课程文献中心 更多>>

关键词： 交易成本理论   医疗联合体   治理结构类型   绩效  

摘要： 目的筛选影响医疗联合体治理结构选择的主要因素,探讨医疗联合体治理结构类型与绩效的匹配关系,为深入推进医疗联合体建设提供参考。方法运用扎根理论对54家医疗机构医院管理者的访谈资料进行文本编码分析,并采用方便抽样的方法抽取150家医疗联合体医院进行问卷调查,使用描述性统计、非参数检验、因子分析及多元线性回归分析医疗联合体绩效及与治理结构类型选择的关系。结果资产专用性、交易频率和不确定性为医疗联合体治理结构选择的影响因素;无论何种医疗联合体治理结构类型,资产专用性和不确定性均正向影响医疗联合体绩效。在产权型联盟治理结构下,交易频率对医疗联合体绩效的影响差异无统计学意义。结论加强资产专用性对医疗联合体绩效的正向影响,强化不确定性对医疗联合体绩效的正向影响。

关键词： 区块链   ABAC   静态策略   策略冲突优化算法  

摘要： 为解决大数据与云计算环境下策略冲突检测与管理的难题,首先,介绍了区块链技术与基于属性的访问控制(attribute-based access control,ABAC)模型的基本概念,为后续算法设计奠定了理论基础;其次,设计了ABAC静态策略冲突优化算法,包括基本元素、优化流程、相似度值计算、策略区块分组以及冲突策略优化算法设计;最后,实验结果表明,ABAC静态策略冲突优化算法在冲突检测、决策效率、存储优化等方面具有显著优势。该算法可以实现策略冲突的高效检测与智能优化,大幅提升了策略管理的效率与精确性,同时也为基于区块链的ABAC策略管理提供了新的思路和有益参考。

关键词： GBDT优化算法   内部局域网   异常数据   数据编码器   传输波形  

摘要： 为了实现准确定位异常数据传输节点,提出基于GBDT优化算法的内部局域网异常数据定位方法。采用GBDT优化算法选择异常数据特征,根据特征选择结果检测内部局域网中的异常数据;设置异常数据编码器,通过计算异常数据点与局域网核心节点间距的方式,完善具体的定位方案。实验结果表明,基于GBDT优化算法所定义的异常数据传输波形与被占位网络节点的数据传输波形保持一致,内部局域网对于异常数据传输节点的定位准确性能够得到保障。

关键词： 大数据   隐私保护   数据加密算法  

摘要： 为了应对庞大数据背景下隐私防护和信息加密带来的诸多不确定性,研究实施了一整套策略,并进行了深入的实践分析。在研究方法上,加强了对信息隐私性的保护措施。对于非必要展示的敏感数据,普遍采用匿名化处理,将部分数据转换为特定符号。据估计,采取这些策略后,个人隐私泄露风险显著降低,约降低了76%。对于必须公开的数据集,采用了数据去标识化方法,通过k-匿名化和l-异质性等技术,确保数据集中特定个体的身份无法被精确识别,进一步提升了个人隐私的安全性。

关键词： 目标检测   坐标注意力   行人检测   深度学习  

摘要： 针对智能网联汽车行人目标检测准确性和实时性较低等问题,提出了一种基于YOLOv5s改进的行人检测算法。首先,采用幻影模块替代传统卷积,在保证模型准确度的前提下,降低模型复杂度,从而提高模型实时性。然后,将坐标注意力模块引入特征提取网络获得重要特征,提升行人检测准确性。最后,针对损失函数计算的弊端改进边界框损失函数的计算方式,在现有损失函数中引入power变换,以获得更高的边界框回归精度。实验结果表明,使用改进模型在Widerperson数据集上进行实验mAP达到70.8%,相较原算法提升2.6%,检测速度达61FPS。所提算法较主流算法准确率和检测速度均有所提升。

关键词： 复杂网络   链路预测   资源储备   密集度  

摘要： 近年来,复杂网络得到了广泛的研究,链路预测作为复杂网络研究的一个重要分支,其本质是根据已观测到的信息预测网络中缺失的链路或未来可能出现的链路.解决链路预测问题的关键是如何高效地计算网络中节点之间的相似度,研究者们提出了许多基于节点相似性的链路预测算法,但算法准确性仍有待提高.本文提出一种基于资源负荷率(Resource Load Ratio)的链路预测算法.首先,根据节点拓扑属性与网络全局属性的占比量化节点资源储备,并将资源储备作为衡量节点重要性的主要因素.其次,根据两个节点的共同邻居数量与所有邻居数量占比量化节点间密集度,并上升到二阶节点.最后,基于节点间资源储备和密集度提出相应的链路预测算法.在8个真实网络上的实验结果表明,该算法在准确性和鲁棒性方面均取得了最优.

关键词： 脑卒中   对称差分电阻抗断层成像   双频差分   边界伪影抑制  

摘要： 目的探索一种基于双重差分和边界伪影抑制的新型双频对称电阻抗断层成像(EIT)算法,用于消除人头阻抗分布不完全对称的影响,显著提升对称差分EIT(SDEIT)算法的实际成像效果。方法在SDEIT算法的基础上,提出双频再差分的方式消除正常人头组织不对称引起的成像伪影,并进一步提出边界区域抑制成像方法,实现边界区域伪影抑制,从而全面提高SDEIT的成像准确性。结果仿真实验结果表明,在真实颅脑组织阻抗分布下,新算法对于不同位置、不同体积和不同类型的脑卒中病灶均能有效检出,且成像效果明显优于传统的SDEIT算法。结论本文提出的新型SDEIT算法有效解决了真实颅脑阻抗不完全对称分布导致的传统SDEIT算法成像不准确的问题,为EIT应用于实际脑卒中快速检测奠定了良好的算法基础。

关键词： 工程结构   遗传算法   粒子群算法   神经网络算法   优化设计  

摘要： 随着科技的进展,传统的结构优化设计已经越来越难满足广大结构优化设计师的需求,优化所需的计算时间长、成本大等问题逐渐凸显出来。伴随着科学技术的发展,计算机的兴起使得计算能力大大提高,同时越来越多的智能算法也逐渐被提出并实现,如遗传算法、利群算法、神经网络算法等,智能算法也逐渐被不断改进被用于结构优化设计领域。本文主要介绍了智能算法在结构优化中的具体应用,如遗传算法、粒子群算法和神经网络算法在形状优化、尺寸优化和拓扑优化中的应用,体现了智能算法全局寻优能力强、适应性强、计算效率高和易于理解和编程的优点;将智能算法应用在结构优化中,也显著提高了结构的性能和可持续性;并介绍了智能算法在结构优化领域广泛的应用前景和重要的价值。With technological advancements, traditional structural optimization design has become increasingly difficult to meet the needs of a wide range of structural optimization designers. Issues such as long computation times and high costs associated with optimization have gradually emerged. Along with the development of science and technology, the rise of computers has greatly improved computational capabilities. Meanwhile, an increasing number of intelligent algorithms have been proposed and implemented, such as genetic algorithms, particle swarm optimization (PSO), neural network algorithms, and others. These intelligent algorithms have undergone continuous improvements and are being applied to the field of structural optimization design. This paper primarily introduces the specific applications of intelligent algorithms in structural optimization, including the utilization of genetic algorithms, particle swarm algorithms, and neural network algorithms in shape optimization, size optimization, and topology optimization. It highlights the advantages of intelligent algorithms, such as strong global optimization capabilities, high adaptability, efficient computation, and ease of understanding and programming. The application of intelligent algorithms in structural optimization has significantly improved the performance and sustainability of structures. Furthermore, the paper introduces the broad application prospects and significant value of intelligent algorithms in the field of structural optimization.

关键词： 社交媒体   算法治理   虚假信息   协同治理  

摘要： 本研究聚焦社交媒体普及和算法技术进步背景下的虚假信息问题,对算法治理在控制社交媒体平台上虚假信息传播的可行性和策略进行了深入研究。研究认为算法治理下社交媒体平台的虚假信息控制存在着主体隐匿性强、平台内容审查缺乏针对性以及第三方内容核查引入不足等挑战,应当实施通过提高算法透明度与可解释性、实施数据驱动的算法优化、开展多源信息验证与事实核查以及探索“算法+用户行为分析与引导”路径等策略。

关键词： 数据结构与算法   产学研协同   校企协同育人   项目驱动学习   教学模式  

摘要： 数据结构与算法是计算机科学与技术领域的核心课程。为培养适应产业需求的高素质人才,本文提出了一种产学研协同的数据结构与算法教学模式。通过引入校外生产制造企业的实际项目,挖掘生产流程中的数据结构实践案例,实现理论与实践的紧密结合,提升学生的综合素质与创新能力。同时,推动校企融合的教学模式改革,探索多元化的考核方式,全面提升学生在解决复杂问题、团队协作等方面的能力。