课程文献中心 更多>>

关键词： 网络排斥   排斥后效   排斥应对方案  

摘要： 网络排斥是一种在世界范围内普遍存在的负面行为,与面对面排斥得到诸多研究不同,针对网络排斥的研究相当缺乏,而这种对人类困境的视线缺失需要心理学研究者进行重视,并引起广泛讨论。鉴于此,我们对目前关于网络排斥的研究进行了考察,发现现存研究通常以受害者作为主角来考察网络排斥对受害者的负面影响,以及受害者在面对网络排斥时可以采用的应对方式。通过对当前研究的理解,我们也发现了诸多需要改进的不足之处,例如网络排斥的起因需要得到更多关注,以便人们从源头上预防网络排斥的发生;目前研究主要考察网络排斥对用户的普遍影响,我们认为通过探讨网络排斥对不同人群的影响,将有利于研究者制定更具个性化的应对方案等等。Network exclusion is a negative behavior that is widely present worldwide. Unlike face-to-face exclusion, which has been extensively studied, there is a lack of research on network exclusion. This lack of attention to human dilemmas requires psychological researchers to pay attention to it and has sparked widespread discussion. In view of this, we have examined current research on online exclusion and found that existing studies often focus on the victim as the protagonist to examine the negative impact of online exclusion on victims, as well as the coping strategies that victims can adopt when facing online exclusion. Through our understanding of current research, we have also identified many areas that need improvement, such as the need to pay more attention to the causes of online exclusion in order to prevent its occurrence from the source;at present, research mainly examines the general impact of online exclusion on users. We believe that exploring the effects of online exclusion on different populations will be beneficial for researchers to develop more personalized response plans, and so on.

关键词： 5G   网络   双载波调度   资源利用率   用户感知体验   潮汐效应   载波扩容  

摘要： 通过分析5G网络资源的利用情况,提出利用现有5G网络资源,开启100 M+60 M的5G双载波模式,实现载波智能调度,以提升5G感知速率,减轻5G小区负荷。研究内容包括潮汐区域选择、载波智能调度、资源分配及调度策略算法,以及应用案例分析。试验结果表明,该技术在提升用户感知速率等方面具有显著优势。

关键词： 入侵检测   工业控制系统   机器学习   联邦学习   数据不平衡  

摘要： 入侵攻击对正常的工业生产流程造成阻塞和破坏,机器学习可实现对入侵检测的分类识别进而加以干预,但工控系统中各数据持有者之间存在的隐私安全壁垒无法将数据整合利用。为了打破数据壁垒,并获得更好的入侵检测分类效果,提出面向工业控制系统的联邦学习和神经网络入侵检测方法,利用多层神经网络实现入侵检测分类,通过联邦学习将各工业数据持有者的数据安全保留在本地,只传输模型和参数信息从而打破数据壁垒。针对各数据持有者的样本量不平衡问题,在联邦学习初始阶段引入权重因子来减少不平衡数据的影响,且为了弥补多维数据下单一分类任务解释性不强问题,在二分类及三分类的电力系统数据集上验证本文方法的有效性,实验结果表明本文方法具有更好的入侵检测识别效果。

关键词： 葶苈大枣泻肺汤   支气管哮喘   网络药理学   作用机制  

摘要： 本研究旨在运用网络药理学的方法,探讨葶苈大枣泻肺汤在治疗支气管哮喘方面的机制。方法 使用中药系统药理学平台(TCMSP)收集葶苈大枣泻肺汤中的活性成分,随后从GeneCards和OMIM数据库中提取与支气管哮喘相关的靶点,并利用String数据库绘制葶苈大枣泻肺汤与支气管哮喘靶点交集的韦恩图。运用Cytoscape 3.10.0构建葶苈大枣泻肺汤的有效成分与靶点之间的网络图,并制作蛋白质间相互作用的网络图,从中提取出核心成分及其对应靶点。采用DAVID数据库开展GO富集及KEGG通路的分析。结果 葶苈大枣泻肺汤的研究揭示其包含29种具有生物活性的成分以及290个交互靶点,而这些靶点的核心主要包括TNF、CASP3、AKT1、HIF1A、IL6、BCL2、TP53、STAT3、CTNNB1、MYC、ALB、SRC、ESR1、EGFR、JUN等。生物过程的GO功能富集分析表明,相关机制涉及对脂多糖的反应、蛋白质的磷酸化反应、炎症的发生,以及凋亡过程的负向调控等。KEGG通路分析结果表明,主要涉及的通路包括肿瘤信号通路、AGE-RAGE信号通路、肿瘤坏死因子信号通路以及白介素-17信号通路等。结果 槲皮素、山奈酚和β-谷甾醇等葶苈大枣泻肺汤的有效成分能够调节TNF、AKT1、BCL-2和JUN等相关靶点,其治疗效果可能与对多种生物过程(如脂多糖反应、蛋白质磷酸化、炎症反应及凋亡过程的负调节等)的影响,以及通过多种代谢路径(例如IL-17信号通路和AGE-RAGE信号通路等)的调控有关。

关键词： FTA   区域贸易协定   中国企业   出口技术复杂度  

摘要： 当前,以自由贸易协定(FTA)为代表的区域贸易协定蓬勃发展,逐步成为新时期推动全球经贸合作分工的重要载体。截至2024年11月,全球累计签订且处于有效实施状态的区域贸易协定数量达373个,已有研究发现,FTA能够通过降低关税、削弱非关税壁垒,减少企业进入缔约国市场所面临的贸易政策不确定性。

关键词： 启发式动态规划(heuristic dynamic programming,HDP)   智能控制   知识迁移   非线性系统   神经网络   污水处理  

摘要： 针对污水处理系统中的溶解氧(dissolved oxygen,DO)质量浓度控制问题,提出一种迁移增量启发式动态规划(transferable incremental heuristic dynamic programming,TI-HDP)算法。针对污水处理过程的特性,该算法通过将控制变量的更新方式改进为增量形式,提升了算法的抗干扰能力,并弱化了与增量式比例-积分-微分(proportional-integral-derivative,PID)算法之间的结构差异。基于数据驱动的思想,通过利用PID算法所产生的历史数据,成功地将传统控制领域中的专家经验迁移到TI-HDP算法框架中,保证了TI-HDP算法前期控制策略的稳定性。仿真结果表明:与PID算法和传统的启发式动态规划算法相比,所提算法对DO质量浓度具有更高的控制精度。

关键词： 量子计算   量子机器学习   混合量子卷积神经网络   恶意代码检测  

摘要： 量子计算是基于量子力学的全新计算模式,具有远超经典计算的强大并行计算能力。混合量子卷积神经网络结合了量子计算和经典卷积神经网络的双重优势,逐渐成为量子机器学习领域的研究热点之一。当前,恶意代码规模依然呈高速增长态势,检测模型越来越复杂,参数量越来越大,迫切需要一种高效轻量型的检测模型。为此,设计了一种混合量子卷积神经网络模型,将量子计算融入经典卷积神经网络,以提高模型的计算效率。该模型包含量子卷积层、池化层和经典全连接层。量子卷积层采用低深度强纠缠轻量型的参数化量子线路实现,仅使用两类量子门:量子旋转门Ry和受控非门CNOT(controlled-NOT),并仅使用两量子比特实现卷积计算。池化层基于经典计算和量子计算实现了3种池化方法。在Google TensorFlow Quantum上进行了模拟实验。实验结果显示,所提模型在恶意代码公开数据集DataCon2020和Ember的分类性能(accuracy,F1-score)分别达到了(97.75%,97.71%)和(94.65%,94.78%),均有明显提升。

关键词： 网络技术   桥梁建设   智能化控制系统  

摘要： 本研究旨在实现桥梁施工过程的智能化、自动化和高效化。通过分析传统系统现状,发现其无法满足当今桥梁建设需求。而基于网络的桥梁智能化施工控制系统引入了先进的信息技术和自动化设备,为桥梁施工提供了集中化、智能化和高效率的管理手段。基于此,本文旨在研究基于网络的桥梁智能化控制系统的组织构建,并将分析网络通信技术在该系统中的应用以及智能化控制对施工流程的优化。

关键词： 人才画像   数据挖掘   k-means聚类   关联规则  

摘要： [目的/意义]对特定行业领域的人才需求进行画像,不仅可以促进行业或企业快速发展,还可以大大提高人力资源市场供需双方的人岗适配效率。[方法/过程]以拉勾网一线城市的互联网行业招聘数据为分析对象,通过数据采集并进行去重、转换、特征提取、文本表示等一系列预处理后,利用K-means进行聚类得到5种不同的岗位类别,最后以统计分析和关联规则从多个维度对不同人才需求岗位群体进行画像。[结果/结论]经整体面貌分析发现,不同岗位群体在学历、工作经验、知识技能、薪资及城市需求等方面的总体特征表现各有不同。此外,依据研究结果分别针对在校生的自我学习规划以及高校的人才培养提出可行建议,以期提高技能培养与产业需求的匹配效率。

关键词： 遥感影像去云   傅里叶残差   通道—空间注意力   生成对抗网络   云层空间分布  

摘要： 受成像环境、传感设备等因素的限制,高分辨率卫星遥感影像存在云干扰的现象,其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力,近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更好地保留图像边缘纹理细节的问题,本文提出一种基于注意力机制的生成对抗网络去云算法。首先设计傅里叶残差模块同时集成云层影像的低频和高频残差信息;然后利用注意力机制从通道和空间两个角度进行特征关注而获得云层空间分布信息,并引导云层去除;最后在构造的联合损失函数约束下训练模型,确保生成图像和真实影像在内容上的一致性。在遥感影像数据集RICE上的实验结果表明,本文提出的基于注意力机制和生成对抗网络的遥感影像云去除方法能够有效地保留影像边缘纹理细节,且达到了优异的定量指标和视觉效果。