课程文献中心 更多>>

关键词： 交通预测   城市路网   图神经网络   空间相关性   异构图   异质性   转向关系   归纳学习  

摘要： 【目的】准确、可靠的交通状态预测信息是智能交通系统(ITS)中许多应用的基础。然而,城市道路网络连接关系复杂,且存在较大的空间依赖性建模挑战。传统的图卷积神经网络(GCN)广泛应用于交通预测中,但其并未专门为交通问题设计,无法充分考虑交通网络的特性,如路段的行驶方向、转向规则等。因此,本研究旨在提出一种新的图卷积网络模型,能够有效建模城市交通路网中的转向关系,从而提升交通预测精度。【方法】研究从交通网络的特性出发,考虑到中心路段与其邻居路段的转向关系和相对位置构建了新型的图卷积网络,称为转向图卷积神经网络(Turn-based Graph Convolution Neural Network,TurnGCN)。TurnGCN方法将城市路网建模为异构图,图中的边代表路段间的转向关系。在计算过程中,TurnGCN通过引入转向表来标记邻居节点,并将节点特征映射为欧氏空间的特征栅格后,利用卷积神经网络(CNN)对节点特征进行融合。【结果】在2个现实世界交通数据集上进行了模型的对比实验:韩国首尔的Urban-150数据集和中国上海的SHSpeed数据集。实验结果表明,在多个评估指标上,TurnGCN的预测精度均达到最高,且参数量小于基于空间注意力机制的GCN变体。【结论】TurnGCN为城市路网交通预测提供了一种有效的解决方案,显式地建模了基于转向的空间关系。它有效克服了传统GCN和注意力机制模型的局限,显著提高了预测性能,同时参数共享的机制保持了模型的计算效率。这些优势突出了TurnGCN在智能交通系统中的实际应用潜力,尤其在交通流量优化、拥堵管理和智能导航系统中具有广泛的应用前景。

关键词： 肿瘤异质性   聚类分割   深度学习   新辅助化疗   医学影像  

摘要： 准确的肿瘤亚区分割是乳腺癌异质性表征的关键,而这种表征是了解乳腺癌化疗反应的关键。传统的阈值分割在功能性肿瘤亚区的区分上存在不足,为此,提出一种改进的分割(GR)方法,该方法基于异质性影像组学特征,包括纹理信息、强度信息、形状信息,通过高斯混合聚类实现功能性亚区的精准分割。基于GR分割,设计双分支双任务分类模型(DDCN),预测新辅助化疗疗效,利用得到的亚区来更好地提取肿瘤内部异质性的特征,并结合文本信息来评估疗效。实验结果表明,所提放射组学分割模型在不同功能亚区的识别上表现出色,在剪影系数和方差比指数上都取得了良好的效果。DDCN模型融合了不同亚区的特征,消融实验结果表明,在受试者工作特征曲线下的面积(AUC)、准确率等指标上DDCN都取得了良好的结果。总体而言,GR在肿瘤亚区分割上比传统的阈值分割效果更优,而DDCN模型在评估新辅助化疗疗效方面具有广泛的应用价值。

关键词： 路基工程   边坡防护方案   图神经网络   智能决策   路基设计   可解释性  

摘要： 随着数字化改革深入推进与智能化水平不断提高,传统依赖专家经验和历史案例的设计模式正逐步被数据驱动方法所取代。在当前路基工程边坡防护方案设计中,决策主要基于专家经验和历史案例,缺乏相应知识转化机制。如何从大量设计案例中提取并转化知识成为关键问题。针对路基工程边坡防护设计方案的数据特点,提出基于图神经网络的智能决策技术。首先,通过调研大量成熟设计案例,收集和清洗路基设计领域中边坡防护方案数据,并根据专家经验对数据进行规范化处理;其次,结合专家知识构建图本体图神经网络(GNN)对设计数据集进行训练,并验证神经网络对设计结果的预测效果;最后,利用互信息分析图神经网络模型决策过程中的影响因素,并结合实际设计经验揭示其决策逻辑和效果。试验结果表明:(1)GNN在整体路基边坡防护方案数据集中预测准确率达到76.3%,其中常用防护方案准确率可达86.6%;(2)采用互信息算法分析神经网络权重,并结合实际经验进行相关性分析,深入解释决策逻辑,为理解具体设计逻辑提供新视角。本研究可为后续路基工程边坡防护方案智能化设计和决策过程提供重要方法和理论支持。

关键词： 大学生   网络安全   网络安全素养   网络安全教育   网络安全意识  

摘要： 在总体国家安全观下,国家网络安全是重要组成部分。大学生是国家未来建设的主力军,加强高校网络安全教育事关国家网络安全防线,事关国家意识形态安全,事关高校立德树人根本任务,具有重要意义。基于以往文献阅读,梳理以往关于大学生网络安全素养研究方面的成果,详细梳理近五年关于大学生网络安全素养相关的调查研究。在此基础上,以网络安全意识、网络安全知识、网络安全技能、网络安全法律法规及伦理道德四个方面为一级指标构建调查问卷。在全国范围内选取12所高校,调查当下大学生网络安全素养的实然状态:高校在校生的网络安全素养水平整体情况一般,在性别、学校地域、专业门类、接触网络起始时间、学历、年龄等方面存在差异。基于调查结果,从健全网络安全制度、优化网络安全课程、营造网络安全教育氛围、重视资源开发和利用、升级网络安全素养评价体系等多维度提出策略建议,助力大学生网络安全素养水平的全面提升。

关键词： 灯盏花乙素   乳腺癌   网络药理学   分子对接   体外细胞实验   信号通路  

摘要： 采用网络药理学和分子对接技术预测灯盏花乙素(scutellarin,SCU)抗乳腺癌的潜在靶点和作用机制,并结合临床数据以及体外细胞实验进行验证。分别通过SwissTargetPrediction数据库、TargetNet数据库以及GeneCards、OMIM、TTD数据库筛选SCU的潜在作用靶点和乳腺癌相关疾病靶点,然后利用Venny2.1.0平台获得药物和疾病的交集靶标,作为SCU干预乳腺癌的潜在治疗靶点;通过STRING数据库和Cytoscape 3.7.2软件构建蛋白质-蛋白质互作网络并筛选关键靶点;利用DAVID数据库对交集靶标进行基因本体(GO)功能富集与京都基因与基因组百科全书(KEGG)通路富集分析;利用Autodock Vina软件对排名前两位的核心靶点与SCU进行分子对接验证;通过癌症基因组图谱(TCGA)数据库分析核心靶基因在临床样本中的表达情况;最后在细胞水平验证SCU对乳腺癌的抗增殖作用以及对前面获取的关键靶点和通路蛋白表达的影响。经数据库筛选得到90个SCU抗乳腺癌潜在靶点,后续拓扑分析得到度值排名前5的关键靶点,分别为EGFR、TNF、CASP3、PTGS2以及MAPK14;KEGG通路分析提示SCU抗乳腺癌主要涉及C-型凝集素受体信号通路、凋亡信号通路、人巨细胞病毒感染、HIF-1信号通路、IL-17等多条信号通路;分子对接结果显示SCU与关键靶点具有较强的结合能力;临床样本分析显示与健康人群相比,关键靶基因的表达均在乳腺癌患者中发生显著变化(P<0.01)。体外细胞实验表明,SCU在40~160μmol/L浓度范围内以剂量依赖性的方式抑制人乳腺癌细胞MCF-7细胞的增殖(P<0.01或P<0.05),Western blot结果显示SCU上调了MCF-7细胞中EGFR的蛋白表达,下调了TNF-α与HIF-1α的蛋白表达。综上,SCU干预乳腺癌具有多靶点、多通路的特点,其作用机制可能与下调TNF-α/HIF-1α、上调EGFR通路,继而抑制细胞增殖有关,从而为SCU临床研究和产品开发提供了理论依据和参考。

关键词： 薄壳山核桃   品种鉴定   尺度交互蒸馏   多尺度上下文注意融合   知识蒸馏  

摘要： 薄壳山核桃是一种重要的经济坚果,由于品种繁多,对其进行快速科学的鉴定是进行种质资源保护与品种选育的重要基础。为了实现薄壳山核桃品种的快速鉴定,该研究针对品种鉴定提出了基于尺度交互蒸馏网络的薄壳山核桃品种识别方法,通过学习薄壳山核桃的可判别性特征实现品种鉴定。研究选择波尼等12种薄壳山核桃,建立了9048张实拍图像的品种识别数据集;针对薄壳山核桃图片取样中距离变化导致的目标尺度多样性问题,设计了一种全局-局部特征协同学习方案,用于提取尺度不变特征;与此同时,该研究结合尺度知识蒸馏方案,通过训练提取的不同尺度数据进行预测保证模型训练的有效性。结果表明,通过训练该方法对上述12个品种的薄壳山核桃品种识别准确率均达到了96.98%,显著提高了薄壳山核桃的品种鉴定准确率。该研究开发的薄壳山核桃品种自动识别模型对于未来果实鉴定及产品分选提供了技术手段。

关键词： 智能变电站   通信网络监测   深度学习   故障诊断   冗余监测  

摘要： 本研究通过分析通信网络故障特征信息,构建了基于深度学习的通信网络监测模型。对通信网络故障状态进行冗余监测,利用多监测点收集故障特征数据,包括报文接收状态和流量状态,以全面描述故障点。引入深度信念网络(Deep Belief Networks,DBN)构建故障诊断模型,通过贪婪无监督预训练和反向传播算法微调,实现故障特征的精准识别。以标准110kV过程层网络为实例,验证了所提方法的有效性,结果表明融合多维故障特征信息可显著提高诊断准确率。

关键词： 课程思政   网络人才   培养模式  

摘要： 针对计算机大类各专业网络人才培养,文章提出了“网络三观三能”的顶层培养目标,并构建了相应的课程思政教学体系。为实现这一目标,建议整合各专业网络课程的优质教学资源,组建计算机类网络课程群组,并改进教学模式和教学方法。同时,通过整合现有的优质教学科研实践平台,构建跨专业“六维协同”的产教融合平台,以进一步提升人才培养质量。

关键词： 男性向   网络动漫   女性形象   动漫出圈   去性别化  

摘要： 在我国动漫发展态势逐步向好的今天,为满足不同受众的需求,按照性别对受众进行划分无可厚非。但在以腾讯平台为主的网络动漫研究中发现,男性向网络动漫对女性的塑造有失偏颇,对于女性的形象塑造存在标签化、性化、物化、弱化等取向。这种对女性的不正确书写,不仅不能表现当代女性的风貌,更无益于弥合日益严峻的男女性别对立。网络动漫作为新兴的媒介,同过往的媒介一起塑造着社会性别,其中的教化作用也不容忽视。在对女性角色进行刻画时,男性向网络动漫应该摒弃男性凝视和套路化塑造,只有用去性别化的叙事方式,塑造更加独立、更能展示当下特征的女性,才能助力动漫作品进一步传播。Today, Chinese animation development is gradually improving, it is understandable to divide audiences by gender to meet the needs of different audiences. However, in the research on network animation on the Tencent Video platform, it was found that male-oriented network animation has a biased portrayal of women, with stereotypes, sexualization, objectification, and trivialization of women’s images. This incorrect portrayal of women not only fails to show the current appearance of women, but also does not help to bridge the growing gender divide. As a new medium, network animation, along with past media, shapes social gender and its educational role cannot be ignored. In portraying female characters, male-oriented network animation should abandon male gaze and formulaic portrayal, and use gender-neutral narrative methods to create more independent and contemporary female characters, which can help promote the further dissemination of animation works.