课程文献中心 更多>>

关键词： 全媒体   网络   思想政治教育  

摘要： 全媒体使世界互联互通,使大学生思想政治教育突破了时空界限,这给高校网络思想政治教育带来了新的机遇和挑战。高校应积极顺应全媒体时代的要求,努力发掘并充分发挥全媒体优势对开展网络思想政治教育的赋能作用,突破困境和挑战,通过提高教育主客体网络媒介素养,创新网络思想政治教育内容,改善网络思想政治教育生态环境等多种手段,进一步推动思想政治教育同全媒体的高度融合,更好地完成立德树人根本任务。

关键词： 社区养老服务   养老服务供给   养老服务工作   有机衔接   对策建议   功能完善   三中全会   县乡村  

摘要： 党中央高度重视养老服务工作。习近平总书记指出要增加养老服务供给。党的二十届三中全会和中央经济工作会议指出,要优化基本养老服务供给,扩大普惠养老服务。全国养老服务工作推进会议提出,要构建县乡村上下贯通、有机衔接、功能完善、分工科学的养老服务网络。

关键词： 图神经网络   内支撑   图表示   自动化设计   有限元分析  

摘要： 软土基坑需内支撑设计,而目前内支撑设计大多通过设计人员手动完成,自动化程度较低.在计算机智能化技术的推动下,通过智能化设计可辅助提高该过程的效率.为实现自动化设计方法在基坑内支撑中的初步应用,提出了一种基于图神经网络(graph neural network,GNN)的基坑内支撑自动化设计方法.首先,建立了能合理表征梁柱拓扑连接关系的图表示方法与4类内支撑典型布置的数据集;随后,通过该数据集对图神经网络进行训练,选取3种图神经网络模型学习柱间连接的特征,以实现柱间梁连接的链路预测;最后,对某一拟建于上海的二级基坑进行梁连接链的自动识别,并且通过有限元分析验证了该方法的适配性.研究结果表明,结合图神经网络的基坑内支撑自动化设计可以提供合理且高效的基坑内支撑布置,同时满足设计与施工的规范要求.

关键词： 京津冀   碳达峰   脱钩模型   Lasso-GRNN模型   低碳发展  

摘要： 京津冀地区作为中国能源消耗、碳排放的集聚区,降低碳排放量,实现碳达峰是该区域当下的首要目标.以1995~2021年京津冀区域的碳排放数据以及影响碳排放的影响因素数据为研究样本,首先计算京津冀3个区域碳排放与经济增长的脱钩值,划分脱钩状态.其次考虑到影响碳排放因素的复杂性,通过Lasso变量选择方法确定影响京津冀每个地区碳排放的关键因素,将筛选出的各个关键因素值作为GRNN与BP神经网络的输入,网络输出为对应地方的碳排放值,分析比较建立每个区域的LassoGRNN与Lasso-BP碳排放模型,综合各个方面分析比较Lasso-GRNN预测结果均优于Lasso-BP模型,因此选择Lasso-GRNN模型进一步设定基准情景、因素调控情景与综合调控情景进行情景分析.结果表明:(1)北京市与天津市的经济增长与碳排放基本实现强脱钩,河北省整体处于弱脱钩状态,整体经济发展状态不够理想,需要进行调整优化.(2)在每种情景设置下,北京市均已在2010年实现碳达峰,峰值为13843.98万t;天津市在2013年实现碳达峰,峰值为21115.48万t;河北省在综合因素调控情景下,将在2029年实现碳达峰,峰值为92402.86万t.根据研究结果对京津冀的经济发展提出合理化建议,优化产业结构,差异化发展低碳路径,使得京津冀进一步加强协作,推动低碳合作体制机制创新.

关键词： 人工神经网络   高斯过程回归   时空数据融合   海上风能资源评估  

摘要： 风力资源评估对风电场的前期建设至关重要。利用激光雷达或气象观测塔测量能保证高精度的数据,但价格昂贵且时空并不连续;利用天气研究与预报(WRF)模型等的数值模拟方法生成的时空连续数据精度相对较低。针对上述问题,提出一种混合方法,将测量与模拟相结合,用于海上风能评估。首先,使用多保真高斯过程回归(MFGPR)进行时间数据融合,将陆上位置的风力间歇性测量数据和连续模拟数据相结合。然后,利用非线性自回归(NAR)和带有外部输入的非线性自回归(NARX)的人工神经网络进行空间数据融合,通过陆上位置的风力数据对海上的风力数据进行预测。研究表明,该方法可在2%的误差范围内准确评估海上风力资源。

关键词： 套管设计   工程经验知识约束   神经网络   损失函数修正  

摘要： 科学合理的套管设计对于保障油气生产安全、预防资源浪费与财产损失至关重要,是确保钻井及开采作业顺利进行的核心要素。文章针对套管设计所面临的日渐复杂的工况及数据管理难题,提出了一种工程经验知识约束神经网络(EKNN)的方法,旨在指导套管设计工作。该方法利用现有套管数据资产,基于机器学习的强大数据处理能力,构建一个高效的套管选材推荐模型,通过嵌入套管强度校核知识,提高模型选材推荐的科学性和安全性。首先基于套管数据资产构建套管选材数据集,选取经典的MLP(Multi-layer Perceptron,多层感知机)神经网络建立套管选材推荐模型;采用多任务学习策略设计网络结构,模型在训练过程中优化套管的壁厚及钢级分类;然后以模型预测精度通过超参数优化工具Optuna优化模型超参数;最后以损失函数修正的方式嵌入套管强度校核知识(工程经验知识约束)完成EKNN模型的建立。工程经验知识约束神经网络模型对套管选材的预测精度可达90%以上,模型预测得出的套管选材可以很好地满足套管柱强度设计要求,为各油气田有效利用累积的数据资产、降低成本及优化决策提供有力支持。

关键词： 结构光视觉传感器   深度学习   多层多道焊缝   焊缝识别   深度残差   激光条纹分割算法  

摘要： 为保证焊缝跟踪的精度并将激光条纹从强弧光、飞溅中分离出来,提出了一种基于深度残差(SRNU)网络的激光条纹分割算法。该算法是将带有弧光的图像送入SRNU模型,对内嵌于Resunet网络的编码层部分进行改进,添加SE模块和分组残差模块,对多层级特征信息进行提取和解析。结果表明:所提算法与Resunet算法相比,平均交并比、精确率、召回率与F1分数分别提升了0.79%、1.38%、0.50%和0.91%,说明该方法有较好的鲁棒性且具有较强的抗干扰能力,在复杂工况下也能将激光条纹从强弧光、飞溅中分离出来。

关键词： 仿生机器人   姿态估计   神经网络   混合驱动  

摘要： 准确的动物姿态估计是进行动物运动特性分析的关键。由于水黾运动主要依靠中腿,并且在水面运动时中腿介于水-空气中,进行姿态估计难度大,并且存在中腿关节不好分辨的情况。为了提高复杂环境下水黾姿态估计的准确性,提出了一种物理约束与神经网络混合驱动的水黾运动姿态估计方法:利用DeepLabCut神经网络对水黾中腿各关节在图片中的像素坐标进行预测,然后将水黾中腿部分关节的特性作为物理约束,利用双目相机能够获取深度及距离信息的特性,对神经网络预估计的坐标进行修正,得到修正后新的水黾姿态估计信息,结合双目标定矩阵信息将左右相机中的二维姿态估计信息变换到三维中,实现水黾的三维姿态估计。实验结果表明介绍的水黾中腿姿态估计方法实现了89.11%的高准确率,相较于仅依赖神经网络训练的识别预测,准确率提升了约10.3%。实现了较高精度的水黾姿态估计,并且物理约束与神经网络混合驱动的方法比单独使用神经网络预测方法的精度高。

关键词： 消炎抗菌片   网络药理学   靶点   抗菌   抗炎   分子对接  

摘要： 目的基于网络药理学阐释中药制剂消炎抗菌片抗菌活性成分及作用机制。方法采用中药系统药理学数据库与分析平台(TCMSP)数据库和SwissTargetPrediction数据库收集与筛选消炎抗菌片活性成分并挖掘其对应的靶标;采用GeneCards数据库和在线人类孟德尔遗传数据库(OMIM)筛选抗菌靶点并通过Venny 2.1取交集获得消炎抗菌片的抗菌靶点,然后利用Cytoscape 3.8.0软件构建“药物-活性成分-抗菌靶标”网络图;将获得的消炎抗菌片的抗菌靶点导入STRING平台构建靶蛋白的蛋白质-蛋白质相互作用(PPI)网络,Cytoscape软件网络拓扑计算筛选抗菌关键靶点;通过Metascape数据库对抗菌靶点进行GO功能富集分析及KEGG通路富集分析;利用基因表达综合数据库(GEO)下载GSE19315芯片进行差异基因分析;最后,通过利用AutoDock Tools进行活性成分与核心靶点的分子对接验证。结果检索获得消炎抗菌片的潜在活性成分52种,相对应的潜在基因靶标485个;抗菌相关潜在靶点2296个,通过Venny 2.1取交集,得到消炎抗菌片抗菌靶点138个,其中关键靶点为蛋白激酶B(AKT1)、肿瘤蛋白P53(TP53)、肿瘤坏死因子(TNF)、白细胞介素-6(IL-6)、磷酸甘油醛脱氢酶(GAPDH)、血管生长因子A(VEGFA)、白细胞介素-1β(IL-1β)、原癌基因(MYC)、酪氨酸激酶(SRC)、基质金属蛋白酶-9(MMP-9)、表皮生长因子受体(EGFR)、前列腺素内过氧化物合酶2(PTGS2)、雌激素受体1(ESR1)、白细胞介素-10(IL-10)、缺氧诱导因子1A(HIF1A)、趋化因子配体2(CCL2)、热休克蛋白90α家族A类成员1(HSP90AA1)、过氧化物酶体增殖物激活受体-γ(PPARG)、细胞周期蛋白D1(CCND1);并通过GEO数据库获得的差异基因与活性成分潜在基因靶标取交集,获得消炎抗菌片治疗菌痢和出血性结肠炎可能的抗炎靶点;分子对接结果显示,潜在活性成分与核心靶点具有良好的结合潜能;消炎抗菌片可能通过参与癌症途径、脂质和动脉粥样硬化、化学致癌-活性氧、内分泌耐药、核因子κB信号通路、铂耐药、松弛素信号通路、炎症性肠病、催乳激素信号通路、病毒致癌作用等信号通路发挥抗菌作用。结论研究阐明了消炎抗菌片具有多成分、多靶点、多通路的抗菌作用机制,为进一步深入探索中药制剂消炎抗菌片抗菌机制提供理论参考,并为其功效的开发提供新的思路和线索。

关键词： 图像重建   深度学习   生成对抗网络   扩散模型  

摘要： 稀疏CT图像重建对降低患者辐射剂量并促进影像诊断具有重要的临床意义。在基于深度学习的医学图像重建任务中,现有方法往往忽略了真实图像与重建图像之间的残差,造成重建图像错误结构的生成和细节的不足。生成对抗网络通过对抗学习快速重建全局内容和结构信息,而扩散模型通过稳定的训练重建出细节丰富的图像。为提高稀疏CT重建图像质量,提出一种联合生成对抗网络与扩散模型的残差细化重建网络(RRRNet)。该网络首先利用生成对抗网络作为初级生成器,捕捉图像的全局结构信息,然后通过扩散模型建模真实数据与初步预测之间的残差以修正初步预测。此外,在细化过程中还引入高频信息分离训练模块,以增强边缘和细节的恢复能力。在LIDC数据集上的实验结果表明,在4.50%的采样率下,RRRNet在SSIM、PSNR和MAE等量化指标的评估上分别达到了96.40%、40.76dB与32.49HU。相比基于生成对抗网络或扩散模型的方法,RRRNet提升了重建图像质量。