课程文献中心 更多>>

关键词： 公路   路堑边坡   爆破   振动速度   BP神经网络  

摘要： 爆破振动峰值速度(PPV)的准确预测对减轻爆破振动的负面影响至关重要,为了提高PPV预测的准确性,提出了一种融合主成分分析法(PCA)和麻雀搜索算法(SSA)优化BP神经网络的预测模型。基于首都环线高速公路(G95)承平段TJ6标段实测数据,利用主成分分析法对影响爆破振动速度的参数进行降维处理,借助麻雀搜索算法的全局搜索能力优化BP神经网络的权值和阈值,构建基于PCA-SSA-BP神经网络的预测模型。研究结果表明,主成分分析法有效消除了输入参数间的相关性,降低数据的复杂度,提高了模型的预测效率和准确性;PCA-SSA-BP神经网络预测模型的预测结果与实测值的拟合度达到0.96,表明该预测模型具有较高的预测精度和可靠性;将PCA-SSA-BP神经网络预测模型与SSA-BP,PCA-BP及标准BP神经网络模型的预测结果做对比,PCA-SSA-BP神经网络模型与实测值的误差均在10%内,平均相对误差为3.44%,与实测值偏差更小,预测结果准确度更高。

关键词： 益气复脉汤   冠心病   网络药理学   分子对接  

摘要： 目的:以网络药理学为研究手段与分子对接相结合研究益气复脉汤(YiQiFuMai decoction,YQFM)对于冠心病(coronary heart disease,CHD)的生物学作用、关键靶点及潜在药理机制等。方法:本文运用网络药理学方法,从TCMSP、SyMmap数据库与文献中获得中药活性成分,Metascape数据库中获取CHD的靶点,并将二者取交集,对交集靶点进行GO、KEGG富集分析。利用STRING 11.5数据库对交集靶点进行蛋白互作(PPI)网络分析,在Cytoscape 3.10.1软件绘制药物-成分-靶点-疾病-通路图并使用Cytohubba、CytoNCA筛选出的YQFM治疗CHD的核心靶点,并与核心成分进行分子对接技术验证。结果:从YQFM中筛选得到豆甾醇、山柰酚、β-谷甾醇、异鼠李素、柳穿鱼素、隐品碱、芝麻素、灌木远志酮A、常春藤皂苷元、戈米辛R为治疗CHD的核心成分;核心靶点为IL6、AKT1、TP53、STAT3、EGFR、TNF、IL1B等,GO分析结果为6340个生物过程,549个细胞组分,和1122个分子功能;KEGG分析得到287条通路。本研究利用药理学方法探讨治疗YQFM的药理基础与作用机制,运用分子对接验证YQFM中核心成分与核心靶点的亲和力;β-谷甾醇与AKT1、TP53对接的结合能分别为-6.2 kcal/mol、-6.0 kcal/mol,常春藤皂苷元与AKT1对接的结合能分别为-7.6 kcal/mol,豆甾醇于TP53对接的结合能为-7.1 kal/mol。结论:YQFM治疗CHD可能通过IL-17、HIF-1、JAKSTAT、TNF等信号通路作用于IL6、AKT1、TP53、STAT3、EGFR、TNF、IL1B等靶蛋白的表达起到促进细胞生长发育,调节血压、血脂与动脉粥样硬化,抗血栓,稳定粥样斑块,保护血管内皮细胞,缓解炎症反应、氧化应激反应、调控细胞的凋亡等方面治疗CHD。

关键词： 原子钟钟差   深层卷积网络   钟差预测   原子时标   网络参数  

摘要： 原子钟的钟差预测在原子钟时间和频率控制中发挥着重要作用,它关系着时标计算的准确性和守时系统的稳定性,良好的钟差预测有助于实现高精度时间和频率控制。为进一步提升钟组时间的长期稳定度,提高原子钟的钟差预测精度,构建了一个适用于钟差预测的深度学习网络预测模型,分析了该网络模型超参数在钟差数据上的影响,并给出了最佳参数指标,即隐藏层层数为3层,隐藏层神经元个数为256个。基于UTC-clock(i)进行数据实验对比,深度学习网络预测模型相比于最小二乘法的均方根误差更小,结果表明,在长期预测上,优化后的深层网络模型比最小二乘法模型的预测效果提升了86.93%,该深层网络模型更适于高精度时间、频率控制,在守时系统钟差数据处理方面具有应用前景。

关键词： 博物馆   新媒体   舆情监测   应对机制  

摘要： 新媒体时代博物馆网络舆情监测工作越来越受到人们的重视。通过对网络信息的搜集和分析,博物馆可以及时了解公众对其的评价和反馈,发现问题并及时处理,避免潜在的危机因素。此外,网络舆情监测还能够了解公众的需求和喜好,为博物馆的展览和活动提供参考和指导,提高博物馆的服务质量和吸引力。为了更好地探讨新媒体时代博物馆网络舆情现状和应对机制,本文从不同维度分析新媒体时代博物馆网络舆情的特点和变化,探讨博物馆网络舆情监测的意义和作用,并总结了湖南博物院网络舆情监测工作的实践经验,提出了博物馆网路舆情工作的思考,以期为更好地做好博物馆网络舆情监测工作提供参考。

关键词： 泥沙连通性   水文连通性   土壤侵蚀   RUSLE模型  

摘要： [目的]为明确长冲河小流域土壤侵蚀与水文泥沙连通性的分布特征及耦合关系,为该区的水土流失治理、土壤侵蚀科学防治提供依据。[方法]通过GIS平台,采用RUSLE模型并引入连通性指数(IC)和地形湿度指数(TWI),定量评估长冲河小流域2021年的土壤侵蚀和水文泥沙连通性分布特征,探讨小流域不同坡度、土地利用、高程和坡向对不同土壤侵蚀强度、水文泥沙连通性等级的影响,并通过空间自相关分析土壤侵蚀与水文泥沙连通性的耦合关系。[结果](1)长冲河小流域平均土壤侵蚀模数为380 t/(hm^(2)·a),土壤侵蚀强度以微度侵蚀为主,整体上由北向南逐渐加剧。(2)高水文泥沙连通性主要分布在耕地中,林草地则相反。较高值主要位于长冲河小流域坡度低、易积水的低洼平坦区域,较低值主要在陡峭山区。(3)地形因子和土地利用类型显著影响土壤侵蚀和水文泥沙连通性(p<0.01)。相对较低的土壤侵蚀强度与水文泥沙连通性等级,较高的侵蚀强度与连通性等级耕地面积占比较高,而林地和草地面积占比较小;各水文泥沙连通性等级中,5°~10°和10°~15°坡度,90.30~131.9,131.96~175.34 m高程面积占比均较多,等级越高,阳坡面积所占比例越高。(4)土壤侵蚀与水文泥沙连通性呈显著的正相关,主要体现在坡度、坡向、土地利用和高程上。[结论]提高长冲河小流域的植被覆盖度、优势度等来降低其水文泥沙连通性可以有效减少土壤侵蚀和产沙,对小流域的生态环境治理、水沙调控和水土流失科学防治等具有重要影响。

关键词： 通信工程   有线传输技术   网络化改进  

摘要： 通信工程中,有线传输技术在信息共享、传输方面发挥着十分重要的作用,其本身拥有大带宽、可靠性、稳定性等多方面的优越性。但随着现代科技的持续发展,该技术也有着明显的改进空间。基于此,本文针对通信工程中的有线传输技术优越性及其网络化改进进行研究。在简单探讨有线传输技术在大带宽、可靠性等优越性的基础上,分析了当下通信工程运行期间最为常用的双绞线传输、光纤传输、同轴电缆传输等有线传输技术。同时,针对通信工程中优先传输技术的网络化改进,分别从优化数据传输协议、完善光纤功能、智能化系统建设、延长传输距离等多方面提出了相应的对策。

关键词： 点云配准   深度学习   注意力机制   残差网络  

摘要： 点云配准网络在处理大规模点云和捕获局部细节特征时存在局限性,导致其对点云重叠区域配准的精度不足,本文提出了一种新的点云配准网络CR-RORNet来解决此问题。该网络结合了通道优先卷积注意力和ResPointNet模块,克服了现有方法在应对复杂场景和不规则点云时的不足,提升了复杂点云模型的配准效果。首先,在粗配准阶段设计了ResPointNet模块,通过引入残差连接机制强化了点云模型全局特征和多层次特征的提取与融合。其次,在动态图卷积神经网络中将通道优先卷积注意力机制CPCA(Channel Prior Convolutional Attention)与跨阶段梯度聚合机制进行结合,CPCA机制利用通道先验信息加强了网络对重要特征通道和区域的关注,在处理点云重叠部分时,能有效增强网络模型对点云局部细节特征的捕捉能力并抑制低置信度区域的影响,从而显著提升配准的效果;跨阶段梯度聚合机制融合了点云模型不同深度层次的梯度信息,确保在处理微小零部件或大范围场景点云模型时,网络能充分理解点云的结构和局部细节,并使学习到的特征具有良好的表达力,从而实现了复杂场景下点云数据的高精度配准。实验表明,CR-RORNet在自采数据集上的表现优于其他点云配准方法,相比基线RORNet,CR-RORNet在RMSE(t)误差降低了39.5%,在MSE(R)误差降低了5.1%。公开数据集ModelNet40中的实验结果表明,该网络具有良好的泛化性能。

关键词： 图神经网络   协同过滤   推荐算法   协同效应   过平滑   交互率   自适应  

摘要： 基于图神经网络的协同过滤算法在许多推荐场景中取得了良好的表现,但是现有的图神经网络推荐模型在推荐过程中忽略了节点间协同效应与节点-层级的重要性融合表达以及堆叠多层网络容易存在过平滑问题。为解决上述问题,文中提出一种新的融合协同效应的自适应图卷积网络推荐算法。首先,构建用户-项目二部图并计算节点间交互率;其次,根据节点局部结构自适应决定节点-层级的融合表达权重;然后,利用第l层与第l+1层嵌入向量的相似度来缓解图卷积网络的过平滑问题;最后,使用协同效应融合自适应图卷积网络学习潜在的特征并通过内积作为结果进行推荐。在五个真实数据集上的实验结果表明,所提模型相比基线模型,在召回率和归一化折损累计增益两个评价指标上有明显提高。

关键词： 路路通   类风湿关节炎   网络药理学   分子对接   松脂素   β-谷甾醇   谷甾醇   异斯他丁环氧  

摘要： 目的利用网络药理学和分子对接技术,研究路路通Liquidambaris Fructus治疗类风湿关节炎的分子机制。方法通过TCMSP数据库确定路路通的活性成分和潜在作用靶点。利用GeneCards、OMIM、DisGeNET数据库检索类风湿关节炎的相关靶点。使用Venny 2.1绘制韦恩图,确定交集靶点。基于STRING数据库,使用Cytoscape 3.10软件构建“药物-活性成分-潜在靶点-疾病”网络图,并通过拓扑分析筛选核心靶点。利用DAVID数据库进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析。通过Autodock软件进行分子对接实验。结果筛选出松脂素、β-谷甾醇、谷甾醇、异斯他丁环氧4个活性成分,169个潜在靶点。确定了114个与类风湿关节炎相关的交集靶点。构建了“中药-成分-靶点-疾病”网络,筛选出溶质载体家族6成员3(SLC6A3)、11-β-羟基类固醇脱氢酶1(HSD11B1)等核心靶点。GO与KEGG富集分析揭示了多个生物学过程和信号通路,如神经活性配体-受体相互作用、钙信号通路等。分子对接验证了活性成分与核心靶点之间的相互作用。结论路路通可能通过调节类风湿关节炎相关的关键靶点(SLC6A3、HSD11B1等)和信号通路,发挥抗炎和免疫调节作用,为类风湿关节炎的临床治疗提供了新的分子层面的证据。

关键词： 生成式人工智能   风险语义图像   技术风险  

摘要： 生成式人工智能在带来技术突破和效率提升的同时,也在公众视野内演变成了不可见的技术风险。研究立足于技术的风险语义图像视角,采用计算文本分析的方法,结合文本主题模型、词向量模型与语义共现网络,对网络社区(知乎)中的人工智能风险讨论进行分析。研究结果显示,公众对人工智能的风险感知围绕Chat GPT在信息传播中的短期风险和人工智能在人类社会中的长期风险。从风险特征维度看,公众风险感知呈现出个体化趋势,人工智能被视为一种自愿卷入的低危害风险,但在认知上引发了公众的不确定感,个体对风险类型的识别集中在国家安全风险和个体经济风险,呈现出宏观政治与微观个体利益相结合的认知框架。公众主要采取两类应对策略,分别是以知识为中心的自我学习策略和以行业发展为中心的共同应对策略,最终形成了技术调节、技术规制、生存适应、系统共振四种风险语义图像。