课程文献中心 更多>>

关键词： 网络犯罪   打防治理   公安院校   担当有为  

摘要： 以网络犯罪的界定为起点,针对当前公安机关打防治理网络犯罪中警务资源相对不足和警务资源配置效率低两大痛点,对标公安部要求,提出“专业+机制+大数据”新型警务模式在网络犯罪场景中的应用构想,即以大数据情报为主导,打破地域、级别、警种界限,在省级层面设立网络犯罪举报中心、网络犯罪情报中心和网络犯罪咨询中心三大机构。探讨并提出公安院校赋能网络犯罪打防治理的三条路径,即在大数据情报导侦领域要担当有为、引领实战,在犯罪资金分析领域要担当有为、赋能实战,在网络犯罪防控宣教领域要担当有为、服务社会。

关键词： 网络时代   职业院校   思政教育  

摘要： 随着互联网技术的快速发展与普及,人类社会已经完全进入了网络时代,同时也给职业院校思政教育带来了新的要求和挑战。职业院校作为培养技能人才的重要基地,其思政教育不仅关系到学生的全面发展,而且对整个社会的思想道德建设、文化软实力都发挥着重要作用。但是,由于网络环境的开放性和匿名性,以及网络上不良信息的泛滥和多元化价值取向,对传统思政教育产生了很大的冲击。在此背景下,本文概述了网络时代强化职业院校思政教育的重要性,分析了职业院校思政教育的问题与不足,并提出了职业院校强化思政教育的策略,旨在为职业院校教育工作者提供一些参考。

关键词： 旅游   旅游流   大数据   长江经济带  

摘要： 宏观把握长江经济带旅游流的网络结构,对于长江经济带旅游空间格局优化、旅游业高质量发展具有重要意义。基于游记攻略大数据挖掘,运用复杂网络模型、地理探测器等方法,分析长江经济带旅游流的网络结构特征以及影响因素。研究表明:长江经济带旅游流网络具有明显幂律分布规律,多极化层级结构突出,上海市是核心节点,成都市、南京市、武汉市、重庆市、长沙市、杭州市、昆明市、苏州市、南昌市、合肥市是次核心节点;长江经济带旅游流网络不均衡性强,小世界性特征显著,形成了长三角、长江中游、川渝、云南、贵州5个社团。旅游关注度、旅游产业基础、旅游资源禀赋是长江经济带旅游流网络结构的主要影响因素,其中旅游关注度是首要因素。最后,提出强化核心节点辐射带动、着力完善区域合作机制、加大旅游宣传营销力度等建议。

关键词： 数字经济   创新网络韧性   技术集聚   门槛效应  

摘要： 创新已成为驱动我国经济社会发展的强大引擎,创新网络作为解决创新资源配置失衡、提升创新能力的重要手段,备受关注。本文运用熵值法对创新网络韧性进行测度,通过构建面板计量模型,探究数字经济对创新网络韧性的影响机制。研究发现:(1)数字经济及其细分行业对创新网络韧性均具有显著的正向影响,但其细分行业的影响程度略有不同;(2)数字经济对创新网络的影响具有较强的持续性和累积效应;(3)技术集聚是数字经济影响创新网络韧性的重要渠道;(4)数字经济对创新网络韧性的影响存在门槛效应,随着数字经济的发展,创新网络韧性的提升效果呈现边际递减特征。

关键词： 城市交通   出入流预测   Conv3D-GRU   共享单车   时空特性  

摘要： 准确预测共享单车流量有助于优化共享单车的供需平衡,提高城市居民的出行便利性。为解决共享单车预测准确性不高以及时空特性捕捉不充分的问题,提出了一种混合卷积-递归神经网络(hybrid convolutional-recurrent neural network)Conv3D-GRU模型,采用芝加哥2022全年共享单车数据进行实验,并与三维卷积神经网络3D-CNN(3D convolutional neural network)模型和卷积长短期记忆网络(Convolutional long short-term memory,ConvLSTM)的预测结果进行比较,使用均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、决定系数R^(2)评估模型性能。实验结果表明,Conv3D-GRU相较于3D-CNN和ConvLSTM模型,在RMSE、MAE以及R^(2)上分别提高了3.25%、4.90%、1.14%和11.94%、13.70%、2.46%,可见Conv3D-GRU模型的预测误差小,预测精度高,能够有效和可靠地适用于共享单车出入流的预测。

关键词： BP神经网络   多信号融合   消防报警   智能模型  

摘要： 针对传统智能消防产品功能与通信方式单一与运行功耗较高的问题,研究设计一种联合物联网技术、故障诊断技术、危险气体浓度检测、温度检测与红外火焰检测等多种功能的多信号融合智能消防报警模型,并在此基础上,通过误差反向传播神经网络处理数据与分析数据,并与智能模型中的单片机产生连接。研究结果表明,研究方法在实际火灾应用场景的综合火焰检测率为97.5%,并且温度采集精度高达99.62%。上述结果说明研究方法具有更多样化的功能与通信方式,并且性能得到显著增长,促进了智能消防的发展。

关键词： 大学生   青年亚文化   网络交往   “梗”文化   价值观  

摘要： “梗”文化作为当代大学生热衷追捧的社交方式和文化范式,呈现出新颖表达与语言匮乏共在、情绪疏解与行为失范并行、凝聚共识与价值迷失抵牾的现实表征,其背后的深层逻辑不仅是大学生在网络交往中不断疯狂迷因复制的语言游戏,还是一种网络符号消费行为,更是他们自我保护式的隐性抵抗行为的特殊反映。对此,应从正视“梗”语隐性价值表达、帮助大学生塑造理性思维、优化主流价值话语体系等方面祛魅和释惑,助力大学生纾困、解忧、去苦,从而全面系统地防范和消解大学生网络交往“梗”文化的负面影响。

关键词： 心律失常分类   12导联心电图   图卷积神经网络   功率谱密度   导联上下文编码  

摘要： 心律失常对患者健康造成严重威胁,其通过12导联心电图(electrocardiogram,ECG)的自动分类在临床上具有重要意义。现有研究偏重两两导联之间的相关性,忽视多导联上下文及频域特征,这导致了分析的局限性,且易受噪声干扰,影响分类准确性。该研究提出了嵌入导联上下文编码的图卷积神经网络心律失常分类模型(lead con-text encoding embedded graph convolutional neural network model for arrhythmia classification,LCEE-GCN)。该模型利用短时傅里叶变换获取12导联心电信号的功率谱密度(power spectral density,PSD),并运用ECG信号处理算法提取R-R间期等时域特征,通过导联上下文编码获得导联间更广泛的相关性信息,并结合PSD与时域特征构建动态图结构,利用图卷积神经网络增强模型对导联间关系的学习与表示能力。在查普曼数据集上进行的实验表明,模型达到了99.38%的准确率,超过了现有先进方法。这一创新有望提高心律失常诊断的效率和准确性。

关键词： 燃煤汽轮发电机组   转子匝间短路   故障诊断   小波神经网络   时频分析  

摘要： 燃煤汽轮发电机组是电力系统中的关键设备,其转子匝间短路故障可能导致严重的运行问题。传统的故障诊断方法依赖于经验规则和定性分析,难以适应复杂多变的运行环境。为了提高故障诊断的准确性和效率,本文提出了一种基于改进小波神经网络(WNN)的故障诊断方法。该方法结合了小波变换的时频分析能力和神经网络的非线性映射能力,通过自适应选择小波基和网络结构,提高了模型对转子匝间短路故障的识别能力。实验结果表明,所提出的方法在故障诊断的准确率和实时性方面均优于传统方法。

关键词： A/C双摆头   多体系统理论   误差模型   Sobol灵敏度分析  

摘要： 提出一种可适用于五自由度混联机器人重载应用的高刚度质量比A/C双摆头机构,该机构的C轴采用力矩电机驱动,A轴采用伺服电机驱动。采用多体系统理论以及坐标变换理论,研究新型A/C双摆头和主轴系统的三轴系统误差模型;在此基础上,运用Sobol灵敏度分析方法,分别求解了该机构的一阶灵敏度指数和综合灵敏度指数,通过分析各项几何误差源对末端刀具指向精度的影响,识别出关键几何误差源,为A/C双摆头的误差分配以及精度设计奠定了理论基础。