要： 随着大数据技术的迅猛发展和网络应用的普及,网络信息安全及隐私保护问题日益凸显。本文深入探讨了大数据环境下网络信息安全与隐私保护的现状、挑战及应对策略。通过分析大数据特性、隐私泄露途径以及现有安全防护技术的不足,本文提出了加强法律法规建设、提升数据加密与匿名化技术、完善访问控制与权限管理机制等具体措施。这些措施旨在构建一个安全、可信的大数据应用环境,保障用户隐私和数据安全,促进大数据技术的健康发展。

关键词： 变压器检测   声纹识别   声学降噪   声源分离   卷积神经网络  

摘要： 为降低环境噪声对变压器声纹识别的影响,提出了基于卷积时域音频分离网络的变压器音频降噪识别网络。首先使用卷积时域音频分离网络去除环境噪声,然后使用卷积神经网络实现声纹识别。通过故障模拟试验得到变压器音频数据集,并与其他降噪方法对比降噪效果。试验结果表明,所提方法将数据集音频尺度不变的信噪比提高了9.84 dB,识别准确率提高了25.85%,均优于其他降噪方法。在现场应用中,提出的降噪识别网络将误报率降低至1.2%,并成功实现了变压器故障检测。

关键词： 气体绝缘组合电器   局部放电   故障诊断   绝缘缺陷   深度图卷积神经网络   简单线性聚类法  

摘要： 近年来,机器学习在气体绝缘组合电器(GIS)绝缘缺陷上获得了一定的突破,但传统的方法存在利用信息不全、过度依靠人工特征提取和诊断率较低等缺点,为了解决这些问题,提出了一种基于深度图卷积神经网络(DGCN)的诊断方法。首先,在220 kV真型GIS上搭建了局部放电(PD)实验平台,通过特高频传感器采集到的局部放电信号经傅里叶变换转换为频域谱图样本;然后,将谱图样本输入DGCN,经过图卷积、粗化、池化操作,使谱图结构更加清晰来丰富输入信息;最后,利用测试样本对设定好参数的DGCN进行测试,研究结果表明,提出的诊断方法对GIS故障缺陷的识别率可达98.77%,明显高于其他方法,并且具有较好的鲁棒性。

关键词： 无人机   视觉跟踪   深度网络   融合算法   孪生网络   模型更新  

摘要： 为了解决无人机视觉跟踪目标识别算法在复杂环境下因目标快速移动、光线短时间变化、物体遮蔽以及目标形态变化等因素产生的跟踪识别准确性差的问题,提出一种基于深度全卷积孪生网络的目标识别及跟踪算法,通过放大卷积神经网络的宽度、全卷积孪生网络跟踪算法的特征提取环节,增加回归算法强化识别目标外形轮廓的准确度,提取模版帧和检测帧的特征;采取在线的深度网络跟踪算法有缘特征深度卷积模块,结合注意力信息融合,将初始帧的目标视为固定模版,应用高置信度更新算法计算动态模版,在线实时跟踪过程中,采取傅里叶快速变化识别固定模版与动态模版的目标变化值,将依据颜色特征得到目标的极大似然概率图与前期提取双模版的深度特征进一步融合,抑制背景的同时,实现目标跟踪。实验显示,提出的优化算法应用于无人机复杂场景跟踪后,准确率达到79.9%,成功率达到59.7%,对比其他算法有大幅提升,充分说明了提出算法的优越性。

关键词： 喉癌   症状集群   网络分析   护理  

摘要： 目的探讨喉癌术后早期患者症状网络中的症状群、核心症状及桥梁症状。方法去采用便利抽样法,选取2021年1月-2024年4月中国科学技术大学附属第一医院耳鼻喉科的喉癌术后早期患者为研究对象;采用一般资料调查表、安德森症状评估量表-头颈部进行调查。使用R语言软件对喉癌术后早期患者的症状群、核心症状和桥梁症状进行网络分析。结果共发放问卷300份,回收有效问卷287份,问卷有效回收率为95.7%。网络分析共提取出3个症状群(口咽部特异症状群、气短疲乏症状群和睡眠情绪症状群),其中口咽部特异症状群最为严重。症状网络分析结果显示,口咽部疼痛与吞咽困难、苦恼与疲乏、睡眠不安与悲伤的相关性最强。气短在症状网络中表现出最高的强度中心性(r_(s)=1.29)和中介中心性(r_(b)=96),是喉癌术后早期患者症状网络中的核心症状和桥梁症状。结论喉癌术后早期患者的口咽部特异症状群最为严重,气短是症状网络中的核心症状和桥梁症状。医护人员应重点关注喉切除术后早期患者症状之间的相互影响,正确识别核心症状和桥梁症状,提高症状管理的精准性。