课程文献中心 更多>>

关键词： 数字化营销   服装定制   交互营销   衣邦人  

摘要： 以模式创新为基础,将数字化技术与线下服务营销策略相结合,形成客户端(Customer)、服务端(Service)与平台端(Platform)的交互营销网络,是新零售企业典型的营销策略。本文深度分析了服装定制新模式下可实现交互营销的条件,以新零售品牌“衣邦人”为例,通过“互联网+上门定制+工业4.0”C2M服装定制业务模式构建了交互营销网络框架,阐述了以客户端、服务端及平台端为立足点的数字化营销手段,内容涵盖互联网渠道搭建、客户关系管理、企业业务服务及数字化工具构建等方面,旨在为新零售的相关行业提供营销实践参考。

关键词： 船舶碰撞危险   复杂网络   径向分布函数   隶属度函数  

摘要： 为提升水上交通安全性,减少碰撞事故,提出基于复杂网络的船舶碰撞危险量化模型。通过构建复杂网络和计算关系强度反映船舶间关系,使用径向分布函数(Radial Distribution Function,RDF)分析船舶密度因素,对船舶周围的交通情况进行讨论;采用网络中心性分析船舶冲突因素;运用基于史蒂文斯幂定律的隶属度函数对密度因素和冲突因素进行整合,改进以船舶对为基础的碰撞危险量化方法。为证明模型准确性,进行实例验证并与基于船舶对叠加计算的方法对比,结果表明本模型具有一定的准确性。通过对实际水域情况的分析,讨论相应的预警机制,可用于水上交通情况的监控和危险预警。

关键词： 网络安全   课程   人才   课堂教学   课堂革命  

摘要： 大数据时代,各高校开设的网络安全课程在网络安全人才培养过程中起着关键作用。为了解决网络安全课程在课堂教学中存在的教学认知模糊、教学内容陈旧、教学方法滞后、教学技术落后等问题,从认知、内容、方法、技术四方面展开研究,探讨了网络安全课程的四种课堂革命,有助于提高网络安全课程的课堂教学质量,促进网络安全人才培养质量的提升。

关键词： 卷积神经网络(CNN)   灵敏度分析   小干扰稳定   稳定评估   预防控制  

摘要： 为了提升小干扰稳定预防控制措施制定的速度,本文提出基于卷积神经网络(CNN)灵敏度分析的小干扰稳定预防控制方法。针对系统中存在的若干弱负阻尼(阻尼比小于某一阈值)低频振荡模式,首先建立带小干扰稳定约束的优化模型,其次基于CNN阻尼比预测模型计算阻尼比相对于控制变量(可调发电机的有功功率)的灵敏度,通过灵敏度将小干扰稳定约束线性化,从而将优化模型转化为二次规划模型,最终得到发电机的有功功率调整量,通过多次迭代使阻尼比满足特定要求。WEPRI36节点算例分析结果表明,由CNN模型得到的控制措施十分有效,且较支持向量机模型更精准,控制措施制定的速度较传统特征值分析法快。本文研究思路也可用于暂态稳定预防控制。

关键词： 网络舆情   危机   餐饮企业   形象修复  

摘要： 近几年来餐饮企业有关危机事件频出,由此给企业形象、品牌竞争力带来了严峻考验。本文通过国内外研究,对X餐饮“口水油”事件进行案例分析,运用本诺伊特形象修复理论的五大主策略,探讨网络舆情危机中X餐饮企业形象修复所存在的漏洞与问题,并根据分析结果提出对策建议。对舆论风波后X餐饮企业形象进行修复,从而完善中国餐饮企业应对网络舆情危机的相关机制,为更多的餐饮企业提供战略指导,优化中国餐饮企业的危机公关能力。

关键词： 舆情化解   民营企业   平台经济   路径   经验  

摘要： 及时有效化解负面舆情,打造清朗营商网络,是维护民营企业网络合法权益保障产业链供应链稳定的迫切需要,是推动民营经济、平台经济高质量发展的重要内容。作为数字经济第一城,杭州市网络消费投诉及其引发的负面舆情面临明显压力,亟需高度重视,营造正确认识、充分尊重民营经济的营商网络环境,统筹谋划并果断采取措施应对,探索出独具特色的营商环境最优区建设路径,为优化营商环境加速“一号改革工程”突破提供重要经验。

关键词： 重要节点   LeaderRank   adaptive GraphRank   背景图   H指数  

摘要： 社交网络中的重要节点对网络结构和功能具有决定性影响,开发精度更高的重要节点排序算法成为当前的研究热点之一。其中,LR(LeaderRank)引入一个背景节点明显提升了经典PageRank排序算法的性能,但仍面临着网络中小出度用户的投票权偏见问题。因此,提出背景图增强的社交网络重要节点自适应排序算法AGR(adaptive GraphRank),构建多节点背景图替代LR的单一背景节点,基于H指数设计有偏向的随机游走,缓解投票权偏见。调参实验初步确定了背景图的最优规模和结构;与K-TOPSIS等现有优秀算法进行对比实验,验证了AGR在传播、瓦解、鲁棒性三个关键维度上的性能提升;实际案例检验了算法在真实场景下的有效性。综上,AGR有效缓解了投票权偏见,提高了排序精度,展示出较优的性能和应用潜力。

关键词： 农作物   目标检测   深度学习   轻量级网络   边缘计算  

摘要： 随着计算机视觉领域中深度学习网络模型应用的发展,各类农业场景中的目标检测性能得到极大的推动。与部署在云端服务器的大规模深度学习网络不同,轻量级深度学习网络因其较小的参数量和运算量,在硬件资源有限且实时性要求更高的农业场景中展现出潜力,完成果蔬采摘机器人的目标检测、作物病虫草害目标检测以及作物表型检测等任务。概述当前主流轻量级深度学习网络的模型结构、关键技术模块与模型性能,进行对比分析。归纳总结轻量级深度学习网络在果实目标检测、谷物穗部检测、作物病虫害检测3大类应用场景的研究进展。指出轻量级深度学习网络在农作物目标检测应用上还存在普适性数据集稀缺、模型泛化能力弱、模型检测精度与检测效率的平衡难以把握等问题,并展望通过农业数据集数量、质量与多样性提升,轻量级深度学习网络结构优化,迁移学习应用以及边缘设备硬件加速技术等进一步提升目标检测性能。

关键词： 活心丸   心力衰竭   网络药理学   转录组学   环磷酸腺苷/蛋白激酶A信号通路  

摘要： 目的基于网络药理学和转录组学分析探讨活心丸(HXP)防治心力衰竭(HF)的作用机制。方法将小鼠随机分为正常对照组,模型对照组,阳性对照组(沙库巴曲缬沙坦钠,60 mg·kg^(-1)),HXP小、大剂量组(31.2,62.4 mg·kg^(-1));其他组皮下注射异丙肾上腺素(ISO)(5 mg·kg^(-1))造模,正常对照组灌胃等量无菌0.9%氯化钠溶液;6 h后各给药组灌胃相应药物,正常对照组与模型对照组灌胃等体积无菌水,连续21 d。彩色多普勒超声成像系统检测小鼠心功能;酶联免疫吸附测定(ELISA)法测定血清环磷酸腺苷(cAMP)、N端B型利钠肽原(NT-proBNP)及B型利钠肽(BNP)水平;苏木精-伊红(HE)染色和马松(Masson)染色法评价心肌组织病理形态,计算胶原容积分数(CVF);网络药理学结合转录组学预测HXP防治HF潜在靶点和信号通路,采用分子生物学手段进行验证。结果与正常对照组比较,模型对照组左室收缩末期内径(LVESd)及左室舒张末期内径(LVEDd)增大(P<0.01),左室射血分数(LVEF)和左室短轴缩短率(LVFS)降低(P<0.01),血清BNP、NT-proBNP、cAMP含量上升(P<0.01),心肌组织间胶原纤维增多,CVF值升高(P<0.01)。与模型对照组比较,HXP小、大剂量组和阳性对照组LVESd、LVEDd下降(P<0.01),LVEF、LVFS上升(P<0.01);血清BNP、NT-proBNP、cAMP水平下降(P<0.05);心肌组织纤维化程度减轻,CVF下降(P<0.01)。网络药理学与转录组学联合分析,共预测出HXP防治HF关键靶点10个:CACNA1H、SCN10A、FGF12、PVALB、ACAN、LGALS3、SERPINE1、MMP3、GSTM1、VDR。蛋白免疫印迹法结果显示,与正常对照组比较,模型对照组心肌组织蛋白激酶A(PKA)和cAMP反应元件结合蛋白(CREB)蛋白活化水平升高(P<0.01);与模型对照组比较,HXP小、大剂量组和阳性对照组心肌组织PKA、CREB蛋白活化水平下降(P<0.05)。结论HXP对ISO所致小鼠HF具有改善作用,该作用可能涉及众多靶点及cAMP/PKA信号通路。

关键词： 药品纸质包装材料   红外光谱   注意力机制   一维卷积神经网络  

摘要： 为构建一种基于红外光谱技术的纸质药品包装材料分类模型,利用红外光谱技术对150种纸质药品包装材料样本进行检验,根据化学填料红外吸收峰的不同将样本人工分为三大类,根据分类结果筛选出6个特定波段,并采用方差归一化进行数据预处理,后构建一个基于残差和注意力改进的一维卷积神经网络(1D-CNN)模型。全部样本根据筛选波段划分为7个类别,将数据集按照3:7划分为训练集和测试集。基于注意力机制改进的一维卷积神经网络模型在所有波段的整体准确率表现良好,其中最突出的为All-select组,准确率达到了98.10%。基于红外光谱技术结合注意力机制改进的一维卷积神经网络(ATTN-1D-CNN)模型能够对纸质药品包装材料实现高效分类预测判别。