课程文献中心 更多>>

关键词： 多层卷积稀疏编码   卷积神经网络   图像分类   多尺度  

摘要： 多层卷积稀疏编码模型(Multi-layer Convolutional Sparse Coding, ML-CSC)被认为是对卷积神经网络(Convolutional Neural Networks, CNN)的一种理论阐释。尽管ML-CSC模型在特征对比度高的数据集上表现良好,但是其在特征对比度低的数据集上表现不佳。为了解决这一问题,本文引入多尺度技术设计了一种多尺度多层卷积稀疏编码网络(Multi-scale Multi-layer Convolutional Sparse Coding Network, MSMCSCNet),不仅在特征对比度较弱的情况下得到更好的图像分类效果,而且也使模型具有扎实的理论基础和较高的可解释性。实验结果表明,MSMCSCNet在不增加参数量的前提下,在Cifar10、Cifar100数据集和Imagenet32数据子集上,准确率相比现有MLCSC模型分别提高了5.75,9.75和9.8个百分点。此外,消融实验进一步证实了模型的多尺度设计和特征筛选模式设计的有效性。

关键词： 血液内科   医患联合网络直播   见习教学   教学方法  

摘要： 在互联网技术高速发展的当今社会,基于网络平台的线上临床教学也得到了迅猛发展。线上教学有不受时间、空间、外部环境影响等诸多优势,已成为教学改革的大势所趋。结合西南医科大学附属医院血液内科医患联合网络直播见习的实施过程,包括前期准备工作、基础理论授课、病史采集和体格检查、技能操作示教、专科知识扩展、见习效果评估等,并对直播见习教学中面临的实际问题进行深入思考,分析问题的原因,阐明提高网络直播见习教学效果的方法,以进一步提高临床见习的教学质量。

关键词： 量子密钥分发   多尺度纠缠重整化假设   资源利用率   安全性  

摘要： 量子密钥分发(quantum key distribution,QKD)技术因在确保通信安全方面的潜力而备受关注,但其在大规模网络中的应用受限于量子资源的稀缺性和低效的利用率.尤其在Ekert91协议中,尽管利用了纠缠对进行密钥生成,实际参与密钥生成的纠缠对数量有限,导致资源利用率不高.为了克服这一挑战,本文提出一种基于多尺度纠缠重整化假设(multiscale entanglement renormalization ansatz,MERA)的QKD优化方案,以提高纠缠资源的利用效率.该方案利用MERA的分层结构和多体态压缩特性,有效减少量子存储需求,并显著提升纠缠对的利用率.实验模拟显示,在相同的加密请求(1024比特)和物理条件下,与传统方法相比,本文的方案节省了124151对纠缠资源,既显著提高了资源的利用效率,又未降低密钥生成过程的安全性,有助于推动QKD技术在资源受限的环境中进一步发展和应用.

关键词： 贝叶斯网络   失业统计预测   模型构建  

摘要： 文章研究目的是为了探索贝叶斯网络用于失业统计预测的潜力和构造一种有效预测模型。在对数据进行细致收集和预处理的基础上,综合运用领域知识,研究筛选出影响失业问题的关键变量并设计出对应贝叶斯网络结构。以历史失业统计数据为研究对象,采用参数学习、模型优化等方法构建可精确预测失业率变动趋势的贝叶斯网络模型。将模型预测结果同实际数据相比较分析表明,该模型具有较好的预测精度和可靠性。研究也探讨了该模型应用于失业统计预测的优点与局限,为今后的研究与实践提供了一些意见。该研究不仅给失业统计预测带来新视角与新工具,而且对贝叶斯网络应用于其他统计预测领域具有借鉴意义。

关键词： 大学生   网络使用   网络社交  

摘要： 本研究以江苏农林职业技术学院为例,聚焦大学生的网络使用情况,通过自编问卷收集了666份有效数据,旨在探讨大学生在网络使用偏好、网络社交与社会支持、网络文化等方面的现状和差异。结果显示,大学生平均每天上网时间超过3小时的比例高达81.3%,上网已经成为大学生课余休闲生活主要方式;网络社交已经成为大学生人际关系中的重要组成,甚至已经部分替代了现实社交,更多的大学生看重的是网络社交带来的精神支持;大学生对网络文化活动的参与度高,但对当前网络文化环境满意度参差不齐。基于以上发现,研究从高校的实际工作出发,提出了引导大学生科学上网、鼓励人际交往、提供社会支持和提供价值引领的建议和对策,以期提升高校网络育人工作效果。

关键词： 网络文学   数字媒介   时间   空间   审美  

摘要： 文学审美的变革总是伴随着文本生产与传播的速度、距离和范围的调整,体现出媒介载体所赋予的时空逻辑的深刻渗透。以媒介时空为背景,网络文学生成的具体程式及伴随的审美体验发生了新的变化。从时间维度来看,在媒介时间压缩、加速和分割的运动过程中,网络文学表现出碎片化叙事、共享式创作及弹性化生产等特征。从空间维度来看,网络文学借助虚拟、多维、流动的网络空间来承载故事,展现出巨量化的内容、复合性的符号及动态性的结构,构建起开放且多元的文本空间。在新的时空框架内,网络文学的审美追求呈现出时态的现场感和动态感以及空间场景的复合性与互动性。

关键词： 断层检测识别   深度学习   解耦自注意力机制   残差连接  

摘要： 断层识别是地震数据解释的重要环节之一。深度学习技术的发展有效提高了断层自动识别的效率和准确性。然而,目前在断层的自动识别任务中,如何准确捕捉断层细微结构并有效抵抗噪声干扰仍然是一个具有挑战性的问题。为此,在HRNet网络的基础上,构建了一种基于解耦自注意力机制的高分辨率断层识别网络模型AHRFaultSegNet。对于自注意力机制解耦,结合空间注意力和通道注意力,代替HRNet中并行传播的卷积层,在减少传统自注意力机制计算量的同时,模型可以在全局范围内计算输入特征的相关性,更准确地建模非局部特征;对解耦自注意力使用残差连接来保留原始特征,在加速模型训练的同时,使模型能够更好地保持细节信息。实验结果表明,所提出的网络模型在Dice、Fmeasure、IoU、Precision、Recall等性能评价指标上均优于其他常见的断层自动识别网络模型。通过对合成地震数据与实际地震数据等进行测试,证明了该方法对断层细微结构具有良好的识别效果并且具有良好的抗噪能力。

关键词： 惯性开关   接触电阻   预测模型   粒子群优化   遗传算法  

摘要： 微流体惯性开关可以避免机械惯性开关的磨损、变形和振动等问题,因此被广泛应用于汽车、军事和医疗等行业。由于开关本身电阻会对电信号传递产生较大影响,针对这一问题,对微流体惯性开关的接触电阻进行理论分析与仿真并建立模型以预测接触电阻大小。采用数值仿真法,以接触电阻为研究对象,通过改变电极宽度、两电极间距、电极与侧壁距离、惯性力作用时间和正应力5个参数得到580组样本数据,根据样本数据建立随机森林、BP神经网络和基于粒子群优化的BP神经网络3种预测模型。通过对建立的3种预测模型对比分析,发现基于粒子群优化的BP神经网络模型的预测效果最好。为了验证基于粒子群优化的BP神经网络预测模型的合理性,以接触电阻最小值为优化目标,利用遗传算法对该预测模型拟合的映射函数的参数在给定范围内寻优,发现遗传算法得到的电阻最优值与理论仿真值相差10.41%,结果表明可以借助基于粒子群优化的BP神经网络预测模型估计开关接触电阻。

关键词： 数字经济   数字化投入   服务贸易网络  

摘要： 伴随着互联网、云计算、区块链等数字技术在全球范围内应用广度与深度的不断拓展,数字经济逐渐成为重塑国际贸易的主要力量。本文利用UIBE全球价值链数据库和WIOD数据库,构建2000至2014年42个国家27个服务业的国内增加值贸易网络,研究数字化投入对其在服务贸易网络中地位的影响。研究显示:服务业数字化投入有利于提高行业在服务贸易网络中的地位。从影响机制看:服务业数字化投入主要通过降低服务贸易成本、缓解资源错配、有效替代部分劳动力等渠道来提高国家在服务贸易网络中的地位。异质性结果表示:服务业数字化投入水平的提升对不同国家的影响效果存在差异,加大数字化投入更有利于提高发展中国家服务业在贸易网络中的地位;相较于国内数字化投入,服务业在贸易网络中的地位提升受国外数字化投入的影响更大;数字化投入对服务贸易网络中消费性服务业地位的提高效果更加显著。本文实证结果为中国如何在数字化浪潮中实现产业升级,提高自身在服务贸易中的地位提供了有益启示。

关键词： 网络意识形态安全   系统治理   网络法治   网络意识形态工作领导权  

摘要： 在新时代我国的意识形态安全治理框架中,网络意识形态安全治理是十分重要的构成部分,近年来受到了特别的重视。它是一个系统的过程,治理主体、治理内容、治理方式是其涉及的三个基本要素。系统推进网络意识形态安全治理,在治理主体上,需要充分发挥党委的领导主体作用、强化相关实施主体的功能、激发多元社会主体的积极性,以形成网络意识形态安全治理的合力;在治理内容上,需要不断巩固马克思主义在网络意识形态领域的指导地位、严肃处置违法和不良网络信息、坚决维护网络安全,以明晰网络意识形态安全治理的目标;在治理方式上,需要严格落实网络法治、完善相应制度机制、推进网络文化建设,以提升网络意识形态安全治理的整体成效。