课程文献中心 更多>>

关键词： 神经网络   车用柴油   闪点   大气压   算法   计算机模拟   预测  

摘要： 车用柴油的闪点是产品安全性指标,使用时出现过低海拔地区的合格产品运输到高海拔地区闪点不合格的问题。为了提高车用柴油的使用安全,应在运输前就了解高海拔地区闪点的真实情况。提出了基于人工神经网络的柴油闪点预测模型。以所测柴油闪点的大气压、柴油C_(11)及以下各组分质量分数和柴油C_(12)及以上组分总质量分数为输入,以柴油闪点为输出建立人工神经网络模型。结果表明:所建人工神经网络模型对柴油闪点预测准确率为99.52%。

关键词： 居民用户   集中式   联邦学习   负荷预测   长短期记忆网络  

摘要： 居民生活用电量在全社会用电量中占比达到15%以上,且用户数量巨大、分布广。对居民负荷进行准确预测有助于需求侧资源整合,满足需求侧响应的要求。现有居民负荷预测方法多为集中式,在服务器和客户端之间需要进行大量数据交换,导致通信成本增加,并引发信息安全问题。基于联邦学习框架,采用长短期记忆网络对居民负荷预测方法进行研究。利用真实居民负荷数据进行仿真计算分析,结果表明,基于联邦学习的居民负荷预测准确率和计算效率优于集中式。此外,将FedAvg、FedAdagrad、FedYogi三种联邦学习策略进行比较,采用具有自适应优化功能的FedAdagrad联邦学习策略对居民负荷预测的准确率更高,收敛性更强。

关键词： 人工智能系统   人工神经网络   生物神经元   图像识别   识图能力   论文发表   基金会   能耗  

摘要： 希腊研究和技术基金会科学家受生物神经元启发,开发出一种融入树突特征的新型人工神经网络。与传统人工神经网络相比,新网络在参数更少、能耗更低的情况下,实现了图像识别性能的显著提升,为打造更紧凑、更节能的人工智能系统奠定了基础。相关论文发表于新一期《自然·通讯》杂志上。当前的人工智能系统“体型”庞大,参数数量从数百万到数十亿不等,能耗巨大,这在一定程度上限制了其广泛使用。

关键词： 空气质量预测   多域特征融合   时空特征   周期解耦   门控机制融合   图神经网络  

摘要： 在协同融合气象、空间和时间三大信息的时空混合模型中,时间变化建模通常在一维空间中完成。针对一维序列局限于滑动窗口和缺乏对多尺度特征的灵活提取的问题,提出一种多域时空层次图神经网络(MST-HGNN)模型。首先,构建城市全局尺度和站点局部尺度的两级层次图,从而进行空间关系学习;其次,将一维空气质量序列转换为一组基于多个周期的二维张量,并在二维空间上通过多尺度卷积进行周期解耦以捕获频域特征;同时,在一维空间中利用长短期记忆(LSTM)网络拟合时域特征;最后,为避免聚合冗余信息,设计一种门控机制融合模块用于频域和时域特征的多域特征融合。在Urban-Air数据集和长三角城市群数据集上的实验结果表明,相较于多视图多任务时空图卷积网络模型(M2),所提模型在预测第1 h、3 h、6 h、12 h空气质量的平均绝对误差(MAE)和均方根误差(RMSE)均低于对比模型。可见,MST-HGNN能在频域上解耦复杂时间模式,利用频域信息弥补时域特征建模的局限性,并结合时域信息更全面地预测空气质量变化。

关键词： 数字经济政策   政策扩散   政策网络   社会网络分析  

摘要： 数字经济政策的制定和实施对数字经济发展至关重要。数字经济政策扩散研究能为数字经济发展提供理论经验和方法指导。以政策扩散理论为基础,利用社会网络分析法(SNA)构建政策扩散六维度分析框架和测度指标,量化分析533份中国数字经济政策文本,探究数字经济政策扩散的网络特征和动力机制。研究发现:中国数字经济政策网络规模较大,但网络密度稀疏、整体凝聚力较低;国务院印发的《“十四五”数字经济发展规划》的政策扩散效率最高,自上而下的政策扩散方式占主导地位;行政指令、竞争、学习与模仿、社会化等机制是推动数字经济政策扩散的动力来源。要优化数字经济政策扩散体系,政策行动主体需进一步创造政策文本发布适宜条件、健全政策自下而上扩散模式、培育地方政府良性扩散机制。

关键词： 回归测试   知识图谱   图卷积神经网络  

摘要： 回归测试确保了软件更新后,原有功能正常运行,新增功能的可靠性得到验证。分析代码修改部分并有针对性地选择测试用例可提升测试效率。将知识图谱与图卷积神经网络融入回归测试的过程中,提出基于知识图谱和图卷积神经网络的代码回归测试方法。通过对代码信息的提取与构建多层次代码信息知识图谱,使得变更相关信息可以高效获取和可视化表达。通过知识图谱构建测试用例邻接矩阵,并结合图卷积神经网络模型进行训练与定位,实现了对代码缺陷的准确定位,相较传统方法具有更强的泛用性和准确性。

关键词： 光伏功率   变分模态分解   神经网络   功率预测   注意力机制   高斯混合模型聚类  

摘要： 针对光伏发电预测单一模型处于不同天气状况时预测精度不高等问题,建立以卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)为基础的组合神经网络模型。提出一种基于鱼鹰优化算法(OOA),用以优化组合神经网络参数。此外引入注意力机制(Attention)突出强相关性因素的影响。采用高斯混合模型聚类(GMM)划分历史光伏数据为数个天气类型,并提出基于减法平均的优化算法(SABO)优化变分模态分解(VMD)参数,实现对各天气类型数据的分解。实验结果表明:基于SABO-VMD优化数据分解参数能有效提高预测精度;经实验对比分析,该文所提模型精度明显更高。

关键词： 大承气汤   芦丁   5,7,4'-三甲基芹菜素   桉叶油素   退行性腰椎管狭窄症   网络药理学  

摘要： 目的探讨基于网络药理学探讨大承气汤治疗退行性腰椎管狭窄症(Degenerative Lumbar Spinal Stenosis,DLSS)的分子机制。方法检索建库至2024年7月10日,中药系统药理学数据库与分析平台(Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform,TCMSP)获取大承气汤相关的化学成分及基因信息。对于TCMSP中未涵盖的中药或缺乏靶点基因信息的化合物,使用PubChem数据库获取相关化合物的分子式,并通过SwissADME数据库进行筛选。符合条件的化学物质通过SwissTarget Prediction数据库进行靶标预测,并使用UniProt数据库规范基因名称。检索建库至2024年7月10日GenCards、OMIM及DrugBank数据库获取DLSS相关疾病基因信息,并将其与药物靶点进行映射。将共有基因导入STRING数据库(Search Tool for the Retrieval of Interacting Genes/Proteins,STRING)构建蛋白质-蛋白质相互作用(Protein-Protein Interaction,PPI)网络,并导入Metascape数据库进行通路富集分析。使用Cytoscape 3.10.2软件绘制“药物-化学成分-靶标”网络图,并使用Net workAnalyzer工具对主要活性成分及靶点进行网络拓扑学分析。结果筛选获得了芦丁(Rutin)、5,7,4'-三甲基芹菜素(5,7,4'-Trimethylapigenin)、桉叶油素(Eucalyptol)等10个主要活性成分,以及环氧合酶2(Prostaglandin-Endoperoxide Synthase 2,PTGS2)、热休克蛋白β(Heat Shock Proteinβ,HSPCB)等10个主要靶点。通路富集分析发现,大承气汤可能通过PI3K-Akt信号通路、AGE-RAGE信号通路、神经退行性病变途径、细胞活动等多个生物过程改善DLSS患者的主观症状。结论大承气汤不仅能够改善DLSS患者的便秘及便秘相关性症状加重,还可通过其相关化学成分、靶点及信号通路,对DLSS的炎症反应、氧化应激反应及神经细胞组织修复起到重要的调控作用。

关键词： 教学条件   标准化体系   智能化   功能化  

摘要： 教学保障条件信息化是教育信息化的关键要素之一,是提升人才培养质量、推动院校教育信息化发展的重要支撑。本文从构建标准化体系、部署智能化空间、设计功能化布局3个方面,系统地论证并解决了院校教学保障条件建设与应用的理论和实践问题,以标准化体系为依据,以智能化空间和功能化布局为支撑,提出基于网络和信息技术的“三化”教学条件标准体系构建与应用模型,为提升院校办学条件、推动教育信息化进程提供理论参考和实践借鉴。