课程文献中心 更多>>

关键词： 房屋租赁   住房租赁   精细化管理   运营企业   持续增长   资本扩张   软硬件技术   租房  

摘要： 当前,住房租赁行业已从跑马圈地、依靠资本扩张、追求规模增长的阶段,逐渐迈入精细化管理阶段。规模更大、居住体验更佳的租赁社区成为新的租赁风向标,这一变化对运营企业的运营管理能力提出了更高要求。从需求端来看,随着城市青年人租房年限不断延长,他们对高品质租住的需求也持续增长。作为房屋租赁产业中的重要一环,智能化的网络管理服务凭借先进的软硬件技术和一站式解决方案,构建起强大的网络支撑体系,有效提升了公寓运营企业的网络业务管理能力和租户的居住体验。

关键词： 工业物联网   数字孪生   算力网络   数据处理  

摘要： 针对工业场景的算力孪生网络中对高通量、异构工业数据的实时感知、同步和处理分析的需求,提出一种面向工业生产的算力孪生网络数据处理优化方法,以提高工业算网孪生的数据同步质量。首先,考虑工业生产需求和算网孪生服务需求,提出一种面向工业生产的算网孪生架构。其次,针对数字孪生对低同步时延、高数据准确性、高效算力资源利用等方面的需求,提出一个综合考虑上述因素的数字孪生数据处理模型放置问题。为解决该问题,设计了一种基于和声搜索算法的优化算法,能够高效求解模型放置问题。仿真实验结果表明,相较于基准算法,所提算法可以给出更优的模型放置决策且具备卓越的全局最优解搜索能力。

关键词： 网络新媒体   高校思政教育   教育模式创新   大数据   人工智能  

摘要： 网络新媒体在大学的思想教育中扮演着越来越重要的角色。我们来聊聊网络新媒体的特点,以及它如何影响大学的思想教育。首先,我们得创新教育观念,让教育内容更丰富、更有趣。同时,我们还得创新教育方法,让学习变得更吸引人。当然,加强教师队伍的建设也是关键。研究告诉我们,网络新媒体能让更多人接触到教育,让教育内容更加吸引人,也让学生更愿意参与进来。现在流行的大数据、人工智能和虚拟现实技术,给思想教育带来了新的可能性,让教育变得更加个性化、互动和智能。大学应该好好利用网络新媒体的优势,推动思想教育的创新和发展,为新时代培养出更多优秀的人才。

关键词： 网络基础设施建设   产业结构优化   多期双重差分   “宽带中国”战略  

摘要： 数字基础设施作为数字经济发展的基座,是优化城市产业结构,加快经济发展的坚实基础。基于2006-2022年我国283个地级市的面板数据,以“宽带中国”政策为准自然实验,采用多期双重差分模型探究了地区网络基础设施建设对于城市产业结构优化的影响效应以及作用机制。研究发现:“宽带中国”战略的实施能够有效促进城市产业结构优化,且这一结论在经过一系列稳健性检验后依然成立,研究机制表明,“宽带中国”战略实施能够通过提升城市的科技创新水平,进而推动城市产业结构的优化升级;异质性分析表明,“宽带中国”战略的实施对于非资源型、南部沿海以及胡焕庸线以北地区的城市来说,促进作用更强。研究结论为中国网络基础设施建设以及推进产业结构优化提供了一定参考与政策启示。

关键词： 物联网技术   网络安全   机器翻译   数据传输   参数加密  

摘要： 随着物联网技术的迅速发展,如何将其应用于网络安全机器翻译模型,以提升翻译的精度、效率及安全性,成为当前研究的热点。文章探讨了物联网技术在网络安全机器翻译模型中的具体应用,重点分析了数据安全传输机制、模型参数加密及翻译模型防入侵机制的优化方法。通过引入物联网技术,翻译模型在安全性、计算效率及精度等方面得到了显著提升。实验结果表明,物联网的应用有效提升了系统的整体性能,保障了翻译过程中数据的完整性和安全性,为未来的机器翻译系统提供了新的技术路径。

关键词： 儿童脓毒症   长链非编码RNA   竞争性内源RNA   预后标志物  

摘要： 目的·基于基因表达综合数据库(Gene Expression Omnibus,GEO)筛选儿童脓毒症预后相关长链非编码RNA(long non-coding RNA,lncRNA),并构建竞争性内源RNA(competing endogenous RNA,ceRNA)调控网络,探索其在儿童脓毒症预后评估中的潜在应用价值。方法·基于GEO转录组学数据集(GSE4607、GSE26440、GSE26378和GSE9692),对比儿童脓毒症休克患儿存活组与非存活组中lncRNA的表达差异,利用多元线性回归和LASSO分析筛选潜在特征lncRNA,采用受试者工作特征(receiver operating characteristic,ROC)曲线分析其预后评估能力。预测lncRNA、微小RNA(microRNA,miRNA)和mRNA的互作,构建蛋白互作(protein-protein interaction,PPI)网络,进行通路富集分析。结果·筛选出55个预后相关的差异表达lncRNA。LASSO回归分析明确6个潜在lncRNA,包括miR503宿主基因(miR503 host gene,MIR503HG)、TAPT1反义RNA1(TAPT1 antisense RNA 1,TAPT1-AS1)、膀胱癌细胞凋亡相关转录物(apoptosis associated transcript in bladder cancer,AATBC)、SBF2反义RNA1(SBF2 antisense RNA 1,SBF2-AS1)、MGC16275及宿主小核仁RNA基因15(small nucleolar RNA host gene 15,SNHG15),组成6-lncRNA特征(6-lncRNA signature,lncSig6);lncSig6预测儿童脓毒症休克预后内部验证及外部验证的ROC曲线下面积(area under the curve,AUC)分别为0.859(95%CI 0.722~0.996)和0.854(95%CI 0.687~1.000)。进一步构建基于差异表达MIR503HG,SNHG15和SBF2-AS1的lncRNA-miRNA-mRNA网络,根据核心蛋白PPI网络和GO/KEGG信号通路分析结果提示:lncRNA经海绵化miRNA调控靶基因,涉及叉头盒蛋白O(forkhead box O,FoxO)信号通路、磷脂酰肌醇3激酶-蛋白激酶B(phosphatidylinositol 3 kinase-protein kinase B,PI3K-AKT)信号通路、细胞衰老信号通路、胰岛素信号通路、缺氧诱导蛋白-1(hypoxia-inducible protein-1,HIF-1)信号通路,和晚期糖化终产物(advanced glycation end products,AGEs)及其受体(receptor of AGEs,RAGE)信号通路。结论·lncSig6可以作为预测儿童脓毒症休克预后的评估方法,构建的ceRNA分子网络可为信号通路研究提供依据。

关键词： 缺陷检测   U-Net   空洞卷积   注意力机制   语义分割网络   轻量型网络   深度学习   小目标检测  

摘要： 针对PCB表面小尺寸缺陷难以检测的问题,提出了一种改进的U-Net语义分割网络,实现PCB表面缺陷图像的精确检测。首先,将U-Net的四层网络层次修改为三层,可以减少整体的计算工作量、提升网络模型收敛速度、缩短训练时间;其次,在U-Net网络中融入CBAM(Convolutional Block Attention Module)模块来提升图像中缺陷目标的显著度;然后,在编码阶段使用混合空洞卷积替换原有卷积块,增大感受野,获取更多的上下文信息。结果表明,U-Net的改进模型能够在提升模型性能的同时减少计算复杂度,能够增加PCB缺陷检测效率。

关键词： 企业   网络安全   防护能力  

摘要： 在信息化高速发展的时代,企业的发展离不开承载信息技术的网络安全环境,防止网络安全事件发生,应对网络安全突发事故,减少财产损失是企业必须直接面对的问题。如何更好地开展网络安全防护活动,实际上是企业对网络安全管理、网络安全运营的认识论和方法论,涉及企业的安全文化、安全制度、管理机构、防护技术等多个方面。通过将其有机地统筹起来,企业可更好地实现化解网络安全风险,消除网络安全漏洞,减少网络安全事件发生的目标。

关键词： 计算机机房   网络建设   安全管理  

摘要： 如今,我国网络发展迅速,计算机网络在各领域中应用广泛。由于计算机网络应用频次较高,许多单位建立了独立机房,以便工作开展、信息收集、数据分析等,提高办公质量与效率。在此过程中,涉及到数据信息传输、储存与共享等,计算机网络需具备更高强度的安全性与保密性。然而,许多计算机机房常出现安全漏洞问题,因此需要对计算机机房网络建设安全与管理展开深入研究。基于此,文中重点分析了计算机机房网络建设安全与管理的重要性、存在的问题与实践策略。

关键词： 轻量化检测模型   桃树叶病害检测   Ghost   SimAM注意力机制   轻量化神经网络   YOLO v5  

摘要： 针对当前桃树叶片病害检测存在精度低、漏检和误检的问题,以及将网络部署到移动端后由于参数量和计算量过大而导致检测速度慢的问题,提出以YOLO v5网络为基础的一系列改进方法。首先,使用EIoU边界框回归损失函数加快预测框收敛过程,使得模型训练和推理过程更加高效;然后,引入SimAM注意力机制,在不增加额外的参数量和计算量的基础上提升网络检测精度;最后,引入GhostNet网络,该网络的核心Ghost模块将原始卷积层分成2个部分,然后使用较少的卷积核生成内在特征映射,继而通过廉价的线性运算生成Ghost特征图,这一设计在保证整体网络精度的情况下,明显降低网络的参数量、计算量和权重大小。结果表明,改进后的YOLO v5s网络的所有评价指标远优于YOLO v3、YOLO v4、YOLOX、CenterNet等网络,相较于基准YOLO v5s,平均检测精度提升了3.6百分点,达到了94.8%,参数量下降了47.6%,GFLOPs减少了49.4%,权重压缩了45.5%,检测速度达到96帧/s。综上,改进后的YOLO v5s网络检测精度更高,且整体的参数量、计算量以及模型权重更小,更适应移动端和物联网设备的实时检测需求。