课程文献中心 更多>>

关键词： 高校   大学生   红色文化   网络作品   以文化人   教育功能  

摘要： 在信息时代,网络已成为人们获取资源、学习知识的重要渠道,是高校发挥网络文化育人功能的主阵地。红色主题的网络文化作品因其独特的题材和内容,展现出显著的思想导向作用、文化教育意义及道德感化力量,这对引导大学生大力弘扬和培育社会主义核心价值观、凝聚“清朗网络”青年力量、传播网络正能量具有重要价值。该文分析了高校红色网络文化作品的内涵与意义,探讨高校红色网络文化作品的教育功能,并在此基础上提出高校红色网络文化作品发挥文化育人功能的策略,以在创作层面、传播层面、保障层面进一步发挥其功能,提高文化育人工作的影响力。

关键词： 约束优化   非凸优化   凸优化   线性规划   增广Lagrange函数   内点方法   交替极小化方法  

摘要： 内点方法是求解不等式约束优化的一类重要和有效的方法,而经典增广Lagrange函数方法是求解等式约束优化和凸优化的有效方法.最近的研究表明,结合内点技术的增广Lagrange函数具有很好的高阶光滑性质,并能够保持优化问题的凸性.因此该函数既能够用于有效求解非凸优化,也能够用于有效求解凸优化问题.本文综述近年来我们关于内点增广Lagrange函数方法的系列研究进展,并对下一步的研究方向进行展望.

关键词： 健脾益肾方   肾性贫血   表皮生长因子受体   网络药理学   高效液相色谱-三重四极杆串联质谱   慢性肾脏病  

摘要： 目的基于高效液相色谱-三重四极杆串联质谱(HPLC-QQQ-MS/MS)、网络药理学、分子对接及实验验证研究健脾益肾方治疗肾性贫血的作用机制。方法采用HPLC-QQQ-MS/MS技术,测定健脾益肾方的化学成分,运用TCMIP v2.0等数据库预测健脾益肾方化学成分与肾性贫血的靶点、通路,绘制出“交集成分-交集靶点-通路”网络图,筛选出健脾益肾方治疗肾性贫血的核心靶点及核心成分,并通过分子对接和动物实验进一步验证核心靶点和成分。结果从健脾益肾方中共鉴定出11个化学成分,通过Draw Venn Diagram平台筛选得到81个交集靶点,提示丝氨酸/苏氨酸蛋白激酶1(AKT1)、磷脂酰肌醇-3-激酶催化亚单位α(PIK3CA)、表皮生长因子受体(EGFR)、B细胞淋巴瘤/白血病-2(BCL2)、V-Ha-Ras肉瘤病毒癌基因同源物(HRAS)等为核心靶点,丹酚酸A、迷迭香酸、大黄酸、毛蕊异黄酮葡萄糖苷和毛蕊异黄酮为核心成分。分子对接结果显示,网络药理学预测的核心靶点和成分可靠性较高;动物实验表明,健脾益肾方显著改善慢性肾脏病大鼠肾损伤和血常规参数,通过抑制EGFR从而治疗肾性贫血。结论通过成分测定和网络药理学关联分析、分子对接及实验验证,阐明健脾益肾方通过抑制EGFR治疗肾性贫血的作用机制,为其临床应用提供参考依据。

关键词： 探地雷达(GPR)   反演成像   深度学习   生成对抗网络(GAN)   注意力模型  

摘要： 在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度有很大影响。针对这一问题,本文提出了一种基于生成对抗网络(generative adversarial network,GAN)的两阶段GPR图像反演网络TSInvNet,以重构真实环境中地下目标的位置分布。该方法先将GPR B-scan图像使用改进的空间自适应归一化(spatially-adaptive normalization,SPADE)生成器的去噪网络TSInvNet1进行处理后,接着送入引入置换注意力(shuffle attention,SA)模型的反演网络TSInvNet2进行反演。在模拟数据与真实数据上的实验结果表明,TSInvNet能够根据GPR B-scan图像准确反演出地下目标的位置,在具有复杂噪声与多目标情况下的反演应用中具有强鲁棒性和精确反演性能。

关键词： 柴胡银翘散   网络药理学   分子对接   发热性疾病   作用机制  

摘要： 目的基于网络药理学及分子对接技术探讨柴胡银翘散治疗发热性疾病的作用机制。方法利用TCMSP数据库筛选柴胡银翘散活性成分,并通过文献搜索进行补充。利用Swiss Target Prediction对活性成分进行靶点预测。在OMIO、TTD、Disgnet数据库收集发热相关靶点。利用Venny在线网站取得药物活性成分靶点与疾病靶点交集得到潜在核心靶点,并制作韦恩图。运用String数据库获得潜在核心靶点PPI。利用Metascape进行GO分析及KEGG分析,选取前10作为核心通路。使用Cytoscape软件的CMODE插件选取PPI的核心网络,并将其中靶点作为核心靶点来源之一。通过Cytoscape软件构建药物-成分-靶点网络,选取度值前20作为核心成分。通过Autodock软件对核心靶点与核心成分进行分子对接。结果共获得166个柴胡银翘散的活性成分,关键成分有表小檗碱、金合欢素、光甘草定等;潜在核心靶点225个,关键靶点有PIK3R1、HSP90AA1、PDGFRB等。GO富集分析提示该方治疗发热性疾病主要涉及对外界刺激反应的正向调节、对脂多糖的反应、蛋白质磷酸化、膜阀、蛋白激酶活性等生物学过程,KEGG富集分析提示该方主要通过PI3K-Akt信号通路、NF-kappa B信号通路、JAK-STAT信号通路等免疫炎症调节通路治疗感染发热性疾病。结论柴胡银翘散通过多成分,多靶点,多通路发挥对发热性疾病的治疗作用。

关键词： 数字青年   网络流行语   社会心态   价值观  

摘要： “数字青年”出生并成长在互联网、信息化、数字化竞发的“数字时代”,是中国式现代化发展进程中一个极具时代特征的群体。数字时代整体性社会心态与网络化文化姿态的赓续发展,置“数字青年”于数字化中心和群体性边缘的位置,这种结构性依赖与矛盾性现状所产生的网络流行语不仅反映了“数字青年”对社会现象及事物的现实态度,同时也映射了“数字青年”的青春精神、文化体验及其价值观。通过爬梳2014—2024年国内主要网络流行语,可以全面考察社会热点话题的生成与更变轨迹,系统检视流行文化的兴起与转变逻辑,能够深刻窥探新时代青年群体社会心态的裂变及其趋势。基于网络流行语的深度考察可知,“数字青年”所创造的全新文化现象和生活方式,不仅有利于其在自我心态的转变中促进自身的自由全面发展,而且积极推动了整个社会心态和共同价值的重构。

关键词： trickle-down   社会网络   代言行为   传播  

摘要： 示范效应常常被用来改善客户关系,促进消费者行为传播,提升产品或者服务销售速度。组织管理领域的已有文献主要研究了在同一个正式组织情境中示范效应的作用,而对于松散组织中示范效应对于人的行为的影响作用的研究则较为少见。文章主要检验了示范效应在社会网络情境中促进顾客忠诚行为传播中所发挥的作用。文章借鉴了EASI理论框架,建立了关于代言人行为示范效应的理论模型,该模型将代言人行为示范效应分为两个维度,分别是示范强度和示范真诚度,消费者受到示范者示范行为的影响程度在很大程度上取决于观察者自身的认知动机,即观察者的认知动机调节了示范者的示范行为对于观察者行为的影响作用。

关键词： 绿色技术融合   技术共现   社会网络分析   机器学习   应用演化  

摘要： 绿色技术是多学科交叉融合的领域,识别绿色技术融合的网络结构与演化规律至关重要。基于2001—2020年中国1 541 824项绿色专利数据,综合运用专利技术共现分析、社会网络分析、机器学习3种方法,从技术和应用双层面识别绿色技术跨界融合网络结构特征与应用演化过程。研究发现:绿色技术是多学科技术跨界融合的新兴领域,且融合宽度及深度不断拓展。在技术层面,绿色技术跨界融合呈网络形态,且具有“核心-边缘”结构。绿色技术发展是技术跨界融合到产业应用的过程,呈现阶段性特征,且融合应用领域不断拓宽,并逐渐向“低碳化+信息化”方向发展。从技术与应用双层面刻画绿色技术跨界融合的结构与应用领域动态演化,以期丰富技术融合相关研究,并为企业绿色技术创新实践提供决策参考。

关键词： 网络欺凌   多模态   特征融合   检测模型   社交网络平台  

摘要： 随着社交网络平台的迅速发展,网络欺凌问题日益突出,文本与图片相结合的多样化网络表达形式提高了网络欺凌的检测和治理难度.构建了一个包含文本和图片的中文多模态网络欺凌数据集,将BERT(bidirectional encoder representations from transformers)模型与ResNet50模型相结合,分别提取文本和图片的单模态特征,并进行决策层融合,对融合后的特征进行检测,实现了对网络欺凌与非网络欺凌2个类别的文本和图片的准确识别.实验结果表明,提出的多模态网络欺凌检测模型能够有效识别出包含文本与图片的具有网络欺凌性质的社交网络帖子或者评论,提高了多模态形式网络欺凌检测的实用性、准确性和效率,为社交网络平台的网络欺凌检测和治理提供了一种新的思路和方法,有助于构建更加健康、文明的网络环境.

关键词： stochastic Lotka-Volterra systems   neural networks   Euler-Maruyama scheme   parameter estimation  

摘要： In this paper,we propose a neural network approach to learn the parameters of a class of stochastic Lotka-Volterra *** of the mean and covariance matrix of the observational variables are obtained from the Euler-Maruyama discretization of the underlying stochastic differential equations(SDEs),based on which the loss function is *** stochastic gradient descent method is applied in the neural network *** experiments demonstrate the effectiveness of our method.