课程文献中心 更多>>

关键词： “女性向”   网络小说   历史真实   语图   消费文化  

摘要： 21世纪以来,“女性向”网络小说的历史书写及其影视改编已成为一股热潮,但在这繁荣的表象之下潜存着一些亟待深思的问题。从学理层面剖析乱象,可以发现:一是小说创作混淆真实、走向虚无,使叙事元素淡化历史的存在意义,营造流于表面的历史感;二是语言和图像在影视呈现过程中相互转化,使小说文本流露出影视化叙事倾向,让观者沉迷于视觉享受,忽略对文学想象和历史真实的反思。若要改变这些乱象,作者及影视从业人员都需秉持正确的历史观,在把握历史真实的前提下虚构想象,在语图转化的过程中努力解决技术壁垒、审美差异、商业逻辑造成的不利影响,在适应消费文化语境的过程中追求文艺的真善美和确证历史的存在。

关键词： 网络泛娱乐化   大学生   爱国主义教育   知情意行  

摘要： 开展大学生爱国主义教育,不仅是落实立德树人根本任务的内在要求,更是推动中华民族伟大复兴中国梦实现的现实需要。在网络技术迅猛发展的进程中,错误思潮、低俗文化、资本逻辑以及部分大学生心理尚不成熟等多重因素相互交织,导致网络泛娱乐化现象频繁出现,对大学生爱国主义的认知建构、情感培育、意志锤炼和行为践行产生诸多负面影响。为有效应对这一现实挑战,亟待从抵制错误思潮侵蚀、遏制低俗文化泛滥、破除技术依赖枷锁以及培育理性思维等维度精准发力,切实增强网络泛娱乐化背景下大学生爱国主义教育的实效性。

关键词： 低剂量CT   图像去噪   深度学习   自适应加权总变分  

摘要： 低剂量CT(low-dose CT,LDCT)图像的去噪任务是一个高度复杂且不确定的逆问题。现有的基于CNN的方法虽然有效,但提升空间有限且计算成本高。相比之下,将图像先验知识与模型相结合来辅助图像去噪是一种更有效的方法。提出了一种名为AWTV_GANet的LDCT图像去噪框架。该框架利用自适应加权总变分(adaptive weighted total variation,AWTV)展开和高斯注意力引导的方法,通过端到端的CNN模型,将噪声优化模型、边缘检测模型和图像重建模型集成在一起。实验证明,AWTV_GANet能够准确地去除伪影噪声,并恢复出更精细的结构细节,与其他方法相比具有优异的性能。

关键词： 区块链技术   通信网络   信息数据   检验   模函数  

摘要： 传统的通信网络信息数据完整性检验计算复杂度高,导致其生成代价高,为了解决这个问题,提出一种在区块链技术下,检验通信网络信息数据完整性的方法,即根据距离计算公式分割通信网络信息数据,并插入一段具有独特属性的标记数据,将其上传至区块链中,形成完整的链式结构,利用这种结构的唯一性,计算出通信网络信息数据的模函数,确定其在区块链中的位置,并采用哈希算法验证数据的完整性。实验的结果表明,设计的基于区块链技术的通信网络信息数据完整性检验方法生成代价低,验证效果好,具有应用价值以及操作可行性,为通信网络信息数据完整性检验问题作出了一定的贡献。

关键词： 柔性开关   供电网络   负荷动态转移  

摘要： 现代供电网络面临着负荷分配不均和动态变化带来的挑战,传统负荷转移方式难以应对这些复杂问题。针对这一现状,本文提出了一种基于柔性开关的供电网络负荷动态转移技术。该技术利用电力电子器件的灵活控制能力,结合先进的智能控制算法,实现了供电网络负荷的高效动态调节。系统由负荷监测、数据处理和控制执行三个模块组成,各模块通过关键组件的协同工作,确保了系统的高效运行和精准预测。实验结果表明,基于柔性开关的负荷动态转移技术在负荷转移效率和系统稳定性方面具有显著优势,能够有效解决供电网络负荷分配不均和动态变化的问题,显著提升供电系统的可靠性和经济性。

关键词： infrared imaging   aircraft classification   few-shot learning   parameter-free attention   cross attention  

摘要： In response to the scarcity of infrared aircraft samples and the tendency of traditional deep learning to overfit,a few-shot infrared aircraft classification method based on cross-correlation networks is *** method combines two core modules:a simple parameter-free self-attention and *** analyzing the self-correlation and cross-correlation between support images and query images,it achieves effective classification of infrared aircraft under few-shot *** proposed cross-correlation network integrates these two modules and is trained in an end-to-end *** simple parameter-free self-attention is responsible for extracting the internal structure of the image while the cross-attention can calculate the cross-correlation between images further extracting and fusing the features between *** with existing few-shot infrared target classification models,this model focuses on the geometric structure and thermal texture information of infrared images by modeling the semantic relevance between the features of the support set and query set,thus better attending to the target *** results show that this method outperforms existing infrared aircraft classification methods in various classification tasks,with the highest classification accuracy improvement exceeding 3%.In addition,ablation experiments and comparative experiments also prove the effectiveness of the method.

关键词： 电能质量   扰动分类   时频分析   卷积神经网络   多头注意力机制  

摘要： 随着可再生能源发电技术的发展,越来越多的可再生能源和设备应用到电力系统中,使电能质量扰动(Power Quality Disturbances,PQDs)发生频率显著增加。PQDs的准确分类对于研究PQDs发生原因和预防至关重要。提出基于多特征融合的卷积神经网络(CNN)结合Transformer模型(CNN-Transformer)对PQDs进行分类。利用快速傅里叶变换(fast Fourier transform,FFT)从PQDs时间序列中提取频域信息,使用CNN-Transformer模型分别对PQDs的时域和频域信息进行特征提取,实现PQDs识别分类。使用该模型对16种合成PQDs数据进行仿真,结果显示:该模型在无噪声条件下的分类准确率为99.88%,在噪声条件下准确率在98.00%以上,且拥有良好的抗噪性和泛化性能。与现有部分分类模型比较显示,本文模型在对比的模型中性能最优。

关键词： 藏药材   超图   双模态特征融合   卷积神经网络   HerbiFusionNet模型  

摘要： 目的准确识别藏药材,实现藏药材智能化挖掘及管理。方法提出基于超图的双模态特征融合藏药材植株识别算法HerbiFusionNet模型。首先,利用改进的ResNet152-CA模型提取藏药材图像的空间特征,将基于Transformer架构的BERT模型提取藏药材文本的语义特征,实现2种模态特征的互补与融合;其次,计算融合后特征向量的相似性,构建超图网络;最后,通过超图神经网络捕获藏药材植株复杂关联关系,获得藏药材准确的分类。结果相比于单一模态ResNet-152-CA模型,引入融合双模态特征并基于超图神经网络的HerbiFusionNe模型,藏药材识别准确率为96.28%,其准确率增加了4.40%。提出的HerbiFusionNet模型实证了融合图像和文本的双模态特征利用超图结构挖掘藏药材数据内复杂关系的有效性。结论HerbiFusionNet模型提升了藏药材识别的准确率,能有效捕捉藏药材图像与文本之间的高阶关系,展现了超图神经网络在处理藏药植株复杂数据结构中的优势,为后续深入挖掘“症状-方剂-药材”关系及安全使用奠定了标准化基础,推动了藏药研究和应用的发展。

关键词： 数控机床   主轴热误差   BP神经网络   狮群优化算法  

摘要： 为提高数控机床加工精度,以佳时特S7H型数控机床主轴系统为研究对象,构建基于改进狮群算法(ILSO)优化的BP神经网络热误差模型。文章利用基于遗传算法改进的K-means聚类分析和相关分析法,将温度测点从10个减小到5个;结合ILSO算法和BP神经网络算法,在主轴Z向建立ILSO-BP模型。与传统的BP神经网络和LSSVM模型进行对比实验,结果表明:ILSO-BP模型具有精度高和鲁棒性强等优点。

关键词： 童年不良经历   心理韧性   青少年   抑郁   网络分析  

摘要： 目的:探究青少年群体中不同童年不良经历亚型、心理韧性与不同抑郁症状的关系。方法:选取武汉大学人民医院精神科132名青少年抑郁症患者和38名健康青少年,采用童年不良经历问卷(ACE-IQ)评估青少年的童年不良经历暴露情况,采用Connor-Davidson韧性量表(CD-RISC)评估青少年心理韧性水平,采用17项汉密尔顿抑郁量表(HAMD-17)及斯奈思-汉密尔顿快感缺失量表(SHAPS)评估青少年抑郁症状及其严重程度;使用基于图论的网络分析方法探索青少年群体间童年不良经历、心理韧性、抑郁症状间的关联。结果:①3种童年不良经历暴露程度与6种抑郁症状严重程度均成正相关,心理韧性得分与3种童年不良经历暴露程度及6种抑郁症状严重程度均成负相关。②在童年不良经历-心理韧性-抑郁症状网络中,抑郁症状中的“迟缓”显示出最大的强度中心性,是最重要的抑郁症状;“虐待和忽视”在3种童年不良经历模式中显示出最大的强度中心性,是最重要的童年不良经历模式;“心理韧性”显示出最大桥接强度,是连接不同节点的“桥梁”。③网络稳定性及准确性检验结果显示强度中心性与桥强度均具有足够的稳定性。结论:心理韧性是心理健康的重要支持性因素,应积极提升心理韧性水平,防治童年不良经历带来的不良后果。