课程文献中心 更多>>

关键词： 网络管理   IT自动化   Django框架   Netmiko库   软件定义网络   Python语言  

摘要： 尽管基础技术不断进步,但网络管理方式未出现显著变化,仍主要依赖于手动处理,反应慢且易出错。IT自动化通过软件创建可重复指令和流程,减少人与信息技术系统的交互,能显著提升网络运维效率与灵活性,有效响应现代企业需求。研究分析了企业网络运维现状,基于Django框架、Netmiko等开源库和软件定义网络(SDN)思想,提出了华为设备可视情况下基于Python开发的网络自动化运维系统,探讨了提高运维效率的可能性。

关键词： 习近平总书记关于网络强国的重要思想   网信工作   党内法规  

摘要： 我国网信领域党内法规制度建设与时俱进、不断加强,形成了以网信专门领域党内法规为主干、相关党内法规有关条款为补充的网信领域党内法规制度体系。这为网络强国建设以及网信工作的高质量发展提供了规范支撑和制度保障,切实提升了互联网治理水平。网信领域党内法规制度建设取得显著成效,明确了网信工作的规范标准和主要职责,为贯彻落实网信工作任务提供重要的制度支撑。立足于新时代网信工作使命任务,网信领域党内法规制度建设需要妥善平衡守正与创新、党规与国法、线上与线下、立规与执规之间的关系,切实提升网信领域党内法规制度体系化水平。

关键词： 网络传播   网络表示学习方法   状态估计  

摘要： 网络表示学习是对节点的网络结构的一种分布式表示方案,目前被广泛应用于节点分类、社团发现和边关系预测等任务中。然而网络表示学习对网络传播过程中节点状态的估计仍是一个开放性的问题。经典的网络表示学习方法在对该问题上的应用效果不佳,因此该文提出了基于动力学传播的采样方法,称为Step2Vec逐步采样方法。Step2Vec通过结合网络传播过程,对节点的网络结构信息进行提取并训练。该文分别将Step2Vec与其他的网络分析方法及网络表示学习方法在多个引文网络和真实传播网络上进行了节点状态估计和边关系预测的实验。实验结果表明,Step2Vec算法估计网络传播中的节点状态准确率达85.6%,且对边关系预测的准确率也具有一定提升,相较于随机游走算法平均提高了5.9%。

关键词： Hindmarsh-Rose神经元   忆阻   高斯白噪声   相干共振  

摘要： 基于改进的电磁感应神经元模型,研究忆阻神经Hindmarsh-Rose(HR)网络的相干共振(CR)现象。模型中除了电耦合连接相邻神经元之间的间隙外,还使用磁耦合来描述神经元之间的场耦合效应。利用分岔图和相图对稳定点进行动力学分析,解释了CR出现和放电模式变化的潜在动力学机制。研究发现高斯白噪声可以在忆阻神经元亚临界Hopf分岔附近的静息状态诱导CR,且CR的出现与噪声强度增大引起的放电模式变化有关。

关键词： 网络关联   高等教育   “双高”建设   政策过程  

摘要： 高等教育政策过程对政策效果有重要的影响,学界较少从分类视角关注高等教育政策过程的差异化特征和效果,本文基于政策过程理论和网络嵌入理论构建了“强关联和弱关联政策过程模型”,以“双高”建设政策为研究案例,发掘了网络关联强度视域下高等教育政策过程的效果和作用逻辑。研究发现,高等教育政策过程存在强关联政策过程与弱关联政策过程:前者主要解决政策的合法性、权威性和建设资金划拨问题,明确了要“做什么”;后者主要解决项目建设中的技术和思想障碍问题,明确了要“怎么做”。就政策效果的评价与政策优化的路径而言,在政策评价过程中需要考虑强关联和弱关联政策过程对政策效果产生的迟滞效应,并关注高等教育政策过程中的系统互补作用与协同效应,从系统理论视角提出优化高等教育政策的路径。

关键词： 文化影响力   体制机制改革   国家文化软实力   精神文化生活   广电网络   文化产业发展   建设社会主义文化强国   全面深化改革  

摘要： 党的二十届三中全会把“建设社会主义文化强国”纳入进一步全面深化改革的“七个聚焦”之一,指出要“健全文化事业、文化产业发展体制机制,推动文化繁荣,丰富人民精神文化生活,提升国家文化软实力和中华文化影响力”,并以专章形式对“深化文化体制机制改革”做了具体安排部署。

关键词： 综合能源   调度主体   BP神经网络   注意力机制  

摘要： 针对传统调度策略在进行综合能源调度过程中存在的调度效率较低、异常调度数据识别准确率不高等问题,设计了一种基于注意力机制和反向传播(back propagation,BP)神经网络相结合的自适应生成式对抗神经网络调度策略。根据综合能源系统结构,构建以BP神经网络为主体算法的调度优化模型,分别对神经网络中的输入层、隐藏层和输出层进行数据优化模拟,提升综合能源系统的调度效率;同时引入注意力机制技术,与BP神经网络构成自适应生成式对抗神经网络,利用注意力机制技术对BP神经网络中的数据处理环节进行特征提取与特征分析,提升能源系统对调度过程中异常数据的识别能力。最后,在MATLAB中模拟综合能源系统结构,并加入能源数据进行调度模拟试验。试验结果表明,自适应生成式对抗神经网络提升了综合能源调度过程中的调度效率与异常调度数据识别准确率。

关键词： Markov-BP神经网络   电力负载预测   数据预处理   时间序列分析   模型优化  

摘要： 在电力系统中,电力负载受到多种复杂因素的综合影响,这些因素之间存在复杂的非线性相互作用,传统的线性模型难以准确地描述这种关系,当电力负载数据短期内出现一些突发变化或者波动时,无法提取出能够反映电力负载本质特征的信息,导致预测准确性和稳定性欠佳。为此,提出一种基于Markov-BP神经网络的短期电力负载预测方法。通过对电力负载数据进行预处理,包括数据清洗、缺失值的填补以及执行归一化操作,以确保数据的质量和一致性。将预处理后的电力负载数据作为输入,运用时间序列分析和信号处理技术构建电力负载时间序列模型,对数据进行时序分析与特征筛选。基于Markov-BP神经网络,利用由时间序列模型按时间组织的电力负载数据,通过网络隐藏层对数据进行处理,提取出能够反映电力负载本质特征的信息。在相空间内建立电力负载的预测模型,该模型通过学习电力负载本质特征,经训练和优化过程确定合适的嵌入状态向量和参数值。最后,通过异步迭代进行电力负载的短期预测。实验结果表明,此方法在预测准确性和稳定性方面表现优异,为电力系统的优化调度和能源管理提供了有力支持。

关键词： 缩比等效模型   相似理论   多柔体系统   灵敏度分析  

摘要： 空间结构正朝着大型化和柔性化的趋势发展.针对此类结构,往往需通过研制地面缩比样机来验证其功能的可行性与动力学特性.为了能够通过缩比样机的动力学模型准确预测空间全尺寸结构的动力学特性,本文基于相似理论和多柔体系统灵敏度分析提出了一种空间多柔体系统的缩比等效动力学建模方法.首先,基于量纲分析和相似第三定理简化了模型间的相似关系,使得相似系统的设计仅需考虑模型的基本量纲标尺,并提出了更简捷的相似模型设计方法.其次,基于李群李代数理论和几何精确理论构建了多柔体系统的动力学模型.此外,为解决相似缩比模型因部分尺寸缩放后难以加工制备的问题,通过对多柔体系统动力学模型中部分设计参数进行灵敏度分析以指导缩比样机的结构调整.所设计的缩比等效模型能通过放松相似性关系对缩比模型设计的强约束提升缩比模型制造的可行性,同时能通过保持关键设计参数的相似性关系高精度地等效原模型的动力学特性.最后,通过数值仿真算例验证了本文所提出的多柔体系统缩比等效动力学模型的可行性和准确性.