基于协议的拟态研究综述

在网络空间安全领域,一个协议可以把自己伪装成其他协议达到避免被发现或者逃避监管的目的.借鉴生物拟态的机制,提出网络协议拟态系统的技术框架.该框架由协议拟态客户端和网桥两部分组成,其中协议拟态客户端包括环境感知、拟态决策、拟态实施处理、发送和接收处理5个部分;网桥分为环境感知、数据接收、恢复和发送4个部分.全面研究和评估已有的几个具有拟态特征的协议,包括SkypeMorgh、StegoTorus、CensorSpoofer及Format-TransformingEncryption系统,从认证机制、拟态变换和加密技术及流量控制技术等方面进行对比和分析,提出协议拟态的基本科学问题供进一步研究.     

网络环境下高校图书馆的深层次服务

在科技不断进步以及激烈的社会竞争中，高校图书馆服务工作的核心内容应朝着提供深层次服务的方向发展。概述了高校图书馆深层次服务的相关内容，分析了网络环境对图书馆深层次服务的影响，探讨了网络环境下深层次服务的模式，在此基础上提出了做好图书馆深层次服务的措施。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

浅谈如何营造图书馆特色空间——以山东交通学院交通文化特色库空间设计为例

图书馆特色空间建设是图书馆特色文化的重要组成部分。阐述了交通文化特色库馆藏资源的判别,分析了交通文化特色库馆藏内容的排序,提出了创造空间环境视觉美感的途径。     

浅议图书馆读者服务创新

在网络时代,图书馆服务必须在内部结构、管理模式、服务模式等方面进行一系列变革与创新,才能满足读者日益增长的借阅需求,提供高质量的图书馆服务。     

PAC理论在教学运用中的研究初探

PAC理论作为人际关系心理学中的重要理论,它的＂心态转化原理＂能帮助学生克服人际沟通障碍,＂人际互动类型原理＂能够帮助学生选择解决问题的正确途径,＂P≡P-C≡C交往心态原理＂能使学生有效中断不良交往方式。总体上说,这一理论可以有效促进学生把握心理状态,深入理解问题,从而有助于提升教学效果。     

Numerical Simulation of the COVID-19 Herd Immunity Based on Complex Network Modeling北大核心CSCD

鉴于构建流行病动力学模型、探索流行病传播规律对疫情防控具有十分重要的理论意义和实际应用价值,在已有的均匀混合模型基础上,针对个体接触关系异质化越发明显,且每个个体都处在不同的接触关系中,建立了兼顾个体状态与接触追踪的动态小世界网络模型。模拟了新冠病毒在社会中的传播过程。通过对比仿真结果,说明了所建模型的合理性。在此基础上,仿真计算了网络拓扑结构与接种免疫人数占比共同作用下对新冠病毒传播的影响,分析得到群体免疫临界值。说明所建传播模型合理,接种疫苗实现群体免疫可行。     

PBNA： An Improved Probabilistic Biological Network Alignment Method

Biological network alignment is an important research topic in the field of bioinformatics. Nowadays almost every existing alignment method is designed to solve the deterministic biological network alignment problem.However, it is worth noting that interactions in biological networks, like many other processes in the biological realm,are probabilistic events. Therefore, more accurate and better results can be obtained if biological networks are characterized by probabilistic graphs. This probabilistic information, however, increases difficulties in analyzing networks and only few methods can handle the probabilistic information. Therefore, in this paper, an improved Probabilistic Biological Network Alignment（PBNA） is proposed. Based on Iso Rank, PBNA is able to use the probabilistic information. Furthermore, PBNA takes advantages of Contributor and Probability Generating Function（PGF） to improve the accuracy of node similarity value and reduce the computational complexity of random variables in similarity matrix. Experimental results on dataset of the Protein-Protein Interaction（PPI） networks provided by Todor demonstrate that PBNA can produce some alignment results that ignored by the deterministic methods, and produce more biologically meaningful alignment results than Iso Rank does in most of the cases based on the Gene Ontology Consistency（GOC） measure. Compared with Prob method, which is designed exactly to solve the probabilistic alignment problem, PBNA can obtain more biologically meaningful mappings in less time.     

海堤渗压神经网络分布模型的建立及规律分析

为有效揭示海堤渗压的分布特征,掌握其在临海工作环境下的特殊规律,在利用神经网络建模优点的同时,采用多测点渗压监控信息,并将测点坐标因素加入到输入层,综合前期潮位因子、积分型降雨因子、时效因子,形成海堤渗压神经网络安全监控分布模型结构,以实测信息进行建模训练计算;在获得合理训练结果基础上,根据输入层因子补充插入坐标样本,获得不同位置的渗压模型值及渗压分布曲线.文中以广义回归神经网络为例,结合浦东海堤实测资料,以实例说明以上述方法在神经网络不提供显式的情况下,建立可获得分布曲线的监控模型,并以此对海堤渗压分布规律特色加以分析.     

并联式混合动力发动机神经网络法转矩预测与闭环控制

利用实际发动机的标定数据搭建了GT-Suite及Matlab/Simulink联合仿真模型，建立了基于进气和发动机状态参数的预测转矩反馈协同控制模块。对比了ANN法和现有发动机的标定脉谱插值预测（MAP）法2种方法下发动机稳态及瞬态转矩变化、升降挡等工况预测的结果误差，结果表明：稳态工况下MAP法较为可靠，低、中、高3种发动机转速下转矩预测波动小，误差比ANN法低1.31%、1.09%和1.52%；实际瞬态转矩跃变及阶跃工况下，ANN法较MAP法误差低5.62%和1.32%，升降挡工况下低1.93%和0.84%。