课程文献中心 更多>>

关键词： 加权贝叶斯网络   仿真实验   层次分析法   目标打击   效果评估  

摘要： 针对岸防工事目标打击效果评估的问题,采用基于加权贝叶斯网络与图像信息的评估方法,采集仿真实验数据,对目标打击特征进行分析,选取合适特征作为网络模型节点,利用层次分析法对各项特征进行加权,建立加权贝叶斯网络模型,来推理评估岸防工事目标打击效果。通过实验验证,该方法能有效进行评估,提高了登陆作战的火力毁伤效率。

关键词： 推荐系统   会话推荐   图神经网络   注意力机制   门控机制   图注意力网络   自注意力机制  

摘要： 为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用一个门控机制捕获显式信息,在属性图中将一个自注意力机制嵌入到图注意力网络中学习项目隐式信息。利用池化操作将两种信息融合,根据最终嵌入计算预测评分。实验结果表明,模型在3个公开数据集Diginetica、Tmall和30Music上的精确度和平均倒数排名优于新近基线模型,验证了模型的有效性。

关键词： 大数据   人工智能技术   计算机   网络安全防御  

摘要： 本文以提高网络的安全性为研究目标,分析了网络安全攻击的类型及特点,阐述了融合大数据及人工智能技术的计算机网络安全防御系统构建要点,不断优化系统功能,旨在为相关研究提供参考,进一步提高网络安全防御效果,实现精确防御。

关键词： IPv6网络   端到端   业务质量   能力监测  

摘要： 自2017年开始,各行各业认真贯彻落实《推进互联网协议第六版(IPv6)规模部署行动计划》,成效显著。但在推进过程中仍存在若干问题,涉及网络的全程全网,问题的定位和解决存在较大挑战。基于大数据的IPv6网络端到端能力监测系统,通过对网络资源、流量流向、终端及业务感知的分析,可实现家庭宽带、移动网络、IDC、政企业务等多种场景下的端到端IPv6流量断点堵点分析,同时实现业务质量监测,为有效提升IPv6流量占比及业务质量提供详细的数据支撑,促进IPv6技术的应用与发展。

关键词： 社会主义核心价值观   网络微短剧   内在逻辑   现实挑战   优化路径  

摘要： 网络微短剧凭借内容创作、传播手段及情感触达等优势,成为传播社会主义核心价值观的新阵地。社会主义核心价值观能够为网络微短剧匡正价值逻辑、提供精神内核。当前,网络微短剧在“爽感至上”的资本逻辑、“短小精悍”的叙事局限以及“去中心化”的传播失序中,面临思想性消解、系统性断裂与主导性弱化的现实挑战。为此,需构建“价值引领—内容提质—生态重构”三位一体的优化路径。通过从“情绪宣泄”向“情怀表达”的叙事迭代,强化情感共鸣与价值深度;以“碎片化叙事”向“精品化创作”转型突破叙事浅表化困境;依托“技术监管—主体培育—生态融合”的协同治理体系,推动行业从“野蛮失序”转向“合理有序”。既为网络微短剧的主流化发展提供理论支撑,也为社会主义核心价值观的具象化传播开辟新的局面。

关键词： 网络亚文化   网络语言   语言伦理   语言规范化  

摘要： 网络语言中存在的粗俗、不规范和滥用模因文化等问题,源于“网络亚文化”的负面影响、青少年的心理特征和行为习惯,以及网络监管和教育的缺失。为治理这一现象,文章提出了加强网络监管和执法、加强网络教育和引导、推动网络语言规范和标准化建设、倡导文明上网和文明交流等策略,旨在构建健康、和谐的网络环境,为青少年提供更健康的网络空间。

关键词： 新媒体   推荐算法   TB-LSTM   高校教育  

摘要： 针对新媒体精准传播推荐问题,以高校的学生、教师、高校学生家长等新媒体用户为例,设计了一种基于TB-LSTM的新媒体精准传播推荐模型。首先,对长短期记忆网络进行研究,发现该网络对用户浏览的时长信息挖掘能力较差;然后,针对这一不足,提出基于时间的长短期记忆网络新媒体传播推荐模型,进一步挖掘新媒体用户的兴趣偏好,实现精准传播推荐,最后用爬虫技术构建训练集和测试集对基于TB-LSTM的推荐算法模型进行训练和测试。测试结果表明:设计的基于TB-LSTM的推荐算法在经过60次迭代后开始收敛并趋于平稳,损失值维持为0.08左右,推荐准确率达到了95.47%,与实验对照组中其他4种推荐算法相比,收敛速度更快,损失值最小,模型性能最优,推荐准确率最高,具有可行性和优越性。

关键词： 人体运动预测   频域   注意力   图卷积网络  

摘要： 为解决人体动作预测随着预测长度增加而导致预测误差累计、预测误差突然增大而引起的动作跳帧以及长程依赖关系难以捕获的问题,提出基于频域注意力的时空图卷积网络(Spatiotemporal Graph Convolutional Network with Frequency Domain Attention, SGFA)的人体动作预测方法。运用离散余弦变换,转换历史运动序列至频域,通过多头自注意力机制优化跳帧问题并捕获长程依赖关系,使用倒残差结构的图卷积网络对骨骼序列进行建模,获取全局特征,生成动作预测,减少了误差累计。在Human 3.6M数据集和CMU MOCAP数据集上进行80 ms、160 ms、320 ms和400 ms的人体运动预测实验,结果表明,与现有方法相比,SGFA的平均关节角度误差降低了5%。

关键词： 综合运输   空间网络结构   社会网络分析   引力模型   交通运输碳排放  

摘要： 【目标】刻画我国交通运输碳排放空间关联结构特征,对系统推进各地区协同碳减排能力及交通运输行业高质量发展具有重大意义。【方法】重新分配能源消费比例,以提高中国交通运输碳排放数据的精确度;进一步应用修正引力模型和社交网络分析,以揭示省域间碳排放的空间关联结构和网络特征。【数据】基于《中国能源统计年鉴》,搜集1997年至2022年中国30个省域的能源消费数据,计算得到交通运输碳排放数据。【结果】(1)样本考察期内我国交通运输碳排放波动增长,空间格局呈现“东部>西部>中部>东北”的特征,近些年高碳排放量地区逐渐向东北及中西部地区扩展;(2)样本考察期内我国省域交通运输碳排放空间溢出效应显著,形成了复杂、多线程的关联关系,但关联网络依旧较为松散;(3)整个网络呈现出显著的马太效应,地理位置优越且经济发展水平高的地区控制着整个关联网络,而部分省域受限于其边缘的地理位置与较不完善的交通网络,在整个空间网络中处于被动位置;(4)四大板块之间的联系十分紧密,具有良好的板块连通性,大都存在显著的双向溢出效应。【应用】有助于各省域明晰自身在空间网络中的地位与作用,对其制定区域化针对性的交通运输碳减排政策具有一定的现实意义。