课程文献中心 更多>>

关键词： 中国学术期刊   优先数字出版   中国知网   ISSN   首发权   网络版   论文网络   录用论文  

摘要： 《爆破》为使录用论文首发权及时获得确认,自2019年12月起与中国知网合作启动“网络首发”在线优先数字出版项目,即《中国学术期刊(网络版)》(简称CAJ-N),统一连续出版物号ISSN 2096-418、CN 11-6037/Z。

关键词： 项目驱动   虚拟仿真   网络管理课程   实验教学改革  

摘要： 农林类高校资金有限、网络设备更新换代快,这些严重制约着网络工程专业实践教学的发展。以山西农业大学网络管理课程实验教学为例,将项目驱动教学法引入实验教学中,以学生为主体,依托多种虚拟仿真环境,对课程实验教学进行改革,旨在激发学生的学习兴趣和培养学生的自主学习能力。

关键词： 道路级交通流预测   轨迹匹配   路网图像   稀疏数据   时空注意力   多尺度卷积  

摘要： 【目的】城市交通流量预测对智能交通系统至关重要。传统方法常将路网划分为栅格进行区域预测,但忽略了道路间的关联,导致预测结果无法准确反映交通流变化。基于道路段数据的方法虽能捕捉道路间的空间联系,却面临轨迹映射时数据冗余、轨迹错配和数据稀疏等问题。【方法】为了解决这些问题,本文提出了一种用于道路级稀疏交通流预测的注意力时空神经网络(ASTNN)模型。模型首先对轨迹数据做预处理和基于隐马尔可夫模型(HMM)的地图匹配,得到各道路段的交通流数据;并采用面向路网的自适应紧凑二维图像表示方法,将路网表示为以道路段为像素点的二维图像。在分析交通流时空特征的基础上,提出了两种新的注意力时空模块:注意力时空记忆块(ASTM block)和注意力时空聚焦块(ASTF block),分别用于时间相关性挖掘和空间稀疏特征提取。基于这2个模块,并融合外部信息,构造了ASTNN模型实现道路级交通流预测。【结果】本研究以成都出租车轨迹数据为研究对象,在成都市三环区域内的五级路网中,完成了轨迹数据的预处理和流量的映射,并对流量预测模型进行了验证。结果显示,本文所提出的数据处理方法可使轨迹与路网匹配时间降低73.6%。在与CNN、ConvLSTM、GRU、STNN等现有方法的对比实验中,本文方法在RMSE、MAE以及R^(2)等指标上均取得了最优的预测准确度。在此基础上,进一步验证了在ASTNN中引入温度信息对提高预测准确度的显著作用,为模型性能优化提供了新的思路。【结论】本研究提出的ASTNN模型为城市道路级稀疏交通流预测提供了可行的实施思路和技术路线。

关键词： 网络直播   带货主播   网络购物   广告法   虚假宣传  

摘要： 直播带货受到越来越多消费者的青睐,但当前对带货主播的法律地位和责任承担并无明确规定,导致消费者维权困难。将直播带货与商业广告的特征对比,直播带货以现场直播进行商业推广,指向商品或服务,并以销售商品或服务为最终结果,属于商业广告范畴。因此,可引入广告法路径解决主播的法律地位与责任承担问题。根据不同的直播场景,主播的法律地位可能存在三种形态:一为广告主,二为广告代言人、广告发布者,三为广告代言人、广告发布者、广告经营者。以此为前提,对于直播带货中产生的虚假宣传、不文明带货等问题,可以通过《中华人民共和国广告法》《中华人民共和国反不正当竞争法》等法律法规予以解决。鉴于消费者相对主播具有占有信息的天然有限性,可以引入《中华人民共和国消费者权益保护法》规定的举证责任倒置制度,由主播承担提供直播视频、商品链接等证据的责任,以保护消费者权益。

关键词： 多重城市网络   信息网络   企业网络   耦合   成渝地区双城经济圈  

摘要： 为探究城市企业网络与信息网络的耦合联动效应,提出相关性-多重耦合网络-耦合联动效应评价(CMC)的综合研究框架,以成渝地区双城经济圈城市企业网络和信息网络耦合为例,在分析网络结构特征的基础上,进一步剖析企业网络与信息网络的耦合联动效应。研究表明:城市企业网络和信息网络存在复杂的非线性耦合关系;2011—2020年,成渝地区双城经济圈城市网络呈现典型的双核心模式,“马太效应”和“富人俱乐部”现象显著,耦合网络受企业网络的影响更大,在继承单一网络双核心特征的基础上,网络拓扑结构逐渐复杂化,相较于企业网络,耦合网络的“马太效应”显著性略低;2011—2020年,节点耦合联动多为中低水平,链接耦合联动多为中高水平且呈现减弱趋势,核心链接优势减弱;2020年受新冠疫情影响,城市综合能力提升不明显。

关键词： 差分接收信号强度   定位技术   最小二乘法  

摘要： 随着室内定位技术需求的持续增长,5G室内定位的应用范围日益拓展,对定位精度的要求也随之提升。本文采用差分接收信号强度定位技术来定位信号源,并利用OPPO提供的室内工厂5G仿真数据集对定位算法进行验证。通过非线性最小二乘法进行定位计算,在多个场景下进行了测试,结果表明该算法具有较高的定位精度。

关键词： BIM   BP神经网络   电缆敷设   工程量  

摘要： 在俄罗斯延迟焦化装置项目的电缆敷设施工中采用BIM模型和BP神经网络进行训练,测试电缆敷设长度,估算电缆使用及敷设工作量。虽然BP网络训练过程中存在陷入局部极小值的问题,但是预测速度快,预测结果与实际敷设的工程量具有很高的准确性,并且线性关系很强,能够帮助工程项目拟定更加精确细致的工作计划,在电气施工及工程量管理方面具有推广意义。

关键词： 深度学习   双阻尼小波   注意力机制   故障诊断   可解释性  

摘要： 针对深度学习模型决策机理和分类依据无法得知以及Morlet、Laplace等小波不能很好地匹配轴承真实故障脉冲响应的问题,提出一种可解释卷积神经网络模型——Bdw-ResNet。首先,设计了一种sigmoid激活函数加权的双阻尼小波,并构建小波卷积层,同时嵌入即插即用的轻量级的局部注意力机制。然后,结合现有的残差神经网络,建立了既可物理解释又与神经网络兼容的Bdw-ResNet模型以及故障诊断的完整流程,并在南昌铁路局机车轴承数据集和青岛四方轮对轴承两个数据集上进行验证。最后,从先验赋能和归因解释两个方面阐述了Bdw-ResNet模型及其组件的映射关系,并进行了可解释性分析。结果表明:所提方法在两个数据集上分别取得了98.73%、99.46%的识别准确率,与基准模型和其他的组合相比性能提升明显,为可解释性深度学习的故障诊断提供了一种解决思路。

关键词： 深度学习   网络流量异常检测   数据处理   模型解释性  

摘要： 文章全面阐述了基于深度学习的网络流量异常检测技术的现状,深入剖析了面临的挑战,并针对性地提出了应对策略。通过对该技术在网络安全领域的重要性及应用情况的研究,为提升网络安全防护水平提供了有力支持。

关键词： YOLOv7   卷积神经网络   目标识别   疲劳驾驶   分心驾驶  

摘要： 随着汽车保有量的持续增长,司机安全驾驶问题导致的事故在道路安全事故中占比越来越高,因此司机驾驶监测识别技术对道路交通安全系统非常重要。为实现汽车行驶过程中的安全监管,基于卷积神经网络对司机驾驶状态进行智能监测识别。采用基于卷积神经网络的YOLOv7算法,对司机驾驶过程中的非安全目标(如手机、烟头、水瓶等)进行分心驾驶识别;通过Dlib实现人脸检测,并利用卷积神经网络提取人脸关键点特征,最终通过计算疲劳驾驶程度对司机的打哈欠、眯眼等行为进行疲劳监测识别。结果表明,该监测系统对分心驾驶的识别准确率为97.1%,对疲劳驾驶的识别准确率为96.2%,证明该监测系统可为司机道路安全驾驶提供良好的保障。