课程文献中心 更多>>

关键词： 互联网   高校教育   思想政治   大学生  

摘要： 思想政治教育是高校教育不可失守的战略要地,关乎着党和国家、人民未来事业的继承和发展。在互联网广泛普及的时代,复杂的网络环境给高校思想政治教育带来了不小的挑战。不过,互联网给高校思想政治教育的观念、主体、对象和环境制造了困境的同时,也带来了新的机遇。高校可以在思想政治教育的场域、内容、形式和资源上着力,转变教育观念,加强对教育者的培训,积极宣传,多方协作,共同创新思想政治教育体系,从而走出由网络带来的教育困境。

关键词： 多功能雷达   行为辨识   并行融合网络   多层级结构   特征提取  

摘要： 针对多功能雷达在信号层面分析时样式复杂多变、整体特征表述不全面、提供关键信息能力不足的问题,建立了一种多层级的多功能雷达行为层面表征模型,提出了一种基于一维深度卷积神经网络和门控循环网络并行处理的融合网络结构。在使用多层级模型清晰有效地表征和分析多功能雷达行为的基础上,结合两种网络分别在局部深度特征提取和全局时序特征提取方面的优势,实现了对多功能雷达典型功能的行为辨识。仿真实验结果表明,在参数交织程度较高的情况下,该网络对多功能雷达四种典型功能的行为辨识准确率达到95.6%,证明了所提的并行网络算法在侦察情报分析领域具有良好的应用前景。

关键词： 大数据   网络安全   态势感知   关键技术   数据融合   数据挖掘   可视化  

摘要： 随着互联网技术的不断发展,网络安全问题变得越来越重要。传统网络安全防护手段已经无法满足现代网络安全的需要,因此需要更加先进的技术来应对网络安全威胁。本文介绍了基于大数据背景的网络安全态势感知技术,探讨了数据融合、数据挖掘、可视化、特征提取和态势预测等技术对网络安全态势感知的重要性,并分析了网络安全态势感知模式。通过对这些关键技术的深入研究和应用,可以更好地应对网络安全威胁,提高网络安全性。

关键词： 小样本图像语义分割   Transformer结构   通道交叉注意力   双交叉注意力   辅助损失  

摘要： 小样本图像语义分割只用少量样本就能分割出新类别。针对现有方法中语义信息挖掘不充分的问题,本文提出一种基于双交叉注意力网络的小样本图像语义分割方法。该方法采用Transformer结构,利用双交叉注意力模块同时从通道和空间维度上学习多尺度查询特征和支持特征的远程依赖性。首先,本文提出通道交叉注意力模块,并结合位置交叉注意力模块构成双交叉注意力模块。其中,通道交叉注意力模块用于学习查询和支持特征之间的通道语义相互关系,位置交叉注意力模块用来捕获查询和支持特征之间的远程上下文相关性。然后,通过多个双交叉注意力模块能够为查询图像提供包含丰富语义信息的多尺度交互特征。最后,本文引入辅助监督损失,并通过上采样和残差连接将多尺度交互特征连接至解码器以得到准确的新类分割结果。本文方法在数据集PASCAL-5i上的mIoU达到了69.9%(1-shot)和72.4%(5-shot),在数据集COCO-20i上的mIoU达到了48.9%(1-shot)和54.6%(5-shot)。与主流方法相比,本文方法的分割性能达到了最先进的水平。

关键词： 电力通信网络   安全风险   可靠性   控制策略  

摘要： 随着我国电力网络的不断发展,电力系统的安全问题也越来越受到人们的关注。作为电力系统中的重要组成部分,电力通信网的可靠性和安全性直接关系到整个电网的安全和稳定。本论文拟从电力通信网络的网络设备、通信线路、电力二次系统保护脆弱性、人为脆弱性、通信电源系统故障等方面入手,对电力通信网络的安全风险展开研究。为此,电网公司应不断加强网络安全措施,实行权限管理与权限控制,从而有效提高设备的安全性能,进一步保障数据的加密和传输,构建完善的监测和应对机制,并对人员进行教育和培训。与此同时,本文还对电力通信网络安全风险管理系统的构建进行了研究,主要包括:构建电力信息网络安全管理防护系统,采用多种技术手段来强化安全保护,并对电力信息网络的设备和人员进行管理。目的是为了给电力通信网络的安全运行和防控提供一定的理论基础和实际指导。

关键词： 损伤识别   框架结构   深度信念网络   长短期记忆网络   混合学习机制  

摘要： 从结构响应信号中挖掘敏感损伤特征是基于模式分类的损伤识别方法的关键。为此,将深度信念网络和长短期记忆网络进行混合组网,通过混合学习机制有机结合了两种网络在高阶抽象特征提取和考虑数据序列相关性上的优点。将响应信号传递比值输入深度信念网络,实现初步数据压缩和特征提取,以减少响应中的冗余信息;将特征序列依次输入长短期记忆网络,以考虑响应间的相关性并获取敏感损伤特征;利用Softmax分类层对长短期记忆网络输出的特征进行分类,实现对不同结构损伤模式的识别。三维试验钢框架的损伤识别结果表明:混合学习机制能更好地训练网络参数,整体微调后更有利于后续的损伤特征分类;混合组网方式在包含数值或实测噪声的情况下仍可以有效进行数据压缩、特征提取和分类,准确识别了试验框架的多种损伤工况。

关键词： 海上油田   井间连通性   动静态方法   反演模型  

摘要： 与陆上油田相比,海上油田油水分布更复杂、储层非均质性更严重,注水开发中后期出现存水率低、注水效率低的问题,亟需精准高效的水驱调控技术改善水驱开发效果、提高油气采收率。井间注采连通性的精确识别与表征,是海上油田潜力分析和综合治理方案制定的重要基础,基于井间连通性定量评价的动态分析和流场表征能够为解决注采井网不完善、存水率和储量动用程度低等瓶颈问题提供有力的依据。分析了连通性识别方法的基本原理和特点,论证了其在海上油田的适用性,提出了基于注采数据的反演模型法在海上油田条件下的技术优势,明确了该方法未来的改进方向。

关键词： 三维质控管理   网络平台   造口患者   延续性护理  

摘要： 目的探讨三维质控管理结合网络平台应用于造口患者延续性护理对其造口适应性、并发症、负面情绪、自我效能及生活质量等的影响。方法选取2021年6月至2023年10月九江市第一人民医院造口门诊收治的70例结肠造口和膀胱造口患者为研究对象,按照随机数字表法分为常规组(n=35)和三维质控组(n=35)。常规组采用常规造口康复管理模式措施进行干预,三维质控组采用结构控制管理、过程控制管理和结果控制管理结合互联网平台进行干预。比较两组患者干预后的造口适应性、生活质量、不良情绪、自我效能及造口并发症情况。结果护理后,三维质控组中文版造口患者适应量表(OAI)、中文版造口患者生活质量量表(StomaQOL)、造口自我效能感量表(SSES)评分均高于常规组,不良情绪[汉密尔顿抑郁量表(HAMD)、汉密尔顿焦虑量表(HAMA)]及并发症总发生率低于常规组,差异有统计学意义(P<0.05)。结论三维质控管理结合网络平台应用于造口患者的延续性护理能够有效提升患者造口适应性、生活质量及自我效能,缓解其不良情绪,降低并发症发生率,效果优于单纯常规护理。

关键词： 工业无线网络   传输调度   实时性   可靠性  

摘要： 无线网络是工业物联网中一种具有良好前景的网络互联技术.它的应用为工业现场设备部署提供了极大便利,使设备摆脱了线缆的束缚,从而在空间上选点更为灵活,同时能够节省线材和人力等方面的成本.然而,无线通信易受环境噪声影响,尤其是在复杂电磁干扰的工业环境中,易导致无线传输的时延增大和数据丢失.这些问题对于传输实时性要求较高的工业控制系统是非常不利的因素.为了提高无线网络在工业环境中数据传输的实时性,学者们设计了多种传输调度算法,以提高无线通信的实时性和可靠性,从而满足工业应用的需求.综述了工业无线网络传输调度算法的研究现状,对其发展历程、问题定义、评价指标、分类方法和现有标准等方面进行了全面总结,详细阐述了具有代表性的调度算法的工作原理,并指出了未来的研究方向.

关键词： Hopfiled神经网络   BP网络   LSTM   移动机器人   路径优化  

摘要： 针对现有移动机器人路径优化算法存在的迭代效率低、路径规划距离长等问题,提出一种基于改进Hopfiled神经网络的机器路径优化算法;在世界坐标系内对移动机器人空间运动进行了研究,掌握移动机器人不同时刻的位置信息和移动信息;构建Hopfiled神经网络模型,并采用感知机优化Hopfiled神经网络模型的结构,提升其数据训练能力;同时利用LSTM网络的门控结构替代原网络隐含层的神经元,引入遗忘门、输入门和输出门,提升Hopfiled神经网络的泛化学习能力和样本容纳能力;引入路径评价函数,评价局部区域内的碰撞风险以降低移动机器人之间的碰撞概率;经实验测试得出:改进Hopfiled神经网络模型路径规划均值为104.3 m,耗时均值为122.1 s,随机提取采样点的方差值仅为0.01,显著低于其他的传统路径优化算法。