课程文献中心 更多>>

关键词： 移动自组网   传输层协议   逐跳拥塞控制   路由协议   Semi-TCP协议  

摘要： 为提高移动自组网的网络性能和推进Semi-TCP方法的实际应用,提出基于路由协议的Semi-TCP网络层逐跳拥塞控制实现方法。通过在网络层的路由协议中加入拥塞信息广播机制,控制节点对数据包的发送频率,保持链路高速传输数据的同时,降低拥塞程度。在EXata仿真平台进行了验证,在设计的动态拓扑实验中,文中方法的吞吐量相比TCP New Reno提高了169.57%,在引入多TCP应用竞争链路后比原Semi-TCP方法提高19.52%,证明了文中方法的有效性。

关键词： 建筑施工企业   保函应用   复杂网络分析   重要性问题   群组性问题   启发式问题  

摘要： 论文基于复杂网络分析方法,对建筑施工企业保函应用中的问题进行深入研究。首先概述建筑市场中企业面临的风险管理挑战中保函的重要性,其次分析了保函应用过程中存在的问题以及电子保函的优势与挑战。通过建立全面数据基础,利用复杂网络分析法对保函应用的总体指标、核心指标及其群组性和启发式问题进行分析,提出优化保函办理流程、强化风险管理体系、创新担保模式、提高电子保函市场认可度、建立应急预案和提高数字化管理水平等建议,旨在帮助建筑施工企业提升风险防控能力和市场竞争力,推动建筑行业高质量发展。

关键词： 超分辨率   反投影   整体注意力   层注意力   通道空间注意力  

摘要： 针对图像超分辨率重建问题,提出了一种基于整体注意力的反投影网络。该网络中的上下迭代投影模块与整体注意力模块相互协同,共同捕获更多特征信息。通过上下迭代投影模块的相互转化,获取不同分辨率特征之间的关联性,帮助学习到高频纹理细节。使用层注意力模块,将上下投影输出的特征层分别进行层之间的注意力加权,用以寻找不同层、通道和位置之间相互依存的关系。此外,针对最后的上投影模块使用了通道空间注意力模块,可以引导网络学习到通道内部和通道间的相关信息。消融实验表明,两种注意力模块对特征信息的增强有助于提升重建效果。对比实验表明,本文提出的基于整体注意力的反投影网络模型具有较好的重建效果。

关键词： 数字化教学平台   网络教学   教育信息化  

摘要： 高校数字化网络教学平台的建设是推动教育信息化的重要举措,能够有效整合优质教学资源,提升教学效率和管理水平。本研究从平台建设的背景与意义出发,分析了当前教育信息化政策对高校教学改革的要求,探讨了网络教学平台在资源共享、个性化教学及教学管理中的作用。基于平台的总体设计和关键技术,提出了科学合理的实施与管理策略,以确保平台的高效运行与持续优化。平台的应用不仅改善了传统教学的局限性,还为教育模式的创新提供了新思路,推动了高校教育现代化的进程。

关键词： 信息扩散   时空隔断   传染病模型   双层网络   均匀网络   随机游走网络  

摘要： [目的/意义]厘清时空隔断对信息扩散的影响,对减少信息冗余、建立良好的社会关系具有一定意义。[方法/过程]考虑线下时空隔断对信息扩散的影响,基于传染病模型,分别使用线下均匀网络、随机游走网络与线上网络进行耦合构建双层信息扩散网络模型,并通过数值仿真对这两类双层网络上的信息扩散行为进行分析。[结果/结论]相较于单层网络,双层网络中信息扩散的范围更广、速度更快且持续时间更短;依次增加隔断时间,信息扩散的范围和速度会逐渐减小且持续时间会相应延长;在时空隔断为6时,双层网络信息扩散的效率与范围都会低于单层网络。

关键词： 侵权责任   交通事故责任   顺风车   服务提供者   网络科技   网络平台   合乘   出行成本  

摘要： 顺风车交通事故责任是随着网络科技发展及顺风车平台的出现而产生的一种新型的机动车交通事故责任。顺风车,又被称为私人小客车合乘。它是由合乘服务提供者事先发布出行信息,出行线路相同的人选择乘坐合乘服务提供者的小客车,分摊部分出行成本或免费互助的一种共享出行方式。

关键词： 多模态图像   图像描述   图像分类   混合网络模型  

摘要： 针对现有图像分类方法存在多模态特征向量提取完整度较低、图像分类正确率较差等问题,提出了一种基于混合网络模型的多模态图像分类方法。采用正则化操作、对数变换算法、顶帽运算算法和伽马变换算法预处理多模态图像,获取了高质量、高对比度、高清晰度的多模态图像,构建了混合网络模型(复杂网络模型与卷积神经网络模型),利用复杂网络模型提取多模态图像特征向量,通过卷积神经网络模型的多层次结构(卷积层、池化层与全连接层)执行多模态图像分类任务,从而实现了多模态图像分类目标。实验结果表明,在不同实验工况下,提出方法应用后多模态图像特征向量提取完整度最大值为99.03%,多模态图像分类正确率最大值为100%。

关键词： 茶油   网络药理学   分子对接   抗炎   降血脂   免疫调节  

摘要： 为深入揭示茶油活性成分的作用机制及开发潜力,首先通过网络药理学方法系统预测了茶油活性成分的主要靶点及相关生物通路,从20种成分中筛选出5种核心活性成分:亚麻酸、4-羟基苯甲酸、表没食子儿茶素(EGCG)、谷甾醇和茶皂素。接着,采用分子对接技术模拟这5种成分与关键靶点蛋白的相互作用,分析其结合能力,以进一步理解茶油活性成分的生物学功能。随后,在细胞实验中选用EGCG、谷甾醇和茶皂素,通过LPS诱导的RAW 264.7巨噬细胞炎症模型和油酸诱导的HepG2脂质堆积模型,检测NO、TNF-α、IL-6等炎症因子及甘油三酯(TG)、总胆固醇(TC)水平,以验证这三种成分的抗炎和降血脂效果。结果表明,EGCG在200μM时对炎症因子和脂质堆积的抑制效果最显著,其次为谷甾醇和茶皂素。分子对接结果显示,EGCG通过氢键与主要抗炎及降血脂靶蛋白MAPK1结合,茶皂素与关键靶蛋白PPARG结合,β-谷甾醇则与靶蛋白HSP90AA1结合。综上所述,这3种活性成分在抗炎、降血脂及免疫调节方面展现出显著潜力,支持其作为茶油特色功能成分进一步开发应用。

关键词： 大数据   信息通信   网络安全   管理  

摘要： 为解决网络通信问题,网络优化人员要采取合理的措施,使其能够保证通信网络的安全稳定,为人们提供更加可靠和高效的网络安全环境。在互联网通信过程中,确保数据不丢失非常重要。因此,网络工作者必须加强对信息被盗时黑客攻击的防范,充分保证数据的安全传输和共享。本文在大数据背景下讨论了信息通信网络安全,对信息通信网络安全管理进行了研究,提出大数据背景下信息通信网络安全存在的问题,并分析了信息通信技术网络安全管理策略,以供参考。

关键词： 图分类   异质图神经网络   自监督学习   对比学习  

摘要： 图数据以各种各样的形式广泛存在着,图分类任务对于许多问题有重要指导意义。然而图分类任务依然面临很多挑战,包括如何充分利用图结构蕴含的语义信息、进一步降低计算复杂度及获取标签的成本。提出一种超节点异质网络的构建方法,并由此提出可应用于图分类问题的新型框架GChgnn。该框架通过引入双视角的图表示机制以及自监督的对比学习,实现了:1)对大规模图分类任务目标间的相似性进行度量;2)借鉴图匹配方法,通过跨图思想提高相似性度量的准确度,并弥补其无法给出图嵌入显式表达式的不足;3)规避了在网络中设计复杂的卷积与池化算子。通过在一些公开数据集上的测试证明,该框架的综合效果优于现有的解决图分类问题的其他方法。