课程文献中心 更多>>

关键词： 人工智能   高校   网络思政教育   圈层牢笼   话语转型  

摘要： 在人工智能时代,大学生无法摆脱智能算法的信息投喂、信息偏食、信息裹挟,极易受“信息茧房、过滤气泡、群体极化、回音室”等负面效应影响,陷入一个信息窄化、封闭、迎合的“圈层牢笼”。这种“圈层牢笼”的束缚,使高校网络思政教育话语局限于“圈内同质化、圈外私密化、圈际脱序化、跨圈区隔化”的圈层循环逻辑,从而陷入话语主体失语、话语内容失调、话语表达失意、话语策略失效的困境。为此,高校网络思政教育话语迫切需要实现话语转型和优化话语转型策略:话语主体转向主体间性,塑造“圈内人”话语形象;权威话语转向大众话语,扩展“大众化”话语内容;传统话语转向图像话语,改善“多元化”话语表达;现实场域转向多元场域,建构“数智化”话语生态。通过以上话语转型策略,创新并完善高校网络思政教育话语体系,提升思政教育实效,牢牢把握多元场域内高校网络意识形态话语权。

关键词： 玄幻网络文学   奇幻   武侠   海外传播   阅读机制  

摘要： 中国网络文学具有强烈的中华文化符号属性。海内外受众对中国网络文学特别是玄幻文学的接受展现出积极的倾向,但其中文读者的阅读接受既展现了现代个体的需求,又受到儒家伦理规则与涵盖性人文精神的影响;英文读者的阅读接受亦包含现代化个体的需求,但受到西方“启蒙心态”所塑造的人文精神的影响。虽然中英文读者因自身利益、情感需求、阅读经验、历史记忆、感觉结构不同,导致其解读机制与析出故事不同,但他们均能从作品中获得正向的情感体验与满足。进一步推动文化作品出海,要在国际传播中为受众提供多元、多义的开放性文本与意义空间,善用世界流行文化的优秀成果提高受众“卷入度”,通过有吸引力的人物与故事情节打造“情感共同体”,促进不同文化之间的交流。

关键词： 动脉粥样硬化   青蒿素   网络药理学   分子对接   作用机制  

摘要： 目的:利用网络药理学与分子对接技术预测青蒿素治疗动脉粥样硬化(AS)的作用机制。方法:运用中药系统药理学数据库与分析平台(TCMSP)、PubChem和Swiss Target Prediction数据库获取青蒿素的作用靶点,从GeneCards、DisGeNET平台获取与AS相关的靶点,通过基因映射得到青蒿素干预AS的靶点。采用DAVID数据库对靶点进行基因本体(GO)及京都基因与基因组百科全书(KEGG)富集分析,并利用微生信平台进行可视化。利用String数据库和Cytoscape3.10.0软件构建蛋白质-蛋白质相互作用(PPI)网络,并进行聚类分析及网络拓扑属性分析筛选出关键靶点,之后构建中药成分-靶点-通路-疾病网络,选出与疾病通路关联较多的关键靶点。最后通过AutoDock软件将青蒿素和靶点进行分子对接,依据结合能评价结合活性。结果:共获得青蒿素靶点109个,AS靶点1217个,青蒿素干预AS的靶点35个。GO富集分析提示青蒿素干预AS的靶点主要参与了信号转导、异生物质的新陈代谢、细胞增殖的正向调控等生物过程(BP),与质膜、细胞质、大分子复合物等细胞组分(CC)相关,涉及类固醇羟化酶活性、蛋白激酶活性、氧化还原酶活性等分子功能(MF)。KEGG富集分析表明青蒿素干预AS的靶点主要干预了丝裂原活化蛋白激酶(MAPK)信号通路、松弛素信号通路、癌症信号通路、流体剪切应力(FSS)与AS、肾素-血管紧张素(Ras)信号通路等与AS治疗相关的通路。分子对接结果表明青蒿素与靶点MAPK8、表皮生长因子受体(EGFR)、MAPK14之间具有良好的结合力。结论:青蒿素可能通过干预MAPK信号通路、松弛素信号通路、癌症信号通路、流体剪切应力与AS、Ras信号通路等实现对AS的治疗作用,MAPK8、EGFR、MAPK14可能是青蒿素治疗AS的核心靶点。

关键词： 机场飞行区   信息物理系统(CPS)   管制网   网络模型   韧性评估   介数扰动   度值扰动   最大连通子图相对值  

摘要： 为评估机场飞行区信息物理系统(CPS)的韧性,并为紧急情况下的快速恢复提供参考,以飞行区管制网为信息网,飞行区滑行路径网为物理网,构建精细化、实时化的机场飞行区CPS网络模型;以西安咸阳机场飞行区CPS为例,针对机场飞行区CPS网络,选取最大连通子图相对值计算网络的连通性,并结合鲁棒性、性能损失和综合韧性指标评估网络韧性;对比不同扰动-恢复策略下的机场飞行区CPS情况,以确定出最佳恢复策略。结果表明:介数扰动对管制网破坏最大,度值扰动对滑行路径网破坏最大;采用介数恢复能够使机场飞行区CPS韧性得到较快恢复;在随机扰动下,机场飞行区CPS网络展现出较高的韧性水平。

关键词： 实验设计   注意网络   脑电   定向状态   特征频段  

摘要： 在学科融合、多学科交叉等“新工科”背景下,该文将科研项目研究与本科实验教学相结合,设计了“注意网络定向状态下多通道脑电能量空间分布”综合实验,以健康受试者在注意网络定向状态下的多通道脑电信号作为研究对象,分析脑电特征频段能量的空间分布,为注意功能机制研究提供支持。该实验设计使学生将理论知识运用于实践,掌握脑电信号预处理、时频分析、频段提取及能量分布等分析方法,提高其分析和解决问题的实践能力,开拓了学生的科学视野,提高科研兴趣,锻炼科研思维,有助于培养未来新兴产业需要的高素质复合型“新工科”人才。

关键词： 物理信息神经网络   多轴疲劳   寿命预测   机器学习  

摘要： 材料的多轴疲劳寿命预测研究是保证部件结构完整性的关键要素之一。近年来机器学习尤其是神经网络在疲劳寿命预测领域得到了广泛应用。然而,疲劳数据的不足阻碍了神经网络在疲劳预测中的进一步应用。为了解决这一问题,考虑疲劳先验物理知识的物理信息神经网络逐渐受到关注。首先,概述了机器学习算法的分类及神经网络模型在多轴疲劳寿命预测中的应用。随后,重点对基于物理信息神经网络的材料疲劳寿命预测研究进行了深入探讨。最后,从基于物理信息的输入特征、基于物理信息的损失函数构建和基于物理信息的网络框架开发等3个方面对物理信息神经网络模型的发展进行介绍。相关研究表明,在材料多轴疲劳寿命预测过程中,物理信息神经网络可以表现出更好的物理一致性和预测性能。

关键词： 中国知网   中国学术期刊   传播效率   互联网出版   国家新闻出版署   学术质量   学术论文   连续出版物  

摘要： 为了进一步提高本刊的学术质量、促进学术交流、缩短出版周期,全面提高学术论文的传播效率和利用价值,我刊已于2021年1月加入中国知网学术论文网络首发平台,通过《中国学术期刊(网络版)》(CAJ-N)进行《腹部外科》单篇论文网络首发。《中国学术期刊(网络版)》是中国核工业集团有限公司主管、中核战略规划研究总院有限公司主办、国家新闻出版署2015年8月14日批准的网络版连续出版物(国际标准连续出版物号ISSN 2096-4188;国内统一连续出版物号CN11-6037/Z),在《中国学术期刊(光盘版)》电子杂志社有限公司的互联网出版网站中国知网[***,网出证(京)字第416号]上进行出版。

关键词： 计算机网络技术   电子信息工程   信息传输   数据交换  

摘要： 在当今信息化时代,计算机网络技术已成为电子信息工程发展的重要基础。从数据传输、信息处理到系统集成与控制,计算机网络技术都发挥着关键作用,不仅提高了数据交换的速度和可靠性,还为实现远程协作、资源共享与智能化管理提供支撑。基于此,主要分析计算机网络技术在电子信息工程中的作用,并深入探究其在电子信息工程领域的实际应用,希望能够为电子信息工程的未来创新与广泛应用提供助力。

关键词： 慢性阻塞性肺疾病   主方   贝叶斯网络   从状态论治   姜良铎  

摘要： 目的:探讨姜良铎教授治疗慢性阻塞性肺疾病的用药规律。方法:纳入姜良铎教授治疗慢性阻塞性肺疾病患者的中药处方118份,采用贝叶斯网络分析主方,探索姜良铎教授从状态论治慢性阻塞性肺疾病的用药规律。结果:以麻黄为目标的主方包括麻黄、苦杏仁、石膏、金沸草、厚朴、半夏、前胡、射干、芦根、黄芪、麦冬、山茱萸、蛤蚧、大黄、天麻、牡丹皮;以柴胡为目标的主方包括柴胡、黄芩、半夏、芦根、蛤壳、白果、五味子、知母、山茱萸、蛤蚧、白芍、牛蒡子、黄连、石决明、地龙、牡丹皮;以紫苏子为目标的主方包括紫苏子、紫苏梗、半夏、前胡、厚朴、苦杏仁、枳壳、枳实、瓜蒌、青黛、天麻、麦芽、山茱萸、五味子、白茅根、赤芍;以黄芪为目标的主方包括黄芪、黄精、白术、知母、五味子、白芍、麻黄、石膏、前胡、黄芩、紫菀、半夏、葶苈子、地龙、牡丹皮、三七。结论:姜良铎教授认为虚、痰、瘀为慢性阻塞性肺疾病的基础状态,虚以肺脾肾气阴亏虚为关键,痰以痰热壅肺为特征,瘀以瘀血阻滞肺络为突出表现。患者所处的阶段不同,虚、痰、瘀的比重各有侧重;对应在治疗方面,以补益肺脾肾气阴、活血化痰为基础,或侧重补益,或侧重活血、化痰,兼顾通利三焦、肝肺同治、肺胃同治。

关键词： 深度卷积神经网络   泌尿系结石   输尿管镜图像   诊断模型  

摘要： 目的采用深度卷积神经网络(CNN)构建用于诊断泌尿系结石成分的输尿管镜(URS)图像分析模型。方法收集2022年1月至2024年7月本院800例接受泌尿系结石URS手术治疗患者的资料,经过筛选,最终获得2475张高质量URS图像数据,随机分为训练集(70%)和测试集(30%)。采用在ImageNet数据集上预训练的Inception v3、ResNet50、AlexNet、VGG 19、DenseNet等网络架构,通过迁移学习技术构建了泌尿系结石成分分析模型。此外,还比较各模型的分类性能,并与泌尿外科医师在术中URS下的评估结果进行对比。结果在训练集和测试集上对构建的泌尿系结石成分URS图像诊断模型进行评估发现,Inception v3、ResNet50、AlexNet、VGG 19、DenseNet模型均具有较高的分类能力。其中Inception v3模型表现最佳,具有最高的准确度(训练集98.10%,测试集98.00%)、AUC值(训练集0.852,测试集0.834)、特异度(训练集82.42%,测试集81.37%)及敏感度(训练集88.36%,测试集86.43%)。一致性检验结果表明,各泌尿系结石成分URS图像诊断模型与医师经验诊断具有较好的一致性,并且Inception v3模型的分类一致性最佳(P<0.001)。结论深度学习技术在泌尿系结石成分诊断中显示出一定的应用潜力。基于CNN构建的泌尿系结石成分URS图像诊断模型具有较好的分类能力,可用于预测泌尿系结石成分。