课程文献中心 更多>>

关键词： 损伤识别   归一化模态应变能   最优拉丁超立方   蜣螂优化算法   BP神经网络  

摘要： 损伤识别是结构健康监测的重要环节之一.为了进一步提高损伤识别效率和精度,提出了基于改进的模态应变能指标和DBO-BP(Dung Beetle Optimization-Back Propagation)神经网络的两阶段结构损伤识别方法.首先采用改进的归一化模态应变能损伤指标进行结构的损伤定位分析,然后以结构的平均单元模态应变能变化率为输入参数,损伤单元刚度折减系数为输出参数,利用最优拉丁超立方方法改进后的蜣螂优化算法(Dung Beetle Optimization,DBO)优化BP(Back Propagation)神经网络权值和阈值,进行结构的损伤定量分析.以混凝土板结构和平面刚架结构作为算例进行损伤识别验证.结果表明,该方法损伤位置定位准确,损伤程度计算效率高,并且识别误差减小到了0.4%,损伤识别效果好.

关键词： 广电IPTV   网络信息   安全运维   信息安全  

摘要： 21世纪初,中国步入了互联网时代。电视广播行业经历了深刻的转型,转向了新媒体传播的网络化与数据化。在广电IPTV领域,融合了多元内容提供商、智能平台和技术整合,拓宽了信息传播的途径。然而,随着网络信息技术的广泛应用,网络信息安全问题日益凸显,它融合了计算机科学、网络技术等多个领域的知识,成为一项综合性的挑战。本文对新形势下广电IPTV网络信息安全运维分析进行探究,希望能对广电IPTV网络信息安全运维质量的提升提供有益借鉴。

关键词： 北斗卫星导航系统   北斗地基增强系统   多模连续运行参考站   服务性能测试   地下管线测量  

摘要： 北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)是我国自主研发的卫星导航系统,2020年BDS正式开通,标志着BDS正式完成全球组网与投入运营。北斗地基增强系统作为BDS的重要延伸,是北斗应用的重要空间基础设施,本文从北斗地基增强系统建设的角度出发,通过增加BDS,组建多模连续运行参考站系统(Continuously Operating Reference System,CORS)实验网实现多模网络RTK服务,从实时测量精度测试、空间可用性测试、时效性测试、时间序列精度测试证明在GPS/GLONASS的基础上融合了BDS的三星系统较GPS/GLONASS双星系统定位精度有所提高,能够同时提高移动站固定效率以及改善电离层模型。将三星CORS系统应用于地下管线测量中,结果表明三星系统能够有效解决困难环境下的作业问题,同时保证了成果精度及作业效率。

关键词： 青少年   网络适应   网络成瘾   拓扑结构   网络分析  

摘要： 网络适应作为当代青少年成长至关重要的环节,其复杂多维的内部属性仍未得到系统探讨。本研究首次采用网络分析方法探讨青少年网络适应的核心特征、动态演变以及外部联结。横断网络分析揭示了青少年网络适应中好奇心的“双刃剑”作用,即过高或过低的好奇心均不利于网络适应的发展。网络比较结果显示,青少年的网络适应具有整体的稳定性,但其拓扑属性会发生内部流转。交叉滞后网络分析表明,网络自我效能在网络适应发展过程中起“总舵手”作用,而网络学习能力和网络信息搜索是青少年网络适应的重要“落脚点”。二元交叉滞后网络分析指出,网络信息保护对网络成瘾具有最显著的直接影响。本研究不仅为理解青少年在数字世界中的成功适应提供了全新视角,也为新时代的数字化教育实践提供了重要启示。

关键词： 风险视角   农村青少年   网络偏差行为   家庭资本   城乡差异  

摘要： 数字时代下农村青少年的网络使用规模日益扩大,农村青少年的网络偏差行为受到广泛关注。目前已有不少研究探讨了家庭资本中单个或多个因素对于农村青少年网络偏差行为的影响,但少有研究关注其中具体的影响过程与机制。本研究采用风险视角,探究家庭资本对农村青少年网络偏差行为的影响机制,构建“风险情境—应对行为—风险结果”网络偏差行为理解框架,详细阐述了家庭资本如何对农村青少年整体的网络偏差行为产生影响,揭示了家庭资本是造成青少年网络偏差行为风险差异的重要因素。

关键词： EANTNet   能量聚合器   力场   预测精度  

摘要： 近年来,利用图神经网络(GNN)模型方法在计算化学(CompChem)中越来越受到研究者的关注。在参考和使用适当的由从头算(Ab Initio)方法训练数据情况下,利用图神经网络模型可以精确地求解化学系统性质,如能量和力场,避免了求解电子薛定谔方程(schrodinger equation,SE)的需求。但图神经网络模型在处理边缘节点效果不佳。基于此,文章基于图神经网络数值预测类任务具有处理复杂关系和依赖性,提出一个深度学习网络模型(external attention newton net,EANTNet)。首先优化图神经网络提取单颗原子的特征方式,让神经网络提取重要的特征。其次,基于外部注意力机制的思想,重新构造能量聚合器,用来聚合图神经网络提取的特征。实验结果表明,在数据集MD17中,对比NewtonNet网络模型,EANTNet网络模型不仅能在化学系统中提取更好的特征,并且提升了化学系统中的能量和力场的预测精度,分别平均提高了3.39%和1.53%。

关键词： 智慧医院   网络系统   运维管理   网络技术  

摘要： 目的:计算机网络系统是智慧医院的关键信息基础设施,需要7×24小时不间断运行以支持医院全天候的业务需求。方法:基于开放的网络通信协议,采用网络虚拟化等技术改造医院网络系统和架构,建立统一的智能网络运维管理平台,联动用户、终端、网络元素等资源管理机制,自动监测运行状态,自主防御攻击,主动发现并迅速处置故障。结果:网络技术的组合应用,优化了传统运行和维护模式,提高了网络系统可控可管和防护水平。结论:智能化的网络运维管理,可以降低故障发生风险和运维成本,提升运维质量和效率,保障医院网络系统持续、稳定、高效和安全运行。

关键词： 时间序列分析   肺结核监测   模型比较   预测  

摘要： 本研究通过评估季节性自回归差分移动平均模型(Seasonal Autoregressive Integrated Moving Average,SARIMA)与长短期记忆(Long Short-Term Memory,LSTM)神经网络在预测中国肺结核发病的效能差异,为传染病预警系统构建提供模型选择依据。基于2011—2023年全国肺结核监测数据,通过划分训练集与测试集,分别构建SARIMA模型和LSTM神经网络模型,采用绝对百分比误差(Absolute Percentage Error,APE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)和均方根误差(Root Mean Square Error,RMSE)等指标来评价外推预测精度,最后用上述最优参数模型来进行预测分析。结果显示,SARIMA最优模型(1,1,0)(1,1,0)_(12)在预测后期APE较LSTM高,SARIMA模型和LSTM神经网络模型的MAPE分别为11.26%和9.45%,RMSE分别为9791.58和8337.80。结果表明,SARIMA模型和LSTM神经网络模型均能对中国肺结核发病情况进行较好的预测,LSTM神经网络模型在捕捉非线性时序特征方面具有显著优势,尤其适用于中长期预测场景。

关键词： 突发事件   网络舆情   政府回应  

摘要： 以吉登斯的结构化理论为基础,本研究构建“结构—行动”互动分析框架来系统阐释突发事件网络舆情的政府回应逻辑。基于四起典型案例对比分析发现,结构和行动层面的回应同时存在于突发事件舆情风险演化过程。有效预防和应对频频发生的各类突发事件网络舆情,既需要通过调整制度结构、治理结构、话语结构等方式进行结构性调适,也需要各级政府在风险演化过程中采取话语引导、信息发布、情绪疏导以及冲突化解等策略性回应行动。结构性调适和策略性回应共同构成了突发事件网络舆情政府回应的核心逻辑。

关键词： 电力监控系统   网络安全   监测装置   功能  

摘要： 随着智能电网的快速发展,电力监控系统已成为现代电力系统不可或缺的一部分,其安全性与稳定性直接关系到电网的运行效率和能源供应的可靠性。鉴于此,本文详细分析电力监控系统网络安全监测装置功能及实施方式,实时监测电力监控系统网络安全状况,及时发现并预警潜在威胁的网络安全监测装置,保障电力系统的安全稳定运行。