课程文献中心 更多>>

关键词： 水声传感器网络   无迹卡尔曼滤波   目标追踪   拒绝服务攻击  

摘要： 考虑水下拒绝服务(DoS)攻击和声线分层效应的影响,研究了基于水声传感器网络(UASN)的目标追踪问题。首先考虑由水下传感器、水面浮标和水下目标组成的UASN架构。基于此,构造了水下目标运动模型和水下Dos攻击模型,提出了一种改进的一致性无迹卡尔曼滤波(UKF)水下目标追踪算法。进一步,证明了追踪算法的收敛性,推导了算法的克拉美罗下界。仿真和实验结果表明,文中算法可以在水下环境有效进行目标追踪,基于一致性UKF的算法提高了跟踪精度。

关键词： 网络安全   网络攻防   人工智能   云计算   大数据   物联网   复杂巨系统   防护能力  

摘要： 智慧城市,作为一个集成了人工智能、物联网、云计算、大数据等前沿技术于一体的复杂巨系统,不仅推动着城市治理体系和治理能力的现代化,也面临着网络攻防、供应链攻击、勒索软件攻击、数据泄露、黑客入侵等各种网络安全挑战。在智慧城市的建设中,技术的进步与创新固然重要,但网络安全的防护同样举足轻重。近年来伴随我国网络安全政策法规体系的不断健全完善,智慧城市的网络安全保障能力得到了显著提升。这一点在第十七届(2024)中国国际社会公共安全产品博览会上得到了充分展示,全线的网络安全产品、全方位的安全解决方案、体系化的安全运营解决方案百花齐放、各具特色。

关键词： 复杂场景   网络隔离   网络优化   网络安全  

摘要： 铁路各站段的联合调度室、监测分析室、网管中心等复杂场景容易发生“一机两网”、“违规外联”现象。通过对一次“违规外联”事件进行研究,分析现行复杂场景下的网络规划、布线存在的问题,提出总体网络规划、业务分区、颜色标识、内外网网络隔离等措施优化网络结构,提高网络安全防护能力,可以为铁路基层网络安全管理人员提供参考。

关键词： 高校网络舆情   意识形态   大学生   引导  

摘要： 维护网络意识形态安全是新时期高校落实“平安校园”建设的重点任务之一。当代大学生是网络使用的主要群体,也是对网络上各类信息动态反应最积极、最敏感的一群人,很多大学生喜欢就网络上的一些热点事件和问题发表个人观点和看法。同时,也极易出现大学生通过社交媒体表达个人情绪或者诉求建议时,被别有用心之人扭曲后在网上恶意炒作,个体情绪表达激化成为群体矛盾并形成网络舆情,继而对高校网络意识形态安全产生威胁的情况。因此,加强对大学生网络舆情的特点进行研究,并根据现阶段高校网络舆情面临的风险挑战有针对性地对引导策略进行优化,是高校营造良好的网络环境的关键。

关键词： 网络思政课程   红色文化资源   大学生   价值认知   教育创新  

摘要： 本研究以探究网络思政课程红色文化资源如何形塑大学生价值认知为目的,运用实证分析方法对一所综合性大学的500名本科生开展了问卷调查。研究结果表明:红色文化资源教育能够显著促进大学生价值认知,爱国情怀和革命精神的认同度以及对历史文化的认知度,榜样学习成效和对网络课程的满意度等。研究提出红色文化资源在教育内容上需要多元化,时代化与个性化,在教育方法上需要互动化,技术化与多元化,从而加强对教育效果进行评价,反馈与持续影响。结论强调要进一步发掘红色文化资源、优化网络思政课程设计、培养价值观正确的社会主义建设者与接班人。

关键词： 多传感器融合   图神经网络   滚动轴承   故障诊断   小波包分解  

摘要： 强噪声干扰下滚动轴承状态监测信号呈非稳态多分量信号特点,单个传感器信号包含的故障信息有限,无法全面表征设备运行状态。提出一种基于自适应残差图注意力卷积神经网络(Re⁃sidual Graph Attention network,ResGAT)的多传感器融合故障诊断方法,利用多传感器监测信号可准确辨识不同工况下的滚动轴承故障信息。首先,将多个传感器采集的振动信号利用变分模态分解(Variational Mode Decomposition,VMD)和小波包分解(Wavelet Packet Decomposition,WPD)分解为小波系数矩阵,基于半径图策略构造包含多传感器网络信息的图结构数据;其次,基于残差网络的短接特性,设计一种自适应残差图注意力卷积网络(ResGAT),利用网络的输出及其残差,深度挖掘多传感器融合数据冗余故障信息;最后,将所提ResGAT模型应用于定转速、变转速、复合故障3种不同工况下的滚动轴承故障诊断数据集。研究结果表明,与现有方法相比,所提方法在3种工况下均具有更高的分类准确率和鲁棒性。

关键词： 胶质母细胞瘤   大脑皮质   神经元网络   神经网络   认知障碍   小鼠模型   成像技术   扩散动力学  

摘要： 大脑皮质组织中生长的胶质母细胞瘤(GBM),会引发早期和持续的神经元过度兴奋,其导致的症状范围包括轻度的认知障碍到严重的癫痫发作。在GBM肿瘤周围,突触密度、神经元信号的扩散动力学、过量谷氨酸的空间分布,这些因素对高阶神经元网络模块化的影响尚不清楚。在本研究中,通过联合采用钙和谷氨酸荧光报告分子的细胞和广角成像技术,对两种具有不同突触微环境和浸润特征的GBM小鼠模型进行了研究。

关键词： 数字孪生   电力通信网络   监控系统  

摘要： 文章研究了基于数字孪生技术的电力通信网络监控系统,旨在解决传统监控方法在复杂电力通信网络中的局限性问题。通过数据采集与融合、数字孪生建模与仿真、智能决策与控制3个功能单元,系统实现了网络的全景式监控与智能化管理。实验结果表明,该系统在故障感知、故障定位以及故障隔离等方面显著优于传统方法,展现了优异的性能与适应性。

关键词： 社交媒体   旅游分享   旅游体验   网络社会支持   积极情绪  

摘要： 社交媒体不仅重塑旅游者信息传播和分享行为,而且拓展了虚实并行的旅游空间。分享过程中“晒”与“赞”的互动循环为旅游体验赋予了新的内涵和价值,也使得旅游体验在社交媒体平台上得到了更加丰富和多元的表达。基于此,研究依据拟剧和积极情绪拓展构建理论框架,采用结构方程模型,深入探讨旅游者社交媒体分享的心理变化与情绪价值,揭示旅游者社交媒体分享与旅游体验之间的关系。研究发现:旅游者社交媒体分享对旅游体验的影响不具有直接性,但却是网络社会支持和积极情绪的驱动因素;互动行为的存在是旅游体验产生的根源,其主要表现为网络社会支持;积极情绪在旅游者社交媒体分享与旅游体验之间发挥单独中介作用,并且通过网络社会支持发挥链式中介作用。因此,旅游者可以通过社交媒体分享,拓展新的旅游空间、创造新人际互动模式、促进新内容生产,从而建立旅游体验新认知和实现旅游体验的新塑造。其结果不仅有助于了解和掌握当前旅游消费者的行为和心理特征,而且有助于旅游服务提供商改进与创新服务方法和产品质量,为提升旅游者的旅游体验提供建议和指导。

关键词： 情感分类   混合神经网络   Bert-TextCNN-BiLSTM-FAttention   Stacking算法   自注意力机制   离散傅里叶变换  

摘要： [目的/意义]智媒时代基于神经网络模型实现用户情感精准分类,进而深入挖掘海量文本信息潜在价值具有重要意义。[方法/过程]针对现有混合模型层间依赖性强、输出特征重要性差异体现不足等导致的情感分类效果受限问题,基于Stacking集成思想,提出一种融入频域增强自注意力机制的混合神经网络情感分类模型,通过构建由Bert、TextCNN、BiLSTM组成的并行式特征提取基学习器层与融入频域增强自注意力机制的元学习器层,并与词嵌入层和全连接层相融合,系统挖掘文本深层次语义信息以及局部、全局特征,进而通过权重分配以及离散傅里叶变换提升情感分类效果。[结果/结论]酒店评论数据集上的对比实验与消融实验结果均表明,所提模型情感分类性能与其他模型相比具有显著优势,准确率、召回率、F1值分别达到91.7%、95.3%和93.9%,且随Epoch训练轮数增加,模型情感分类准确性不断提升,损失值不断降低,呈现较强的泛化能力。