课程文献中心 更多>>

关键词： 北五味子籽油   喷雾干燥   微胶囊   反向传播(BP)人工神经网络   遗传算法(GA)  

摘要： 该研究以北五味子籽油微胶囊包埋率为指标,在单因素试验基础上设计Box-Behnken响应面试验,以响应面试验数据为基础构建反向传播(back propagation,BP)人工神经网络模型,并以遗传算法(genetic algorithm,GA)优化喷雾干燥法制备北五味子籽油微胶囊的工艺条件。结果表明,以吐温-80、十聚甘油单硬脂酸酯和少量95%乙醇为乳化剂制备北五味子籽油,经BP训练和遗传算法迭代52寻优后,预测得出北五味子籽油微胶囊制备最优工艺为大豆分离蛋白与麦糊精质量比1.441 0∶1、壁材与北五味子籽油质量比为2.168 2∶1、进风口温度161.786 7℃、进料泵速18.448 8 mL/min,最大包埋率97.57%。在预测条件下,将工艺参数调整为大豆分离蛋白与麦糊精质量比1.44∶1、壁材与北五味子籽油质量比为2.17∶1、进风口温度162℃、进料泵速18.4 mL/min,此时微胶囊包埋率为94.87%、水分含量2.12%、溶解度93.6%、堆密度0.296 g/cm3,密封避光储存6个月包埋率仍高于75%,且微胶囊过氧化值远低于未经任何处理的北五味子籽油。该研究构建的BP模型具有较小误差和精确预测性能,所制微胶囊性质稳定,对五味子籽油包埋和保护效果较好。

关键词： 多层卷积稀疏编码   卷积神经网络   图像分类   多尺度  

摘要： 多层卷积稀疏编码模型(Multi-layer Convolutional Sparse Coding, ML-CSC)被认为是对卷积神经网络(Convolutional Neural Networks, CNN)的一种理论阐释。尽管ML-CSC模型在特征对比度高的数据集上表现良好,但是其在特征对比度低的数据集上表现不佳。为了解决这一问题,本文引入多尺度技术设计了一种多尺度多层卷积稀疏编码网络(Multi-scale Multi-layer Convolutional Sparse Coding Network, MSMCSCNet),不仅在特征对比度较弱的情况下得到更好的图像分类效果,而且也使模型具有扎实的理论基础和较高的可解释性。实验结果表明,MSMCSCNet在不增加参数量的前提下,在Cifar10、Cifar100数据集和Imagenet32数据子集上,准确率相比现有MLCSC模型分别提高了5.75,9.75和9.8个百分点。此外,消融实验进一步证实了模型的多尺度设计和特征筛选模式设计的有效性。

关键词： 贝叶斯网络   失业统计预测   模型构建  

摘要： 文章研究目的是为了探索贝叶斯网络用于失业统计预测的潜力和构造一种有效预测模型。在对数据进行细致收集和预处理的基础上,综合运用领域知识,研究筛选出影响失业问题的关键变量并设计出对应贝叶斯网络结构。以历史失业统计数据为研究对象,采用参数学习、模型优化等方法构建可精确预测失业率变动趋势的贝叶斯网络模型。将模型预测结果同实际数据相比较分析表明,该模型具有较好的预测精度和可靠性。研究也探讨了该模型应用于失业统计预测的优点与局限,为今后的研究与实践提供了一些意见。该研究不仅给失业统计预测带来新视角与新工具,而且对贝叶斯网络应用于其他统计预测领域具有借鉴意义。

关键词： 血液内科   医患联合网络直播   见习教学   教学方法  

摘要： 在互联网技术高速发展的当今社会,基于网络平台的线上临床教学也得到了迅猛发展。线上教学有不受时间、空间、外部环境影响等诸多优势,已成为教学改革的大势所趋。结合西南医科大学附属医院血液内科医患联合网络直播见习的实施过程,包括前期准备工作、基础理论授课、病史采集和体格检查、技能操作示教、专科知识扩展、见习效果评估等,并对直播见习教学中面临的实际问题进行深入思考,分析问题的原因,阐明提高网络直播见习教学效果的方法,以进一步提高临床见习的教学质量。

关键词： 量子密钥分发   多尺度纠缠重整化假设   资源利用率   安全性  

摘要： 量子密钥分发(quantum key distribution,QKD)技术因在确保通信安全方面的潜力而备受关注,但其在大规模网络中的应用受限于量子资源的稀缺性和低效的利用率.尤其在Ekert91协议中,尽管利用了纠缠对进行密钥生成,实际参与密钥生成的纠缠对数量有限,导致资源利用率不高.为了克服这一挑战,本文提出一种基于多尺度纠缠重整化假设(multiscale entanglement renormalization ansatz,MERA)的QKD优化方案,以提高纠缠资源的利用效率.该方案利用MERA的分层结构和多体态压缩特性,有效减少量子存储需求,并显著提升纠缠对的利用率.实验模拟显示,在相同的加密请求(1024比特)和物理条件下,与传统方法相比,本文的方案节省了124151对纠缠资源,既显著提高了资源的利用效率,又未降低密钥生成过程的安全性,有助于推动QKD技术在资源受限的环境中进一步发展和应用.

关键词： 民族传统体育   赛事网络治理   利益相关者  

摘要： 民族传统体育赛事肩负着文化传承与传播的重要使命,在文化传承和族群认同的促进中发挥着关键作用。本文运用文献资料法、专家访谈法、网络分析法等,剖析京津冀一体化视域下民族传统体育赛事的利益相关者,并进行利益网络分析,得出:民族传统体育赛事的利益相关主体是指个体集合,它具有权利能力和自主行动能力,是受到利益影响驱使形成的一个利益关联体,利益相关者由核心利益相关者、蛰伏利益相关者、边缘利益相关者构成。赛事治理中出现了利益网络凝聚性不强、益网络中介角色缺失、利益网络等级性明显的特征突出等关键问题,提出了赛事利益网络治理路径:利益相关者参与主体的多元化、构建赛事的协同治理机制、以文化自信为依托的赛事回归,以期提高京津冀一体化视域下民族传统体育赛事利益网络治理水平,更好地发挥赛事的综合效益,发挥区域经济的优势,弘扬中华优秀传统文化。

关键词： 工业碳排放效率   探索性时空数据分析   社会网络分析(SNA)   协同碳减排   空间关联  

摘要： 中国经历了城市化和工业化的快速发展,探索城市工业碳排放及其空间关联特征对推动城市间协同减排,实现“双碳”目标具有重要意义.以珠江流域49个城市为研究对象,运用包含非期望产出的超效率松弛测度模型测算了2010~2020年的城市工业碳排放效率,采用探索性时空数据分析探究其空间格局;并利用社会网络分析和二次赋值过程回归方法探讨城市工业碳排放效率的空间关联网络特征及其影响因素.结果表明,珠江流域城市工业碳排放效率整体呈下降趋势且在空间上存在较强的不平衡性和异质性;在工业碳排放效率空间关联网络中,珠三角地区始终占据主导地位,形成了以核心网为首要组成部分、常规网为辅助部分的多层次复合网络体系;经济发达城市,如广州、深圳和东莞等长期处于网络中心,发挥着显著的中介作用;城市化水平、科学技术水平和工业化水平对碳排放网络的联系强度有愈发显著的正向影响.结合工业碳排放效率网络的空间结构特征、聚类特点和驱动因素,可有效反映城市协同碳减排潜力,可为区域低碳发展战略的制定与实施提供参考.

关键词： 断层检测识别   深度学习   解耦自注意力机制   残差连接  

摘要： 断层识别是地震数据解释的重要环节之一。深度学习技术的发展有效提高了断层自动识别的效率和准确性。然而,目前在断层的自动识别任务中,如何准确捕捉断层细微结构并有效抵抗噪声干扰仍然是一个具有挑战性的问题。为此,在HRNet网络的基础上,构建了一种基于解耦自注意力机制的高分辨率断层识别网络模型AHRFaultSegNet。对于自注意力机制解耦,结合空间注意力和通道注意力,代替HRNet中并行传播的卷积层,在减少传统自注意力机制计算量的同时,模型可以在全局范围内计算输入特征的相关性,更准确地建模非局部特征;对解耦自注意力使用残差连接来保留原始特征,在加速模型训练的同时,使模型能够更好地保持细节信息。实验结果表明,所提出的网络模型在Dice、Fmeasure、IoU、Precision、Recall等性能评价指标上均优于其他常见的断层自动识别网络模型。通过对合成地震数据与实际地震数据等进行测试,证明了该方法对断层细微结构具有良好的识别效果并且具有良好的抗噪能力。

关键词： 惯性开关   接触电阻   预测模型   粒子群优化   遗传算法  

摘要： 微流体惯性开关可以避免机械惯性开关的磨损、变形和振动等问题,因此被广泛应用于汽车、军事和医疗等行业。由于开关本身电阻会对电信号传递产生较大影响,针对这一问题,对微流体惯性开关的接触电阻进行理论分析与仿真并建立模型以预测接触电阻大小。采用数值仿真法,以接触电阻为研究对象,通过改变电极宽度、两电极间距、电极与侧壁距离、惯性力作用时间和正应力5个参数得到580组样本数据,根据样本数据建立随机森林、BP神经网络和基于粒子群优化的BP神经网络3种预测模型。通过对建立的3种预测模型对比分析,发现基于粒子群优化的BP神经网络模型的预测效果最好。为了验证基于粒子群优化的BP神经网络预测模型的合理性,以接触电阻最小值为优化目标,利用遗传算法对该预测模型拟合的映射函数的参数在给定范围内寻优,发现遗传算法得到的电阻最优值与理论仿真值相差10.41%,结果表明可以借助基于粒子群优化的BP神经网络预测模型估计开关接触电阻。

关键词： 网络文学   数字媒介   时间   空间   审美  

摘要： 文学审美的变革总是伴随着文本生产与传播的速度、距离和范围的调整,体现出媒介载体所赋予的时空逻辑的深刻渗透。以媒介时空为背景,网络文学生成的具体程式及伴随的审美体验发生了新的变化。从时间维度来看,在媒介时间压缩、加速和分割的运动过程中,网络文学表现出碎片化叙事、共享式创作及弹性化生产等特征。从空间维度来看,网络文学借助虚拟、多维、流动的网络空间来承载故事,展现出巨量化的内容、复合性的符号及动态性的结构,构建起开放且多元的文本空间。在新的时空框架内,网络文学的审美追求呈现出时态的现场感和动态感以及空间场景的复合性与互动性。