课程文献中心 更多>>

关键词： Wi-Fi网络   多链路   资源分配   强化学习   传输时长  

摘要： 针对同步多链路Wi-Fi网络资源分配复杂度高并且难以同时优化系统吞吐量和传输时延以提升网络性能的问题,提出了一种基于双重深度Q网络(double deep Q network,DDQN)的Wi-Fi网络同步多链路资源分配和优化算法。将各个链路信道划分为多种不同规格的资源块(resource unit,RU)组合,利用DDQN进行RU组合选取,结合KM(Kuhn-Munkres)算法为设备分配RU,从而降低资源分配复杂度;针对网络性能提升问题,将满意度定义为吞吐量和时延的函数,联合优化资源分配和传输时长,以提升满意度,从而提升系统吞吐量、降低传输时延。在饱和业务流量及低负载流量模型下进行仿真分析,结果表明,所提算法具有较好的收敛性能,并且在提升满意度和系统吞吐量、降低传输时延方面优于对比算法。

关键词： Mini-CEX   DOPS   微课   网络教学   神经内科   临床实习教学  

摘要： 目的探讨迷你临床演练评估(mini-clinical evaluation exercise,Mini-CEX)联合操作技能直接观察评估(direct observation of procedural skills,DOPS)评价基于微课的神经病学网络教学在神经内科临床实习教学中的应用价值。方法选取笔者医院神经内科进行临床实习的2020级本科学生60名作为研究对象,随机分为两组,即对照组和观察组。根据教学大纲内容,对照组进行传统神经病学诊疗操作技能培训;观察组除与对照组进行相同的线下诊疗操作技能培训外,还进行基于微课的神经病学网络教学。两组学生临床实习时间均为1个月,分别在刚入科和出科时进行Mini-CEX和DOPS量化表考核,在出科时进行出科考试和教学满意度问卷调查。结果出科时观察组学生Mini-CEX考核7个方面和DOPS考核11个方面的评分及总分均高于对照组,差异有统计学意义(P<0.05);观察组的理论考试成绩为89.77±4.29分,技能操作成绩为92.30±2.81分,总分为182.07±6.65分,对照组理论考试成绩为84.20±4.67分,技能操作成绩为86.90±4.31分,总分为171.10±8.61分,观察组各项考试成绩均高于对照组,差异有统计学意义(P<0.05);满意度调查问卷结果显示观察组学生评分均高于对照组,差异有统计学意义(P<0.05)。结论以微课为基础进行神经病学网络教学,能够增强学生的自主学习能力、提高临床操作技能,并且提升他们对教学效果的满意度,从而提升教学质量。

关键词： 辐射源个体识别   开集场景   多重高斯残差原型网络   矢量图  

摘要： 为解决开集场景下未知辐射源的个体识别算法鲁棒性较低、识别性能不高的问题,结合残差网络和多重高斯原型学习基本思想,提出多重高斯残差原型网络,对信号的灰度矢量图进行识别。通过生成约束,同一类别的潜在特征会紧密聚集在与之对应的高斯原型周围,增加未知类样本的存储空间;判别约束则是将不同类别的高斯原型分离开来,增加不同类别高斯原型之间的距离,提高对已知类别的分类判别能力。实验结果表明,所提算法在相同信噪比条件下相较于其他算法具有更好的识别性能,尤其是在开集场景下,其AUC值较对比算法分别提升0.207和0.221,进一步表明所提网络模型具有较好的识别分类能力。

关键词： 城市轨道交通   复杂网络   关键节点   级联失效   抗毁性  

摘要： 为降低级联失效现象对城市地铁网络造成的破坏性影响,基于复杂网络理论,研究地铁网络中的重要节点和级联失效现象。采用Space-L法,构建地铁网络拓扑结构模型;提出关键站点评价指标,并使用熵权TOPSIS法识别网络中的关键站点;构建级联失效模型,提出考虑线路的方向性和节点的重要性的2种负载重分配策略,分析不同攻击策略和负载重分配策略对网络抗毁性的影响,并以某市地铁网络为例进行仿真分析。研究结果表明:某市地铁关键节点主要为网络中的换乘节点和中心节点;随机、蓄意2种攻击模式下,节点重要度权重取较大值时,网络效率和最大连通度降幅和降速较低,依据节点重要度进行负载分配可降低网络性能指标的下降速度。研究结果可以拓展级联失效研究思路,以期为地铁网络安全运营提供参考。

关键词： 深度学习   心脏磁共振   自动分析   定量图像   心肌T_(1)和T_(2)分析  

摘要： 目的 深度学习具有端对端的预测能力,能够加速医学图像的后处理,但是目前尚缺乏比较不同神经网络在心脏磁共振定量图像自动化分析性能差异的研究。因此本研究旨在探究不同神经网络是否具有自动化心脏定量图像分析的能力并比较其性能。方法 本研究收集了155名健康志愿者的MOLLI、SASHA T_(1)定量图像和T_(2)-prep bSSFP T_(2)定量图像,分别对AlexNet、GoogLeNet、ResNet和DenseNet进行训练,使这些网络能够直接从T_(1)和T_(2)定量图像中预测左心室全局(左心室心肌和左心室血液)与局部(室间隔和AHA节段)T_(1)和T_(2)定量结果,并对其性能进行比较。结果 4种神经网络均能直接从心脏磁共振定量图像中预测全心和局部心肌的T_(1)和T_(2),具有自动化分析的能力。不同的网络对T_(1)和T_(2)的预测性能存在差异,同时对序列也敏感。在3个数据集中,DenseNet对于MOLLI和SASHA T_(1)定量图像的预测误差为17 ms±60 ms,对于T_(2)定量图像的预测误差约2 ms,具有最好的性能。GoogLeNet性能优于AlexNet和ResNet。结论 本研究实验证明神经网络能够自动化分析心脏磁共振定量图像,不同神经网络存在性能差异,本研究可为心脏磁共振图像自动化分析技术提供支持,为医生等提供一种快速的图像分析方法。

关键词： 语音情感识别   卷积神经网络   视觉transformer   特征融合  

摘要： 针对语音情感识别中判别性的情感特征提取难题,结合卷积神经网络和视觉transformer网络结构,提出一种双通道特征融合的语音表征方法。使用基于倒瓶颈结构的卷积模块通道,并引入类transformer训练策略提取局部频谱特征,通过改进视觉transformer提取全局序列特征,利用卷积神经网络直接提取整个语谱图代替分块部分,更好地提取时序信息,将提取到的特征信息进行融合,能够获取判别性强的情感特征,最后输入到Softmax分类器得到识别结果。在EMO-DB和CASIA数据库上进行实验,文中所提模型的平均准确率分别达到了94.24%和93.05%,与其他模型进行对比试验,结果优于其他模型,表明了该方法的有效性。

关键词： 网络传媒   经典新闻传播理论   冲击  

摘要： 21世纪蓬勃发展的互联网科技推动着互联网传播的形成与发展,而互联网媒体的出现标志着自媒体网络时代的到来,人类对自媒体与互联网软件的需求又促进了互联网传播的发展。网络传媒的兴起与发展带动了相关产业发展,也影响了传统媒体行业的发展,谋求两者共同发展之路是现阶段需要重点思考的内容。为此,分析网络传媒对经典新闻传播理论的冲击,可以帮助我们解构传统媒体面临的问题。本文就网络传媒对经典新闻传媒理论的冲击进行了探讨,并提出了传统媒体的应对策略。

关键词： 工科教学   创新能力   基础课程   知识结构   辅助教学  

摘要： 面向未来5—15年的工业化与信息化深度融合,探讨跨学科复合型人才培养的需求与策略。借助“互联网+”教学模式,深化力学理论与方法的专业应用,整合专业与交叉学科知识,建立知识体系的基本框架,并结合课外拓展训练,开展以任务为导向的新型实践教学。这种教学模式打破原有教学方式的局限,激发学生的学习兴趣,锻炼学生专业所需的核心技能,为培养复合型工科人才奠定基础。

关键词： 网络直播购物   冲动购买行为   叙事参与   混合研究法   SOR   ELM  

摘要： 网络直播购物的兴起,成为网络零售新的驱动力量,发生于直播带货中的冲动购买行为触发了业界、学界的共同关注。探究其行为背后的影响因素,以及其内在发生性机制,对推动网络直播购物模式的健康有序发展意义重大。文章针对以上两个核心问题,引入发生于直播情境中叙事(故事化)要素,探究其影响性作用。运用SOR与ELM理论为理论框架与分析基础,借助结构方程(SEM)与隐喻抽取技术(ZMET)混合研究方法开展研究。研究发现,直播情境中叙事(故事化)对冲动购买行为产生有显著影响。与此同时,主播知名度、互动性、叙事参与、冲动购买行为存在着链式关联。在发生性机制方面,研究提出了6核心构念,并诠释了叙事发生的系统性机制。最后,聚焦了3方面核心发现,并提出了3方面的实践要点。

关键词： 光伏功率预测   变分模态分解   注意力机制   时间卷积网络   时间序列  

摘要： 针对光伏系统输出功率对天气因素敏感度高,具有强波动性与高随机性等特点,综合变分模态分解和融合时间模式注意力(temporal pattern attention,TPA)机制时间卷积网络(temporal convolutional network,TCN)的优点,提出了一种基于变分模态分解的TPA-TCN网络的光伏功率预测方法。利用变分模态分解将光伏功率的时间序列数据分解成若干特征不同的模态分量,构建不同时间跨度和天气因素特征的数据子序列,实现原始时间序列数据和天气影响因素解耦;在TCN网络中引入TPA机制,通过对不同时间步长权重的合理分配,捕捉光伏功率时间序列潜在逻辑规律,对模态分解的子序列进行功率预测,并通过重构子序列预测结果实现光伏发电功率的精准预测。通过实验仿真数据表明文中方法能够有效提高光伏功率的预测精度。