课程文献中心 更多>>

关键词： 生成对抗网络   超分辨率   信道估计   无线通信   正交频分复用   深度学习  

摘要： 传统基于导频的信道估计精度提高需要插入更多导频,而基于数据驱动的估计方法需要学习大量的参数导致训练时间过长,提出一种基于超分辨率生成对抗网络的信道估计方法,将衰落信道的时间频率响应映射到图像二维空间,在正交频分复用(OFDM)系统下使用最小二乘法估计导频信息,再基于超分辨率生成对抗网络构造内插器,将传统的插值过程转化为超分辨率重建,利用图像的超分辨率重建方法解决信道估计问题。OFDM系统中的仿真结果表明,提出的方法与传统的插值算法和典型的超分辨率深度学习方法相比,估计精度有所提升。

关键词： 广藿香   豆蔻   溃疡性结肠炎   网络药理学   分子对接  

摘要： 目的基于网络药理学和分子对接技术探讨广藿香-豆蔻治疗溃疡性结肠炎(UC)作用机制。方法检索TCMSP数据库筛选广藿香、豆蔻活性成分及其作用靶点,检索GeneCards、PharmGKB、TTD、DrugBank、SymMap数据库获取疾病靶点,提取疾病药物交集靶点,构建活性成分-靶点网络。基于微生信平台进行GO功能和KEGG通路富集分析,使用AutoDock Vina 1.2.0软件进行分子对接验证。结果共获取广藿香活性成分11个、豆蔻12个,治疗UC靶点135个。MMP9、IL6为广藿香-豆蔻治疗UC核心靶点,槲皮素为关键活性成分。GO功能富集分析得到生物过程条目2234个、细胞组分条目64个、分子功能条目163个,KEGG通路富集分析获取226条通路。分子对接发现,TNF、IL6、CASP3与木犀草素、槲皮素、尼泊尔鸢尾异黄酮结合能均小于-5kcal/mol。结论广藿香-豆蔻药对通过槲皮素、尼泊尔鸢尾异黄酮、芫花素、木犀草素等活性成分介导MMP9、IL6、CASP3、AKT1、TNF等靶点影响细胞对化学应激反应、氧化应激反应及多种信号通路的方式起治疗UC作用。

关键词： 大学生   网络社交   S-O-R模型   跨圈层意愿   圈层文化  

摘要： 基于刺激-机体-反应(S-O-R)模型,深入探讨大学生网络社交跨圈层意愿的形成机制,综合运用信息生态理论分析信息窄化、信息过载、圈层文化、个性化推荐和信息素养等刺激因素如何影响其跨圈层意愿进而对跨圈层行为产生影响。在此基础上,提出相应研究假设并采用结构方程模型(SEM)进行验证,结果表明:信息窄化对跨圈层意愿的负向影响不显著,圈层文化对跨圈层意愿具有负向影响,信息过载、个性化推荐和信息素养对跨圈层意愿具有正向影响,大学生跨圈层意愿对其跨圈层行为产生显著正向影响。研究结果为打破信息茧房、促进大学生跨圈层交流提供了理论支持与实践路径,为高校思想政治教育工作创新提供了实证依据。

关键词： MODIS11A1   BP神经网络   逐日表层水温   热浪特征与趋势   昼夜复合热浪  

摘要： 全球变暖以及人类活动导致世界各地出现了更为频繁与强烈的热浪事件,给湖泊生态系统稳定和健康带来了潜在的挑战。全球范围内具有满足热浪事件影响研究的长序列逐日连续水温数据记录的湖泊不多。鉴于此,本文利用MODIS11A1逐日地表温度产品结合BP神经网络获取太湖2000—2022年的逐日昼、夜表层水温,并分析太湖昼、夜间热浪特征与趋势。结果显示:基于此得到的逐日水温数据与实测值高度吻合。在季节上,春季和夏季昼、夜间热浪较为频繁,同时持续时间较长,热浪重现时间较短;相比于昼间热浪,夏季夜间热浪表现出更为频繁、持续时间更长、强度较弱的特性。年尺度上,太湖昼、夜间热浪的频次和年持续时间显著增加,热浪的重现时间缩短。通过相关性与贡献度分析发现,风速对太湖水体热浪次数、持续时间和上升与下降速率具有较高且显著的贡献(昼:8.9%~60.5%;夜:16.4%~53.4%)。对于昼、夜同时发生的复合热浪事件,结果显示多发生于春季和夏季,并表现出更长的持续时间与更高的强度。本文通过太湖的研究,为其他缺少长序列实测水温数据的湖泊开展热浪规律及其生态效应的研究提供了思路和参考。

关键词： 医学图像分割   深度神经网络   多层感知机(MLP)   轻量级网络  

摘要： 针对现有医学图像分割网络存在计算量大、对硬件资源要求高和推理速度慢等不足,提出一种轻量级快速分割网络***采用编码器-解码器架构,使用多层感知机(MLP)和卷积分别提取并融合医学图像的全局特征和局部特征,以减少网络参数量并提高分割精度.在编码阶段使用卷积分支和多层感知机分支分别提取多尺度的局部特征和全局特征.通过跳跃连接融合这些特征并送入解码器.在解码阶段使用注意力门控机制进行特征增强.在BUSI和ISIC2018数据集上进行实验.和当前最优方法相比,MCNet的Dice相似系数和均交并比在BUSI数据集上分别提高0.11%和0.09%、在ISIC2018数据集上分别提高0.64%和0.95%.同时,MCNet显著减少了网络参数量、降低了浮点运算次数并缩短了CPU推理时间.

关键词： 失眠   网络药理学   靶点   分子对接  

摘要： 目的检索中药系统药理学平台获取核心组方的生物活性成分,根据ADEM分析,选择药物相似性(drug-likeness,DL)≥0.18和口服生物利用度(oralbioavailability,OB)≥30%为标准的成分收集为核心组方的生物活性成分,将鉴定出来生物活性成分相关的靶标,在Uniprot数据库中进行标准化。方法通过PharmGKB、DisGeNET、OMIM和GeneCards数据库检索疾病相关靶点。将核心组方活性成分的靶点与疾病靶点取交集得到核心潜在靶点。通过Cytoscape软件构建成分-靶点等多层次网络关联图。使用R软件中的相关数据包(enrichplot、clusterProfiler、ggplot2、Enrichplod、pathview)对交叉靶标进行基因本体(gene ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)功能富集分析。计算相应的P值,并应用错误发现率校正。采用Schrodinger分子对接软件用于测定配体-蛋白质的相互作用。结果在满足筛选标准(0B>30%,DL≥0.18)后,通过TCMSP检索,最终获得核心组方中3种中药的生物活性成分及靶点,同时还发现了52个与这些成分相关的靶标。对疾病靶点预测共检索到6535个与疾病相关的靶标。对核心组方中的生物活性成分的靶点与检索到的疾病靶点通过R软件绘制的Venn图获得了总共48个交叉靶标基因。从GO本体分析结果中获得832个GO项(P<0.05),包括638个生物过程GO项、60个细胞成分GO项、134个分子功能GO项。在KEGG分析中,以P<0.05为阈值,共获得86条信号通路。可以发现核心组方治疗疾病是多靶点、多途径的。结论通过分析当归一酸枣仁-茯神的多成分、多靶点、多途径及其相关成分-靶点网络效应图,为其治疗失眠的机制研究提供了数据网络支持,也为后期实验研究奠定了基础。

关键词： 光伏板缺陷检测   实时检测   YOLOv5s   空间金字塔池化   轻量级注意力  

摘要： 针对已有光伏板缺陷检测算法模型参数多、识别速度与精度难以取得较好平衡的问题,以YOLOv5s模型为基础,提出用于光伏板表面缺陷检测的轻量级网络LPV-YOLO。为降低模型的参数量,利用Ghost模块和Mish激活函数提出GhostMConv和C3MGhost模块,将其用于YOLOv5s模型中,实现骨干网络轻量化;提出一种融合SimAM注意力机制和空间金字塔池化层的注意力金字塔池化,在不增加参数和计算量的前提下,弥补骨干网络轻量化带来的精度丢失;在颈部网络中嵌入SE通道注意力模块,以提升模型对缺陷关键信息的捕捉能力。实验表明:与原始的YOLOv5s相比,改进后LPV-YOLO网络的参数量降低49%,体积减少46%,计算量减少50%,而mAP只下降0.6%,在可接受范围之内;在光伏板缺陷数据集上的mAP仍然能够达到93.8%,帧率可以达到70.42 FPS,满足实时性的要求;与YOLOv7、SSD300、RetinaNet等端到端网络相比,LPV-YOLO检测精度最优,模型参数量也最小。该模型在保持较高检测精度的同时,大幅降低了模型复杂度,可为采用资源有限的移动端设备进行光伏板缺陷检测提供一种有效的方法。

关键词： 手部姿态估计   注意力机制   回归网络  

摘要： 基于RGB图像的手部姿态估计在动态手势识别和人机交互领域有着广泛的应用前景。然而,现有方法面临诸多挑战,如手部自相似性程度高和关键点分布极为密集等问题,导致难以以较低的计算成本实现高精度的预测,进而导致在复杂场景中的表现存在局限性。鉴于此,本文提出一种基于YOLOv8网络的二维手部姿态估计模型——FAR-HandNet。该模型巧妙地融合了聚焦线性注意力模块、关键点对齐策略和回归残差拟合模块,有效地增强了对小目标区域(如手部)的特征捕捉能力,同时减少了自相似性对手部关键点定位精度的不良影响。此外,回归残差拟合模块基于流生成模型对关键点残差分布进行拟合,极大地提升了回归模型的精度。本文实验在卡内基梅隆大学全景数据集(CMU)和FreiHAND数据集上展开。实验结果表明,FAR-HandNet在参数量和计算效率方面优势明显,与现有方法相比,在不同阈值下的正确关键点概率表现优异。同时,该模型的推理时间仅需32 ms。消融实验进一步证实了各模块的有效性,充分验证了FAR-HandNet在手部姿态估计任务中的有效性和优越性。

关键词： 智能交通系统   深度学习   车辆识别   数据增强   交通管理  

摘要： 随着智能交通系统的快速发展,基于视觉深度网络的智能拦车查验系统成为提升交通管理效率的关键技术之一。本文主要研究了利用深度学习技术对车辆进行自动识别与查验的方法。分析了现有车辆识别技术的局限性,提出了基于深度卷积神经网络(CNN)与循环神经网络(RNN)的融合模型,并设计了一种新的数据增强策略,以解决交通场景下数据不足的问题。通过实验验证了所提模型在不同交通环境下的鲁棒性和准确性。

关键词： 互测PMC诊断模型   遍历枚举法   (6   4)网络   拓扑结构  

摘要： 目的 针对寻找(6,4)网络所有故障顶点的问题,诊断(6,4)网络的故障顶点;针对(4,2)子网络的最少破坏顶点的问题,求解(6,4)网络中(4,2)子网络的数目,以及破坏所有(4,2)子网络所需的最少顶点数目.方法 根据(6,4)网络的自诊断测试报告,建立寻找(6,4)网络所有故障顶点互测PMC诊断模型;根据每个(4,2)子网络所含顶点数目,采用枚举算法,得到(6,4)网络中不同(4,2)子网络顶点.结果(6,4)网络的故障顶点为1426、3416、4216、5416、6412;(6,4)网络中不同(4,2)子网络数目为90个,破坏(6,4)网络中所有的(4,2)子网络所需的最少顶点数目为36.结论 通过互测PMC诊断模型对(6,4)网络及(4,2)子网络的研究,增强了(6,4)网络的容错性能,保障多处理系统的正常运行.