课程文献中心 更多>>

关键词： 网络空间犯罪   物理空间犯罪   异常行为   犯罪底层逻辑   防控治理体系  

摘要： 针对传统犯罪发案数不断下降、网络空间犯罪数不断上升的现状,剖析传统犯罪案件侦查的时空逻辑、物证推理和因果关系三个底层逻辑及其运行机理,并分析这三个底层逻辑在网络空间犯罪治理中失灵的原因。阐述网络空间构成的网络平台、网络数据、网络用户和网络行为四要素,并揭示网络空间犯罪治理的底层逻辑——异常行为特征识别,提出基于异常行为特征识别方法,构建网络空间犯罪治理的理论体系,为适应新形势提出公安工作未来应在队伍建设、法律建设、数据建设和防控治理方面进行改革。

关键词： 网络安全   数据安全   信息系统   军队医院   互联网+  

摘要： 目的:针对军队医院与外部网络互通互联日益频繁的情况,探索军队医院网络安全管理措施,提升军队医院信息系统安全防护能力。方法:通过分析军队医院网络复杂性及其安全风险,结合军队医院信息系统网络应用的特点,从硬件系统、软件系统、环境因素、人为因素等方面分析军队医院网络系统的特殊性,提出安全建设和网络安全管理措施。结果:提出了军队医院网络安全防护体系建设和军队医院网络安全管理措施,加强医院网络安全的建设,保障医院各信息系统的安全稳定运行。结论:在深化“互联网+”建设的基础上,通过持续监测、分析、响应,能够有效提升医院网络安全防御能力,保障医院各信息系统的安全稳定运行。

关键词： 5G网络架构   性能分析   架构优化   软件定义网络(SDN)   网络功能虚拟化(NFV)  

摘要： 5G网络快速扩展导致了对网络架构优化及其性能分析的加强要求,本项研究立足于5G网络的基本构造,分析了网络性能是如何从网络结构受到影响,并探寻了优化网络架构以增强其性能的可能性。此研究的主要手段是定量分析与模拟实验,深度探讨了在各种架构条件下的网络性能,通过有力的网络架构优化,传输效率、连接的稳健以及服务回应速度等方面,5G网络的数据性能有很大的提升。值得一提的是,软件定义网络(SDN)以及网络功能虚拟化(NFV)在优化5G网络中颇有作为。本研究旨在为现有的5G网络优化,以及未来6G网络的架构设计提供理论指导和参考。

关键词： 盆腔炎性疾病后遗症   活血化瘀法   数据挖掘   网络药理学  

摘要： 盆腔炎性疾病(Pelvic inflammation disease,PID)是妇科临床常见病和多发病,如果治疗不当或病程迁延较久,则会发展成为盆腔炎性疾病后遗症(Sequelae of PID,SPID),盆腔炎性疾病后遗症可致不孕、输卵管妊娠和盆腔充血综合征等,严重影响妇女健康和生活质量。本文对黑龙江中医药大学附属第一医院门诊电子诊疗系统收集的以“活血化瘀法”治疗盆腔炎性疾病后遗症(Sequelae of pelvic inflammatory disease,SPID)的临床中药方剂进行收集整理和数据挖掘,得到核心药物及组方,为临床用药提供指导及参考。

关键词： 数字图像   篡改技术   深度神经网络   Scharr算子   灰度共生矩阵  

摘要： 针对现有数字图像内容篡改检测方法存在的检测精度低、检测类型单一等问题,基于现有数字图像篡改技术,提出一种用于数字图像篡改检测的改进深度神经网络。利用Scharr算子提取图像的边缘信息,通过灰度共生矩阵将不同的边缘矩阵统一为相同的大小,在输入改进的深度神经网络中进行多篡改检测。通过试验与常规方法进行了比较分析,验证了所提方法的优越性。结果表明,所提出方法与常规图像篡改检测方法相比,在数字图像篡改检测中具有更优的检测准确率和检测速度,检测准确率达到98.25%,检测速度达到12.99 FPS。

关键词： 同步电机   PSA注意力机制   双分支特征融合   故障诊断   神经网络  

摘要： 针对单一传感器信号在同步电机故障诊断中精度不高的问题,提出了1种基于金字塔切分注意力机制(PSA)的神经网络模型。首先,将三相电流信号和振动信号作为双分支输入到卷积神经网络进行特征提取,之后通过特征融合层将提取的信号特征进行融合。其次,添加PSA注意力机制捕获不同尺度的空间信息来丰富特征空间。最后,通过输出层输出诊断结果。实验表明所提模型能够显著提升同步电机故障诊断的准确率。

关键词： 决策树   网络安全   安全态势感知   数据处理  

摘要： 针对日益复杂的网络攻击、安全风险,以及网络安全态势感知模型的感知检测率低、效果差等问题,本文提出并设计了一种基于决策树的新型网络安全态势感知系统。该系统的设计分为软件、硬件两个部分。其中,系统硬件部分通过对系统日志的采集和处理实现对数据的访问;在软件设计过程中引入决策树,搭建了网络安全态势感知模型,并借助归一化异构修正,实现对网络安全态势感知的优化和软件流程设计。经仿真结果证明:本文设计的系统具有较高的网络安全态势感知准确率,能够有效满足用户需求。

关键词： 生成对抗网络模型   CT图像   出血性脑卒中   图像去噪   Wasserstein距离  

摘要： 目的 为提高无配对参考图像的出血性脑卒中CT的图像质量,提出一种基于改进Wasserstein生成对抗网络(Wasserstein generative adversarial network,W-GAN)的CT图像去噪算法。方法 以W-GAN网络为框架,在生成器部分引入视觉几何组(visual geometry group,VGG)网络计算感知损失模块,并在鉴别器部分加入自注意力机制和谱归一化卷积对模型进行改进,对输入的低剂量CT数据进行去噪,得到接近标准剂量的图像。随后对无配对参考图像的出血性脑卒中数据用训练完成的模型进行迁移学习,并对最终得到的图像分别使用全变分(total variation,TV)、无参考图像空间域质量评估(blind/referenceless image spatial quality evaluator,BRISQUE)和对比语言-图像预训练模型图像质量评估(contrastive language-image pre-training image quality assessment,CLIP-IQA)3种无参考图像质量评估方式进行评估。结果 在TV、BRISQUE和CLIP-IQA 3种无参考图像质量评估指标上相对于输入提升分别为0.016 5、0.127 2、0.007。结论 本文提出的改进W-GAN网络模型可以用于出血性脑卒中低剂量CT图像去噪的迁移学习任务,并取得良好的性能提升,为辅助医师诊断出血性脑卒中提供了一种可能的工具。

关键词： 钻采设备   故障诊断   深度残差网络   卷积神经网络  

摘要： 针对传统钻采设备故障诊断方法存在的成本高、缺乏实时性和普适性不足的问题,提出了一种基于深度残差网络的旋转机械故障诊断方法。该方法通过固定窗口长度的随机采样来构建充足的训练数据集,利用深层架构和残差学习机制,结合一维卷积神经网络提取时序信号中的多尺度特征,并通过全连接神经网络完成故障的识别与分类。实验结果表明,对公开数据集(CWRU)添加3dB噪声后,所提方法在测试集上的准确率依然保持在99%以上。在PT800实采数据集上,该方法的准确率也超过了98%。这些结果验证了该方法在变工况条件下对旋转机械设备故障进行高效、准确诊断的能力,为旋转机械故障的自动诊断提供了一种新的可行方法。

关键词： 新型电力系统   不确定性   图神经网络   状态感知   预测   图潮流计算  

摘要： 随着新型电力系统发电侧、输电侧和用电侧不确定性的日益增加,电力系统拓扑结构关系逐渐复杂、规模程度不断升级。常规欧式空间数据解析方法在表征多源异构和非规则的拓扑结构关系时,往往呈现性能较差、准确度不高的问题。图神经网络(graph neural networks,GNNs)能够捕捉到不同节点和边之间的复杂依赖关系,并有效挖掘非欧式空间数据结构中的时空特征,适用于复杂电力系统拓扑结构关系的感知与建模。针对于此,基于前人的研究进展,介绍了GNNs的定义和特点,并分析了GNNs不同变体的特点及其优势。然后,归纳和总结了GNNs在电力系统状态感知、预测、图潮流计算等方面的应用现状,从感知-预测-优化角度探讨了GNNs与新型电力系统的适配关系。最后,针对GNNs潜在的问题难点和未来可行的发展方向进行了总结和展望。