课程文献中心 更多>>

关键词： 网络药理学   分子对接计算   通窍耳聋丸   眩晕  

摘要： 目的采用网络药理学及分子对接技术,研究通窍耳聋丸治疗眩晕的作用机制。方法利用TCMSP和其他网络数据得到通窍耳聋丸中有效成分及其治疗眩晕的靶点,构建靶点-靶点及药物-靶点间相互作用网络,然后对靶点进行GO功能和KEGG信号通路富集分析及分子对接研究。结果通窍耳聋丸中共有108种成分与眩晕相关的132个潜在靶点存在相互作用。这些靶点主要分布于钙离子信号、神经活性配体-受体相互作用、多巴胺能突触、多种神经退行性疾病、血清素突触、人类巨细胞病毒感染、瞬时受体电位(TRP)通道的炎症介质调节、血脂和动脉粥样硬化等8条通路。分子对接计算表明通窍耳聋丸中部分有效成分对丝氨酸/苏氨酸激酶1(AKT1)、肿瘤坏死因子(TNF)、前列腺素内过氧化物合酶2(PTGS2)、血管紧张素转化酶(ACE)、血管紧张素Ⅱ受体1(AGTR1)和钙调蛋白1(CALM1)具有较强的亲和力。结论通窍耳聋丸可通过降血压、降血脂、抗炎、抗病毒、神经保护等途径发挥治疗眩晕的作用,可作为抗眩晕药物进行进一步开发和研究。

关键词： 人工智能   网络安全态势感知   平台设计   关键技术   自适应学习  

摘要： 文章就人工智能技术应用于网络安全工程态势感知平台进行论述,目的是建设高效、智能网络安全防护体系。本文从网络安全态势认知的意义出发,结合人工智能技术目前在此领域中的应用状况。文旨在通过设计人工智能推动下的网络安全态势感知平台来提高网络安全防护能力,以迎接日益严重的网络安全挑战。提出平台设计总体框架、人工智能技术的运用策略,可扩展性和灵活性设计及安全性和隐私保护措施。关键技术主要有机器学习和深度学习,海量数据分析和处理,异常检测和威胁识别,自适应学习和知识更新机制等。研究结论认为:通过建立一个高效智能态势感知平台能够有效地增强网络安全防护能力和应对网络安全复杂威胁。

关键词： HPLC技术   低压配电   配电台区线损   网络潮流  

摘要： 线损管理是供电企业的重要管理内容,但由于配电网整体结构复杂,电损管理难度相对较高。电损时量测表计的配置对于计算配电台区的线损至关重要,配置不全将使线损计算过程更加复杂繁琐。基于此,分析低压配电台区线损异常原因,构建基于HPLC的低压配电台区线损技术架构,并进行网络潮流分析,以提高线损计算的精准度。

关键词： 网络暴力治理   平台责任   间接刑事责任   主观明知   片面帮助  

摘要： 网暴案件呈现高发态势,平台在网暴案件有效治理中的重要性逐渐凸显,应激活平台片面帮助行为的间接刑事责任。平台间接刑事责任是指平台“明知”网暴信息的存在仍对用户传播网暴信息不作为,因帮助网暴信息传播而与损害结果扩大部分有间接因果关系,需要承担共犯责任,具体包括以片面帮助犯追责和以共犯正犯化追责两种模式。平台经权利主体通知删除知道、平台知道或应当知道网暴信息的存在,仍为“侮辱诽谤”“人肉搜索”“煽动滋事”型网暴信息的传播提供帮助且情节严重的,应追究平台间接刑事责任。经监管部门责令改正而拒不改正,造成违法网暴信息大量传播或同一平台内用户信息泄露情节严重的,应追究平台直接刑事责任,但片面帮助犯的处罚更重时除外。在具体场景中,应通过合理限缩平台“明知”网暴信息的情形、引入平台自治等方式限定平台间接刑事责任的范围。

关键词： 堆叠薄型钢板计数   YOLOv5   SPD-Conv   注意力机制   BiFPN  

摘要： 针对堆叠薄型钢板的人工计数烦琐、错误率高问题,提出改进的YOLOv5(you only look once的第5个版本)网络.使用SPD-Conv(symmetric positive definite convolution)代替CSP-Darknet(cross stage partial darknet),将轻量高效通道注意力(efficient channel attention,简称ECA)机制融入特征提取,将BiFPN(bi-directional feature pyramid network)代替YOLOv5的PANet(path aggregation network),提出HIOU_Loc(height intersection over union location)预测框去冗余方法.实验结果表明:相对于其他3种网络,该文网络的计数准确度(accuracy,简称ACC)和平均准确率均值(mean average precision,简称mAP)均最高;该文网络能适应不同检测环境,且均有优良的检测性能.

关键词： meta分析   分子对接   网络药理学   苏黄止咳胶囊   慢性阻塞性肺疾病  

摘要： 目的:系统评价苏黄止咳胶囊治疗慢性阻塞性肺疾病(COPD)的有效性和安全性,并采用网络药理学及分子对接技术分析苏黄止咳胶囊治疗COPD的多靶点、多通路的干预作用机制。方法:基于Meta分析评价苏黄止咳胶囊治疗COPD的临床总有效率和不良反应。通过中药系统药理学数据库与分析平台(TCMSP)和GeneCards数据库分别对苏黄止咳胶囊的有效成分及作用靶点进行初步预测,对靶点信息进行标准化;通过各数据库对COPD靶点进行筛选,将苏黄止咳胶囊靶点及疾病COPD靶点进行整合取交集得到苏黄止咳胶囊治疗COPD的关键靶点;通过构建蛋白互作网络(PPI),得到核心靶点,并对交集靶点进行GO及KEGG富集分析。通过软件选取苏黄止咳胶囊中的关键活性成分和COPD核心靶点进行分子对接验证。结果:Meta分析结果显示,与常规治疗比较,在其基础上联合苏黄止咳胶囊可显著提高临床总有效率(OR=4.26,95%CI:3.20~5.68,P<0.01);2组不良反应比较差异无统计学意义(P>0.05)。网络药理学结果显示,得到90个活性成分,COPD相关靶点141个,相关通路103条。分子对接结果显示,苏黄止咳胶囊核心成分木樨草素、槲皮素和山柰酚与COPD核心靶点表皮生长因子受体(EGFR)、丝氨酸/苏氨酸激酶1(AKT1)、基质金属蛋白酶9(MMP9)通路对接结果均小于-5 kcal/mol,表示两者具有良好的结合活性。结论:常规治疗联合苏黄止咳胶囊治疗COPD可提高临床疗效,安全性良好。苏黄止咳胶囊可能通过多靶点、多通路参与治疗COPD。该研究为临床中应用苏黄止咳胶囊治疗COPD提供生物信息学支持及安全性评价,为后续进一步研究拓展提供新的思路。

关键词： 第三方支付平台   消费者   知情权  

摘要： 随着电子信息技术的高速发展,人们逐渐习惯于使用第三方支付平台进行购物消费。但是消费者在使用第三方支付平台的时候,由于网络病毒、监管不足、相关法律法规不完善等问题,会存在消费者资金安全、个人信息泄露等问题,并且在维权时相较于支付平台一方,消费者会存在信息不对称以及不能举证的问题。所以,为了维护消费者权益、促进行业的良性发展,可以从完善监管、制定相对应的法律法规、合理分配举证责任等方面来完善在网络第三方支付中消费者权益的保护。With the rapid development of electronic information technology, people are gradually accustomed to using the third-party payment platform for shopping consumption. However, when consumers use the third-party payment platform, due to network viruses, insufficient supervision, imperfect laws and regulations, there will be problems such as consumer fund security and personal information disclosure, and when protecting their rights, consumers will have problems such as information asymmetry and inability to provide evidence compared with the payment platform. Therefore, in order to safeguard the rights and interests of consumers and promote the healthy development of the industry, the protection of consumers’ rights and interests in online third-party payment can be improved from the aspects of improving supervision, formulating corresponding laws and regulations, and reasonably allocating the burden of proof.

关键词： 异常检测   随机森林   特征选择   深度学习   TabNet  

摘要： 在复杂网络环境下,处理传统的烟草系统网络流量数据往往会面临数据量大,特征维度高,特征相关性复杂度高,模型检测效率低等问题,本文使用了一种基于随机森林(Random Forest,RF)和TabNet网络模型结合的流量异常识别与检测方法。首先使用随机森林算法计算高维特征的特征权重,根据权重对特征进行降维处理,筛选出高权重特征,剔除低权重特征,再使用TabNet模型对特征进行高效的分类。为了评估模型的有效性与优越性,本文使用准确率和损失进行模型评价,并与其他网络流量异常检测模型Tabular model、LSTM、CNN+LSTM、XGBoost进行对比。使用公开数据集CIC-IDS-2018进行实验,结果表明,使用原始高维数据训练易使模型过拟合,使用降维后的数据,本文提出的模型在多分类任务和二分类任务中的识别准确率分别达96.82%和98.75%。该方法与其他深度学习算法相比,泛化能力强,在处理网络流量异常检测问题上具有良好的灵活性和有效性。

关键词： 知识图谱   图神经网络   自编码机制   多头注意力机制   特征结构平移层  

摘要： 鉴于目前挖掘算法难以对知识图谱建模等问题,提出一种描述和提取节点范围内结构的异质图神经网络模型,旨在挖掘其中的频繁关系模式以及各结构的分布。该模型将关系信息作为节点特征输入,利用自编码机制与多头注意力机制保留原始结构信息,同时引入特征结构平移层将相同结构映射到同一空间中,以获得频繁出现的结构。实验结果表明,该模型可以更快地挖掘图谱关系模式以及各结构在图中的分布;同时在验证特征表达能力的链接预测任务中有稳定表现,在关系类型较多的异质图中甚至优于部分联合学习模型。

关键词： 立体定向脑电图   可见小图   状态转移网络   模体   特征提取  

摘要： 癫痫发作期脑电与发作间期癫痫样放电具有近似的波形,有效提取癫痫发作的特征在理论和实践上至关重要。本文分别在多个采样间隔下,利用可见小图构建状态转移网络并挖掘网络特征发现:发作期在采样间隔变化的情况下更能维持特征波形,且采样间隔变化较小时的特征网络结构不易发生改变;而发作间期癫痫样放电的特征网络结构,则是在相对较大的采样间隔范围内不易改变;此外,发作期关键节点在时序上具有长程相关性,对调控系统行为起重要作用。本文研究还发现,对于500 Hz左右的立体定向脑电图而言,当采样间隔为0.032 s时,两者特征差异最大。综上,本文研究有效揭示了大脑系统病理变化特征与采样间隔之间的关联规律,这在临床诊断上对癫痫的识别、分类与预测具有潜在的应用价值。