课程文献中心 更多>>

关键词： 区块链技术   融通创新网络   社会网络   拓扑结构   网络演化  

摘要： 随着区块链技术的飞速发展及其应用领域的扩展,其形成的融通创新网络正逐步成为技术创新与产业升级的核心引擎。为优化创新资源分配,促进区块链技术的稳健前行,深入剖析这一网络的结构特征与演化规律显得尤为迫切。研究聚焦于区块链技术,通过收集并分析2005—2022年间相关的联合专利数据,运用社会网络分析法,构建了区块链技术融通创新网络。研究发现,网络规模实现了爆炸性增长,网络密度却呈现下降趋势,创新主体的合作广度和深度亟待加强。此外,网络结构整体上展现出小世界特性,意味着尽管网络规模庞大,但节点之间却能通过较短的路径相互连接,这为知识的快速传播与资源的有效整合提供了机会。此外,在这一融通创新网络中,已涌现出一批领军企业和顶尖高校,它们不仅是技术创新的核心力量,也是推动整个网络向前发展的关键节点。综上所述,加强创新主体间的深度合作,优化网络结构,将是推动区块链技术持续健康发展的关键所在。

关键词： 蛋白质交互网络   网络比对   生成式对抗网络   网络嵌入  

摘要： 为快速获得高得分的拓扑和生物属性比对结果,提出一种利用生成式对抗网络的蛋白质交互网络全局比对高效方法.通过提取蛋白质网络中节点的序列比对得分、边的度、聚类系数和节点的Page Rank值,以组成节点的特征向量嵌入;将源网络的嵌入通过生成式对抗网络映射到目标网络的嵌入空间来得到初步比对结果;通过计算映射后嵌入向量之间的欧氏距离来获得最终比对结果.在真实的蛋白质交互网络数据集测试的结果表明,与已有的同类算法相比,在拓扑指标边正确性、诱导保守结构以及对称子图得分和基因同源一致性上,本文方法整体上具有优势.

关键词： 数字化   大学生党员   网络素养   培育路径  

摘要： 高校教育要紧跟时代发展,培养高校学生适应数字化时代的素质和能力,而大学生党员在高校数字化教育中对网络话语权掌控、舆情谣言化解、网络意识形态守护中作为主力军的作用及地位日益突出。数字化作为技术革命的必然趋势,促使高校思政教育进行数字化转变。依托数字化推进大学生党员网络素养培育是壮大网上主流思想舆论、牢牢把握意识形态工作主导权主动权的迫切需要。作者提出从政治维度、实践维度及价值维度等着手,提高大学生党员融入“主流价值观”的思想自觉,磨炼“去伪存真”的专业技能,净化“社交网络群”的话语能力,全面提升大学生党员的网络素养水平。

关键词： 高速公路   联网   视频监控   网络   安全  

摘要： 文章分析了山西省公路安全监控系统构成,研究了安全视频监控的网络要素,探究了安全视频监控的常用维护调试措施与日常工作注意事项。山西全省安全联网视频监控网络系统是由山西省中心、片区分中心、收费站三级联控的视频监控网络系统构成。山西省高速公路联网视频监控网络系统主要包括闭路电视监视系统、情报板系统、内部对讲和安全报警系统。山西省公路安全监控系统可以有效提高道路安全,进而为人民生命和财产安全提供保障。

关键词： 视频异常检测   异常事件分类   特征相似图   显著特征序列   异常事件特征学习   类别不平衡损失函数  

摘要： 针对目前基于片段的视频异常事件检测模型仅考虑片段的正常或异常会产生异常碎片化和异常起止位置蔓延以及异常事件分类难的问题,提出一种基于显著特征和时空图网络的视频异常事件检测与分类方法.首先,提出基于时空融合图网络的视频异常时序片段整合与精化方法,整合出连续的异常区域,同时考虑时空融合图网络的特征传递性,精化异常区域,以有效解决异常判别存在不确定性和异常片段碎片化问题.其次,针对弱监督异常事件内在特征难以有效表达而引起分类难的问题,提出异常事件特征学习和分类方法,在异常区域中建立特征相似图和异常相似图,并利用图卷积网络融合学习异常事件的特征,设计类别不平衡损失函数,从而提高异常事件的分类性能.在UCF-Crime数据集中进行试验,结果表明:文中方法的曲线下面积AUC达到了85.37%,比基准线SULTANI方法高9.83%,比最好的同类方法THAKARE方法高0.89%;在异常事件分类上,该方法获得了74.06%的平均准确率,比现有ZHOU方法提高4.39%.该方法能更有效检测定位视频异常事件,且异常事件分类性能更优.

关键词： 网络教学模式   高校计算机教育   教学方法  

摘要： 高校计算机教学对于提升学生计算机应用能力具有重要作用,而计算机运用能力是信息化社会背景下大学生的重要竞争力。文章在对网络教学模式进行浅析的基础上,通过分析网络教学模式下高校计算机教育教学存在的问题,并有针对性地提出了网络教学模式下高校计算机教育教学策略研究,旨在为高校计算机教学实践提供方法论支持。

关键词： 计算机   网络入侵   检测系统   优化与改进  

摘要： 随着信息技术的飞速发展,计算机网络已成为现代社会不可或缺的基础设施。然而,网络环境的复杂性和开放性使得网络安全问题日益严峻。网络入侵检测系统(IDS)作为网络安全防护的重要组成部分,其性能与效率直接关系到网络安全的整体水平。本文旨在深入探讨计算机网络入侵检测系统的优化与改进策略,通过性能分析、技术引入和架构优化等手段,提升IDS的检测能力、实时性和抗攻击性,为构建更加安全的网络环境提供理论支持和实践指导。

关键词： 布尔网络   输出调节   干扰输入   单比特函数摄动   矩阵半张量积  

摘要： 研究干扰布尔网络在单比特函数摄动下的输出调节问题。首先,利用矩阵半张量积,分别确立了带干扰的布尔网络以及参考系统的代数形式。其次,通过建立一个增广系统,将输出调节问题转化为增广系统的鲁棒集合稳定性问题。并且,通过构造一系列状态集合,得到了干扰布尔网络的输出在函数摄动之后仍然可以追踪上参考系统输出的几个判断准则。最后,给出一个例子验证本文所得结果的有效性。

关键词： 长短期记忆神经网络   洪水预报   区域化模型   水文气候相似区   乏资料流域  

摘要： 针对水文资料缺乏流域机器学习模型建模困难的问题,本文提出了基于长短期记忆神经网络(LSTM)的区域化洪水预报方法。对水文气候相似区内各流域的水文及地形地貌特征数据进行归一化处理,以消除局地因素的影响,从而构建相似区内建模统一数据集,扩大样本数量,为建立乏资料流域洪水预报模型提供了可能。本文选择胶东半岛作为研究区进行应用研究。为验证区域化模型在不同场景中的应用效果,设计了预报流域数据不参与建模,而仅根据区域内其他流域资料建模(区域化模型Ⅰ),以及预报流域的部分数据参与建模(区域化模型Ⅱ)两种情景;此外,选取仅根据预报流域数据训练的单流域模型作为基准模型进行对比分析。结果表明,对本次研究的水文资料短缺流域,两种区域化模型均取得了较好效果,且都优于单流域模型。相较而言,考虑了预报流域数据的区域化模型精度更高,说明在区域化LSTM构建中融入预报流域的数据,可进一步提升区域化模型的精度。研究成果可为乏资料地区的洪水预报提供参考。

关键词： 图神经网络   时空图序列   时空数据挖掘   行程时间预测  

摘要： 随着城市化进程的加速和交通网络的不断扩展,城市交通管理面临着日益复杂的挑战。准确的行程时间预测对于优化交通管理、提升出行体验以及推动智慧城市发展具有重要意义。受复杂的城市网络结构、交通流量的动态变化以及外界因素的影响,城市路网行程时间表现为强时空依赖性和随机性。时空图神经作为一种强大的时空建模工具,能够有效地捕获城市路网中复杂的时空关系。因此,基于时空图神经网络构建行程时间预测框架成为智慧交通领域的研究热点之一。从基于时空图神经网络行程时间预测框架的关键要素出发,即时空信息建模、预测任务选择以及学习范式设计,介绍此类研究近三年的研究进展。首先,对基于时空图神经网络的行程时间预测研究从问题定义和基本框架进行概述性描述。然后,根据关键要素中预测任务选择数量的不同,将相关研究工作分为单任务和多任务行程时间预测方法两类,并详细介绍每一类预测方法独有的特点以及代表性工作。最后,讨论行程时间预测在时空高阶相关性、隐式时空依赖关系以及可解释性方面建模的难点,并展望其未来发展趋势。