课程文献中心 更多>>

关键词： 网络学习空间   小学语文大单元   教学模式  

摘要： 在课程改革持续深入的背景下,大单元教学是发展学科核心素养的重要路径,是深化课程改革的必然要求。在数字化教育教学转型背景下,基于网络学习空间的语文大单元教学模式研究甚少,为此,本文围绕基于网络学习空间的小学语文大单元教学模式研究,从单元内容整体设计到单元模式构建等角度进行阐述,提出了基于网络学习空间的小学语文大单元教学模式和实施策略。

关键词： 营销平台   网络直播   电子商务平台   服务平台   责任义务   互联网视频   互联网直播   直播营销  

摘要： 通常情况下,一场直播带货服务通常涉及到以下七个主体参与:一是直播营销平台。在网络直播营销中提供直播服务的各类平台,包括互联网直播服务平台、互联网视频服务平台、电子商务平台等。二是商家。网络直播营销平台店铺的运营者,商品的实际销售者。三是直播间经营(运营)者。

关键词： 产业投资基金   天使投资   私募股权投资   风险投资   政府工作报告   政策措施   创业投资   国务院办公厅  

摘要： 2024年政府工作报告提出“鼓励发展创业投资、股权投资,优化产业投资基金功能”。2024年6月,国务院办公厅印发《促进创业投资高质量发展的若干政策措施》。党的二十届三中全会强调“鼓励和规范发展天使投资、风险投资、私募股权投资,更好发挥政府投资基金作用,发展耐心资本”

关键词： 模糊聚类   电力   通信网络   网络信息异常值   异常值挖掘方法  

摘要： 由于电力通信网络信息异常值的隐蔽性、多样性和动态变化性,导致在挖掘过程中难以全面地识别出所有的异常值。因此,该文提出了一种基于模糊聚类的电力通信网络信息异常值挖掘方法。采用该方案可对电力通信网络信息进行数据填补缺失值、数据标准化处理与统一表示,构建一个包含异常值相关属性的集合矩阵,使用Apriori算法识别出异常特征之间的强关联规则,通过规则提取出异常值特征参数,基于模糊聚类算法,计算样本与聚类中心的相似度并设置隶属度阈值,挖掘出电力通信网络中的异常值。实验结果表明,该方法能够更有效地根据异常值的特性,挖掘出更多的异常值,为保障电力通信网络的安全提供有力的技术支撑。

关键词： NDN   区块链传输性能   网络拓扑   性能分析及优化   冗余度  

摘要： 为进一步提升基于命名数据网络(NDN)的区块链系统的网络层传输性能,提出一种NDN区块链网络拓扑结构性能分析及优化模型,该模型包括NDN区块链系统中区块同步时间和区块传输冗余度的计算方法、基于区块同步时间和区块传输冗余度的网络拓扑结构评分指标体系和基于网络拓扑结构属性和评分的网络拓扑结构优化方案。利用所提模型,可以解决基于TCP/IP的区块链网络拓扑结构评价模型与NDN区块链的不适配性,并且在已知网络环境参数和NDN网络层数据同步方法的前提下,完成性能指标计算和分析,为NDN区块链的实际组网提供优化方案。实验结果表明,使用所提模型对9个节点的网络拓扑结构进行分析和优化,优化后的网络拓扑结构与原有评分最高的网络拓扑结构相比,可以在维持区块传输冗余度不变的情况下,将区块同步时间从2.95 s降低至2.37 s,降低了19.66%,同时评分由0.64提升至0.82,证明所提模型在提升NDN区块链性能上具有较好的效果。

关键词： 激光雷达   卷积神经网络(CNN)   光信号处理   雾中检测   联合注意力机制网络(CAMN)  

摘要： 自动驾驶汽车和移动机器人均依靠激光雷达等传感器技术的快速发展而进入实际应用过程,但是激光雷达在云雾环境下测距精度和探测范围差,限制了其全天候的应用。本文根据激光在雾中的传播和后向散射模型,建立了雾中目标回波信号的模型,同时提出了一种基于卷积神经网络(convolutional neural network,CNN)的联合注意力机制网络(combined attention mechanism network,CAMN),用于实现雾中目标回波信号的检测。仿真和实验结果表明,CAMN网络可以有效消除雾气对脉冲激光信号检测的干扰。在30%的散射率下,在10 m范围内检测的绝对误差平均值达到3.13 cm。激光雷达系统探测范围可以达到42 m,是其他方法探测范围的两三倍。该方法能有效提高雾天激光雷达测距精度和探测范围,为激光雷达的实际应用奠定基础。

关键词： 盾构隧道   土舱压力   残差神经网络   预测模型  

摘要： 土舱压力是保证盾构隧道施工安全和控制施工风险的关键参数之一。为此,提出一种基于残差神经网络的盾构土舱压力预测方法。首先,通过对南京地铁某盾构区间的掘进参数数据进行收集和分析,构建具有多个残差块的残差神经网络模型。然后,利用所建立的残差神经网络模型对盾构土舱压力进行预测,并评估模型对土舱压力的预测性能。最后,对残差神经网络的关键模型参数(包括残差块数目、网络宽度和学习率)进行参数分析,比较参数变化时土舱压力的预测性能,确定最佳的模型结构。并对模型关键参数进行分析。研究结果表明:1)所提出的残差神经网络模型可以较准确地预测盾构土舱压力,不同位置的土舱压力预测值与实际值接近;2)1#、2#、3#、4#、5#和6#土舱压力的决定系数(R 2)分别为0.95、0.96、0.94、0.90、0.91和0.96,均方根误差(E RMSE)介于0.017~0.023 MPa;3)相比于人工神经网络(ANN)、支持向量回归(SVR)和随机森林(RF)模型,残差神经网络模型对土舱压力的预测准确性更高。

关键词： 图神经网络   入侵检测   随机特征   物联网  

摘要： 目前入侵检测主要依赖传统深度学习方法,但这种方法忽略了数据记录间的关联。图神经网络方法虽然考虑了数据记录间的相互关系,但忽略了图节点间的特征关系。提出了一种随机特征的图神经网络物联网入侵检测模型,以解决这些问题。构建了网络通信数据集的图结构。引入随机特征以丰富图节点的特征,从而提高图神经网络的表达能力。通过提取的流量相互关系来训练图神经网络,构建了一个精确检测攻击流量的入侵检测分类器。在ToN-IoT和NF-UNSW-NB15物联网数据集上进行了实验验证。实验结果表明,在二分类检测方面,与几种经典的机器学习和深度学习算法以及最新的图神经网络检测算法相比,提出的方法在准确率上最高提升了17.90和1.43个百分点。在多分类检测方面,在大多数攻击类别上的F1得分高于其他算法。此外,还通过实验确定了图神经网络的层数K和聚合器的最佳选择。

关键词： 智能网络   网络保护技术   煤矿供电系统  

摘要： 我国煤炭产业的蓬勃发展,为我国基础设施建设和经济发展提供了不可缺少的能源动力源。因此,在煤矿领域中融入先进的智能网络安全防护技术,促进煤炭工业的现代化,保证煤炭工业能够继续为国家建设做出贡献,已经成为整个行业的一个热点。从我国煤矿供电系统智能网络安全防护技术的发展情况来看,虽然已经取得了长足的进步,但是仍然面临着许多挑战。因此,对上述问题进行深入研究,寻找有效的解决方法,是推进煤矿供电系统发展的关键。

关键词： 网络新青年   网络意识   行为特征   大学生  

摘要： 以培养网络新青年为目标,思想引导为向导,分析大学生网络行为在网络社会中面临着机遇与挑战。在学生层面,大学时期青年在互联网的交互过程中发展网络价值观、人生观、时代观;在社会层面,青年形成网络圈层有利于丰富网络社会、推进其发展创新。青年学生在网络社会呈现出现实生活与网络生活高度融合、安全意识与网络遵规逐渐增强、理性认知与非理性认知并存等行为特征;大学作为青年自我意识、社会意识完善与成熟的场所,应明确价值引领,形成网络矩阵;注重过程性,运用新媒体与大数据等网络平台辅助建设信息化教育安全系统;把握教育原则,促进学生核心素养全面发展,在网络社会环境与时代发展中树立国家意识、社会意识、个人意识。