课程文献中心 更多>>

关键词： 光业务单元   资源分配   保护策略  

摘要： 【目的】随着业务需求的日益增长和多样化，电力通信网面临着提供更灵活带宽调整、更低时延和更低成本接入的新要求。为了适应这些变化，光业务单元(Optical Service Unit， OSU)技术应运而生，它通过提供更细粒度的业务承载和灵活的带宽调整机制，有效地解决了传统光通信技术在小颗粒业务承载效率方面的局限。如何利用OSU技术的特点，为业务提供更加高效的保护机制是基于OSU技术的光网络需要解决的重要问题。【方法】本文提出了一种基于保护失败风险感知(Protection Failure Risk Awareness， PFRA)的资源分配方法，该方法通过计算网络中每条链路的保护失败风险值(Protection Failure Rate， PFR)为业务进行合理的资源分配。同时实时监测链路的PFR值，对于超出阈值的链路进行业务重路由处理以保证网络中链路的PFR值均浮动在合理范围内。当发生链路故障时，业务进行保护倒换，同时利用OSU无损带宽调整技术将业务保护带宽扩大到需求带宽。【结果】本文提出的PFRA算法，可有效降低业务阻塞率、提高业务保护成功率。仿真结果显示，相比传统的1+1保护方法，该方法在最优情况下可以将业务阻塞率降低1个百分点、业务保护成功率提高5个百分点。【结论】本文提出的PFRA算法通过合理调整链路的保护失败风险值合理分配网络带宽资源，从而提高网络应对较高业务负载和较高链路故障率时的业务保障能力。同时该方法优化了网络资源分配，为光网络中保障业务生存性以及高效资源分配提供了一种有效的方案。

关键词： 纳米银   神经形态网络   自组装   非线性映射   无机突触   忆阻器   原子开关  

摘要： 随着大数据和人工智能技术的快速发展，提升数据处理效率的需求日益增加。除了优化算法外，开发基于物理形态的新型计算元件也能减少算法迭代。纳米银基神经形态网络是一种以银纳米材料为结构单元构筑形成的类神经网络框架，能够模拟人体神经系统对信息进行处理，因而在神经形态计算和类脑计算领域具有极高的应用潜力。为确保其稳定运行和制备方便，研究人员对材料体系和制备工艺进行了一系列改进。基于近年来国内外纳米银基神经形态网络的发展现状，本文根据不同的材料体系，重点介绍了神经形态网络的制备方法，如滴涂法、随机铜种子诱导自组装法以及规则阵列铜种子自组装法等，总结了纳米银基神经形态网络的应用现状，并对其未来发展和应用前景进行展望。

关键词： 深度学习   LSTM神经网络   探地雷达   有限时域差分   智能识别  

摘要： 随着我国隧道交通事业的快速发展，隧道日常养护的工作量急剧增加。利用探地雷达检测隧道衬砌病害因其经济、高效且无损等特点逐渐成为主流的方法，但从采集的海量雷达数据中准确的解释与识别病害特征更多的依赖人的经验，具有较强的主观性。为了提高衬砌病害的检测效率与准确率，本文提出了一种基于LSTM神经网络的隧道衬砌病害识别方法。该方法综合考虑了LSTM神经网络在图像识别领域的优势及隧道中探地雷达反射信号的特征，首次将LSTM神经网络应用在隧道衬砌病害检测与识别中。首先，利用FDTD数值模拟获得不同隧道病害模型对应的雷达波反射信号，分析出不同病害对应的反射特征。其次，通过改变病害的类型、厚度、埋深以及增加噪声等手段构建数据集，并进行随机拆分构建训练集、测试集与验证集。再次，基于LSTM搭建神经网络并优选出网络模型参数与网络结构，通过对比发现3层Bi-LSTM网络模型具有较高的准确率和较稳定的训练过程。最后，通过验证集数据对神经网络进行验证，并利用准确率、精确率及召回率三个指标评价验证结果。研究结果表明，基于LSTM神经网络的隧道衬砌病害识别方法能够快速、准确地识别渗水与空洞两种病害。本研究为今后隧道衬砌病害智能化识别方法的普及与发展提供了新的思路，也为LSTM神经网络的方法拓宽了应用领域。

关键词： GEO数据库   网络药理学   分子对接   大阳旦汤   非小细胞肺癌  

摘要： 目的：基于基因表达综合数据库（Gene Expression Omnibus，GEO）数据挖掘、网络药理学及分子对接探讨大阳旦汤治疗非小细胞肺癌的作用机制。方法：使用“Non small cell lung cancer”作为关键词在GEO中查找符合要求的数据集，并通过Perl软件、R软件获取差异基因，绘制热图及火山图。基于中药系统药理学数据库与分析平台（Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform，TCMSP）筛选大阳旦汤有效活性成分，下载活性成分靶基因，获取非小细胞肺癌与大阳旦汤交集基因，使用Venny 2.1进行韦恩图绘制，使用Cytoscape软件绘制中药复方调控网络，使用String数据库绘制蛋白质-蛋白质相关作用网络，使用R软件进行基因本体论（GO）富集分析以及京都基因与基因组百科全书（KEGG）富集分析，构建KEGG关系网络，使用Vina软件进行分子对接。结果：共获取非小细胞肺癌差异基因2 861个，其中上调基因1 313个，下调基因1 548个。大阳旦汤有效活性成分165个，大阳旦汤靶基因224个，交集基因54个，包括白细胞介素-6（Interleukin-6，IL-6）、表皮生长因子受体（Epidermal Growth Factor Receptor，EGFR）、雌激素受体1（Estrogen receptor 1，ESR1）、基质金属肽酶9（Matrix metalloproteinase 9，MMP9）、前列腺素氧化环化酶2（Prostaglandin-endoperoxide synthase 2，PTGS2）等。大阳旦汤治疗非小细胞肺癌的关键化学成分126个，包括槲皮素、山柰酚、刺芒柄花素等。KEGG富集分析相关通路88条，包括肿瘤坏死因子（Tumor Necrosis Factor，TNF）、白细胞介素-17（Interleukin-17，IL-17）等信号通路。分子对接结果7条，包括槲皮素-PTGS2、槲皮素-EGFR、槲皮素-IL-6、槲皮素-MMP9、刺芒柄花素-ESR1、刺芒柄花素-PTGS2及山柰酚-PTGS2。结论：大阳旦汤治疗非小细胞肺癌可能是槲皮素、刺芒柄花素、山柰酚等活性成分作用于PTGS2、ESR1等关键靶点，从而影响了TNF、IL-17等信号通路，进而发挥了抗肿瘤作用。

关键词： 乳乐方   乳腺增生   网络药理学   分子对接   作用机制  

摘要： 目的 通过网络药理学和分子对接研究乳乐方治疗乳腺增生的作用机制。方法 使用TCMSP平台以口服生物利用度≥30%和类药性≥0.18为标准对乳乐方的药物活性成分进行筛选与靶点预测,然后利用Uniprot数据库对靶点蛋白基因名称标准化;在GeneCards数据库与OMIM数据库收集和筛选乳腺增生的相关靶点;通过Venny 2.1.0软件获取乳乐方治疗乳腺增生的有效靶点并导入STRING数据库构建蛋白互作网络;采用Cytoscape3.9.1软件构建药物-活性成分-靶点网络;接着用Metascape数据库对有效靶点进行基因本体富集分析及京都基因和基因组百科全书富集分析。最后通过Autodock vina软件将乳乐方的关键活性成分与作用乳腺增生的核心靶点进行分子对接验证。结果 获得乳乐方靶点313个,乳腺增生疾病靶点555个,乳乐方作用于乳腺增生靶点98个,核心靶点与乳腺癌相关靶点密切相关。结果表明乳乐方作用乳腺增生可能与调节内分泌耐药、PI3K-Akt信号通路、微小RNA与癌症信号通路相关。结论 乳乐方的活性成分可能通过作用于AKT1和TP53等核心靶点进而调控内分泌耐药、PI3K-Akt信号通路、微小RNA与癌症信号通路促进细胞凋亡、抗炎、抗氧化等防治乳腺增生,为临床应用提供理论依据。

关键词： 指静脉识别   图像分割算法   图卷积神经网络   交叉熵函数   通道信息交互  

摘要： 基于图卷积神经网络的手指静脉识别方法不仅可以解决传统指静脉识别方法识别率较低的问题，还可以解决其计算量大的问题。针对目前指静脉图模型在图结构不稳定性和匹配效率因模型增大而下降的问题，采用了SLIC超像素分割算法来构建加权图并改变了图卷积神经网络提取加权图的图级特征。为了有效抓取图数据中的高阶特征并避免过平滑，研究了一种双分支多交互的深度图卷积网络，旨在提升节点对高阶特征的掌握能力。该方法首先根据节点特征对图结构进行调整，然后通过结合原始和重构后的图结构，构建了双分支网络架构以充分挖掘高阶特征。此外，通过设计一种通道信息互动机制，以促进不同分支间的信息交流，从而提高特征的多样性。实验结果显示，该网络结构在多个标准数据集上进行指静脉识别任务时，能减少单张图片识别时间，提高效率，并有效减轻过平滑现象，相较于单分支的图卷积网络，在识别精度上平均取得超过1.5%的性能提升。

关键词： 泽泻醇B   NSCLC   天然药物   网络药理学   肿瘤微环境   肿瘤相关巨噬细胞  

摘要： 目的 探究泽泻醇B(alisol B)抑制非小细胞肺癌(non-small cell lung cancer,NSCLC)的潜在基因与机制。方法通过CCK-8和Transwell检测泽泻醇B对NSCLC细胞的增殖及迁移作用。通过TCGA和化合物基因预测数据库收集NSCLC和泽泻醇B的基因,并获得二者交集基因。应用String数据库构建蛋白-蛋白分子相互作用(protein protein interaction,PPI)网络,筛出前20的节点,运用R语言筛出与NSCLC预后相关的蛋白,并获得二者交集;通过KEGG和GO富集分析及相关基因与免疫细胞关系分析探究泽泻醇B作用于NSCLC的潜在机制,并通过细胞水平实验验证。结果 泽泻醇B抑制NSCLC细胞的细胞活力和迁移能力。通过网络药理学分析确定5个重要基因:CCNE1,CDK1,COL1A1,COL1A2,COL3A1;细胞实验结果显示泽泻醇B下调NSCLC细胞中Cyclin E1、CDK1和COL1A2的表达。此外,泽泻醇B可抑制巨噬细胞中COL1A2和M2型巨噬细胞标志物CD206的表达。结论 泽泻醇B可能通过下调CDK1和Cyclin E1抑制肿瘤细胞增殖,并可能通过抑制COL1A2影响巨噬细胞功能,从而调控肿瘤免疫微环境,对NSCLC产生抑制作用。

关键词： 高校学生   信息技术   协同治理理论   预防策略   常见类型   治理视角   心理行为特点   意识薄弱  

摘要： 随着信息技术的飞速发展,电信网络诈骗案件频发,尤其是高校学生群体,由于社会经验不足和防范意识薄弱,成为电信网络诈骗的高发群体。本文旨在通过分析当前高校学生面临的电信网络诈骗形势,探讨基于协同治理理论的预防策略,以提升高校学生对电信网络诈骗的识别与防范能力。界定了电信网络诈骗的概念,分析了其特征及常见类型,梳理了高校学生在面对电信网络诈骗时的易感性和心理行为特点。

关键词： 自监督学习   单流网络   语音-人脸跨模态   关联学习  

摘要： 现有的非监督语音-人脸跨模态关联学习方法多采用双流网络结构，在降低计算复杂度和实现高效非监督方法方面还面临一些挑战，为了改善模型性能，提高跨模态学习的效率，提出一种结合单流网络的自监督语音-人脸跨模态学习方法。首先，将预处理的两种模态数据送入单流特征提取网络，然后对提取的两种模态特征向量进行基于注意力机制的特征融合得到视频粒度的特征表示用以在线深度聚类，最后使用聚类步骤生成的伪标签指导度量学习方法来学习两种模态的关联，从而完成跨模态关联学习任务。实验结果表明，本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果，在考虑网络结构轻量化和灵活性的同时保证了优秀的性能。