课程文献中心 更多>>

关键词： 极端场景辨识   残差神经网络   分组卷积   注意力机制   源荷不确定性  

摘要： 为应对极端天气事件给新型电力系统安全稳定运行带来的影响,在电网的生产模拟中需要考虑极端场景。然而极端场景历史样本数量少,传统场景生成方法无法直接生成极端场景,需要对场景进行辨识。为此,提出一种计及源荷双侧的极端场景辨识方法。首先,将风电、光伏和负荷序列进行重塑,并在通道维度上拼接;然后,基于分组卷积和深度残差网络,提取场景的时序特征和源荷场景之间的耦合特征;其次,模型内部嵌入通道注意力机制和多头注意力机制,以赋予重要特征更大的权重,并对场景进行分类;此外,采用改进损失函数解决训练样本中数据集不均衡的问题;最后,基于历史数据集进行验证。验证结果表明,所提方法能够对场景进行有效的分类,可以从历史场景中识别出具有高保供或高消纳风险的源荷极端场景。

关键词： 导学关系   研究生   Python   豆瓣小组   网络语言数据  

摘要： 研究生是导学关系的核心构成主体之一,和谐研究生导学关系的建立必须立足“生本位”,关注研究生的主体性需求。以豆瓣小组中导学关系相关话题帖及讨论为数据来源,运用大数据文本分析方法对研究生导学关系的主题事件、问题表征、情感倾向及内在成因进行分析,得出以下结论:研究生对导学关系的感知总体偏向消极;其消极感知来源以“日常沟通”事件为主,其次是“论文写作”“导师选择”“个人特征”“导师更换”“科研能力”以及导学关系中的“特殊事件”。其消极感知的内在成因源于:制度空间的弱势地位、无边界的权利规训、不被重视的个体需求以及能力资本匮乏下互动参与。对此,导学关系的重构应注重完善导生互动制度的全过程设计,让导生互动有“度”可循;践行以教化为核心的导师指导策略,加强对研究生主体需求的关注;树立以自主为核心的学生学习策略,协调自我学习与导师指导的关系。

关键词： 知识图谱   网络安全   态势感知   要素提取   评估方法  

摘要： 本文提出了一种基于知识图谱的网络安全态势要素提取与评估方法。该方法利用多源异构数据构建网络安全知识图谱,采用图注意力网络进行威胁传播分析,并设计了多维度融合的态势量化评估算法。实验结果表明,该方法在实体识别、关系抽取、威胁传播预测等方面均优于传统方法,提高了态势评估的准确性、实时性和可解释性。

关键词： 中职学校   “双元制”教育模式   计算机网络   实践应用  

摘要： 本文探究“双元制”教育模式起源、演进及核心特质,指出其与计算机网络技术教育的紧密关联。针对实践能力培养及校企合作难题,提出构建“双元制”课程体系,强化实践环节,优化校企合作,以增强学生实践能力,为未来的职业发展打下坚实基础。

关键词： 丝瓜络   网络药理学   UHPLC-Q-Orbitrap MS   化学成分   高脂血症   信号通路  

摘要： 目的探索丝瓜络的化学成分及其防治高脂血症的作用机制。方法采用超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UHPLC-Q-Orbitrap MS)技术对丝瓜络化学成分进行分析及鉴定,利用网络药理学预测丝瓜络防治高脂血症作用机制。结果利用Compound Discoverer软件、PubChem数据库并参考文献,共鉴定出67个化学成分,结合网络药理学分析,预测小檗碱为丝瓜络防治高脂血症的核心成分,通过作用于前列腺素内过氧化物合酶2(PTGS2)、过氧化物酶体增殖物激活受体α(PPARα)、肿瘤坏死因子(TNF)、白细胞介素-6(IL-6)等关键靶点调控过氧化物酶体增殖物激活受体(PPAR)信号通路以及高级糖基化终末产物-受体(AGE-RAGE)信号通路等来发挥治疗高脂血症的作用。结论通过UHPLC-Q-Orbitrap MS结合网络药理学,初步阐释了丝瓜络防治高脂血症的潜在通路及机制,为丝瓜络的深入开发及应用提供了理论基础。

关键词： 高校   优秀网络文化作品   培育困境   优化路径  

摘要： 随着互联网的蓬勃发展,高校思想政治教育环境已经发生深刻变化,新媒体发展带来的价值冲击、高校师生对优质网络文化的迫切需求以及网络文化作品创作发展变革等,促使优秀网络文化作品培育路径进一步优化。当前高校优秀网络作品培育过程中面临着创作主体单薄、创作方式单一、评价体系缺位、保障机制匮乏等现实困境,应从作品创作牵引力、协同创作耦合力、多元创作驱动力、内容创作指导力、常态创作规制力等方面着力,全面提升高校网络文化作品的创建质量和育人效果。

关键词： 人工智能   计算机网络安全   防护策略   深度学习   模式识别  

摘要： 随着信息技术的飞速发展,计算机网络已经成为人们日常生活和工作中不可或缺的组成部分,但随之而来的网络安全问题也日益凸显。本研究针对网络安全威胁分析,构建了一种基于人工智能的网络安全防护策略。通过对网络入侵、恶意软件等安全问题进行深度学习与模式识别,提供了一种智能化的、动态的安全防护方法。结果 显示,方法 能有效预测并防御未知的网络威胁,降低了安全事件的发生频率,相比传统的网络防护策略,其对复杂和隐蔽的网络攻击的识别率和防护效果有显著提高。此外,这种基于人工智能的安全防护策略能实现自我学习和优化,提高了系统的自适应能力和防护效能。研究表明该策略对于提高网络系统的安全性,避免或减少因网络安全问题带来的损失有重要的实用价值和广阔的应用前景。

关键词： Res-UNet   Gmsh   残差块   批量建模   井地电阻率反演  

摘要： 为了解决传统电阻率反演方法依赖反演初始模型的选择、反演过程容易陷入局部极小且反演耗时较长的缺点,本文提出了一种基于Res-UNet神经网络的井地电阻率实时反演方法,通过Gmsh软件获得大幅扩展的正演响应数据集,并针对数据特性选取合适的网络参数进行反演实验。实验结果表明,Res-UNet算法能充分挖掘数据特性,快速获得符合地层电性特征的电阻率成像结果,在电阻率正演数据集上的预测值和正演响应的均方误差为0.01944,在测试集上的均方根误差为0.0758,与传统反演方法相比,成像结果有显著提升。基于Res-UNet网络的井地电阻率反演方法在仿真模型的反演计算中得到了较好的结果,能快速、准确地反演出地下异常体的位置和形态,且具有较好的抗噪声能力,为电阻率数据和真实地电结构之间的映射关系提供了一种新的方法和思路。

关键词： 少数民族网络文学   民族性与网络性   少数民族叙事   中华民族共同体  

摘要： 少数民族网络文学是中国网络文学的重要组成部分,涌现出大批优秀的作家与作品,但目前对于少数民族网络文学研究仍存在着较大争议,这关系到“民族性”与“网络性”如何共融共生的议题。通过对少数民族网络文学所呈现的复杂的文化价值的考察,发现在“网络性”对“民族性”消解的创作倾向背后,是创作主体由民族叙事向中华民族共同体叙事转型,其呈现的时代意义也从借助文学发出“民族之声”,转向世界讲述“中国故事”的美好祈愿。

关键词： complex network model   multi-granularity   scale-free networks   robustness   algorithm integration  

摘要： Complex network models are frequently employed for simulating and studyingdiverse real-world complex *** these models,scale-free networks typically exhibit greater fragility to malicious ***,enhancing the robustness of scale-free networks has become a pressing *** address this problem,this paper proposes a Multi-Granularity Integration Algorithm(MGIA),which aims to improve the robustness of scale-free networks while keeping the initial degree of each node unchanged,ensuring network connectivity and avoiding the generation of multiple *** algorithm generates a multi-granularity structure from the initial network to be optimized,then uses different optimization strategies to optimize the networks at various granular layers in this structure,and finally realizes the information exchange between different granular layers,thereby further enhancing the optimization *** propose new network refresh,crossover,and mutation operators to ensure that the optimized network satisfies the given ***,we propose new network similarity and network dissimilarity evaluation metrics to improve the effectiveness of the optimization operators in the *** the experiments,the MGIA enhances the robustness of the scale-free network by 67.6%.This improvement is approximately 17.2%higher than the optimization effects achieved by eight currently existing complex network robustness optimization algorithms.