课程文献中心 更多>>

关键词： 超分辨率   轻量化   注意力机制   深度学习  

摘要： 【目的】尽管基于Transformers的图像超分辨率模型展现出优越性能，但其高性能开销主要源于移位窗口自注意力建模长程关系所需的额外计算，并且仅依赖自注意力机制不足以有效提取图像的高频局部特征。【方法】为了解决这一问题，提出了多尺度大感受野卷积块和高频信息自注意力块网络（Enhanced Receptive Field Transformer Network for Super-Resolution ，ERFTN），以优化超分辨率重建。多尺度大感受野卷积块旨在增强局部感受野，具有轻量级参数以补偿高频细节；高频信息自注意力块通过窗口重叠实现窗口内及跨窗口注意力，优化计算效率。【结果】实验结果显示，与ESRT网络相比，ERFTN的参数量减少11.6%，在四个数据集上的PSNR平均提高0.14dB，SSIM平均提高0.45%。【结论】研究表明：ERFTN在较低计算复杂度下能生成高质量重建图像，具有良好的应用前景。

关键词： 原酒等级   特征提取   异常剔除   弹性网络   最大互信息   平均斯皮尔曼  

摘要： 原酒中物质复杂多样，主要以感官评价为导向，缺少以微量组分为依据的数字化评价方法。因此，该研究以浓香型白酒的原酒为研究对象，利用GC-MS测定原酒风味成分含量，使用平均斯皮尔曼（average Spearman，AS）筛选出异常样本，为后续分析提供可靠输入。通过贝叶斯-弹性网络（Bayesian elastic net，B-EN）筛选出对等级贡献较大的特征物质，再结合最大互信息系数（maximal information coefficient，MIC）进一步联系物质与原酒质量间的各种相关关系，最后将原酒中大量复杂的成分信息集中于2种算法提取出的36种特征物质。利用边界合成少数过采样技术（Borderline SMOTE）补充不平衡数据，将36种特征物质作为极致梯度提升（extreme gradient boosting，XGB）模型的输入，最终分类准确率能达到95.38%，相比未经处理的数据提高了12.05%。该研究提出的方法充分考虑了原酒的数据特征，为分析原酒微量成分与质量的相关性提供新思路。

关键词： 车轮多边形   EMD   BP神经网络   能量   峭度值   在线识别  

摘要： 针对轨道交通车辆轴箱振动信号的非平稳性特征，提出了一种基于经验模态分解（EMD）与BP神经网络的车轮多边形阶数诊断、识别方法。该方法首先对轴箱振动信号进行EMD分解，信号分解为若干个IMF分量之和，再选取若干个包含主要能量信息的IMF分量，提取各分量的能量与峭度值，构造特征向量，然后将特征向量作为神经网络的输入，最后对神经网络进行训练，来识别车轮多边形阶数。在试验台开展了某型号动车组不同速度等级工况下车轮多边形故障模拟试验，设置了17阶和24阶两种车轮多边形工况。试验结果表明，基于EMD和神经网络的方法能够准确、有效地识别出车轮多边形阶数。基于试验台模拟试验，建立车轮多边形阶数在线识别数据库，能够识别、诊断车轮磨耗信号，提前预判车轮状态，辅助检测与维护决策，可为轨道交通车辆的安全运营与维护提供方法参考和理论支撑。

关键词： 网络欺凌   网络欺凌检测   多模态学习   多模态特征融合   分层注意力机制  

摘要： 社交媒体平台为了达到更快更广的传播效应，发布网络欺凌言论往往综合利用了文本、语音和图像多模态信息。虽然多模态信息可以更充分地表达信息发布人的情感，但同时也为研究人员进行网络欺凌自动检测提供了多维度信息源。当前多模态网络欺凌言论检测模型，多聚焦于大规模交互空间的复杂融合，缺乏模态间潜在共性和异性的关联分析。因此，基于简单特征融合的多模态网络欺凌检测模型仍然性能不够理想，而且模型的训练过程也非常耗时、不易收敛。针对这一问题，该文提出一种基于空间特征的多模态检测模型，首先通过各单一模态的特征提取，然后再通过共享特征空间和特定特征空间的建构，使用哈达玛积的分层注意力机制进行特征融合。由于融合过程不是单纯依靠输出注意力分数进行简单加权，而是独立地重新分配注意力权重，使得模态与模态之间互不干扰，保留了共享空间和特定空间的特征完整性。最后使用双层感知机结构实现网络欺凌言论的检测，分别在CMCAD和CMU-MOSI数据集上均取得良好的检测效果和收敛性能。

关键词： 二分网络   “主语-行为-宾语”语义挖掘   网络表示学习   机器学习   医学知识发现  

摘要： 目的/意义探讨网络表示学习与链路预测在挖掘潜在医学实体关系方面的应用，为医学知识发现研究提供新视角。方法/过程从PubMed数据库获取文献摘要，利用“主语-行为-宾语”语义挖掘方案识别疾病与药物治疗信息，抽取药物实体与疾病实体，构建“药物-疾病”二分网络，综合运用社会网络分析、网络表示学习、机器学习方法分析网络结构及节点特征，挖掘医学实体间的潜在联系。结果/结论 二分网络表示学习方法能够揭示药物与疾病的关联知识，获取治疗疾病的关键药物，可为用药治疗提供可行性方案。

关键词： 西河柳   糖尿病大鼠   网络药理学   链脲佐菌素  

摘要： 目的：通过网络药理学、分子对接和动物实验探究西河柳对链脲佐菌素（STZ）诱导的2型糖尿病（T2DM）的影响及作用机制。方法：用中药系统药理学技术平台（TCSMP）、Swiss target prediction 对西河柳活性成分进行筛选及靶点预测，通过使用GeneCards、OMIM、DisGeNET数据库获得T2DM的疾病靶点，用Venny在线软件获得西河柳活性成分和T2DM疾病的交集靶点，在STRING数据库构建蛋白相互作用（PPI）网络，用Cytoscape 3.8.0可视化。Metascape进行基因本体（GO）功能分析、京都基因与基因组百科全书（KEGG）通路富集分析。使用AutoDock软件进行重要靶点蛋白和化合物的对接。SPF级雄性大鼠随机分为空白组、模型组、二甲双胍组（88.5 mg/kg）、西河柳醇提物高（800 mg/kg）、中（400 mg/kg）、低（200 mg/kg）剂量组（n=10），高脂高糖饲料喂养联合小剂量STZ（45 mg/kg）诱导T2DM大鼠模型。灌胃给药5周，同时观察大鼠一般情况。检测大鼠的空腹血糖（FBG）、胰岛素（FINS）水平及胰岛素抵抗指数（HOMA-IR）、生化指标[超氧化物歧化酶（SOD）、丙二醛（MDA）、糖化血红蛋白（HbA1c）]和炎性因子[白细胞介素1β（IL-1β）、肿瘤坏死因子a（TNF-a）、血管内皮细胞黏附分子1（VCAM-1）]水平；苏木精-尹红（HE）染色观察肾脏组织形态学改变。结果：网络药理学结果表明，基于口服生物利用度（OB）≥30％、类药性（DL）≥0.18的筛选条件，共从西河柳中筛选出19个具有潜在治疗T2DM的主要活性成分：麦角甾-5，24（28）-二烯-3，7，16-三醇、槲皮素-3，3'-二甲醚、山萘酚、槲皮素等。通过对西河柳治疗T2DM的潜在靶点进行分析，共筛选出SRC、EGFR、HSP90AA1、AKT1、ESR1、H1F1A、TNF、PIK3R1等185个潜在的靶点基因，涉及癌症信号通路、胰岛素抵抗、MAPK 信号通路、PI3K-Akt等信号通路。分子对接结果显示，结合能均小于-5 kcal/mol，说明筛选的西河柳活性成分与获得的治疗T2DM潜在靶标具有较强的结合能力。动物实验结果显示，与模型组比较，二甲双胍组和西河柳醇提物组大鼠体质量下降有所减缓，FBG、FINS、MDA、HbA1c 、IL-1β、TNF-α、VCAM-1的水平及HOMA-IR指数降低，SOD水平提高，差异均有统计学意义（P＜0.05，P<0.01），肾组织细胞形态有了明显改善，且所有指标都呈剂量依赖性。结论：西河柳通过多成分、多靶点、多通路协同作用降糖，具有显著治疗T2DM的效果。

关键词： 类风湿关节炎   飞蛾藤   网络药理学   分子对接   凋亡   MH7A细胞  

摘要： 通过网络药理学和分子对接技术， 结合体外实验验证探究飞蛾藤 (Porana racemosa Roxb.， PRA) 治疗类风湿关节炎 (rheumatoid arthritis， RA) 的作用机制， 为飞蛾藤治疗RA提供现代药理学依据。通过Swiss Target Prediction数据库预测已解析飞蛾藤中化学成分的潜在靶点; 采用OMIM、GeneCards、TTD、Disgenet数据库检索RA的疾病靶点; 利用STRING数据库和Cytoscape软件构建蛋白相互作用 (PPI) 网络和药材-成分-靶点网络; 使用DAVID数据库进行GO (gene ontology) 功能富集和KEGG (kyoto encyclopedia of genes and genomes) 通路分析， 并利用分子对接软件对飞蛾藤潜在活性成分与核心靶点进行对接; 最后选取MH7A细胞进行细胞活力、划痕愈合、关键基因mRNA表达水平分析等实验， 以探索飞蛾藤及其潜在活性成分对MH7A细胞增殖、迁移、凋亡的影响。该研究共筛选出飞蛾藤潜在活性成分靶点628个， RA靶点1 890个， 交集靶点235个， 筛选出飞蛾藤治疗RA的主要潜在活性成分是咖啡酸乙酯、N-对反式香豆酰酪胺、亚麻酸甲酯等， 核心靶点涉及肿瘤坏死因子 (TNF)、基质金属蛋白酶9 (MMP9)、前列腺素内过氧化物合酶2 (PTGS2) 等， 富集分析确定了1 200个GO功能富集条目和166条信号通路; 分子对接结果显示， N-对反式香豆酰酪胺和咖啡酸乙酯与TNF、MMP9、半胱氨酸天冬氨酸蛋白酶3 (CASP3)、PTGS2、B淋巴细胞瘤2 (BCL2) 均具有较好的结合活性; 体外实验显示， 飞蛾藤、咖啡酸乙酯和N-对反式香豆酰酪胺均可抑制MH7A细胞增殖、迁移和侵袭能力， 上调凋亡相关基因CASP3 mRNA的表达， 下调MMP9、PTGS2、BCL2 mRNA的表达， 还能下调磷脂酰肌醇3-激酶 (PI3K)、蛋白激酶B (AKT) mRNA和PI3K、p-AKT蛋白的表达。该研究初步揭示了飞蛾藤治疗RA可能与抑制MH7A细胞增殖、迁移和侵袭， 诱导细胞凋亡， 调控PI3K/AKT信号通路等有关。

关键词： 鸡血藤   绒毛膜下血肿   网络药理学   分子对接   PI3K-Akt信号通路  

摘要： 目的 基于网络药理学与分子对接技术探讨鸡血藤治疗绒毛膜下血肿的作用机制。方法 使用 TCMSP 数据库并筛选确定鸡血藤活性成分，采用SwissTargetPrediction预测鸡血藤的靶点。在GeneCards、OMIM、TTD和DRUGBANK数据库中检索疾病靶点。将两者交集靶点导入 Metascape 数据库，进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析。通过Cytoscape 软件将结果可视化，筛选关键成分和疾病靶点进行分子对接预测。结果 共筛选出24个活性成分、131个交集靶点。通过Cytoscape软件筛选出AKT1、IL6、TNF、EGFR、SRC等关键靶点。根据KEGG富集分析，鸡血藤主要通过PI3K-Akt信号通路、EGFR酪氨酸激酶抑制剂抵抗、内分泌抵抗、FAK信号通路等信号通路抑制绒毛膜下血肿的发生发展。根据分子对接验证，AKT1、IL6、TNF、EGFR、SRC与相应的上述关键药物活性成分具有良好的结合能力。结论 鸡血藤可能通过活性成分作用于AKT1、IL6、TNF、EGFR、SRC等关键靶点，产生促进血管生成修复、调节机体免疫、调控滋养细胞的侵袭和迁移、改善血栓状态等作用。

关键词： 公共交通   门控循环单元网络   注意力机制   区间上下限法  

摘要： 通过分析公交运行环境，考虑模型预测的不确定性，提出了一种基于门控循环单元神经网络的公交到站区间预测模型。首先引入注意力机制，聚焦于输入序列中的关键信息，减少冗余信息的干扰，提高模型的整体预测性能。在点预测的基础上，采用区间上下限法进行公交到站时间的区间预测，以确定模型预测的区间范围。最后，采用江西省南昌市169路的数据对所提模型进行实例验证。结果表明，Attention-GRU模型的均方根误差及平均绝对误差均优于循环神经网络、长短期记忆网络及门控循环单元网络。相较于Bootstrap方法，LUBE方法具有更窄的区间平均宽度，覆盖宽度标准（CWC）在平峰期置信水平为85%、90%、95%时分别降低8.1%、2.2%、5.7%，在高峰期置信水平为85%、90%、95%时分别降低23.2%、26.9%、27.3%，说明其能精确描述公交到站时间的波动范围，具有更高的准确性和稳定性。

关键词： 尾部风险网络   产业链   系统性风险   非线性网络关联  

摘要： 产业链供应链安全稳定是大国经济必须具备的重要特征。本文基于非线性关联视角，通过理论研究和实证分析探讨中国产业链风险传染的作用机制。本文借助交易和股权双重经济关联构造产业链多层网络，结合企业异质性和SIRS传染病模型，建立跨机构、跨行业的风险传染动态理论模型。进一步，结合单指数分位数模型、LASSOCoVaR方法和TENET模型，生成具有非线性传染特征产业链网络结构，并构造系统性风险指标。理论分析发现，关联强度和交易对手数量均与风险溢出强度正相关，并且当行业之间交易对手数量较多时，行业之间风险溢出程度强于行业内部风险溢出强度。实证研究表明，上游行业是主要风险输出行业，下游行业则是主要风险输入行业；行业内部低于行业之间的风险贡献和暴露，凸显了尾部风险跨行业传染特征；进一步发现，交易与股权关联是产业链风险跨行业传递的主要因素。本文认为，应提升上游行业应对极端冲击的能力，完善高度关联下的风险防控策略，以防范尾部风险的跨行业传递。