课程文献中心 更多>>

关键词： 工控系统   威胁情报   网络安全   江都水利枢纽   安全关键技术   体系结构   态势感知   管理机制  

摘要： 项目针对江都水利枢纽,完成了工控系统网络安全的体系结构、管理机制、态势感知能力和威胁情报等研究。构建了水利关基网络安全体系,提出了以“1套制度、1个中心、2大能力、1个大脑、1个平台”为核心的网络安全架构。

关键词： 发育性癫痫性脑病   脑网络   图论   功能连接   结构连接  

摘要： 发育性癫痫性脑病(developmental and epileptic encephalopathy,DEE)是一类严重影响儿童神经系统发育的疾病,其特征为频繁的癫痫发作和严重的神经发育障碍。这类疾病不仅影响儿童的生活质量,还给家庭和社会带来了沉重的负担。近年来,脑网络理论的发展为理解DEE的病理机制提供了新的视角,尤其是结构性和功能性脑网络在癫痫发病过程中的作用引起了广泛关注。本文将系统论述发育性癫痫性脑病中结构和功能脑网络的研究进展,强调这些网络在癫痫发作、疾病进展及预后评估中的重要性。

关键词： 豹纹鳃棘鲈   生长差异分化   WGCNA   共表达网络  

摘要： 为揭示豹纹鳃棘鲈(Plectropomus leopardus)生长差异分化的分子调控作用机制,该研究利用豹纹鳃棘鲈中间培育过程中不同生长阶段(42、70和91日龄)的18个幼鱼肌肉组织样本进行全转录组测序,获得lncRNA和mRNA基因表达谱数据,采用加权基因共表达网络分析(WGCNA)方法构建生长差异分化相关lncRNA和mRNA的共表达网络。通过特异性基因模块中差异表达基因的GO和KEGG富集对模块生物学功能进行分析,运用Cytoscape软件构建基因互作网络,挖掘豹纹鳃棘鲈生长差异分化相关的关键候选基因。结果显示,基因差异表达分析共筛选到6252个差异表达mRNA和367个差异表达lncRNA;共表达网络分析获得MEmagenta、MEgreenyellow和MEblack共3个生长差异分化特异性基因模块;GO和KEGG富集分析显示,特异性模块中差异表达基因显著富集于肌肉蛋白形成、横纹肌组织发育调控、主轴组织形成等生物学过程,参与了蛋白酶体、肌动蛋白细胞骨架调控及肌醇磷酸代谢等与生长差异分化相关的代谢通路;筛选3个特异性模块中权重和连通度高的lncRNA和mRNA构建基因互作网络,得到包括psmd6、nmt1、als2、brcc3、kank1、ada12、at131和hdac3等在内的生长差异分化关键基因和MSTRG.15660、MSTRG.8694、MSTRG.1896等20个lncRNA,为进一步解析豹纹鳃棘鲈生长差异分化的分子机制提供了新思路。

关键词： 类风湿性关节炎   间苯三酚   网络药理学   分子对接  

摘要： 目的从网络药理学角度探究间苯三酚(PGL)在治疗类风湿性关节炎中的潜在作用和靶点,以及与其靶点相关的信号通路,并通过细胞实验进行验证。方法利用BATMAN-TCM、Swiss Target Prediction、Pharmapper等数据库检索并收集PGL潜在的作用靶点,同时通过Disgent、OMIM、Drugbank、NCBI、TTD数据库获取类风湿性关节炎疾病相关靶点。利用韦恩图求出两组靶点的交集,并在STRING数据库中构建靶基因的相互作用(PPI)网络,使用Metascape进行基因本体论(GO)功能富集和京都基因与基因组百科全书(KEGG)通路分析。应用分子对接技术进一步验证PGL治疗类风湿性关节炎的核心靶点。利用LPS诱导构建RAW264.7炎症细胞模型,分为空白组、模型组、0.1、1及10μmol PGL组,通过逆转录聚合酶链式反应(RT-PCR)和蛋白质印迹(Western blot)等方法对PGL进行核心靶点的验证。结果筛选后获得168个PGL的潜在靶点,3250个类风湿性关节炎相关靶点,将两者进行交集获得共有靶点79个。富集分析得到700个GO功能条目,其中GO生物学过程574个、GO分子功能75个、GO细胞组分51个和KEGG信号通路111个。分子对接结果提示核心靶点与PGL的结合能均<0,在体内能够与PGL自主结合。PGL干预48 h后,0.01、0.1、1、10、100μmol浓度组均促进RAW264.7细胞的增殖,与空白组相比,差异均有统计学意义(t=3.64、3.33、3.53、7.26、5.27,P均<0.05)。RT-PCR实验结果显示,与空白组相比,模型组中诱导型一氧化氮合酶(iNOS)、肿瘤坏死因子-α(TNF-α)、白细胞介素-1β(IL-1β)、白细胞介素-6(IL-6)mRNA表达升高,精氨酸酶1(ARG1)表达降低,差异均有统计学意义(t=33.41、76.16、43.16、95.69、12.29,P均<0.05)。与模型组相比,PGL1、10μmol浓度组iNOS、TNF-α、IL-1β、IL-6表达均降低,ARG1升高,差异均有统计学意义(t_(1μmol)=14.51、14.40、4.49、64.06、4.97,t_(10μmol)=22.42、56.63、12.22、47.97、4.62,P均<0.05);而0.1μmol浓度组中仅iNOS表达降低(t=8.80,P<0.05),其余指标差异均无统计学意义(P均>0.05)。与空白组相比,模型组中iNOS、IL-1β、IL-6、磷酸化的磷脂酰肌醇3-激酶(P-PI3K)/磷脂酰肌醇3-激酶(PI3K)及磷酸化的丝氨酸/苏氨酸激酶B(P-AKT)/丝氨酸/苏氨酸激酶B(AKT)等表达显著上升,ARG1蛋白表达显著下降,差异有统计学意义(t=231.61、25.85、13.96、12.26、4.75、9.20,P均<0.05)。与模型组相比,PGL 1、10μmol浓度组ARG1表达升高,iNOS、IL-1β、IL-6、P-PI3K/PI3K、P-AKT/AKT蛋白表达水平均降低,差异均有统计学意义(t_(1μmol)=23.93、13.51、6.25、6.94、7.20、7.20,t_(10μmol)=8.14、12.65、6.42、14.31、5.78、12.98,P均<0.05);与模型组相比,0.1μmol浓度组仅PI3K蛋白的磷酸化水平下降(t=5.66,P<0.05),其余指标差异均无统计学意义(P均>0.05)。结论PGL可能通过调节PI3K-AKT信号通路,作用TNF-α、IL-1β、IL-6等关键靶点,从而发挥调节免疫、抗炎等作用,揭示了PGL治疗类风湿性关节炎的潜在作用机制,为开发其在临床上的新用途提供思路。

关键词： 语音识别   语音增强   声学模型   MFCC特征   DNN  

摘要： 为了实现机器人语音控制,并避免环境噪音的干扰,研究提出了基于改进MFCC特征提取和深度神经网络的机器人语音控制指令识别方法;该方法利用线性判别分析、最大似然线性变换和说话人自适应变换对MFCC特征进行处理,获得了新的语音特征;同时通过深度玻尔兹曼机对声学模型进行了改进,并利用深度神经网络和谐波增强技术构建了语音增强方法;实验结果显示,研究提出的基于改进Mel频率倒谱系数特征能显著降低语音识别的字错误率,通过辅以改进深度神经网络-隐马尔科夫模型能进一步降低字错误率;在20 dB条件下,该特征和改进深度神经网络-隐马尔科夫模型的平均字错误率分别为24.9%和22.1%,均低于其他方法;上述结果表明,研究提出的语音识别方法能实现带噪声语音的准确识别,提高机器人的语音控制指令识别能力。

关键词： 糖尿病性视网膜病变   分级   图卷积网络   卷积神经网络   胶囊网络  

摘要： 糖尿病视网膜病变(diabetic retinopathy, DR)已成为全球失明人数攀升的主要原因之一。目前,基于深度学习的智能分级已成为DR智能诊断研究的热点。现有的基于卷积神经网络(convolutional neural network, CNN)的DR智能分级模型已取得不错效果,这些模型将DR分级看作是图像分类任务,但是,这些模型更多关注深层特征提取,而未考虑DR图像本身特性、不同级之间的关系等。为了克服这些不足,提出一种新的DR智能分级模型。该模型利用胶囊网络的细节捕获能力,将CNN的池化层替换成胶囊网络,提取DR图像的深层细节特征,其次,考虑到相邻级别间DR图像差别小、容易混淆,利用图神经网络捕获DR级别间关系,最后,两路网络输出通过自适应权重完成融合,给出整个网络的分级结果。该模型在两个数据集上进行评估实验,并取得良好效果,进一步论证了该方法的优越性。

关键词： BP神经网络   隐藏节点   混合算法   回归预测   自相关性  

摘要： 为了优化BP神经网络,提出了一种优化BP神经网络的流程。首先,判断各影响因素之间的自相关性,如果各影响因素满足自相关评价指标,则可以使用BP神经网络进行回归训练;其次,改变BP神经网络的隐藏节点数、学习效率、训练误差和训练次数等影响因素;最后,加入遗传算法或者粒子群算法与BP神经网络组成混合算法,以提高BP神经网络的训练精度。

关键词： 回归测试   知识图谱   图卷积神经网络  

摘要： 回归测试确保了软件更新后,原有功能正常运行,新增功能的可靠性得到验证。分析代码修改部分并有针对性地选择测试用例可提升测试效率。将知识图谱与图卷积神经网络融入回归测试的过程中,提出基于知识图谱和图卷积神经网络的代码回归测试方法。通过对代码信息的提取与构建多层次代码信息知识图谱,使得变更相关信息可以高效获取和可视化表达。通过知识图谱构建测试用例邻接矩阵,并结合图卷积神经网络模型进行训练与定位,实现了对代码缺陷的准确定位,相较传统方法具有更强的泛用性和准确性。

关键词： 科学技术研究院   学术论坛   网络空间安全   计算机科学与技术   浙江大学   成功举办   重点实验室   区块链  

摘要： 1月初,由浙江大学科学技术研究院、区块链与数据安全全国重点实验室主办,浙江大学网络空间安全学院、浙江大学计算机科学与技术学院和香港城市大学计算机系承办的浙江大学西湖学术论坛第293次会议暨第八届网络空间安全西湖论坛在浙江大学玉泉校区成功举办。

关键词： 量子遗传算法(QGA)   通信网络覆盖   优化控制  

摘要： 提出了一种基于量子遗传算法(Quantum Genetic Algorithm,QGA)的计算机通信网络覆盖优化方法。通过构建通信网络覆盖模型,并结合QGA的量子编码、量子旋转门操作和自适应调整策略,有效提高网络的覆盖率,同时减少节点分布的冗余。实验结果表明,与传统遗传算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO)相比,QGA在不同节点数量和覆盖半径下均能实现更高的网络覆盖率和更低的冗余率。在不同迭代次数的实验中,QGA展现出快速收敛和高效优化的能力,证明其在复杂网络环境中的应用优势。