课程文献中心 更多>>

关键词： 高速铁路   车站   深度强化学习   决策支撑  

摘要： 高速列车受到自然灾害或设备故障因素干扰时可能导致运行秩序大规模紊乱,引发高速铁路枢纽到发线运用产生冲突、原有方案无法准时执行,需要调整冲突列车的停靠到发线或时刻。目前到发线调整方法主要依靠列车调度员经验,方案调整的效率和质量因人而异。通过对高速铁路枢纽到发线运用冲突类别、消解策略和目标导向进行梳理,构建到发线运用冲突调整优化模型。为解决优化模型求解效率问题,提出深度强化学习框架进行求解。以长沙南站为例,验证深度强化学习框架的求解可行性,结果显示:该模型可以协助快速找到符合运输实际的调整方案,为高速铁路枢纽到发线运用调整提供决策支撑。

关键词： 实习护生   碎片化学习   学习投入   网络学习环境  

摘要： 目的了解实习护生学习投入、网络学习环境现状及对碎片化学习的影响,为提高护生实习期间的学习效率提供依据。方法选取河南省3家“三甲”医院临床实习护生355人作为研究对象。采用学习投入量表、网络学习环境量表、大学生碎片化学习量表进行调查。结果实习护生学习投入、网络学习环境和碎片化学习均处于中等偏上水平,学习成绩排名、主要学习工具、学习投入、网络学习环境是实习护生碎片化学习的重要影响因素(P<0.05)。结论实习护生碎片化学习受多种因素影响,可通过加强学习投入、优化网络学习环境、针对护生特点和不同学习偏好提高碎片化学习效果。

关键词： 俄乌冲突   网络空间   认知博弈   舆论战  

摘要： 自2022年俄乌冲突爆发以来,这场战争引发了全球广泛关注。冲突双方首次在全球网络空间中展开了大规模、实时同步的网络行动,进行认知博弈,堪称世界范围内的首次全面网络战争,并推动舆论战迈入新阶段。回顾这一冲突,可以发现认知战场的博弈已成为军事对抗的重要组成部分。这一现象为从国家安全战略的高度,系统理解认知博弈与舆论战的特点及其重要性提供了宝贵契机。本课题以俄乌冲突为背景,关注军事认知博弈及舆情演变的特征,探讨我国在军事感知对抗领域的新趋势。

关键词： 算力网络   确定性网络   算力调度   通信计算一体化  

摘要： 无线算力网络充分挖掘并利用了移动终端的算力资源,极大地提升了计算过程的灵活性与实时性。旨在面向确定性性能需求和随机性传输环境的矛盾,深入分析无线算力网络特性,研究和展望无线算力网络的确定性技术。从算力网络与确定性技术的发展现状切入,涵盖网络架构、业务场景,从算力信息收集、算力资源调度、算力服务平台三方面探讨支撑确定性技术的算力管控体系,重点介绍了随机网络演算、极值理论、随机优化、机器学习等对抗随机性的确定性技术理论基础,并针对无线算力网络中随机无线环境与通信计算耦合的技术挑战,详细分析和展望了面向无线算力网络的确定性技术方案。这些技术的发展将进一步推动算网融合,提升网络在新兴行业应用的服务能力,为业务提供确定性性能保障。

关键词： 网络时代   档案管理工作   事业单位档案  

摘要： 在日常运作中,档案的整理与保管是不可或缺的一环,同时也是各事业单位工作核心的组成部分。档案管理的连续性特质,已经引起了事业单位员工的广泛关注。在“互联网+”的新形势下,事业单位亟需提升对档案管理信息化建设的重视程度,积极在信息化进程中注入更多资金和引进尖端技术设备,逐步淘汰传统的人工档案管理模式,采纳更为科学的电子化管理方式,以增强档案管理的专业性和技术性,确保事业单位的长远规划和持续发展得到可靠的支持。鉴于此,本文深入探讨了在网络环境下档案管理的有效策略。

关键词： 远程计量   网络传递标准   计算机远程控制   自动化计量  

摘要： 针对当前通过实物传递计量标准开展的远程计量因不能确保传递过程中的计量标准技术状态受控进而导致无法基于网络实现远程计量闭环的问题,设计一种用于远程计量的网络传递标准。首先,对基于网络传递标准的远程计量进行了介绍,指出通过配套设计的“黑匣子”模块对网络传递标准在传递过程中的环境进行连续不间断监测进而掌握网络传递标准传递到现场后的技术状态,因此采用网络传递标准实施的远程计量可通过网络实现闭环。然后,对网络传递标准功能要求进行了介绍,同时给出了网络传递标准的技术实现方案,为推动远程计量的进一步应用提供了有益参考。

关键词： 深度学习   可变形配准   无监督学习   位置感知   区域定位   特征融合   多尺度特征  

摘要： 为提高基于深度学习的可变形配准在图像复杂形变区域的配准精度,提出一种用于脑部MR图像配准的多尺度位置感知网络。设计一个位置感知注意力模块,分别沿3个坐标方向使用一维池化将位置信息编码生成特征图,定位图像的复杂形变区域;在编解码连接处使用多尺度策略,采用空洞卷积提取多尺度特征并融合,增强复杂形变特征的表达能力。在脑部MR数据集上进行配准实验,其结果表明,与主流方法相比,所提配准网络取得了更高的配准精度。

关键词： 网络思政教育   价值意蕴   现实困境   实践路径  

摘要： 推进新时代高校网络思政教育内涵式发展具有重要的社会价值、育人价值和实践价值。探究高校网络思政教育内涵式发展,高校应聚焦“网生代”特点,从强化网络宣传教育、注重线上线下教学融合、推动各类资源共建共享、有效应对舆情等举措入手,精准有效打出一系列“组合拳”,汇聚网络思政教育的强大合力,增强思政教育的针对性和吸引力。

关键词： 弹簧触指结构   有限元法   结构优化   遗传算法   神经网络  

摘要： 针对电气设备常见的电连接器——弹簧触指结构,提出了一种优化弹簧触指结构参数的方法。首先运用仿真软件Comsol Multiphysics建立弹簧触指结构模型,利用有限元方法进行接触压力和接触电阻计算,分析了簧丝直径、弹簧倾斜角、宽高比、弹簧圈数对性能参数的影响。以接触压力和接触电阻作为目标函数,利用遗传算法改进的BP神经网络模型,拟合了弹簧触指结构参数与目标函数之间的关系,从而对弹簧触指结构进行优化设计。在满足弹簧触指结构插拔力要求的条件下,减小弹簧触指结构的接触电阻,降低工作温度,改善了其电接触性能。文中提出的优化方法克服了单一变量法计算量大、计算时间长的缺点,可为弹簧触指结构的设计提供新思路。

关键词： 农作物   目标检测   深度学习   轻量级网络   边缘计算  

摘要： 随着计算机视觉领域中深度学习网络模型应用的发展,各类农业场景中的目标检测性能得到极大的推动。与部署在云端服务器的大规模深度学习网络不同,轻量级深度学习网络因其较小的参数量和运算量,在硬件资源有限且实时性要求更高的农业场景中展现出潜力,完成果蔬采摘机器人的目标检测、作物病虫草害目标检测以及作物表型检测等任务。概述当前主流轻量级深度学习网络的模型结构、关键技术模块与模型性能,进行对比分析。归纳总结轻量级深度学习网络在果实目标检测、谷物穗部检测、作物病虫害检测3大类应用场景的研究进展。指出轻量级深度学习网络在农作物目标检测应用上还存在普适性数据集稀缺、模型泛化能力弱、模型检测精度与检测效率的平衡难以把握等问题,并展望通过农业数据集数量、质量与多样性提升,轻量级深度学习网络结构优化,迁移学习应用以及边缘设备硬件加速技术等进一步提升目标检测性能。