课程文献中心 更多>>

关键词： 旅游业绿色创新效率   网络优势度   社会网络分析   哈肯模型   模糊集定性比较分析   山东半岛城市群  

摘要： 人与自然和谐共生背景下，绿色创新作为旅游业绿色化转型的重要引擎，是对旅游发展方式转变和生态环境问题改善的积极回应，直接关系到旅游业经济增长与资源环境的协调发展。频繁的要素流动推动城市间绿色创新联系增强，探究区域旅游业绿色创新网络优势匹配的路径有助于因地施策推进区域旅游业可持续发展。探索构建区域旅游业绿色创新发展分析框架，综合运用超效率SBM模型、社会网络分析法、哈肯模型和核密度估计等方法，选择山东半岛城市群为研究案例地，测度和分析其旅游业绿色创新效率及其网络优势度和二者协同特征，进一步基于非对称创新理论和模糊集定性比较分析法识别区域旅游业绿色创新发展网络优势匹配的组态路径。研究发现：旅游业绿色创新效率在空间上具有“沿海沿边”的集聚分布规律；旅游业绿色创新效率网络优势度“马太效应”显著，形成以济南、东营为主的点状格局；二者协同度区域差异明显，可分为高度协同型、中度协同型和低度协同型3大类；旅游业绿色创新效率、网络优势度及二者匹配的提升路径可归纳为政府支撑的外向型市场拓展模式、政府扶持的内源型动力驱动模式和内外部环境双元驱动下的动态优化调整模式等7种。

关键词： BP neural network   check of prediction accuracy   Gardner model   physical and chemical parameters of soil   soil moisture characteristics curve  

摘要： In order to acquire water holding capacity and water movement parameters of unsaturated soil，based on the data of soil moisture characteristics curve of the loess，the prediction models are established by using BP Neural Network，in which physical and chemical parameters are chose as input variables and the Gardner model parameters are chose as output factors． The average relative errors of the two parameters are both below 6%． The prediction accuracy of the two models can both meet the application requirements． The results show that it is feasible to choose soil texture，bulk density，organic matter and inorganic salt contents of soil as input variables to predict the SWCC Gardner model parameters and it is reasonable to use BP Neural Network to establish predictive models for SWCC Gardner model *** research can provide reference for obtaining the water retention and water movements of vadose soil in the Loess Plateau region． © 2024 Editorial Office Of Water Saving Irrigation. All rights reserved.

关键词： 低比转速离心泵   长短期记忆网络   动应力   疲劳寿命  

摘要： 低比转速离心泵在运行时会伴随着应力集中问题，应力集中和动应力变化可能导致低比转速离心泵发生疲劳损伤。传统的有限元方法在分析应力疲劳问题时受限于预测能力不足。本文提出了一种基于长短期记忆网络（LSTM）的离心泵疲劳寿命预测方法，通过利用长短期记忆网络对额定工况和小流量工况下动应力时间序列信号进行训练及预测，并结合疲劳寿命模型对不同运行条件下的离心泵运行寿命进行预测。结果表明：LSTM模型能够准确捕捉动应力的变化趋势，额定工况下的动应力拟合效果明显优于小流量工况。额定工况下动应力预测集MAPE值相较于小流量工况下降了21.33%。预测动应力为2.28×107时，其运行寿命可达3×108的循环次数，满足高强度运行的寿命要求。本文所提出的方法能够有效提高离心泵的运行寿命预测精度，为离心泵的管理和维护提供更可靠的支持。

关键词： 高校   医院   互联网   意识形态   话语权  

摘要： 意识形态工作是党的一项极端重要的工作.网络意识形态话语权建设是高校附属医院落实立德树人根本任务的重要环节,也是新时代高校思政工作的重要使命.这对于医院树立良好社会声誉、打造优质社会形象、传播医院品牌文化,以及在舆情中有效发声、权威发声,传递医院和社会正能量具有深刻意义.本文从高校附属医院网络意识形态话语权的内涵着手,探究其多元素重要性、理论基础与实践支撑等方面的核心要义,并从思想认识高度、思政工作结合程度、互联网语境互动空间等维度分析目前面临的挑战,从强化思想引领、推进一体化理念、提升宣传阵地效能、加强网络安全意识等方面,制定科学合理的建构路径与监管策略,牢牢掌握网络意识形态工作主导权,强化高校附属医院青年思想引领,助力主流舆论新格局的进一步提升.

关键词： 神经网络   密码学   轻量级分组密码   差分密码分析   注意力机制   神经网络差分区分器   密钥恢复攻击  

摘要： 为深入研究深度学习在密码安全性分析方面的应用，采用神经网络对轻量级分组密码进行差分分析，主要得到以下四项研究结果。第一，采用引入注意力机制的深度残差网络构造神经网络差分区分器，并将其应用于SIMON、SIMECK和SPECK三类轻量级分组密码。结果表明，SIMON32/64和SIMECK32/64有效区分器最高可达11轮，精度分别为0.5172和0.5164；SPECK32/64有效区分器最高可达8轮，精度为0.5868。第二，探究不同的输入差分对神经网络差分区分器精度的影响。针对SIMON、SIMECK和SPECK三类密码，采用神经网络的快速训练得到不同输入差分对应的神经网络差分区分器的精度。结果表明，低汉明重量且高概率的输入差分能够提高神经网络差分区分器的精度。同时，寻找到SIMON32/64、SIMECK32/64和SPECK32/64神经网络差分区分器的合适输入差分分别为0x0000/0040、0x0000/0001和0x0040/0000。第三，探究包含不同信息量的输入数据格式对神经网络差分区分器精度的影响。根据密码算法的特点改变输入数据包含的信息量并重新训练相应的神经网络差分区分器。结果表明，相比于只包含密文对信息，输入数据中包含密文对信息以及倒数第二轮差分信息的神经网络差分区分器会获得更高的精度。第四，在上述研究基础上，进一步对11轮SIMON32/64 进行最后一轮子密钥恢复攻击，当选择明密文对的数量为29时，在100次攻击中的攻击成功率可达100%。

关键词： core competence   innovation network   legitimacy threshold crossing   organizational legitimacy   standard competition and cooperation  

摘要： This study focuses on exploring the dynamic acquisition of organizational legitimacy in multinational corporations through innovation networks based on standard competition and cooperation. A vertical single case study was conducted on Huawei Technology Co., Ltd., a leading enterprise in the new generation of information technology industry, to explore the internal and dynamic mechanisms of obtaining the legitimacy of innovative networks based on standard competition and cooperation. Research has found that, The innovation network model based on standard competition and cooperation constructed by multinational enterprises at different stages of standard internationalization is triggered by the institutional logic of " professional logic, market logic, community logic, and national logic" of the focus legitimacy evaluator, presenting " utilization standard competitive-cooperative innovation network—exploratory standard competitive-cooperative innovation network—dominant standard competitive-cooperative innovation network—autonomous and controllable standard competitive-cooperative innovation network" . The utilization standard competitive-cooperative innovation network constructed by Huawei in stages based on standard competition and cooperation, as well as the formed standard tracking capability and network orchestration capability obtained from network resource assessment, are the internal mechanisms for multinational enterprises to dynamically obtain regulatory legitimacy. The exploratory standard competitive-cooperative innovation network based on standard competition and cooperation built by Huawei, as well as the capability to integrate standards, arrange network resources for migration, and lead cooperation, are the internal mechanisms for multinational enterprises to dynamically obtain normative legitimacy. The dominant standard competitive-cooperative innovation network built by Huawei based on standard competition and cooperation and the formed standard dom

关键词： 基于草图的三维模型检索   三元网络结构   多层次联合损失   语义嵌入   跨模态检索  

摘要： 针对基于草图的三维模型检索仍然存在将草图视作普通图像忽略其特有的稀疏性， 以及对草图和三维模型的类内差异性重视不足， 从而影响检索性能的问题， 提出一种面向三维模型草图检索的三元层次度量网络. 首先引入笔画点序列分支构建三元组网络结构， 实现对草图数据的信息增强; 然后通过多层次联合损失对网络进行域内域间跨域的全面约束， 使得网络学习到同时体现数据的单域类内差异和域间关系的表示特征， 有效地提升网络的检索性能. 实验结果表明， 在2个公开数据集SHREC2013和SHREC2014上， 所提网络的平均检索精度均值分别为87.7%和83.3%， 比先进工作(相同基础网络)分别提升0.5个百分点和1.5个百分点以上.

关键词： 目标跟踪   ShuffleNetV2   孪生网络   注意力机制  

摘要： 孪生网络跟踪算法可将跟踪问题转换为相似性匹配问题，然而多数算法无法在移动端或算力不足的嵌入式设备中实现工程应用。为此，提出一种基于孪生网络的轻量级跟踪算法，选择可以在移动端使用的ShuffleNetV2作为核心网络。针对原网络的不足，提出消除padding层影响、修改激活函数、采用上采样、修改步长4种优化操作，同时引入注意力机制进一步加强特征之间的联系。在OTB100和UAV123数据集上进行仿真实验，结果表明，与现有跟踪算法相比，所提算法综合性能表现优异，同时在面对形变、低分辨率、尺度变换等多种复杂因素带来的影响时有较好的鲁棒性。

关键词： 3D目标检测   多尺度网络   特征融合   轴向注意力   损失函数  

摘要： 在3D目标检测中小目标诸如行人、骑行者的检测精确度较低，而这是自动驾驶感知系统中所存在的挑战性的问题。为了准确估计周围环境的状态从而提高行车安全，对Voxel-RCNN(Voxel Region-based Convolutional Neural Network)算法进行改进，提出一种基于多尺度网络与轴向注意力的3D目标检测算法。首先，在主干网络中构建多尺度网络和像素级融合模块(PFM)，获取更丰富和精准的特征表示，增强其在复杂场景的鲁棒性和泛化能力；其次，设计适用具有3D空间维度特征的轴向注意力，应用于感兴趣区域(RoI)多尺度池化特征，有效捕捉局部和全局特征的同时保留3D空间结构中的重要信息，提升了目标检测和分类的精度和效率；最后，将一种旋转解耦的交并比(RDIoU)方法纳入回归和分类分支，使网络学习更精确的边界框，并克服分类和回归之间的对齐问题。根据KITTI公开数据集上的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)达到了62.25%、79.36%，与基准算法Voxel-RCNN相比提高了4.02、3.15个百分点，验证了改进算法在难感知目标检测上的有效性。