课程文献中心 更多>>

关键词： 综合运输   网络布局   Gurobi数字优化求解器   Anylogic仿真   地铁货运  

摘要： 针对地铁和市郊铁路线路的空闲运力城市货运服务问题,提出一种地铁货运网络布局数学优化模型(Metro Freight Network Layout Mathematical Optimization Model,MFNLMOM),基于地铁、市郊铁路和公路三网融合,优化城市地铁货运配送网络系统.首先,综合考虑运输成本、节点改扩建成本、投资成本、换乘次数和碳排放成本等多个参数,以最小化货运成本和货物运输时间为目标,构建地铁货运网络布局多目标数学优化模型;其次,设计客流、货流和地铁运行逻辑模块,通过Anylogic软件仿真,获取货运网络换乘弧段数据;最后,以北京市地铁、市郊铁路线路为例,调用Gurobi数学优化求解器对货运网络进行流量分配,并对碳排放成本、换乘成本和运输成本进行灵敏度分析.研究结果表明:相较于传统的公路运输方案,利用地铁货运网络运输具有明显的优越性,其总成本减少55.08%,运输时间降低44.24%;与全站点换乘模式相比,采用MFNLMOM部分站点换乘模式进行求解的效率较高.

关键词： 可重构智能超表面   非地面网络   深度强化学习   安全传输  

摘要： 由于卫星与地面用户之间的直连受限于覆盖范围和链路质量以及非地面网络存在窃听威胁等问题,该文考虑一个无人机中继的非地面网络安全传输系统,引入可重构智能超表面(RIS),提高合法用户信号质量。同时为了兼顾系统高传输速率和高安全需求,该文设计卫星到无人机的传输速率与地面合法用户的安全速率的加权和作为系统效用,并以此作为优化目标,进而提出一种基于双层双延迟深度确定性策略梯度(TTD3)的联合卫星与无人机波束成形、RIS相移矩阵以及无人机轨迹优化方法,通过采用双层深度强化学习结构解耦波束成形和轨迹优化两个子问题,实现系统效用最大化。仿真结果验证了所提方法在动态非地面网络环境下的有效性,同时在高安全需求下,通过对比不同算法、不同配置方案以及不同RIS元件数量下的仿真结果,证明了该文所提方法能够提升系统安全传输性能。

关键词： 图像超分辨率   轻量级超分辨率网络   非对称卷积   信息蒸馏   注意力机制  

摘要： 深度卷积神经网络(CNN)在图像超分辨率重建领域表现出卓越性能,然而现有的许多相关方法的模型参数量较多,无法应用至计算资源较低的设备。为缓解上述问题,提出一个轻量级的非对称信息蒸馏网络(AIDN)模型。首先,输入原始图像及其边缘图像以提取有效的特征信息;其次,设计一个非对称信息蒸馏块对提取到的特征进行非线性映射学习;再次,使用上采样模块重建多个残差图像后,将这些残差图像经过注意力机制融合成一个残差图像;最后,将融合的残差图像与输入图像的插值相加后得到超分图像。在Set14、Urban100和Manga109数据集上的实验结果表明,相较于空间自适应特征调制网络(SAFMN),AIDN模型的4倍超分峰值信噪比(PSNR)值分别提升了0.03 dB、0.14 dB和0.06 dB,说明了AIDN模型在模型参数量和模型性能之间取得了更好的平衡。

关键词： 网络舆情   预防式管理   以“疏”代“堵”   柔性管理  

摘要： 随着互联网的普及、社交软件的广泛使用,职业院校网络热点事件愈发增多,不仅给舆情的应对和处置带来诸多麻烦,还给在校生的学习成长环境构成威胁,降低了院校的社会影响力。本文总结了新时代职校的特点和网络舆情管理的必要性,分析了职校网络舆情产生的主要原因,提出了通过“六新”模式对职业院校网络舆情进行预防式管理,从源头阻止网络舆情产生,为在校生营造健康的学习成长环境。

关键词： 情绪识别   脑电信号   卷积神经网络   深度残差收缩网络   深度可分离卷积  

摘要： 基于脑电信号的情绪识别是人机交互的重要部分,本文将二维卷积神经网络、三维卷积神经网络、深度可分离卷积进行结合,提出一种基于2D-3D卷积神经网络(2-3DCNN)模型,从时间、空间、频率三个方面进行特征提取。在网络中引入SE-ResNet网络、深度残差收缩网络和Xception网络,挖掘脑电信号中更能显著反映情感变化的空间、时间和频率信息。本文在DEAP公共情感数据集上做性能测试,结果表明,2-3DCNN在唤醒度和效价的两个分类任务上的识别准确率分别达到了97.59%和97.21%,比目前最先进的模型分别高出2.36%和1.34%。

关键词： 高层建筑塔吊   分段监控系统   时间预测序列   鲸鱼优化算法   Bi-LSTM  

摘要： 智慧工地的高层建筑塔吊安全是在建筑行业亟待解决的关键问题之一,塔身倾斜度是塔吊运动控制中的一个重要监测指标,为解决塔吊倾角预测精度不高问题,提出了残差学习(Res-Net)-双向长短期记忆神经网络(Bi-directional Long Short-Term Memory)模型预测高层建筑塔吊塔身各段倾角的方法.以分段监测的塔身倾角为输入,对塔吊塔身各段倾角实时监测预测.采用鲸鱼算法对模型进行优化,以最小化Res-Bi-LSTM网络的均方根误差为目标,寻找最优超参数,使得网络的误差最小.最终实现对塔身各段倾角的有效预测.实验结果分析提出的模型均方根误差(RMSE)降低到0.8%,模型的拟合优度达到94.96%,均优于对比实验的RNN、Bi-LSTM模型.本文所提出的模型具有更高的预测精度.

关键词： 资产价格泡沫   公司系统性风险贡献   局部投影   投资者情绪   分位数风险网络  

摘要： 在“守住不发生系统性金融风险的底线”背景下,本文探究行业泡沫对行业内公司系统性风险贡献的影响,并以此构建行业间风险网络来识别不同强度冲击下的风险源头,旨在为深化以国内大循环为主体的新发展格局改革提供有效的政策参考.研究发现:第一,除农业、水利业以及文娱业外,大多数行业泡沫对行业内公司系统性风险贡献的影响不显著或呈抑制作用;但当投资者情绪高涨时,行业泡沫会提高行业内公司系统性风险贡献;第二,局部投影模型的累积效应结果表明,大部分行业泡沫的促进作用呈持续上升趋势,且促进作用的累积效应存在异质性;第三,分位数风险网络中尾部冲击导致的行业联系相较于正常时期更为紧密,同时各行业的风险防御能力也随冲击强度而异.此外,行业泡沫网络的风险源主要集中在农业、制造业、交通业、住宿餐饮业和租赁业,说明风险冲击以生产、分配、流通、消费为核心向外扩散,体现了我国经济正转向以国内大循环为主体的新发展格局.

关键词： 大数据时代   人工智能   计算机网络   网络安全防范   网络数据分析  

摘要： 随着大数据时代的到来,人工智能技术在计算机网络领域的应用与发展显得尤为重要。我们通过市场调查和分析总结出人工智能在计算机网络中的主要应用场景,如网络安全防范、网络数据分析、优化网络架构等,并对其进行详细的论述。文章采用文献分析法、实证研究法等研究手段,对近年来AI在计算机网络方面的应用进行系统性阐述。结果显示,人工智能技术的发展可以优化计算机网络的性能,提高其处理能力,而大数据技术的运用则可以提供更精准的信息判断与决策依据。人工智能同时也能弥补计算机网络在处理海量数据方面的不足,提升系统的灵活性和稳定性。特别是在网络安全方面,借助人工智能的强大计算和学习能力,能有效地预防和识别网络攻击,保障网络的安全稳定。文章的结论对于理解并推动大数据时代下人工智能在计算机网络技术中的应用与发展具有重要的理论和实际意义。

关键词： 网络游戏   攻击性   社会支配倾向   性别歧视  

摘要： 网络电子游戏在中国的热度正在剧烈攀升,但是针对女性的性别歧视也成了网络游戏中一个非常重要的问题。这项研究中我们确定了哪些人格特征预示着在网络游戏中的性别歧视。通过对420名年龄在18~63 (M = 29.60, SD = 7.20)的中国男性的调查,我们发现攻击性、社会支配倾向,以及领地意识与网络游戏性别歧视态度存在正相关关系。基于相关结果,我们进一步进行了回归分析,结果发现,攻击性,社会支配倾向,以及领地意识都能够正向预测游戏中的性别歧视态度。我们的这项研究有助于深入揭示性别歧视的原因,并且为抵御性别歧视制定更有效的办法。The popularity of online video games is rapidly increasing in China, but sexism against women has become a significant issue within these games. In this study, we identify which personality traits predict sexism in online gaming. Through a survey of 420 Chinese male participants aged 18~63 (M = 29.60, SD = 7.20), we found that aggressiveness, social dominance orientation, and territoriality were positively correlated with sexist attitudes in online gaming. Based on these correlational results, we further conducted regression analysis, which revealed that aggressiveness, social dominance orientation, and territoriality could positively predict sexist attitudes in online gaming. Our study contributes to a deeper understanding of the causes of sexism and provides insights for developing more effective strategies to combat it.

关键词： 儿童   过敏性鼻炎   辛夷花散   临床研究   网络药理学   分子对接  

摘要： 目的:分析辛夷花散治疗过敏性鼻炎(AR)肺经伏热证患儿的临床疗效,基于网络药理学和分子对接技术初步探讨辛夷花散治疗儿童AR的机制。方法:临床研究方面,采用辛夷花散治疗35例AR肺经伏热证患儿,治疗2周后观察患儿临床症状及体征改善情况。机制研究方面,应用中药系统药理数据库与分析平台(TCMSP)筛选辛夷花散核心中药所含有的活性成分及存在的潜在靶点,利用CytoScape 3.10.1软件构建“中药-活性成分-靶点”网络图。检索DrugBank Online、在线人类孟德尔遗传数据系统(OMIM)及药物靶点数据库(TTD)、GeneCards等数据库中AR的疾病相关靶点。利用R语言4.3.2绘制“中药-疾病靶点”韦恩图,将交集靶点先导入STRING数据库,再导入CytoScape 3.10.1软件构建蛋白相互作用(PPI)网络图,筛选关键靶点。将关键靶点导入DAVID数据库进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。应用AutoDock 4.2软件开展关键中药化合物与关键靶点蛋白的分子对接,并通过PyMol 2.4.0软件达成对接结果可视化。结果:临床研究方面,治疗后总有效率为91.43%,其中显效21例,有效11例,无效3例。治疗后主要症状、次要症状及体征评分均下降(P<0.05)。机制研究方面,从辛夷花散核心中药中筛选出5个关键活性成分(槲皮素、山奈酚、β-谷甾醇、豆甾醇、木犀草素等)及243个潜在靶点。筛选出AR相关靶点2426个,获得辛夷花散与AR交集靶点124个,筛选出肿瘤坏死因子(TNF)、白细胞介素(IL)-6、RAC-α丝氨酸/苏氨酸蛋白激酶(AKT1)、IL-1β、前列腺素内过氧化物酶2(PTGS2)等5个关键靶点。GO富集结果显示,关键靶点主要富集在炎症应答及雌激素反应元件结合等方面。KEGG富集结果显示,关键靶点主要富集在IL-17信号通路、辅助T细胞(Th17)分化及TNF信号通路等。分子对接结果显示,25组结合能均≤-5.00 kcal/mol。结论:辛夷花散治疗儿童AR临床疗效显著,辛夷花散核心中药可能是通过多成分、多靶点、多通路达到治疗儿童AR的目的。