课程文献中心 更多>>

关键词： 卷积神经网络   玉米叶片   病虫害类型   图像识别   检测和防治  

摘要： 玉米是中国重要的粮食、饲料和工业原料作物,但病虫害会严重威胁玉米的品质和产量,需开展玉米病虫害识别研究。该文主要基于ResNet18卷积神经网络,使用PlantVillage数据集中玉米叶片数据,针对玉米常见的普通锈病、灰斑病、大斑病和健康叶片开展玉米叶片病虫害图像识别研究。研究结果表明,玉米叶片病虫害识别模型准确率为98.05%,普通锈病、灰斑病、大斑病和健康叶片的召回率分别为100%、92.97%、99.22%和100%,针对4种类型叶片的精准率分别为100%、100%、100%和92.75%,F1分数为98.12%。模型能够较好识别玉米叶片病虫害类型,对于玉米病虫害的早期检测和防治具有重要意义。

关键词： 新媒体大众批评   网络逻辑   集体智慧   社会博弈  

摘要： 新媒体大众批评产生了一些不同于传统文艺批评的全新性质。首先,新媒体大众批评不是孤立的批评文本,而是通过众多参与者交互形成的关系网络,它使用“涌现”的策略产生优质批评。其次,它能够通过“涌现”和整体的方式呈现“集体智慧”,从而为人们提供文艺批评上的洞见。最后,它为社会群体的不同观点提供了社会博弈的批评场域,让批评文本具有亲民性。

关键词： 聚脲   自修复   氢键   亚胺键   导热   复合材料  

摘要： 开发能够快速修复的导热材料引起了越来越多的关注。然而,材料的导热性能与自修复性能一直难以平衡,制备具有自愈性的导热聚脲复合材料具有挑战性。为了解决这一难题,本文提出利用氢键和动态亚胺键的双动态网络构筑自修复聚脲(D-PUA)柔性膜。氢键和亚胺键的动态断裂和重构不断耗散能量,使DPUA具有良好的弹性和自修复性。实验结果表明:在短时间内(60℃、8 min)D-PUA膜上的划痕可完全修复,切断愈合72 h后拉伸强度的修复效率为84.62%。在动态聚脲基体中填充石墨烯(GNP)制备得到兼具自修复、导热性和可回收性的GNP/D-PUA复合膜。基于GNP本身的高导热性,负载量为10wt%时,复合膜的面内导热系数为2.57 W·m^(-1)·K^(-1),相对于本征膜提升了571%。GNP_(10)/D-PUA在90℃、60 min能够使划痕愈合,切断愈合72 h后拉伸强度的修复效率为83.94%。此外,由于动态键的存在复合膜经过5次热压重塑后,没有明显的机械损失,且面内热导率的回复率均在80.93%以上。

关键词： 电信网络诈骗   网格化治理   纵向互动   跨格协作  

摘要： 网格化治理是以智慧服务治理、多元共治、互联互通理念为指导的基层创新型治理模式,它为创新电信网络诈骗犯罪治理提供了重要借鉴。从理论而言,构建电信网络诈骗犯罪网格化治理体系具有重要意义;从实践而言,诸多实践范例已为构建电信网络诈骗犯罪网格化治理提供了丰富经验。当前,应从科学划分网格,明确治理主体责任;完善网格信息,建设网格化治理平台;健全治理机制,创新网格内治理模式等三个方面着手构建电信网络诈骗犯罪网格化治理体系。为提升电信网络诈骗犯罪网格化治理效能则要同时把握纵向和横向两个维度,兼顾层级动态互动治理和跨格协作治理。

关键词： 康艾注射液   非小细胞肺癌   网络药理学   分子对接  

摘要： 目的采用网络药理学方法和分子对接技术,探讨康艾注射液治疗非小细胞肺癌(NSCLC)的作用机制。方法通过TCMSP、GeneCards、STRING数据库获得康艾注射液活性成分、作用靶点以及NSCLC相关疾病靶点,采用Cytoscape 3.9.1软件绘制“化学成分-靶点-NSCLC”网络图,采用STRING和DAVID数据库进行蛋白质-蛋白质相互作用(PPI)、基因本体论(GO)功能富集分析及京都基因与基因组百科全书(KEGG)通路富集分析,使用PyMOL、AutoDock Tools软件以及RCSB PDB数据库对活性成分与关键靶点进行分子对接。结果共筛选出38个康艾注射液活性成分和244个关键靶点,通过深入分析成分及其对应的靶点,结合GO功能富集分析和KEGG通路富集分析,结果显示康艾注射液可能通过促进肿瘤细胞凋亡,抑制肿瘤细胞的增殖,抑制肿瘤血管生成等机制发挥抗肿瘤作用。分子对接结果显示,康艾注射液中活性成分与关键靶点间存在分子结合位点。结论本研究初步阐释了康艾注射液通过多靶点、多途径治疗NSCLC的基本药理作用及其机制,为进一步深入研究提供了参考。

关键词： 配电系统   选址定容   高比例可再生能源   离散粒子群   配电网稳定   混合储能   选址优化   参数准确性  

摘要： 引言。为了满足算力需求增长,需解决移动算力网络接入点选址中的负载过大问题[1]。孙东磊[2]等人构建了双层优化模型,结合混合储能特点,通过反馈机制得出最优选址定容方案,提升高比例可再生能源接入下的配电网稳定性。但模型参数准确性和实时性需要提升,需要探索降低复杂度、提高效率的方法,以应用于实际配电系统。

关键词： 零力控制   摩擦力   傅里叶级数   神经网络  

摘要： 针对机器人直接示教中摩擦力难以准确补偿的问题,文中提出了一种基于力矩指令下的零力控制方法,通过神经网络和摩擦力模型结合来提高摩擦力辨识精度,实现机器人的直接示教。首先,建立机器人动力学模型,确定数据测量方案,并进行数据采集;然后,针对采集到的电流数据含有高频噪声的问题,采用二阶巴特沃斯低通滤波器进行滤波;接着,针对机器人关节摩擦力在低速阶段的非线性的问题,采用傅里叶级数对机器人关节低速运行时的摩擦力进行建模,采用Stribeck模型对机器人关节高速运行时的摩擦力进行建模;最后,利用神经网络对重力和摩擦力补偿后的力矩残差进行再补偿,并在机器人关节模组上进行实验验证。结果表明,加入神经网络补偿后,机器人关节力矩补偿更均匀,可以消除关节力矩过补偿现象,且力矩补偿均方根误差可以降低20%以上,所需拖拽力更小。

关键词： 疾病预测   因果推理   胶囊网络   动态路由   图分类  

摘要： 现有基于深度学习的疾病预测模型通常是数据驱动的,导致模型过度依赖于训练数据集中的样本数量以及疾病类型覆盖范围。现有疾病预测方法主要存在以下局限性:1)若模型在训练过程中所涉及的疾病类型有限,则其在处理罕见疾病时性能会大幅下降甚至做出错误预测。2)训练数据中可能存在与预测目标无关或相关性较小的特征。这种噪声会导致模型无法做出稳定的可靠预测,进而无法满足医疗领域应用对高安全性、高可靠性的现实需求。为解决上述问题,本文构建了融合胶囊网络与因果推理的疾病预测模型CausalCap。首先获取临床特征与疾病标签间的因果效应和因果关系,构建临床特征因果图。其次,对因果图进行剪枝,删除与疾病标签没有因果关系的虚假关联节点,保留对疾病发生有因果影响的关键节点,以得到疾病因果图。最后,利用分层图胶囊神经网络(hierarchical graph capsule network,HGCN)对疾病因果图进行图分类实现疾病预测。本文在6个公共数据集上进行的大量实验表明:与次优方法相比,所提方法在准确率和F1指标上分别有2.50%和6.46%的平均提升。

关键词： 电信网络诈骗   打击治理   协同联动  

摘要： 近年来,电信网络诈骗犯罪手段不断翻新,黑灰产链条盘根错节,诈骗案件多发高发态势尚未得到有效遏制。打击治理电信网络诈骗犯罪存在精准整治机制亟待完善、数据赋能科创应用能力有待提升、协同共治立体防控模式仍需健全等困境。加强构建全方位、立体化打防管控综合治理模式研究,有序推进法治体系建设、全力提升内部作战合力、全面提升治理整体效能是取得反诈行动胜利的有效手段。

关键词： 胸部X射线检查   特征交互模块   多分支分类网络   残差神经网络   Transformer  

摘要： COVID-19是由新型冠状病毒引起的一种传染性疾病,给全球公共卫生带来了巨大的挑战。在临床实践中,胸部X射线(Chest X-ray,CXR)检查是识别COVID-19感染和其他常见肺部疾病的重要手段,然而放射科医生对COVID-19患者进行检查需要耗费大量时间和精力,而且增加医生感染的风险。因此,能够从胸部X射线的图像中,自动识别COVID-19的算法显得尤为重要。本文提出了一种基于深度学习的CXR图像分类框架,该框架能够在有限的训练数据下生成更具判别力的特征。具体而言,首先通过残差神经网络(ResNet34和ResNet50)和Transformer组成多分支分类网络,其中ResNet分支通过深度残差结构,有效地提取丰富的语义信息和细腻的纹理信息;而Transformer分支则通过自注意力机制,捕捉图像的全局语义特征。随后,利用特征交互模块将ResNet分支提取丰富的语义信息和纹理信息,与Transformer提取的全局语义特征进行特征交互。最后,再通过特征融合模块来提取图像的多尺度语义特征。该方法能够在有限训练数据的条件下提取多尺度特征表示,以对COVID-19感染区域进行特征提取和定位。实验在公开DLAI3和COVIDx数据集上与15种方法进行了比较,相比于ResNet50的模型,准确率分别提高了1.37%和0.76%。本文提出的分类方法,结合ResNet和Transformer网络在特征提取上的优点,使得网络对CXR图像的识别结果更加准确。