课程文献中心 更多>>

关键词： 文本分类   预训练模型   图神经网络  

摘要： 文本分类作为自然语言处理领域的一个核心任务,旨在实现对文本数据的自动化归类,使其对应到预先设定的类别之中。BertGCN模型结合了BERT和GCN两者的优势,从而能够有效地处理文本和图结构数据。然而,该模型在应对复杂的文本分类任务时,仍然存在一定的局限性。BERT使用绝对位置编码来表示每个词在序列中的位置,不能很好地捕捉句子中词语之间的相对关系,同时,BERT模型将词语的内容信息和位置信息结合在一起进行处理,可能导致模型难以区分这两种不同的信息。为了克服这些限制,我们提出了DeGraph-Net模型,通过引入DeBERTa模型,来提升文本分类的效果。DeBERTa使用相对位置编码,更好地表示词语间的相对位置关系。此外,DeBERTa将词语的内容信息和位置信息分开处理,避免了内容信息和位置信息的混淆,提高了模型分类的准确率。实验结果表明,DeGraph-Net模型在三个基准文本分类数据集上均取得了显著的性能提升,验证了该模型在复杂文本分类任务中的有效性。Text classification is a core task in the field of natural language processing, which aims to automatically categorize text data into predefined categories. The BertGCN model combines the advantages of both BERT and GCN, enabling it to effectively handle both text and graph-structured data. However, there are still some limitations when it comes to handling complex text classification tasks. BERT uses absolute position encoding to represent the position of each word in a sequence, which may not effectively capture the relative relationships between words in a sentence. Additionally, by combining content and position information, the BERT model may struggle to differentiate between these two distinct types of information. To overcome these limitations, we propose the DeGraph-Net model. We enhance text classification performance by incorporating the DeBERTa model. DeBERTa uses relative position encoding, which better represents the relative positional relationships between words. Additionally, DeBERTa processes the content information and location information of words separately, preventing the confusion between these two types of data and improving the model’s classification accuracy. Experimental results demonstrate that the DeGraph-Net model achieves significant performance improvements on three benchmark text classification datasets, validating the model’s effectiveness in complex text classification tasks.

关键词： 三心   初中语文   名师网络工作室   资源开发  

摘要： 名师网络工作室是信息化背景下名师引领、教师成长、资源共享、优质均衡发展的重要平台。本文以湖南省郴州市桂阳县初中语文名师工作室和湖南省谭战兰初中语文网络名师工作室的资源开发、整合、运用、推广、平台资源共享等方面为例,探讨“三心”(用心、匠心、爱心)背景下初中语文优质名师网络工作室构建的方法与策略,旨在通过名师网络工作室的构建,促进初中语文教师的专业发展,提高初中语文教育教学质量。

关键词： 配电   5G电力通信   终端   设计  

摘要： 随着电力行业对通信网络需求的增长,5G技术将成为电力通信终端方案设计的关键支撑,其高速、低延迟、大连接、高可靠的特点将为配电网络通信带来革命性变化。因此,本文从5G电力通信终端的概述出发,通过对配电网络5G电力通信终端的电源模块、射频前端电路、软件架构、软件功能模块等方面进行设计,为配电网络通信的发展提供技术支持和安全保障。

关键词： 糖尿病视网膜病变   丹黄明目汤   液相色谱-串联质谱   抗炎   抗氧化   p38丝裂原活化蛋白激酶   超氧化物歧化酶   过氧化氢酶  

摘要： 目的探讨丹黄明目汤对糖尿病视网膜病变(diabetic retinopathy,DR)的潜在治疗作用。方法采用液相色谱-串联质谱(liquid chromatography-tandem mass spectrometry,LC-MS/MS)技术检测丹黄明目汤入血成分。采用网络药理学分析丹黄明目汤的药效成分及其治疗DR的关键通路及潜在靶点。将60只大鼠随机分为未造模组(24只)和造模组(36只)。将24只未造模组大鼠分为空白组(等体积生理盐水)、空白给药组(等体积生理盐水+1.25 g/kg丹黄明目汤浸膏),每组12只。造模组腹腔一次性注射40 mg/kg链脲佐菌素(streptozocin,STZ)联合高脂饲养建立DR模型后,分为模型组(40 mg/kg STZ)、阳性对照组(40 mg/kg STZ+羟苯磺酸钙胶囊0.09 g/kg)、丹黄明目汤样本组(40 mg/kg STZ+1.25 g/kg丹黄明目汤浸膏),每组12只,连续干预4周。生化试剂盒检测超氧化物歧化酶(superoxidedismutase,SOD)和过氧化氢酶(catalase,CAT)的活性;ELISA检测大鼠血清肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素(interleukin,IL)-6和血清炎症因子IL-1β的水平;Western blot检测大鼠视网膜组织p38丝裂原活化蛋白激酶(p38 mitogen-activated protein kinase,p38 MAPK)和细胞外调节蛋白激酶1/2(extracellular regulated protein kinases 1/2,ERK1/2)的蛋白表达水平。结果LC-MS/MS结果表明,丹黄明目汤中共检测到347个入血化合物,其中前7个含量较高的入血代谢物分别为1,7-bis(4-hydroxyphenyl)heptan-3-one、5-hydroxy-2,2-dimethyl-10-(2-methylbut-3-en-2-yl)pyrano[3,2-g]chromen-8-one、5,7,4'-Trimethoxyflavone、Cillin、Deacetylto mentosideI、canescinA CanescinA、VentiloquinoneI。网络药理学结果显示,丹黄明目汤可能通过调节丝裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)信号通路、紧密连接和趋化因子信号通路等关键生物通路的多靶点干预DR。与空白组相比,模型组SOD、CAT水平及p38 MAPK、ERK1/2总蛋白表达降低(P<0.05,P<0.01),TNF-α、IL-6、IL-1β水平及p38 MAPK、ERK1/2磷酸化水平升高(P<0.05,P<0.01)。与模型组相比,阳性对照组、空白给药组和丹黄明目汤样本组的SOD、CAT、TNF-α、IL-6、IL-1β水平及p38 MAPK、ERK1/2磷酸化水平降低(P<0.05,P<0.01)。结论丹黄明目汤可通过调节MAPK信号通路抑制p38 MAPK等因子的表达和活性,促进SOD和CAT的表达,从而减轻DR的炎症反应、氧化应激、血管损伤,最终起到治疗DR的作用。

关键词： 江苏古镇   网络关注度   时空特征  

摘要： 基于百度指数平台获取2014—2022年古镇网络关注度数据,采用变差系数、比重指数、网络关注热度和地理集中度等方法分析三座古镇的网络关注度的时空特征。研究发现,网络关注度的月季变化趋势呈现双峰状态,峰值集中的月份为“五一”前期和“十一”节假日时段,淡季出现在12月至次年的1月;在空间特征上,古镇网络关注度表现出显著的地区差异性,网络关注热度较高的区域主要分布在周边地区;基于波士顿理论,将古镇地理市场细分为瘦狗、问题、金牛和明星四种类型进行差别化宣传策略。

关键词： 三维图像处理   曲面重建   深度学习   点云特征融合   点云特征提取  

摘要： 【目的】在计算机视觉和图形学领域中,原始点云曲面重建任务仍具挑战性。目前大多数研究在隐式空间中学习各种特征并直接融合,但这种方法很难准确解释3D模型,并且重建模型存在特征消失导致的不完整曲面。【方法】为解决这个问题,本文引入一种新的隐式表示方法,将特征划分为全局特征和局部特征,首先学习分块后局部特征,局部点云在潜在隐式空间中学习局部特征快速准确获取点云特征,然后将各部分深度特征隐式融合,将学习后的全局特征进行融合并重建曲面模型。【结果】该方法将一个3D全局形状转化为多个局部形状进行建模,局部形状通过深度特征提取划分全局统一,能够更有效地提取3D形状的隐式曲面,从而重建3D曲面。将其命名为隐式分区深度特征融合(Implicit Partition Deep FeatureFusion,IPDFF)。【局限】IPDFF模型虽然对复杂模型适用效果较好,但对复杂区域缺失点云或均为复杂特征点云重建效果欠佳。【结论】在实验结果中,IPDFF在视觉重建效果和几个定量指标上优于其他基线方法,重建曲面后有较强的鲁棒性和实用性,且模型具有更强的细节特征。

关键词： miRNA   mRNA   糖尿病动脉粥样硬化   虚瘀毒   陈气致病  

摘要： 目的探讨糖尿病动脉粥样硬化关键基因及“陈气致病”科学内涵。方法糖尿病动脉粥样硬化模型小鼠与白血病病毒B株敏感(Friend Virus B NIH Jackson,FVB)小鼠各9只,采用GO和KEGG分析差异基因分子功能、生物过程、细胞成分及通路富集情况,采用免疫组化检测核苷酸结合寡聚化结构域样受体含pyrin结域蛋白3(NLR family pyrin domain containing 3,NLRP3)在海马、胃、心肌及主动脉组织中表达,构建miRNA-mRNA网络,采用实时荧光定量PCR(quantitative real-time PCR,qRT-PCR)验证该网络。结果46个DEGs在模型小鼠主动脉组织中差异表达。GO表明DEGs生物过程主要集中于miRNA介导的翻译抑制、皮脂腺发育等方面,分子功能主要集中于内涵体、内体膜等方面,细胞成分主要集中于通道活性、磷脂酰肌醇-3-磷酸结合等方面。KEGG表明DEGs富集于白细胞经内皮细胞迁移过程、叉头转录因子(forkhead box class O,FoxO)信号通路等方面;免疫组化结果提示在主动脉组织中NLRP3含量最高;构建由46个mRNA及23个miRNA组成miRNA-mRNA调控网络,Miranda分析提示小鼠主动脉中miR-874-3p与NLRP3的3’端非编码区(non-coding region,UTR)存在互补结合位点,qPCR结果表明,模型小鼠主动脉组织中NLRP3水平显著升高,miR-874-3p水平显著降低。结论高糖环境中低表达的miR-874-3p对NLRP3的抑制减弱可能是糖尿病动脉粥样硬化炎症形成的重要机制及“陈气致病”的科学内涵。

关键词： 天然气   SCADA系统   网络与信息安全  

摘要： 近年来,随着我国资源开发投入不断增加,对于石油和天然气等资源的开发利用投入相当大。随着现代城市管网设施的日益发展,传统管网的运输调度方式已经不能满足现代燃气管网传输控制的需求。特别是在长管输出管道运输的监控管理方面,需要进行相应调整。目前许多中小型天然气企业普遍采用了多级集中实时控制和实时调度控制的天然气管道自动化SCADA控制系统,初步实现了管道天然气和气场站工艺参数的动态在线实时监测、远程指挥控制、事故监测报警以及气量实时调节计算等五方面功能。因此,建设城市天然气输气站的SCADA自动化系统对于提升管道系统运营安全管理水平具有重要前景。这种信息化手段不仅可以降低生产安全风险,节约人工成本,减轻劳动强度,而且对我国燃气企业具有重要实际应用意义。基于此,本文就天然气SCADA系统网络与信息安全进行研究,并对有关的应用进行探讨,供参考。

关键词： 矿井通信   5G通信   5G网络安全   煤矿智能化   煤矿安全  

摘要： 随着矿山智能化建设的不断推进,5G网络已与煤矿的采掘、生产、监测及远控等多元化应用场景深度融合并显著提升了自身的安全技术,通过实施精细化的访问控制规则,动态的身份、凭证及访问权限管理,对网络数据和安全数据,以及实时更新信任模式和信任关系,进一步加强SBA架构的安全性。同时,引入NWDAF功能进行机器学习,强化网络智能化安全。遵循最大匿名化、最小暴露化和数据主体授权原则,预防了数据和隐私的泄露。此外,NSACF功能的引入和MEC标准的制定显著提升了专网切片和边缘计算的安全性。通过建立零信任访问技术模型,确保网络的安全可靠性。然而,随着5G网络在架构、数据存储、设备形态及业务场景等方面的演进,一些新的问题也逐渐显现,如容器逃逸、微服务注入、设备安全漏洞、网络隔离不足、僵尸网络及编排管理漏洞等,这些问题对煤矿企业的安全运营构成了严重威胁。为应对这些新的挑战,必须构建一套全面且系统的煤矿5G安全体系,研究5G安全技术,开展5G安全测评,强化5G安全运维,不断更新和完善5G网络安全管理制度和体系,以确保煤矿网络的稳定、高效和安全运行。

关键词： 多极网络空间组织   粤港澳大湾区   演化特征   演化机制   共生关系  

摘要： 多极网络空间组织是有待深入研究的区域经济空间组织新现象。基于2009年、2014年和2019年粤港澳大湾区城市间高铁频次数据,运用多极网络空间组织识别方法,从空间经济网络、多增长极共存、空间经济网络与多增长极共生关系三个方面分析了粤港澳大湾区多极网络空间组织的演化特征,并采用QAP方法从择优连接、多维邻近和路径依赖三个视角对粤港澳大湾区多极网络空间组织演化的影响因素进行了分析。研究发现,粤港澳大湾区初步形成了多极网络空间发展格局,具体表现为空间经济网络规模不断扩大,网络密度日益提高,且形成了广州、深圳、香港地区三个增长极和东莞、佛山两个潜在增长极。多增长极和空间经济网络间的共生模式为正向非对称互惠共生,且空间经济网络对多增长极的促进作用逐渐变大,多增长极对空间经济网络的促进作用逐渐变小。粤港澳大湾区多极网络空间组织演化是择优连接、多维邻近和路径依赖共同作用的过程。增长极择优、地理邻近、制度邻近及历史路径对粤港澳大湾区多极网络空间组织演化具有显著影响。