课程文献中心 更多>>

关键词： 尾部风险   生产网络   部门扭曲   网络效应   增加值波动  

摘要： 建立包含行业尾部风险的多行业生产网络一般均衡模型,从中分解出行业尾部风险扩散导致增加值波动的技术扭曲网络效应和配置扭曲网络效应,然后采用ICIO数据库1998—2020年中国的投入产出数据,实证检验两种扭曲网络效应对行业增加值波动的影响。研究表明:生产网络会放大并传导行业尾部风险,形成技术扭曲网络效应、配置扭曲网络效应,其中配置扭曲网络效应对行业增加值波动的负面影响更强烈;下游行业的需求侧冲击会通过生产网络向上游传导,使技术扭曲网络效应对上游行业的冲击更强;高技术水平的工业、均衡的生产网络结构以及高中间品替代弹性行业更容易抵御风险冲击;在极端事件冲击时期,两种扭曲网络效应的负面冲击更显著。建议政府正视生产网络对风险的传导作用,做好风险防范与对冲,以实现经济平稳运转。

关键词： 肠易激综合征   四神丸   泄泻   网络药理学   分子对接   芦丁、补骨脂酚、补骨脂甲素、金丝桃  

摘要： 目的:利用网络药理学技术和生物信息学方法探讨四神丸治疗肠易激综合征(irritable bowel syndrome,IBS)的活性成分、作用靶点及分子机制。方法:运用TCMSP、Pubchem、SEA、Swiss Target Prediction、GeneCards等数据库筛选四神丸活性成分、预测靶点及IBS疾病靶点;采用Cytoscape 3.7.2软件构建化合物-靶点-疾病网络和靶点蛋白相互作用网络;通过DAVID数据库进行基因本体功能富集分析和京都基因与基因组百科全书通路进行富集分析;利用AutoDock Tools软件进行活性成分和核心靶点的分子对接验证。结果:共筛选得到四神丸的活性成分18个,靶点693个,IBS相关疾病靶点422个,与四神丸的交集靶点共有82个;得出PPI网络的拓扑学分析结果,共筛选出20个关键靶点。GO富集条目644个,主要涉及炎症反应、平滑肌细胞增殖的正调控、蛋白激酶活性、MAP激酶活性的正调控、多巴胺分解代谢过程和白细胞介素-17产生的正调控等。KEGG通路显著富集148条,得出包括与IBS炎症与免疫相关通路、与细胞增殖与凋亡相关通路、与氧化应激和脂质过氧化相关通路等发挥治疗IBS作用的相关通路。分子对接结果显示芦丁、补骨脂酚、补骨脂甲素、金丝桃苷这4个活性成分能与IL1B、TLR4、IL6、TNF结合并形成较为稳定的构象。结论:网络药理学联用分子对接技术揭示四神丸可以通过多成分、多靶点、多途径治疗IBS。

关键词： 数智环境   社区养老服务   服务精准化   价值网络模型   扎根理论  

摘要： [目的/意义]精准化是社区养老服务发展的主要目标,是衡量社区养老服务水平的重要标准。当前社区养老服务发展存在供需失衡,服务精准化水平不高。大数据、人工智能等数智环境飞速发展为社区养老服务精准化水平提升带来了历史机遇,而探索社区养老服务精准化水平的影响机理是更加有效提升服务精准化水平的前提。[方法/过程]基于价值网络模型,采用扎根理论研究方法,对社区养老服务相关参与主体代表的半结构化访谈语料进行编码分析,参照“背景-条件-行动-结果”的扎根理论经典范式,分析数智环境下价值网络对社区养老服务精准化的影响机理。[结果/结论]构建影响机理“火箭模型”,从宏观、中观、微观3个层面,分析价值网络对社区养老服务精准化水平的影响因素和作用机理,其中“数智技术赋能”是关键影响因素。研究回答了数智环境下价值网络对社区养老服务精准化的“影响机理是什么”的问题,为后续探索提升服务精准化水平的策略指明方向。

关键词： 改进卷积神经网络   机器人避障   路径规划   全局最小点  

摘要： 由于机器人在运动过程中,无法及时更新机器人位置方向和坐标,使得目标不是全局最小点,导致机器人无法有效避障。为此,提出了基于改进卷积神经网络的机器人避障路径规划方法。使用基于改进卷积神经网络的双线性内插方法,计算目标点坐标。通过动态窗口法评估函数,计算扩展距离。构建极大值损失函数,通过递减学习,使类别内的特征聚合度和类别间差异性达到最大。通过机器人在环境中的运动来估计机器人位置,计算机器人的平移速度、角速度,并更新机器人位置方向和坐标。构建改进后排斥函数,计算神经元中心点到目标神经元中心点的距离,规划避障路径。实验结果表明,该方法能够避过全部障碍物,且规划的起始点和目标点之间距离与实际距离一致。

关键词： 胸痹心痛   郁证   冠状动脉粥样硬化性心脏病   焦虑   抑郁   柴胡加龙骨牡蛎汤   网络药理学  

摘要： 目的通过网络药理学探讨柴胡加龙骨牡蛎汤(Chaihu Longgu Muli Decoction,CLMD)治疗冠状动脉粥样硬化性心脏病(简称“冠心病”)合并焦虑抑郁的机制。方法运用中药系统药理学数据库与分析平台(TCMSP)获得CLMD的药物靶点,GeneCards与在线人类孟德尔遗传(OMIM)数据库获取冠心病、焦虑症和抑郁症的疾病靶点,应用Cytoscape 3.9.1构建“药物-成分-疾病-靶点”网络,基因本体论(GO)与京都基因与基因组百科全书(KEGG)富集分析生物学过程及主要通路。结果CLMD中槲皮素、山柰酚、β-谷甾醇、豆甾醇、汉黄芩素为治疗冠心病合并焦虑抑郁的关键成分,涉及白蛋白(ALB)、丝氨酸/苏氨酸激酶1(AKT1)、白细胞介素-6(IL-6)、肿瘤蛋白P53(TP53)、肿瘤坏死因子(TNF)等40个靶点,GO和KEGG分析结果显示其作用机制与高级糖基化终末产物-受体(AGE-RAGE)、流体剪切应力与动脉粥样硬化、C型凝集素受体、磷脂酰肌醇3激酶(PI3K)-Akt、FoxO等通路有关。结论此研究证实了CLMD治疗冠心病合并焦虑抑郁的多成分、多靶点、多途径机制,为双心疾病的治疗提供了理论依据。

关键词： 网络拥塞   主动队列管理   Huber-AQMRD   ns3   丢包率   吞吐量  

摘要： 随着信息化时代的蓬勃发展，信息传输已经渗透到了日常生活和商业活动的方方面面，成为不可或缺的一部分。然而，这种信息传输的大规模增长也带来了一系列问题，其中包括网络拥塞等现象变得愈加普遍。在应对网络拥塞问题时，主动队列管理（AQM）算法显得尤为重要，其中包括随机早期检测（RED）和自适应平均队列大小及其变化率（AQMRD）算法等。尽管这些算法已经起到了一定作用，但在提升吞吐量与服务质量方面仍有进步的空间。针对已有算法的不足，文中提出一种基于AQMRD的改进算法，即Huber-AQMRD算法。该算法通过引入“Huber”损失函数，更准确地评估队列大小与期望值之间的差异，从而优化了丢包函数的设计。通过ns3仿真实验验证，Huber-AQMRD算法在降低丢包率的同时，提高了网络吞吐量和服务质量，对于解决大规模增长的信息传输下的网络拥塞问题，提升网络性能和用户体验具有重要意义。

关键词： 推荐系统   会话推荐   驻留时间网络   注意力机制   图神经网络  

摘要： 目的 现有的基于图神经网络(GNN)的推荐方法忽略了会话中有价值用户在项目上的时间驻留信息，无法解决用户无意识点击带来的影响，同时忽略图神经网络中隐藏因素的表达能力，针对以上问题，提出一种融合时间驻留信息的图神经网络会话推荐模型(Graph Neural Network Session-based Recommendation Based on Fusion of Time Resident Information, TRGNN)。方法 首先，对用户在各个项目上的驻留时间信息进行处理，通过时间图神经网络得到时间特征；其次，应用多头注意力机制增强因素的表达能力更好地提取项目特征，TRGNN将时间特征与项目特征进行融合得到最终特征，通过注意力网络得到全局上下文和局部上下文；最后，通过预测层得到最终推荐结果。结果 在Diginetica和Yoochoose两个真实数据集上进行对比实验，实验结果表明：相较于最优基线模型，本模型在Mrr@20评价指标下分别提升了1.57%和3.30%,在Recall@20指标下分别提升了1.10%和0.66%。结论 本模型实现了更好的推荐效果，能更好地挖掘隐藏信息，充分应用时间特征和项目隐藏特征来提高推荐准确率，降低用户误触对推荐准确率的影响。

关键词： 滑模变结构控制   模糊控制   神经网络控制   模糊神经网络控制   供暖室温控制  

摘要： 针对供热室温控制系统大惯性、滞后性、时变性的情况，传统比例积分微分(proportion integration differentiation, PID)控制系统存在响应滞后性强、控制参数整定困难等问题，由此提出一种模糊神经网络滑模控制(fuzzy neural network sliding mode control, FNNSMC)算法。根据室温控制的特点，采用滑模变结构控制与模糊神经网络相结合的调节方式，实现对室温的智能控制。根据供热室温温度偏差及其变化率实时对滑模控制的参数进行在线优化整定，进而实现模糊神经网络滑模控制的自整定和智能化控制。进行MatLab/Simulink仿真实验，根据模糊滑模与模糊神经网络滑模响应曲线的比较，表明控制系统采用模糊神经网络滑模算法具有更好的性能，满足了控制系统的稳定性、快速性的要求。在面对突加的外部扰动时，控制系统具有良好的抗干扰能力。

关键词： 肺结节   Transformer   ConvNeXt   注意力机制   计算机视觉   双骨干网络  

摘要： 为了提高对肺结节的准确分割，文中提出一种CSF-UNet的双骨干网络特征提取方法。使用两种不同侧重的骨干网络并行提取图像特征，通过利用ConvNeXt网络提取局部特征，并结合Swin Transformer网络提取全局特征来提升模型的特征提取能力。提出了一种自适应大核融合模块，有效地融合两种不同规格的特征，通过串联两个大核卷积获得更大的感受野和动态选择机制来突出重要的空间区域。在SPPF中融合了ECA通道注意力和密集链接，提出了ESPP模块以进一步挖掘双骨干网络提取的高级语义信息，使网络更加关注重要的特征通道。在LIDC数据集上的实验结果表明，提出的模型在3个指标上优于基本UNet模型以及最近几年其他研究团队提出的针对该数据集的分割网络。最终，CSF-UNet模型实现了78.1%的IoU、87.71%的DSC、87.19%的敏感度和88.23%的精确度。这些结果表明，该模型在肺结节分割方面表现出良好的性能，对医生进行早期肺结节诊断具有重要的临床意义和应用价值。

关键词： 图像修复   二阶段网络   生成对抗网络   深度学习  

摘要： 目的 针对现有图像修复方法不能很好地实现结构和纹理信息之间的双向交互，在修复缺失面积较大或纹理复杂的图像时存在纹理模糊、结构失真等问题。方法 提出了一种基于双向坐标注意融合模块和傅里叶特征聚合模块的二阶段网络图像修复方法。首先，使用结构编-解码器和纹理编-解码器对受损图像进行结构重建和纹理合成，产生初步的修复结果；然后，将粗修复结果输入到细化修复网络，利用双向坐标注意融合模块和傅里叶特征聚合模块对图像内部纹理细节进行修复；为增强全局一致性，设计了双向坐标注意融合模块来实现结构和纹理信息之间的双向交互，并设计了傅里叶特征聚合模块，用于捕获全局上下文信息，增强图像局部特征之间的相关性，以获得精细的修复结果；此外，还利用双流判别器来估计结构和纹理的特征统计量，以区分原始图像和生成图像。结果 在CelebA-HQ数据集上进行实验，与4种图像修复方法进行比较，定性结果表明方法生成的人脸图像更加清晰自然；定量结果表明方法在峰值信噪比、结构相似性指数和弗雷歇距离上均优于对比算法；对模型中各模块的消融实验结果也验证了所提出创新点的有效性。结论 因此，所提出的方法能够有效地修复受损的人脸图像，特别是在大面积遮挡下也能生成具有结构合理、纹理清晰的图像。