课程文献中心 更多>>

关键词： 网络流量异常检测   深度学习   网络安全防御   智能安全防护系统  

摘要： 近年来,随着网络攻击手段不断升级,传统的网络安全防护措施已难以完全满足检测和防御需求,亟须建立基于数据驱动的智能化网络安全防御系统。本文提出一种基于深度学习的网络流量异常行为检测与防御系统,利用深度神经网络自动学习正常网络流量模式,对异常行为进行高精度检测,并生成相应的防御策略。系统集成了多种深度学习模型和优化算法,具有自适应、高效、智能化等特点,可广泛应用于企业内外网、云环境等各种网络场景,为构建智能网络安全防御提供新的技术路径。

关键词： 球栅阵列(BGA)   缺陷检测   深度学习   YOLOv8   注意力机制  

摘要： 为提高芯片球栅阵列(BGA)缺陷检测的精度和效率,提出一种基于改进YOLOv8网络模型的芯片BGA缺陷检测方法。该方法以常规YOLOv8网络模型为基础,在骨干网络中引入双层路由注意力(BRA)机制,以增强模型捕捉长程依赖和复杂特征的能力;在检测头网络中引入双标签分配策略,从而省略耗时的非极大值抑制(NMS)运算,以提高模型检测速度;此外,引入Focaler-WiseIoU边框回归损失函数,以提高模型的边框回归精度。进行了大量基于实测数据的BGA缺陷检测实验,实验结果验证了改进YOLOv8模型的有效性,其总体性能优于三种对比模型。相比常规YOLOv8模型,改进YOLOv8模型的精确率提高了1.2%,召回率提高了3.9%,平均精度均值mAP_(50)提高了2.9%,mAP_(50~95)提高了2.2%,每秒处理帧数(FPS)提高了33.8%。

关键词： 故障诊断   CBAM-CDCGAN模型   转子系统   双路径网络   样本不均衡   生成式对抗网络  

摘要： 实际工业应用中转子系统能够采集到的故障样本远少于正常工况样本。针对不同类别样本数量不均衡时传统深度学习模型会倾向于预测出样本更多的类别而忽视较少出现的类别的现状,提出基于条件深度卷积生成式对抗网络(CDCGAN)结合改进的卷积块注意力机制(CBAM)+可变性卷积的有监督二维数据生成方法(CBAM-CDCGAN),实现不均衡样本转子系统的故障诊断。首先用小波变换将得到的振动数据转换为二维时频图像;之后将改进的CBAM注意力机制与可变形卷积分别嵌入生成式对抗网络的生成器与判别器中,并利用该生成网络进行样本生成;最后将生成样本与原始样本混合,划分为训练集和测试集,通过双路径网络进行训练和测试,结果表明:在样本不均衡比为1:10时,用CBAM-CDCGAN模型生成样本后进行故障诊断,转子和轴承故障识别的准确率较不均衡时分别提升16.10%和21.28%。

关键词： 计算机网络故障   故障分析   维护策略  

摘要： 计算机网络在现代社会的各个领域都占据着重要地位,其稳定性和可靠性直接影响着人们的工作效率与生活质量。但是,网络运行中难免会遇到故障情况,怎样迅速且精确地诊断并解决这些网络问题,对于确保网络的持续顺畅运作至关重要。对此,本文对计算机网络故障和维护策略进行了探讨,以期为网络管理人员和相关技术人员提供全面的理论与实践指导,提升网络故障处理能力,确保计算机网络的稳定运行。

关键词： 长江经济带   碳排放   减碳潜力   渔业经济  

摘要： 提高渔业碳排放效率,发挥减碳潜力,对实现渔业经济可持续发展和“双碳”目标至关重要,而长江经济带渔业碳排放的发展态势则对全国有重要的示范和引领作用。本文基于“双碳”视角,采用社会网络分析法探讨了长江经济带渔业碳排放效率的空间网络特征,并结合公平视角分析了减排潜力。得出以下结论:(1)渔业碳排放效率不均衡,网络关联度东高西低。(2)网络关系紧密、连通性强、空间溢出性明显,网络密度稳定,传递性上升,区域协同程度高,网络效率有提升空间。江浙沪在网络中占主导地位,联系迅速,控制性强,起到节点和中介作用;长江中下游碳排放效率较高。(3)受益板块集中在长江下游,双向溢出板块在中下游,经纪人板块在中游,净溢出板块在中上游。上海和江苏有效规模最大,限制程度最低,节点独立性最强;安徽和江西有效规模最小。(4)江苏、湖北、重庆、上海、四川的减碳潜力在降低,云南有所提升,其他省份较稳定。(5)Markov链分析显示,考察期t=1时,减碳潜力稳定;随着考察期增加,低、中低、中高水平的减碳潜力向更高水平演进的概率增加。

关键词： 高校网络德育   信息资源开发   信息资源利用  

摘要： 在高校网络德育工作中,积极探索信息资源的有效开发和应用,有助于提高网络德育工作影响力,使高校网络德育工作获得更加丰富的资源供给。文章基于完善网络信息基础设施、完善网络服务、构建网络德育资源的交流共享机制、拓展多元的网络德育资源应用渠道的现实需求,提出了开发利用网络德育信息资源的建议,进一步挖掘网络德育信息资源的价值,保障人才培养效果,使高校综合育人工作价值和效能得到全面提升。

关键词： 合成语音检测   深度残差收缩网络   帧注意力   小波阈值函数  

摘要： 合成语音的滥用导致了诸多现实问题,研究相应的鉴伪技术对于保护公民人身财产安全、保障社会与国家安全具有重大意义。传统的合成语音检测多采用手工设计特征与后端分类器相结合的方式,前端手工特征设计涉及复杂的先验知识,使用单一手工特征模型检测效果不理想,而进行多特征融合则导致模型参数量较大。同时,目前多数检测方法还存在跨数据集泛化性差的问题。为解决上述问题,提出了一种基于改进深度残差收缩网络的端到端合成语音检测方法。融合通道注意力机制重新设计自适应阈值学习模块,提高了阈值学习的精度;设计并引入帧注意力机制模块,为不同的帧赋予不同的关注程度,提高了模型的特征选择能力;设计并引入了具有两种超参数的改进小波阈值函数,增强阈值化模块抑制无关特征的能力;设计了一种基于改进深度残差收缩网络端到端合成语音检测网络,输入原始语音即可判别其是否为合成语音。基于ASVspoof2019 LA数据集的对比实验结果显示,所提方法将基线模型的等错误率与最小串联检测成本函数分别降低了85%与84%。基于ASVspoof2015 LA数据集的跨库测试结果验证了所提方法的泛化性能。

关键词： 食物贸易   网络格局演变   社会网络分析   影响因素   “一带一路”沿线国家  

摘要： 基于社会网络分析方法,构建“一带一路”沿线国家食物原料和食物加工品贸易网络,解析贸易网络结构特征的演变,探究贸易关系形成和强度变化的影响因素,以期为区域食物贸易合作战略的制定提供科学支撑.研究表明:1)“一带一路”沿线国家间食物贸易规模快速扩大,网络的整体紧密性、凝聚程度和连通性不断增强;2)中国是食物加工品贸易网络的绝对核心,并与俄罗斯、土耳其、印度、阿联酋共同形成食物原料贸易网络的核心,核心国家贸易关联广泛而规模庞大,对区域内食物流通起到控制作用;3)2009—2019年,食物贸易网络中的各个组团呈现分离重组特征,食物原料网络中的贸易大国陆续脱离原组团而跨区域组合,食物加工品网络中的国家节点则被东南亚组团和中俄组团不断吸附;4)食物贸易联系存在大国效应和地理邻近效应,自由贸易协定的签署和语言文化、物流水平的邻近有助于国家间食物贸易强度的提高.建议中国加快构建高标准自由贸易区网络,由近及远推动共建“一带一路”食物贸易通道,增强沿线国家的文化交流,以促进与食物贸易网络核心国家的贸易合作,多元化食物进出口渠道的同时提升在区域食物供应安全中的影响力.

关键词： 老旧社区   社会网络   边界开放   太原市  

摘要： 在老旧社区更新改造的背景下,为解决因传统老旧社区封闭边界所造成的空间不足与闲置并存的矛盾现象,引入社会网络分析法,依据“点-线”语义构建客观公共空间网络模型、主观老年人行为网络模型,从网络完备性、分布均衡性和单点脆弱性3个层面对网络特征进行分析。研究发现老旧社区中客观公共空间网络与主观行为网络存在一定差异,行为网络完备性更高,两网络群组分布不均衡,中心性节点排序不重合,部分空间在公共空间网络中的重要性与其在老年人行为网络中的不一致,进而提出打破社区围墙边界、增加弹性空间、构建社区开放模式等规划策略,为老旧社区公共空间的更新改造与适老化提供参考。

关键词： 人体运动预测   扩散概率模型   去噪预测网络   修正线性自注意力   DPM-Solver++  

摘要： 近年来,深度学习方法在人体运动预测方面取得了良好的进展,目前单一阶段方法在预测的准确性和多样性上仍存在改进空间,而采用多阶段方式则导致难以端到端预测.为此,本文提出了一种基于扩散概率模型的去噪预测网络,旨在以端到端的方式去预测出准确多样的人体运动.其中提出了一个基于Transformer的模块,包含一个无softmax的修正线性自注意力,提升了人体运动预测的准确性.此外,本文还提出了一种基于DPM-Solver++的扩散模型采样策略,预测出更加连续和多样性的人体运动姿态序列,并将预测出同一质量人体运动姿态序列的采样时间缩减至一半以下.最后,将本文方法在两个标准数据集Human3.6M和HumanEva-I上进行充分评估.实验结果表明,本文方法优于最先进的单一阶段的方法.