课程文献中心 更多>>

关键词： 新质生产力   非线性Granger因果检验   社会网络分析   指数随机图模型  

摘要： 将新质生产力的“新”和“质”特征与生产力要素纳入评价指标体系,利用熵权法测算2011—2022年中国各省份的新质生产力发展水平,采用非线性Granger因果检验方法识别中国新质生产力的空间关联关系,运用社会网络分析方法和指数随机图模型分析了中国新质生产力空间关联的网络结构特征及其影响因素。结果表明:2011—2022年中国新质生产力水平得到了快速提升,东部沿海地区的新质生产力水平相对较高。在新质生产力空间关联网络中,东部地区省份主要扮演着“发动机”的角色,而中西部地区则主要接受来自高水平地区的空间溢出。新质生产力空间关联关系以单向传导为主,省份间“互惠互利”的协同发展局面尚未形成。提升经济发展水平、第三产业比例、市场化水平和对外开放程度将有利于新质生产力空间关联关系的形成。地理距离和经济距离上的邻近关系促进了省域间新质生产力空间关联关系的传导,在新质生产力水平相近的省份间形成了内部流通子群。

关键词： 警校联动   高校   电信网络诈骗   协同防范机制  

摘要： 电信网络诈骗案件在高校频发,严重侵害了师生的财产利益,影响了校园的安全稳定。本文从电信网络诈骗的现状出发,分析了高校电信网络诈骗案件高发的原因,提出了建立警校联动工作模式,完善协同防范机制,以充分发挥公安与高校两级职能,搭建线上线下平台,强化防范和打击两头联动治理的防范路径。以期为相关研究人员提供理论支持。

关键词： BP神经网络   激光选区熔化   粗糙度   粒子群   精确度  

摘要： 为提升激光选区熔化表面粗糙度预测的精确度,提出改进BP神经网络模型。首先依据参数建立指数模型,利用灰色关联度分析各因素,求解获得各因素的指数值;然后建立BP神经网络模型,改进粒子群算法优化包括自适应惯性权重更新和动态调节学习因子,同时指数模型预测结果作为特征输入到BP神经网络模型;最后给出算法流程。实验显示,改进BP神经网络在较少的隐含层节点下达到了更低的平均相对误差,激光选区熔化表面粗糙度预测更接近真实值,改进BP神经网络决定系数相比EM、BPNN、GABPNN分别提升了6.40%、1.14%、0.07%,均方根误差相比EM、BPNN、GABPNN分别降低了0.0363、0.0627、0.0668,评价指标较优。

关键词： 高校   思政课教师   网络舆论   “把关人”  

摘要： 为提升高校思政课教学水平,此次分析围绕高校思政课教师,探讨思政课教师网络舆论“把关人”角色。首先介绍高校思政课教师网络舆论控制现状,明确思政课教师在网络舆论把关中的重要性。其次从信息的产生者、间接“把关人”、直接“把关人”三个方面,解析思政课教师网络舆论“把关人”的身份,最后提出提高思政课教师认知与素养、思政课教师采用全新的话语表达形式、思政课教师在大学生群体中选择“发声者”、加大思政课教师网络舆论“把关”激励力度四点建议,有效提升思政课教师网络舆论把关能力,以期为今后高校网络思政工作的开展提供助力。

关键词： 人参-鹿茸药对   肾脑同治   肾阳虚证   分子对接   器官定位  

摘要： 本研究基于“肾脑同治”的中医基础理论,应用网络药理学分析,探讨人参-鹿茸药对防治肾阳虚证的物质基础与分子机制。利用TCMSP平台、Gene Cards数据库获取此药对的活性成分及作用靶点,利用SoFDA平台获取肾阳虚证相关靶点,Metascape数据库获取所涉及的信号通路信息,Cytoscape软件构建“病证-药物-成分-靶点-通路”网络,BioGPS数据库获取靶点在人体各器官中表达情况,联合STRING数据库生物信息学网站进行核心活性成分与关键靶标的筛选并进行分子对接。筛选出人参-鹿茸药对中117种活性成分,其中包括17-β-雌二醇、三磷酸腺苷、十六烷酸等9种核心活性成分,与肾阳虚证相关的150个预测靶点,其中包括APOE、B2M、APP等11个核心预测靶点,在肾、脑、肾上腺中表达情况相似,表达量较高的有APOE、B2M等17个靶点,以及主要与PI3K-Akt信号通路和神经内分泌网络相关。本文应用生信分析研究人参-鹿茸防治肾阳虚症的分子机制,并为其“肾脑同治”理论提供科学依据。

关键词： 图像隐藏   信息隐藏   深度学习   可逆网络   生成对抗网络   鲁棒性  

摘要： 图像隐藏的目的是在载体图像中隐藏秘密图像,使秘密图像对人眼来说仍然是不可察觉的,但是在需要时可以恢复秘密图像。已有的图像隐藏方法在隐藏能力和鲁棒性方面受到限制,通常容易受到网络传输中图像失真的影响。因此,提出了一个名为RIHIGAN的模型。该模型在前向和后向的过程中使用同一网络来实现图像隐藏和恢复;在可逆网络模块中,通过结合注意力机制来增强模型的图像重建能力。在可逆网络的基础上,引入了生成对抗网络;同时改良了判别器的结构,结合残差块提升其判别能力。实验结果表明,RIHIGAN在保持恢复率和不可见性的同时,有效地增强了鲁棒性。

关键词： 反不正当竞争法   消费者利益   用户意愿   反射式保护   衡平式保护  

摘要： “消费者利益”保护虽被视为反不正当竞争法向现代竞争法迈进的标志之一,其在反法体系中“反射式保护”的本质并未改变。基于对司法实践的观察,根据用户意愿的差异可将相关案件细分为“用户欺骗”“用户干扰”“用户无涉”及“用户偏好”四大类型。实证分析表明,尽管用户意愿与原告经营者利益可能一致或背离,法院裁判结果却鲜受影响。基于法院裁量过程中法益权衡、职能分工以及操作可行性的考虑,消费者利益保护应作为反法制度设计的重要底层逻辑之一而非直接作为违法判断标准看待。在此基础上,重视“用户同意”作为消费者利益的直接表达载体,并尝试从实体与程序两方面推进优化用户意愿的表达机制。包括但不限于具化现行裁判思维、适度引入消费者集体诉讼以及开展消费者意愿测试等,从而赋能用户意愿的真实表达,实现反不正当竞争法法益结构的多元平衡。

关键词： 深度学习   注意力机制   卷积感受野   图像分析   自动化病害检测   工程表面病害识别  

摘要： 目的在桥梁缆索和隧道环境中进行表面病害检测面临多重挑战:人工病害定位在复杂结构中的高投入成本;隧道内存在光照不足、病害区域的表面特征复杂、范围广阔和易遭遮挡等问题,这些因素使得传统图像处理技术在病害区域检测上表现出较低的抗干扰能力、识别精度不足和分割效果欠佳,鉴于此,提出一种基于融合注意力及增强感受野的深度网络模型。方法该模型使用融合Transformer注意力机制的骨干网络提取目标特征信息,获得更为密切联系的全局特征表示,以解决光照不足导致局部特征缺少的问题;引入空间序列缩减法降低骨干网络的参数量;改进使用具有串并联关系的空洞卷积池化金字塔(series-parallel atrous convolutional pyramid,SACP)模块,使得卷积感受野进一步扩大并且彼此融合,更好地感知完整的病害范围;解码阶段融合卷积注意力模块(concentration-based attention module,CBAM),提高浅层特征的有效边界特征权重。改进损失函数加快模型收敛速度。结果本文实地采集隧道内衬以及桥梁缆索病害部位图像构建数据集展开实验,结果表明:本文模型在隧道内衬病害提取上准确率(accuracy,Acc)达到94.4%,平均交并比(mean intersection over union,mIoU)达到78.14%,F1分数(F1-score)达到76.45%。在桥梁缆索病害提取上Acc达到97.15%,mIoU达到80.41%,F1分数达到77.92%。结论相较于主流的分割网络,本文模型在桥隧表面病害提取的精度上均有提升,具有更优秀的提取效果和抗干扰能力,能更好地满足复杂环境下病害检测工程需求。

关键词： 经颅磁声电刺激   工作记忆   突触可塑性   皮质网络   LIF神经元模型  

摘要： 背景:经颅磁声电刺激是一种新型无创的神经调控技术,利用超声波与静磁场耦合作用产生的感应电场调节神经系统的放电活动,但其影响大脑突触可塑性的作用机制研究尚浅。目的:探讨经颅磁声电刺激强度对小鼠前额叶皮质神经网络突触可塑性的影响。方法:①动物实验:将24只C57小鼠平均且随机分为4组,对照组(接受伪刺激)、刺激6.35 W/cm^(2)组(接受0.3 T、6.35 W/cm^(2)的耦合刺激)、刺激17.36 W/cm^(2)组(接受0.3 T、17.36 W/cm^(2)组的耦合刺激)和刺激56.25 W/cm^(2)组(接受0.3 T、56.25 W/cm2的耦合刺激),记录小鼠执行T迷宫过程中局部场电位信号和行为学正确率。②建模仿真实验:构建经颅磁声电刺激小鼠前额叶皮质神经网络模型,分别比较不同刺激强度下神经网络结构连接特性。结果与结论:①经颅磁声电刺激能够有效缩短小鼠行为学习时间,工作记忆能力得到改善(P<0.05),且习得行为后继续刺激小鼠前额叶,各组小鼠T迷宫行为学实验准确度没有明显差异(P>0.1)。分析小鼠前额叶局部场电位信号发现经颅磁声电刺激促进了β节律与γ节律能量增强;而随刺激强度升高,β节律与γ节律出现了非同步性下降;通过β-γ相位幅值耦合发现,刺激增强了神经网络适应新的信息和任务要求的能力变化。②建模仿真发现,刺激使得神经网络放电水平增强,长时程突触权重水平提高而短时程突触权重仅在刺激强度较高时降低。③研究结果表明,不同的刺激强度与神经网络功能结构的影响存在复杂的非线性关系;这种神经调控技术为治疗突触功能障碍和神经网络异常等相关神经疾病方面提供新的可能。

关键词： 碳市场收益率   自适应模糊神经网络   经济政策不确定性   市场碎片化   市场流动性  

摘要： 在“双碳”背景下,中国碳排放权交易市场的收益率存在显著的动态非线性、混沌性特征,如何准确地预测碳市场收益率,促进我国绿色可持续发展越来越受到关注。本文旨在探究碳市场的交易特征和经济政策不确定性对中国碳市场收益率的影响,构建中国碳市场的自适应模糊–神经网络(ANFIS)模型预测中国碳市场收益率,进而探索碳价格的形成机制。研究发现:首先,基于中国碳市场的交易特征和经济政策不确定性所建立的自适应ANFIS模型具有较好的预测性能,尤其是具有较高的样本外预测精度,并能有效地捕获碳市场的非线性特征。其次,中国碳试点市场由于其自身试点运行机制的不同,市场的交易特征尤其是市场碎片化和经济政策不确定性对各试点的影响具有显著的异质性特征。政府在运行全国统一的碳排放权交易市场时,需要考虑市场碎片化和经济政策不确定性对碳排放权收益率的影响,确保充分发挥碳市场交易的信号功能,引导企业以最小成本实现减排目标。Under the background of “dual-carbon”, the yield of China’s carbon emissions trading market is characterized by significant dynamic nonlinearity and chaos, and how to accurately predict the yield of the carbon market to promote China’s green and sustainable development is receiving more and more attention. The purpose of this paper is to explore the impact of the trading characteristics of the carbon market and economic policy uncertainty on the yield of China’s carbon market, to construct an Adaptive Network-based Fuzzy Inference System (ANFIS) model of China’s carbon market to predict the yield of China’s carbon market, and then to explore the mechanism of the formation of carbon price. It is found that, firstly, the adaptive ANFIS model constructed based on the trading characteristics and economic policy uncertainty of the Chinese carbon market has better forecasting performance, especially with high out-of-sample forecasting accuracy, and can effectively capture the nonlinear characteristics of the carbon market. Secondly, China’s carbon pilot markets are characterized by significant heterogeneity in the trading characteristics of the market, especially the effects of market fragmentation and economic policy uncertainty on each of the pilots, due to the differences in their own pilot operation mechanisms. The government needs to consider the impact of market fragmentation and economic policy uncertainty on the yield of carbon emission rights when operating a nationally unified carbon emission rights trading market, ensure that the signaling function of carbon market trading