课程文献中心 更多>>

关键词： 丹栀逍遥散   酒精性肝病   网络药理学   作用机制  

摘要： 目的通过网络药理学的方法,剖析丹栀逍遥散治疗酒精性肝病过程中的主要活性成分、相关作用靶点和通路,并分析其作用机制。方法通过TCMSP数据库筛选出丹栀逍遥散中各味中药的有效成分和作用靶点,在PubChem数据库和SwissTarget Prediction平台内预测其隐藏靶点,并通过UniProt数据库规范基因名称。利用GeneCards和OMIM数据库预测酒精性肝病的疾病靶点,将所获的丹栀逍遥散的成分靶点与酒精性肝病的靶点取交集后,构建药物-成分-基因-疾病网络。同时利用String数据库对交集靶点进行蛋白互作分析,并通过CytoscapeV3.9.0软件分别将其可视化。最后筛选出核心蛋白,通过Metascape平台进行GO和KEGG富集分析,并利用微生信平台将结果可视化。结果共获得191种丹栀逍遥散的活性成分,作用靶点426个,与酒精性肝病的交集靶点236个,核心蛋白47个。GO富集分析共得到307条结果,KEGG通路分析共得85条通路。结论丹栀逍遥散可能通过对AKT1、TNF、IL1B和IL6等靶点的作用,同时调节IL-17、VEGF等信号通路治疗酒精性肝病。

关键词： MR脑图像   微分同胚配准   注意力机制   阿尔茨海默病   脑解剖结构  

摘要： 目的提出一种基于交叉双流的多尺度注意力特征融合网络(命名为MAFF-Net),用于脑图像微分同胚配准,以实现阿尔茨海默病(Alzheimer disease,AD)相关的脑结构标签的快速提取和分析。方法首先利用交叉双流网络推断图像对之间的相互映射关系,并通过引入注意力机制融合多尺度特征信息;然后利用微分同胚配准增强形变场的连续性和全局平滑性提高配准质量;最后,在自采集、OASIS-AD与OASIS-Health数据集上进行脑图像配准实验,采用Dice相似性系数(Dice similarity coefficients,DSC)、召回率(recall)、平均表面距离(average surface distance,ASD)及雅克比行列式(Jacobian determinant)验证MAFF-Net模型的性能,并进一步分析OASIS数据集的脑结构标签提取结果。结果脑图像配准实验结果显示,MAFF-Net算法在三个测试集上DSC分别为0.832、0.853和0.865,负雅可比行列式体素比例分别为0.027%、0.192%和0.089%,召回率分别为0.924、0.909和0.920,ASD分别为0.447 mm、0.387 mm和0.345 mm,除召回率外其余指标均优于对比算法。OASIS数据集的脑结构标签分析结果表明,大脑皮质、海马体和杏仁核的体积和表面积与年龄和健康状态存在密切联系。结论本文提出的MAFF-Net模型可以获得脑MR图像精确的配准性能和标签提取结果,通过AD相关的脑结构形态学特征分析,为AD早期诊断提供辅助参考价值。

关键词： 网络入侵检测   生成对抗网络   SMOTE   自编码器  

摘要： 随着互联网技术的发展,网络数据流量每秒激增,伴随而来更多的安全问题.针对网络入侵数据集类不平衡和数据维度高导致的分类不准确问题,本文提出一种融合过-欠采样和GAN的网络入侵检测方法.采用随机欠采样减少多数类样本数量,以避免欠拟合问题.同时,通过合成少数类过采样技术合成少数类样本,以降低类不平衡所带来的影响.此外,结合GAN使合成样本更接近真实样本,以解决SMOTE中新合成样本缺乏合理性的问题.最后,集成自编码器,通过降低数据集的维度来减少内存占用,并加速分类模型的训练.在CICIDS2017数据集上进行对比实验,结果表明本文提出的融合过-欠采样和GAN的网络入侵检测方法性能优于其他方法.

关键词： 网络虚拟化技术   网络资源利用率   数据中心网络架构   统一通信   网络安全  

摘要： 互联网科技更新换代的步伐绝不松懈,相应的,对其复杂度与灵活性方面的需求也在持续增长,由此导致了网络虚拟化技术走上了研究的焦点位置。本片主旨在于探讨网络虚拟化技术在信息与网络的应用领域与成长路线,联结具体的实验模型,深入探寻并分析网络虚拟化的性能表现与实装途径。使用网络虚拟化技术,网络资源利用率能得到有效提高,网络性能和功能也有所提升。在数据中心网络结构领域,应用网络虚拟化技术,能有效破解传统网络结构在可扩展性和灵活性问题上的困扰,且非常适于处理大规模流量的管理难题。同时,还探索了网络虚拟化技术在统一通信、网络安全、智能交通等领域的应用前景,并针对其在实际应用中存在的挑战,提出了可能的解决策略。本文的研究结果为网络虚拟化技术的发展和应用提供了有利的理论支持,对推动该技术的实践应用具有积极的推动作用。

关键词： 推荐算法   网络思想政治教育   现实困境   实践路径  

摘要： 推荐算法作为人工智能在信息传播领域的关键技术,与网络思想政治教育具有关联耦合性,是网络思想政治教育信息传播的重要渠道和新兴工具,具有鲜明的价值指向与意识形态属性;同时,网络思想政治教育可以赋予推荐算法价值观念以导向性。但是,推荐算法也带来了“信息茧房”“泛娱乐化”“去中心化”等一系列现实问题。面对这些挑战,网络思想政治教育应主动弥合网络圈层认知差异、推动算法内容体系优化、坚持主流价值驾驭算法,更好地实现推荐算法与网络思想政治教育相融合并激发网络思想政治教育自身活力,让网络思想政治教育发挥其在社会意识形态中的重要作用。

关键词： 突发事件   网络信息寡头   信息权力   网络交互场域   生态系统结构  

摘要： [研究目的]明晰突发事件中网络信息寡头内涵、外延、实质及类型,分析其形成机理,为突发事件处置及恢复生产生活秩序提供信息支持。[研究方法]整合现有理论分析视域,基于扎斯特罗生态系统理论框架,构建突发事件中网络信息寡头形成的生态系统结构模型,从理论和案例两个层面分析该模型中三个系统间的作用关系,探寻突发事件中网络信息寡头的形成机理。[研究结果/结论]突发事件中网络信息寡头形成是宏观、中观和微观三个系统综合作用的结果。宏观系统点燃民众的突发事件信息需求,在中观系统投射形成突发事件信息网络交互场域,中观系统则为微观系统实施突发事件信息网络交互及竞争提供场域支持,而微观系统因竞争产生分化,进而助推了网络信息寡头的诞生。

关键词： 企业网络营销   营销方案   营销效果   网络营销策略   电子商务   造成的影响   合理调整   竞争意识  

摘要： 当前企业网络营销存在的问题一是企业欠缺网络营销竞争意识。现如今,电子商务虽已深刻影响人们的生活,但却有不少企业仍旧未能意识到电子商务对所在行业造成的影响。因此,部分企业并未充分应用网络这一便捷平台,仍旧坚持采用传统营销方案。另外,部分企业对网络营销的认识较为浅薄,只是完全套用其他企业网络营销的成功经验,却并未结合企业产品、企业文化予以合理调整,造成营销效果不甚理想,从而导致企业遭受一定程度的经济损失。

关键词： 工业CT图像   注意力机制   CT重建   cGAN   深度学习  

摘要： 计算层析成像(CT)是一种被广泛应用于图像重建的方法。但由于CT成像系统的复杂性,在采集过程中不可避免地会受到噪声干扰导致重建图像的精度下降。为解决这一问题,构建了一种特定的条件生成对抗网络(cGAN),并在网络中引入了CBAM注意力机制,以便更高效地获取相关信息,从而实现包含噪声干扰的CT重建。为了验证所提出网络的有效性,使用了固体火箭发动机模拟件的数据集进行实验。数据集将从投影数据中连续提取出来的正弦图分为五组,并为每组添加随机噪声,且每组之间的噪声程度逐渐增加。实验结果表明,本文提出的网络框架在CT重建中具有可行性和优越的性能。与传统方法相比,深度学习方法在面对逐渐增加的噪声时,重建结果几乎不受影响,显著提升了图像质量和重建精度。

关键词： 逃避行为   网络入侵   检测   LSTM   SSA算法   CNN   强化学习  

摘要： 随着网络数据的增加,以及黑客技术的不断发展,网络入侵检测技术的精度以及效率需要进一步提升;针对此问题,提出一种基于逃避网络数据和改进长短时记忆网络的网络入侵检测模型;该模型将黑客入侵过程中产生的异常数据作为训练集和测试集;之后利用麻雀优化算法改进长短时记忆网络模型,并将其与卷积神经网络结合,通过强化学习进一步提升模型的检测精度;实验结果表明,基于改进长短时记忆网络的入侵检测模型的检测准确率达到了98.51%,且响应时间仅为0.84 s,漏报率和误报率分别为1.23%和0.36%;该网络入侵检测模型能够实现高效的网络入侵检测,实时保障网络安全,实现网络入侵防御,为网络安全提供可靠的技术支持;该方法在网络攻防领域具有积极意义,为相关领域研究提供了新的思路。

关键词： 医学生   积极心理品质   支持网络  

摘要： 医学生作为医疗行业未来的从业者,他们的心理品质对医疗行业的发展和个人的成长都具有重要影响。医学教育的高强度、高压力以及复杂的临床实践环境,使得医学生面临着诸多心理挑战。面对社会的迫切需求和自我成长成才的需要,高校亟须培养医学生积极心理品质,构建一个全方位、多层次的医学生积极心理品质支持网络具有重要的现实意义。"五位一体"支持网络从社会的支持、家庭的关爱、学校的关怀、朋辈的互动、个体的主动五个层面进行构建,可以有效整合资源与力量,为医学生积极心理品质的培育提供全面且有效的支持,为医学生未来的职业发展和个人成长提供强有力的支撑。