课程文献中心 更多>>

关键词： 创面愈合   再生   纤维化   瘢痕   调控网络  

摘要： 人体皮肤因外伤或手术原因形成创面后,即进入自我修复阶段。在此过程中,皮肤能否达到完全功能性再生,避免形成皮肤纤维化(瘢痕)或慢性创面,是临床关注的重点。目前的创面愈合研究结果提示,很多因素会影响创面愈合的进程,如人种、患者年龄、创面部位、皮肤局部张力等。目前,对皮肤再生和纤维化的完整定义和内涵以及创面愈合调控网络的关键环节缺乏系统分析,这是临床应用的难点。本文总结和分析了国内外相关文献,对皮肤再生和纤维化的概念进行梳理,同时总结目前最新的关于创面愈合生理、病理过程的研究进展,提出有可能影响皮肤创面愈合结局的调控网络的关键环节:神经-皮肤因素,为创面愈合研究提供新的理论支持,为临床应用提供新的诊疗策略。

关键词： 网络安全技术   课程思政   教学模式   评价体系  

摘要： 网络安全技术的双刃性决定了思政教育在网络安全人才培养中的重要性。针对网络安全技术课程的特殊性,课程组挖掘其中蕴含的思政元素,明确育人目标,基于“做中学、学中做”的教学方法,完善课程思政素材库,构建了线上线下相结合的混合教学模式,教师与学生通过线上学习、课堂分享、小组讨论、重难点分析等方式实现知识传授、技能培养、价值引领的有机融合。课程优化完善了由作业、课堂表现、实验检查、作品、期末考试等组成的多维度教学效果评价体系,评价结果表明,该模式可有效提高学生对课程知识的理解与掌握,提升学生的工程意识与实践能力,增强学生的家国情怀、职业素养,培养学生的社会责任感及勇于钻研的精神,实现育人与育才的统一。

关键词： 灵敏度分析   优化设计   Z型管路   动应力   固有频率  

摘要： 针对航空发动机外部管路系统敷设优化设计问题,以发动机外部典型管路——Z型管路为例,采用灵敏度分析结合优化设计的方法,提高了管路的结构优化设计效率.本文首先以Z型管路的几何尺寸为基本参量,进行了管路固有频率和共振动应力的灵敏度分析.而后基于灵敏度分析结果,筛选基于方差的总灵敏度指标较大的参量作为优化参数,利用有限元软件得到了优化设计结果.最后通过管路振动试验,验证了优化结果的有效性.该研究通过灵敏度分析删选优化参数,大大降低了后续优化设计的计算量,通过避开共振点、降低共振应力的Z型管管型优化,验证了提出方法的有效性,该方法为发动机外部管路优化设计提供参考.

关键词： 弹性   网络安全   安全架构  

摘要： 本文针对目前网络安全攻防“易攻难守”的不平衡局面,厘清“网络弹性”概念的由来,分析网络安全和网络弹性的关系和“弹性”如何在网络安全中发挥作用,根据目前网络安全现状和网络弹性的目的、目标、技术和方法对弹性网络空间安全框架的构建提出几点思考,供相关读者参考。

关键词： 身份隐匿   高等教育   网络思想政治教育   网络舆论   引导能力  

摘要： 互联网高速发展使高校思想政治教育面临新环境,本文基于身份隐匿视角,厘清高校网络思想政治教育的内涵及其特点,探讨高校网络思想政治教育与网络舆论引导的耦合之处,对当前高校网络舆论引导存在的监控分析与研判处理能力、队伍建设、课程、管理制度等问题进行了分析。基于存在的问题,高校要提高网络舆论的监控、分析、处理能力;统筹推进高素质的网络思想政治教育队伍建设;开设网络思想政治教育课程,建设网络思想政治教育平台;建立健全网络行为管理机制,加强学生自我教育。

关键词： 吉布斯震荡   综合孔径亮温图像反演   亮温图像数据集   卷积神经网络  

摘要： 对于星载综合孔径微波阵列辐射计而言,由于天线数量的限制,反演亮温图像时常常会出现吉布斯震荡现象,导致图像中的海陆边界变得模糊,难以与真实边界完全吻合。近年来,卷积神经网络在遥感图像处理领域取得了广泛的应用,为解决这一问题提供了新思路。然而,传统卷积神经网络的训练数据集大多基于光学图像生成,与星载综合孔径微波辐射计实际观测得到的海陆亮温图像存在较大差异,这不可避免地影响了模型的训练效果。针对上述问题,文章提出了一种通过正向模型仿真亮温观测图像生成的方法。该方法基于真实海陆信息,能够获取大量具有高度真实性的模拟综合孔径微波辐射计观测亮温图像。同时,文章还对卷积神经网络模型的结构进行了优化改进,有效防止了过拟合现象的发生。与传统的加窗法相比,文章所提出的基于卷积神经网络模型的近海亮温误差校正方法在保证图像分辨率、降低吉布斯震荡效果方面相较于传统方法在图像观感上提升明显。

关键词： 分布式光伏   功率预测   LSTM   出力特性   光伏并网结构  

摘要： 针对不同天气条件下分布式光伏发电功率的预测方法进行了研究,提出了一种基于出力特性及长短期记忆网络的分布式光伏场站功率预测方法。首先,对光储发电系统中光伏发电的基本原理、并网结构及其功率特性进行了介绍,并在此基础上分析了分布式光伏阵列的出力特性;然后,利用LSTM在时序上的状态表征和特征提取优势,对光功率时间点前后的特征值进行特征提取;最后,基于分布式光伏阵列的出力特性和LSTM构建了一种新的光伏发电功率预测模型,能够实现不同天气下对光伏发电功率的准确预测。以保定市某光伏发电系统的实际参数为基础,通过仿真实验验证了所提模型的有效性,结果表明,提出的分布式光伏场站功率预测方法能够在各种天气下实现对分布式光伏场站功率的准确预测,且在晴天时预测的均方根误差和平均绝对误差最低,分别为4.35%和5.74%。

关键词： UTAUT模型   感知风险   网络游戏   虚拟商品   使用意愿  

摘要： 目的:研究广州市本科生网络游戏虚拟商品使用意愿的影响因素,为相关平台优化提供参考。方法:随机抽取广州市283名本科生进行问卷调查,借助UTAUT模型构建网络游戏虚拟商品使用意愿模型,对问卷数据进行分析。结果:感知风险(β=-0.146,P<0.001)负向影响健康管理类App用户使用意愿,绩效期望(β=0.298,P<0.001)、努力期望(β=0.393,P<0.001)、社会影响(β=0.220,P<0.001)正向影响使用意愿,同时,促进条件(β=0.350,P<0.001)、使用意愿(β=0.529,P<0.001)对网络游戏虚拟商品使用行为有正向影响作用。结论:游戏运营商须重视用户隐私保护与体验优化,确保虚拟商品的实用性与易用性。通过深入调研,了解用户需求,设计更具吸引力的虚拟商品,并加强宣传推广。

关键词： 深度学习   时间序列预测   核酸扩增检测技术   Kolmogorov-Arnold网络   Transformer  

摘要： 随着医辽诊断和治疗干预技术的不断进步,医学时间序列数据呈现指数级增长。人工智能(AI),尤其是深度学习在挖掘医学时间序列数据潜在信息方面展现出巨大潜力。为此,首次提出将Transformer与Kolmogorov arnold网络(KAN)相结合的方法,用于核酸扩增实验数据的预测分析。通过实验数据分析,证实模型在准确预测扩增趋势和终点值方面的有效性,终点值误差仅为1.87,R-square系数为0.98,且模型能准确识别不同样本类型的实验数据。进一步地,通过消融实验和超参数调优,深入探究模型各组成部分及其参数对预测性能的影响。最后,在911条临床数据上对10种深度学习模型进行泛化能力测试的结果表明,Transformer-KAN模型在预测准确性和泛化能力上均优于其他模型,不仅为改进大流行病常规诊断技术提供了新视角,还为进一步研究KAN模型及相应基础理论提供了实验佐证。

关键词： 网络空间精神交往   生成发展   价值意蕴   精神生活  

摘要： 互联网时代,以数字化、网络化、智能化技术为依托的网络空间的建构为人类精神交往实践提供了新的活动场域,促使现实社会的精神交往活动向网络空间延伸,催生出网络空间精神交往这一交往实践新形态。网络空间精神交往是以虚拟实践为基础、以数字关系为连接、以意义共享为主导、以网络意识形态为产物的实践活动,网络信息生产方式变革、网络媒介技术革新、网络生存实践演进以及人的精神交往需要共同促进了网络空间精神交往的生成发展。面对人的精神交往实践的深刻变革,应科学把握网络空间精神交往在实现人的全面发展、促进人民群众精神生活共同富裕、推动新时代网络文明建设和构建网络空间命运共同体的价值意蕴,积极开创网络空间精神交往实践新局面。