课程文献中心 更多>>

关键词： 友谊网络   主观阶层感知   县域青年   社会资本  

摘要： 县域青年的主观阶层感知对其生活满意度和综合发展有重要影响。尽管既有研究已经从客观阶层地位、社会比较、身份认同等视角对青少年主观阶层感知的影响因素进行了讨论，目前对县域青年友谊网络如何影响其阶层感知这一问题的关注仍然不够充分。本研究结合社会网络框架和社会资本理论，梳理了友谊网络的基本维度，并通过对H省A县就业创业大学生进行面访问卷调查，使用多元线性回归模型对友谊网络和主观阶层感知之间的关系进行探索。研究发现，第一，友谊持久度和友谊亲密度均对县域青年的主观阶层感知有显著的正向影响。第二，对于企业工作人员或个体户而言，当朋友同在体制外时，其主观阶层感知水平显著提高。第三，对于政府工作人员而言，朋友的职业对其主观阶层感知的影响并不显著。本研究的结论能够为提升县域青年幸福感与获得感的实践提供实证基础，具有较大的研究价值。

关键词： 大学生   网络行为失范   SPSSAU分析   道德教育  

摘要： 互联网对当代大学生的生活方式、思想观念、道德修养等产生了巨大影响，给高校思想政治教育也带来了严峻挑战。本文采用问卷调查及访谈法，使用SPSSAU在线数据平台分析了大学生网络行为失范的现状及问题归因。基于此，高校应从深化思想引领、构建系统化课程育人体系、完善网络育人协同机制、健全校园网络管理机制等方面着手，有效预防和治理大学生网络行为失范的问题。

关键词： 多发性硬化症   小胶质细胞   单细胞核转录组   富集分析   转录调控网络  

摘要： 目的·通过单细胞核转录组分析，探讨多发性硬化症（multiple sclerosis,MS）中小胶质细胞在灰质与白质的基因差异性表达及其在疾病进展中的作用，鉴定疾病相关的关键转录调控网络。方法·从基因表达数据库（Gene Expression Omnibus,GEO）中获取MS和对照冷冻人脑组织样本单细胞核转录组测序（single nucleus RNA sequencing,snRNA-seq）数据。使用R软件和Seurat软件等，利用特定的细胞标志物对数据进行细胞类型的鉴定。从鉴定的细胞群中提取小胶质细胞，根据其解剖来源将其分为灰质和白质小胶质细胞；利用降维聚类技术，获得具有差异性的小胶质细胞亚群。使用Seurat分析得到MS组与对照组在亚群层面上的差异表达基因（differentially expressed genes,DEGs）。对DEGs进行基因本体论（Gene Ontology,GO）分析与京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析，进一步探究这些差异的生物学意义。使用Monocle3进行拟时序分析，研究疾病进展中的细胞亚群动态变化。使用单细胞调控网络推理和聚类（single cell regulatory network inference and clustering,SCENIC）方法分析转录因子（transcription factor,TF）调控网络，寻找可能参与MS调控的关键转录调控网络。结果·对数据进行质量控制后共保留了149 062个细胞核。对snRNA-seq数据进行降维聚类分析后，以DOCK8、CSF1R、P2RY12、CD74作为小胶质细胞的关键标志物鉴定得到了12 238个小胶质细胞。GO和KEGG分析结果表明，灰质小胶质细胞在疾病过程中内吞作用、离子稳态、脂质定位等功能下调，白质小胶质细胞在疾病过程中蛋白质折叠、细胞质翻译、温度刺激响应等功能上调。SCENIC分析显示MS疾病中FLI1、MITF、FOXP1等TF的表达上调。结论·小胶质细胞在MS的发展中具有重要作用，白质小胶质细胞受到MS的影响比灰质小胶质细胞更为明显。FLI1、MITF、FOXP1等是参与MS调控的关键TF，这些转录调控网络在疾病调控中发挥核心作用。

关键词： 遥感高光谱图像   超分辨率   边缘增强   ConvLSTM  

摘要： 遥感高光谱图像超分辨率(remote sensing hyperspectral image single super-resolution, HSISR)任务近年来已取得可观进展,其中使用深度卷积神经网络(convolutional neural network, CNN)技术的方法得到广泛运用.然而,大多数基于CNN的超分辨模型往往会忽略遥感高光谱图像的光谱结构,同时由于卷积网络受卷积核大小限制,长距离的特征依赖关系被忽略,进而影响了重建的精度.为了解决这些问题,本文提出了一个基于分组ConvLSTM和Transformer的双分支遥感高光谱图像超分辨率网络(dual-branch remote sensing hyperspectral image super-resolution network based on grouped ConvLSTM and Transformer, DGCTNet),该方法结合了Transformer捕捉长距离依赖关系和卷积长短时记忆网络(ConvLSTM)对提取序列性特征的优势,在提取空间特征的同时保持了光谱的有序性,增强了重建图像的效果.此外, DGCTNet还设计了边缘学习网络,将边缘信息扩散到图像空间中.同时为重新校准光谱响应,加入提出的双组级通道注意力机制(dual-group level channel self-attention, DSA).在Houston数据集上的实验表明, DGCTNet方法在定量评价指标和多种场景下的视觉质量上,都优于当前最先进的对比模型.

关键词： 变分量子算法   量子神经网络   图像分类  

摘要： 变分量子算法是在NISQ时代实现量子优势最具潜力的方法之一,它的高维希尔伯特空间有助于捕捉图像数据中更复杂的模式和特征.然而,变分量子线路复杂的参数空间容易出现梯度消失问题和局部最小值问题,在处理更复杂的图像问题时面临训练性和学习能力之间的矛盾.本文提出了一种面向图像分类的变分量子深度神经网络模型,模型基于一种便于扩展的参数化量子线路,能够避免梯度消失问题,并利用高效评估的量子自然梯度规避局部最小值问题.数值仿真表明,该模型具有较强的训练性和学习能力,该图像分类方法能够处理更复杂的图像数据.

关键词： 裂缝分割   桥梁路面   特征增强   无参数度量  

摘要： 针对现有桥梁路面裂缝分割方法对微小变化的裂缝定位不准，分割效果不佳的问题，提出一种基于双分支特征融合增强网络的小样本桥梁路面裂缝分割方法。该方法以支持分支和查询分支的双分支网络建立基线模型，首先利用预训练的Swin Transformer和ResNet-50网络提取支持分支中桥梁路面裂缝图片的多尺度特征。然后，利用多尺度特征增强注意力促进特征之间的交互，并在交互特征上生成原型集。最后，逐位置计算查询特征与原型集的相似度，并根据最大相似度值逐像分割出查询图片中的裂缝区域。在自建数据集上进行了大量实验，所提出方法实现了72.04%和91.32%的mIoU和FB-IoU，同时获得了95.23%的Precision、95.08%的Recall和95.02%的F1得分，综合性能优于当前主流的分割模型。

关键词： 多智能体系统   距离划分   无向符号网络   能控性   leader-follower模型   特征值   特征向量   控制理论  

摘要： 针对一般线性多智能体系统研究了符号网络的能控性。首先，聚焦2种不同的leader-follower模型，分析并描述了二者在表现形式上呈现出的差异。其次，基于上述模型，利用首次提出的距离划分这一工具，从网络拓扑的角度定量刻画了网络的能控子空间。进一步，受距离划分的启发，得到了系统K步可控的条件(K步可控是指控制信号在K步之内可达所有节点，K值等于系统的能控性指数)。特别地，针对密集网络(结构更为复杂)拓扑，给出了一种计算系统K值的算法，该算法从图论视角入手，通过遍历和删减边的操作，避免了传统方法中通过复杂的矩阵计算才得到K值的问题，并为领导者的选择提供了方法。最后，通过例子验证了算法的有效性。

关键词： 癌性疼痛   中医   数据挖掘   网络药理学  

摘要： 目的：基于数据挖掘和网络药理学分析中医药治疗癌性疼痛的用药规律以及作用机制。方法：检索知网、万方、维普、PubMed数据库中中药内服治疗癌性疼痛的相关文献，并规范化数据。运用中医传承辅助平台，进行药物的频次、性味归经、功效统计以及聚类分析，运用IBM SPSS Moderler 18.0的Apriori建模进行关联规则分析，运用Cytoscape 3.9.1软件进行可视化，根据数据挖掘结果得到核心药物。在中药系统药理学数据库与分析平台（TCMSP）中获得药物的活性成分和靶点，在DisGeNET、GeneCards、Therapeutic Target Database、OMIM、PharmGKB数据库中获得疾病靶点，运用微生信可视化云平台得到韦恩图以及交集靶点。将交集靶点导入STRING数据库得到蛋白质-蛋白质相互作用网络图，并运用Cytoscape 3.9.1进行可视化并筛选核心靶点，借助DAVID软件对交集靶点进行基因本体论（GO）富集分析和京都基因与基因组百科全书（KEGG）通路分析。结果：共筛选出116首方剂，共254味中药，用药总频次1 578。出现频次≥20的高频药物共有20味，排名前7位的药物分别为甘草、延胡索、当归、黄芪、白芍、柴胡、白术。药性以温为主，药味以苦为主，归经以肝经、脾经为主，功效以补虚类为主。最终得到核心药物组为甘草、延胡索、当归、黄芪、白芍、柴胡。对核心药物组进行网络药理学分析，得到97个药物-疾病交集靶点以及168个药物活性成分，主要包括异鼠李素、β-谷甾醇、黄连素、华良姜素等。蛋白质-蛋白质相互作用网络分析结果得到11个核心靶点，主要包括肿瘤蛋白p53(Tumor Protein p53,TP53)、表皮生长因子受体（Epidermal Growth Factor Receptor,EGFR）、丝氨酸/苏氨酸蛋白激酶1(Akt Serine/Threonine Kinase 1,AKT1)、信号转导因子和转录激活因子3(Signal Transducer and Activator of Transcription 3,STAT3)、白细胞介素（Interleukin,IL）-6等。富集分析结果显示，核心药物组治疗癌性疼痛的机制涉及癌症信号通路、IL-17信号通路、磷脂酰肌醇3激酶-蛋白激酶B(Phosphatidylinositol 3 Kinase-Akt,PI3KAkt)信号通路、化学致癌-受体激活等。结论：基于数据挖掘，总结出中药治疗癌性疼痛的核心处方，并通过网络药理学研究其活性成分、靶点和相关信号通路，为中药治疗癌性疼痛的临床应用提供理论依据，也为后续动物实验提供理论参考。

关键词： 舱门图像   图像增广   生成对抗网络   涂装增广   目标检测  

摘要： 舱门检测网络是自动驾驶登机桥检测舱门的重要实现途径。而在舱门图像带有复杂涂装的场景下，舱门检测网络对舱门图像的检测准确率、召回率和mAP大幅降低。针对这一问题，提出了基于生成对抗网络的舱门图像涂装增广方法，用以提高舱门检测网络训练集中带复杂涂装的图像样本的数量，从而提高舱门检测网络在复杂涂装场景下的检测准确率、召回率和mAP。通过将待增广图像的边缘图像和涂装图像的边缘图像进行边缘融合，再经过已训练的生成对抗网络填色，实现舱门图像数据集的涂装增广。实验证明，与传统的基础增广方法相比，基于生成对抗网络的舱门图像涂装增广方法对Yolov5s的检测准确率、召回率和mAP提升更高。

关键词： 多囊卵巢综合征   针灸疗法   网络针灸学   分子机制  

摘要： 目的：本研究运用生物信息学、网络针灸学的方法探究针灸治疗多囊卵巢综合征的作用机制。方法：通过文献检索获得针灸穴位的作用靶点，通过Genecards数据库获得PCOS相关靶点，使用韦恩工具获取穴位与PCOS的共有靶点。构建“穴位-共有靶点”互作网络，使用STRING数据库和Cytoscape可视化工具构建靶点蛋白质相互作用网络，并使用Metascape数据库对共有靶点进行富集分析。结果：检索得到穴位靶点103个，获取穴位与PCOS的共有靶点67个，经过网络拓扑属性分析后筛选出14个核心作用靶点。结论：14个核心靶点包括：IL6、TGFB1、EGFR、AKT1、LEP、BCL2、ESR1、IRS1、CXCL12、IL1B、MTOR、IGF1、PPARG与FOXO1。共有靶点主要涉及HIF-1信号通路和PI3K/AKT信号通路等。