课程文献中心 更多>>

关键词： 重载群组列车   自组织网络   环签名   通信安全   信息模型  

摘要： 重载群组列车自组织网络依赖先进的无线通信技术实现列车之间以及列车与基础设施之间的数据交换。为保护传输的数据不被未授权访问和篡改,基于此,提出一种适用于重载列车自组织网络环境下的安全通信方案。首先,建立重载群组列车的信息模型,信息层利用图论表示列车的通信拓扑结构。其次,为应对重载群组列车自组织网络的动态变化,设计一种基于轻量环签名的去中心化匿名身份验证和授权机制,以抵御群组列车外部的通信攻击。最后,仿真验证所提方案的安全性和轻量性,结果表明所提方案能在抵御外部通信攻击的同时,降低22.7%的计算开销。

关键词： 网络空间   党的创新理论   发展的眼光   辩证思维   方法论   对立统一   双刃剑   传播  

摘要： 在新的传播环境下,在党的创新理论传播进程中,如何驾驭好网络空间这把“双刃剑”,是当前需要处理好的重大问题。我们必须善用辩证思维,在对立统一中把握做好网络空间中党的创新理论传播的方法论,用全面、联系和发展的眼光看清“形”与“势”、读懂“变”与“不变”、找准“关键”与“重点”,在守正与创新并重中化“危”为“机”,推进网络空间这个“最大变量”成为党的创新理论传播的“最大增量”。

关键词： 网络药理学   分子对接   脓毒症   黄连汤   作用机制  

摘要： 通过网络药理学的方法预测黄连汤治疗脓毒症的主要活性成分,作用靶点及机制。方法 通过TCMSP数据库检索黄连汤的靶点后使用Uniprot数据库筛选。OMIM、GeneCards和TTD数据库用来获取脓毒症的靶点,利用Venny平台筛选出黄连汤与脓毒症的共同靶点后构建交集网络,STRING数据库制作PPI网络。Metascape数据库用于进行GO富集分析和KEGG信号通路分析。结果 黄连汤有182个活性成分和342个作用靶点,而脓毒症则有1067个作用靶点。通过这些分析,发现黄连汤与脓毒症共同的靶点有109个。GO功能富集分析有4931个生物过程、663个分子功能和397个细胞组分。KEGG分析则揭示了247条信号通路条目。分子对接结果表明,黄连汤中的山柰酚、槲皮素和7-甲氧基-2-甲基异黄酮等成分与脓毒症的关键靶点如ALB、IL6、AKT1、TNF、IL1B等具有较好的结合能力。这表明黄连汤可能通过这些活性成分及其潜在靶点和NF-κB信号通路抑制炎症反应来治疗脓毒症。结论 黄连汤主要通过槲皮素、山奈酚及潜在靶点和NF-κB信号通路抑制炎症治疗脓毒症,为未来试验提供方法依据和理论基础。

关键词： 光刻机技术   政策驱动   多元耦合网络   涌现机理  

摘要： 破解光刻机关键核心技术难题、实现自主可控发展,通过政策驱动产业技术多元耦合网络涌现至关重要。结合相关政策文本划分政策驱动模式,初步构建中国光刻机技术多元耦合理论模型,并以相关专利数据为基础,运用复杂网络中知识流动模型以及网络耦合理论构建多元耦合网络涌现模型,仿真分析不同政策驱动模式下中国光刻机技术多元耦合网络涌现过程,深度解析多元耦合网络涌现机理。结果表明:政策发展进入创新耦合期,光刻机核心技术研发主体在混合驱动模式下与核心企业紧密耦合涌现高耦合度、高知识传递效率的强关系稠密网络特质;配套技术供应方在集群驱动模式下涌现紧密合作网络关系,其合作强度相较于核心技术耦合域与商业导向耦合域更具协同优势;混合驱动模式相较于龙头驱动模式更有利于提高网络耦合度,其中主体创新补贴与网络耦合度呈倒“U”型关系,且在高创新补贴、低协作激励状态下,网络整体耦合程度下降显著。所总结机理对于优化中国光刻机技术突破的顶层设计,进而提升中国关键核心技术自主可控能力具有重要意义。

关键词： 土壤有机质   高光谱   生成式对抗网络   反向传播神经网络  

摘要： 土壤有机质(soil organic matter,SOM)是评价土壤肥力高低的一项重要指标,在烟草生长过程中发挥了重要的作用。本研究在采集湖北省烟田土壤样本基础上,借助生成式对抗网络(generative adversarial networks,GAN)生成伪样本扩充建模集。使用标准正态变换(standard normal variable,SNV)、多元散射校正(multiplicative scatter correction,MSC)组合一阶微分(FD)、倒数对数(LR)以及倒数对数一阶微分(LRFD)进行预处理,结合皮尔逊相关系数(Pearson correlation coefficient,PCC)筛选敏感特征波段。使用偏最小二乘回归(partial least squares regression,PLSR)、随机森林(random forest,RF)和反向传播神经网络(back propagation neural networks,BPNN)3种机器学习方法,构建烟田SOM含量估测模型。结果表明:(1)25000次训练后的GAN模型,生成的伪样本具有与真实样本相似的特征和规律;(2)经过MSC+LRFD预处理后,全波段反射率与SOM含量的相关性得到了提高,相关系数最高可达到0.66;(3)伪样本数量占比为150%时,经过特征波段筛选后,MSC+BPNN模型验证精度最优,其决定系数(coefficient of determination,R^(2))、相对分析误差(relative percent difference,RPD)和均方根误差(root mean square error,RMSE)分别为0.80、2.22和3.18。相比较原始数据集构建的最优模型,其模型精度提升了9.59%。研究证实,将GAN模型生成的伪样本添加进建模集中,可有效提高模型的估测性能,为复杂山区烟田SOM估测提供一种新的途径。

关键词： 鹅不食草   鼻咽癌   网络药理学   分子对接   作用机制  

摘要： 目的:探讨鹅不食草抗鼻咽癌的药效及作用机制。方法:通过网络药理学及Cytoscape 3.9.1软件构建鹅不食草活性成分–靶点–鼻咽癌作用网络图;利用GO/KEGG开展富集分析;利用分子对接阐明核心靶点与活性成分的相互作用。结果:共筛选出鹅不食草活性成分15个,预测出144个潜在抗鼻咽癌靶点;PI3K-Akt信号通路可能是鹅不食草抗鼻咽癌的主要作用通路;TNF、AKT1、CASP3、STA3以及EGFR是鹅不食草抗鼻咽癌的关键靶点。结论:槲皮素、槲皮苷、2β-羟基-2,3-二氢-6-O-短叶老鹤草素A、[2-hydroxy-2-(2-hydroxy-4-methylphenyl)-3-(2-methylpropanoyloxy)propyl] 2-methylpropanoate、当归酸心菊内酯可能是鹅不食草抗鼻咽癌的物质基础,与调控TNF、AKT1、CASP3、STA3以及EGFR信号通路有关。Objective: To investigate the efficacy and mechanism of Centipeda minima against nasopharyngeal carcinoma (NPC). Methods: The network of active ingredient-target-nasopharyngeal carcinoma was constructed by network pharmacology and using Cytoscape 3.9.1 software. Enrichment analysis was performed via GO/KEGG. The interactions between key core targets and active ingredients were explored by molecular docking. Results: 15 active components were selected, yielding 144 potential targets;PI3K-Akt signaling pathway may be the main role of NPC;TNF, AKT1, CASP3, STA3 and EGFR are the key targets of NPC. Conclusion: Quercetin, 2β-hydroxy-2,3-dihydrogen-6-O-A, [2-hydroxy-2-(2-hydroxy-4-methylphenyl)-3-(2-methylpropanoyloxy)propyl] 2-methylpropanoate and A may be the material basis of NPC, and are related to the regulation of TNF, AKT1, CASP3, STA3 and EGFR signaling pathway.

关键词： 软件定义网络   关键技术   分布式控制  

摘要： 随着科技的迅猛进步,各种科学技术被应用到生活中,特别是云计算、海量数据处理和万物互联时代的到来,传统的网络结构正面临着前所未有的挑战——无法有效承载日益膨胀的流量和需求压力。为了突破这一瓶颈,创新性的软件定义网络(Software-Defined Networking,SDN)应运而生,旨在提升网络的动态响应能力、规模扩展性和防护水平。基于此,本文就对软件定义网络架构与关键技术分析。

关键词： 毫米波雷达   目标跟踪   长短期记忆网络   扩展卡尔曼滤波   非线性滤波  

摘要： 在道路交通系统中,毫米波雷达以其分辨率高和抗干扰能力强的特点成为了热门的目标运动信息采集传感器。传统的目标跟踪算法在雷达观测信息丢失的情况下会出现跟踪误差较大或无法进行目标跟踪的现象。针对这一问题,文中提出了一种基于长短期记忆(LSTM)网络的雷达目标跟踪算法,在雷达观测值正常时,利用LSTM网络的记忆函数,对雷达的观测值进行训练并预测;当雷达观测值丢失时,利用LSTM网络为扩展卡尔曼算法提供观测值的预测值,以保证扩展卡尔曼算法能够继续对目标进行跟踪,达到降低目标跟踪误差的目的。文中通过雷达实测数据对LSTM网络进行训练,并针对直线和曲线两种运动状态进行了仿真验证分析,仿真结果表明,提出的目标跟踪算法在雷达的观测值丢失的情况下仍然可以对目标进行跟踪,并有效地降低了目标跟踪算法的误差。

关键词： 内河运输   船闸拥堵   复杂网络   韧性测度   恢复策略  

摘要： 为提升水路运输网络在受到攻击时的韧性,对局部攻击情形下内河水路运输网络的韧性和恢复策略进行研究。首先,考虑到水路运输网络的特点,基于复杂网络理论构建水路运输网络系统。然后,根据局部攻击的针对性,将船闸拥堵作为网络在受到局部攻击时的具体情景,并构建局部攻击情形下的网络韧性测度与恢复策略模型。最后,对重庆市水路运输网络进行仿真分析。研究结果表明,在船闸拥堵情形下网络韧性值并非均匀下降,而是受到失效边的具体情况和网络结构的自我适应能力的影响;在恢复阶段,随着恢复比例增加,韧性值最终可达到1,该恢复策略能够有效实现网络的完全恢复。通过对重庆市水路运输系统进行仿真分析,验证了韧性测度模型和恢复策略的科学性与有效性,为网络韧性恢复策略研究提供了清晰的框架和量化方法。

关键词： 爆破振动   预测模型   信息准则(IC)   鲸鱼优化算法(WOA)   人工神经网络(ANN)  

摘要： 为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量化,建立了包括3个定量参数和10个定性参数的更完整的数据集。利用信息准则对模型复杂度的反馈,构建了一个提高模型泛化能力的双层优化结构,分析改进ANN模型的激活函数和训练算法最优组合,并引入鲸鱼算法优化模型初始权值和阈值的选取,降低模型输出结果的偏差和波动。对比分析WOA-IC-ANN模型与传统经验公式、ANN模型、IC-ANN模型、WOA-ANN模型预测结果的差异。研究表明,WOA-IC-ANN模型的预测结果与实际吻合更好,误差显著降低,具有较好的泛化能力。研究成果可用于隧道爆破工程的振动预测,并为类似工作提供借鉴和参考。