课程文献中心 更多>>

关键词： 动脉粥样硬化   血脂康   网络药理学   分子对接  

摘要： 目的 根据网络药理学方法探讨血脂康胶囊治疗动脉粥样硬化的作用机制。方法 通过中国知网、TCMSP、PubChem等数据库获取药物活性成分及靶点,利用GeneCards等数据库收集汇总相关动脉粥样硬化疾病靶点,构建韦恩图获得血脂康-动脉粥样硬化共同靶点基因。运用Cytoscape V3.10.0软件构建网络并进行可视化处理寻找关键靶点,利用STRING数据库做共同靶点的PPI分析,利用sangerbox 3.0进行GO富集分析和KEGG通路富集分析并绘制图表。采用Autodock软件进行分子对接分析血脂康胶囊部分活性成分与动脉粥样硬化相关靶蛋白之间的结合能并用PyMOL2.5进行对接结果可视化分析并制图。结果 获得血脂康-动脉粥样硬化共同靶点247个,得到白细胞介素-6(IL-6)、丝氨酸/苏氨酸蛋白激酶1(AKT1)、酪氨酸激酶C-SRC蛋白(SRC)等核心靶点,糖尿病并发症中的age-rage信号通路、脂质与动脉粥样硬化通路、癌症病发通路、FoxO转录因子信号通路、催乳素信号通路等信号通路。将分子对接结果进行分析和可视化,一定程度上证明血脂康胶囊中的活性成分与治疗动脉粥样硬化的核心靶点结合程度高。结论 通过网络药理学分析血脂康胶囊对动脉粥样硬化的作用机制,得出血脂康胶囊作用机制可能是通过IL-6、AKT1、SRC等关键靶点,影响脂质代谢和炎症反应从而治疗动脉粥样硬化。

关键词： 网络攻击   恶意代码   网络攻防   网络防御   网络安全   安全审查   漏洞利用   钓鱼邮件  

摘要： 大模型与网络安全领域的融合应用正在蓬勃发展,大模型不仅可以赋能网络防御,还能助力网络攻击,学术界已开展多项利用大模型助力网络攻击的研究工作,大模型即将改变网络攻防格局。经过调研发现,大模型助力网络攻击主要有利用越狱手段诱导大模型输出情报信息、钓鱼邮件、恶意代码等恶意信息和使用恶意数据对大模型进行微调生成网络攻击恶意大模型两种手段,应用场景主要有情报收集、定制化钓鱼、漏洞利用、恶意代码生成,且呈武器化、自动化攻击趋势。对此,应加强对大模型被滥用的实时安全审查,针对恶意大模型开展专项追踪与研究,采用完全自研的国产信创类大模型,在网络安全实战演练中加人AI攻防演练。

关键词： 深度学习   生物特征识别   掌纹掌脉识别   多模态网络   知识蒸馏   模型压缩   卷积神经网络   类激活图  

摘要： 深度学习已在掌纹掌静脉领域广泛应用,但随着任务使用场景的不断微型化、终端化,现有的深度学习模型往往难以在算力匮乏、内存有限的边缘设备上顺利部署。本文基于知识蒸馏方法提出了轻量化的掌纹掌静脉识别网络。根据模态特征提取复杂程度,为掌纹与掌静脉模态分别选用不同的网络深度。在常规知识蒸馏方法中引入新设计的模态特征损失函数,强化教师模型对各模态特征提取的指导作用。实验结果表明,该方法有效协调了模型大小与性能,为边缘计算环境下的生物特征识别技术提供了一种有效的解决方案。

关键词： 上市公司   供应网络   城市网络   社会网络分析法   资源型城市   空间结构  

摘要： 融合生产网络和价值链理论构建城市供应网络理论分析框架,基于2001—2022年上市公司与供应商交易数据构建中国城市供应网络,采用复杂网络和面板模型等方法,分析了其时空演化特征与影响机制。研究发现:(1)中国城市供应网络密度总体位于0.010~0.018之间,呈现波动增长的变化特征,网络呈现明显的小世界特征,且网络的可达性在增强;(2)网络联系集中在少数核心城市,北京是唯一的权力—威望型城市,权力型和威望型城市数量在增加并具有明显的集聚指向,权力型城市以上海、杭州、武汉、成都、深圳等中心城市为主,威望型城市以唐山、太原、芜湖、中山、大同等资源型和传统制造业城市为主;(3)城市供应网络空间联系呈现由沿海点轴结构向多轴线空间结构转变的特征,整体上呈现尚未闭合的“菱形”空间结构;(4)影响机制上,经济发展水平、政府干预强度、产业结构、资源禀赋、人力资本等是影响城市供应网络的主要因素,不同发展阶段和不同区域的影响机制具有差异性。

关键词： 交换式以太网   双网   车辆级编组网   列车级骨干网   综合承载  

摘要： 本文介绍了常用交换式以太网环网与线性网拓扑的优缺点,并以实际应用项目为依托,介绍了列车通信网络承载信号系统通信网络的方案。该方案可以承载整车的通信网络,为智慧城轨列车通信综合承载提供了一种发展方向。

关键词： 工业计算机网络   神经网络   电弧炉  

摘要： 本文对工业计算机网络中的基于神经网络的电弧炉控制系统进行了研究,对系统设计中的主要原则与技术难点进行了探讨,并介绍了该控制系统的整体架构及其关键模块设计,展示了电弧炉控制系统在实际生产中的工作流程和主要功能。在实验测试中,本文通过对比神经网络应用前后的系统性能数据,证明了该系统的可用性和实用性,旨在为工业生产中的复杂控制系统提供新思路,推动神经网络技术在智能制造中的进一步应用。

关键词： 无人机   YOLOv5s   轻量化   Ghost  

摘要： [目的]实现对草原放牧情况的实时监测和对载畜量的快速自动检测,促进草原生态系统的健康可持续发展,从而实现草畜平衡。[方法]采用深度学习方法对无人机拍摄的牛羊图像进行检测,为了提高模型的检测速度,进行轻量化改进。除了第一个Conv结构,将YOLOv5s模型的Backbone网络中其他的Conv结构和C3结构全部换成GhostConv结构和C3Ghost结构,以减少模型的计算成本。[结果]与原模型相比,YOLOv5s-Ghost模型的准确率、mAP分别下降了1个百分点、0.4个百分点,但模型的参数量减少了约50%,仅为7.43 MB;FPS为89.73,比原模型增加了42.12,检测速度大大提升。[结论]改进模型具有精度高、体积小等优势,不仅提高了检测速度,而且在实例检测中具有较好的检测效果,对于轻量化的无人机目标检测研究具有一定的参考价值。

关键词： 水中目标识别   特征失配   过拟合   对抗训练   梯度反向层  

摘要： 近年来随着深度学习理论在水声领域的应用,水中目标识别技术研究取得了巨大进步。然而在工程应用实践中,应用传统的特征提取和分类器方法拼接得到的识别模型难以维持实验室性能,复杂多变的海洋信道使声信号在传感器接收前发生剧烈畸变,导致识别算法出现特征失配和过拟合问题,算法性能急剧下降。针对以上问题,提出了一种对抗残差网络(Adversarial Residual Neural Network, ARNN)模型,利用梯度反向层(Gravity Reversal Layer, GRL)结构和双标签对抗训练的方式补偿了不同水文条件下信道传播之间的差异性,使算法更能够聚焦到能够表征目标本质的特征上,具有更强的鲁棒性和更高的识别率。为验证其有效性,设计了2次实验,分别利用在南海不同海域、不同水文条件下多次采集的舰船目标机械辐射噪声信号,制作训练样本集和测试样本集以训练和测试算法模型。结果表明,相较于支持向量机(Support Vector Machine, SVM)、卷积神经网络(Convolutional Neural Network, CNN)、残差网络(Residual Neural Network, ResNet)等传统网络模型,提出的ARNN模型可以有效缓解特征失配和过拟合问题,使模型具备不同水文条件下的可移植能力,解决人工智能技术在水中目标识别工程应用中的关键问题。

关键词： 互联网技术   网络营销   大数据   电商平台  

摘要： 互联网技术革新对网络营销领域产生了深远影响,榆阳湖羊作为黄土高原上的特色农产品,其营销实践充分展现了这一变革。通过运用大数据分析消费者行为,社交媒体和内容营销提升品牌知名度,电商平台拓宽销售渠道,以及顾客关系管理优化顾客服务,榆阳湖羊的网络营销策略促进了销售增长和品牌影响力提升。然而这一过程也面临诸多挑战,包括顾客满意度和忠诚度的持续提升、技术和策略的创新需求,以及数据安全和隐私保护等问题。对策涵盖加强技术应用、提升个性化服务、保障信息安全等方面。

关键词： VoWiFi   解决方案   建设方案  

摘要： 全面阐述面向5G用户的VoWiFi解决方案,包括网络架构、网元功能和接口、系统流程,介绍业务开通、用户鉴权、系统间切换、用户漫游、业务计费等关键技术。探讨VoWiFi的网络建设方案,包括网元设置和部署方案等内容。