基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好的维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明：本系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。     

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络（deep layer aggregation,DLA）,用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络（efficient layer aggregation Net, ELAN）和尺度感知注意力网络（scale-aware attention Net, SAAN）融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

我国新型研发机构政策注意力与政策工具探析——基于长三角与珠三角地区的政策量化研究

新型研发机构逐步上升为中国创新驱动发展的主力军。利用文本挖掘、共词语义网络分析等方法,全面剖析长三角和珠三角地区新型研发机构政策的注意力焦点和政策工具,为支持高水平新型研发机构建设与发展提供参考。研究发现：政策类型以“通知”和“意见”为主,体现了政府的弹性管理机制,但执行力度较弱;政策注意力与新型研发机构的使命、功能内涵密切相关,鼓励政产学研高度融合,突出企业主体地位,强调体制机制创新;政策工具运用存在结构性失衡,注重供给型政策工具,环境型和需求型政策工具使用不足。     

基于抗炎和促红细胞生成作用的九味补血口服液改善血虚证小鼠造血功能的机制研究

为探讨九味补血口服液改善血虚证小鼠造血功能的作用及机制,采用超高效液相色谱串联四级杆飞行时间质谱(UPLC-Q-TOF-MS/MS)技术鉴定九味补血口服液中的化学成分;利用蛋白互作和网络分析手段筛选九味补血口服液治疗贫血的关键网络靶点,并对关键网络靶点进行基因本体(GO)分析、京都基因与基因组百科全书(KEGG)通路富集分析;同时采用分子对接技术将潜在活性成分与关键网络靶点对接,评估活性分子与靶点的结合能力。在动物实验中,采用环磷酰胺建立小鼠血虚模型,设立对照组和模型组,复方阿胶浆口服液组(30 mL/kg)及九味补血口服液高、中、低剂量组(10.0、5.0、2.5 mL/kg),每天灌胃给药1次,连续32 d。检测全血中红细胞(RBC)、血红蛋白(HGB)和红细胞压积(HCT)水平,并利用qRT-PCR法和免疫印迹法对关键靶点及通路在血虚证小鼠肾脏的表达进行验证。结果显示,在91种鉴定的九味补血口服液化学成分中,满足口服生物利用度(OB)≥30%和药物相似性(DL)≥0.18的条件,且具有相应靶点的潜在活性成分共计15个。分析九味补血口服液成分-血虚疾病靶点网络,获得九味补血口服液治疗贫血的关键靶点15个,主要富集于核因子-κB (NF-κB)信号通路(NF-κB signaling pathway)、代谢通路(Metabolic pathway)、缺氧诱导因子-1(HIF-1)信号通路(HIF-1 signaling pathway)、Toll样受体信号(Toll-like receptor signaling pathway)通路等。分子对接结果显示,甘草苷、橙皮素与Toll样受体4(TLR4)具有强烈的结合能力。动物实验结果显示,与对照组相比,血虚证小鼠RBC、HGB和HCT水平明显降低,TLR4/NF-κB p65介导的炎性信号增强,缺氧诱导因子-1α (HIF-1α)/促红细胞生成素(Erythropoietin,EPO)介导的促红细胞生成信号受抑制(P<0.05或P<0.01)。与模型组相比,九味补血口服液各剂量组可显著升高血虚证小鼠RBC、HGB和HCT水平,不同程度地逆转TLR4、NF-κB p65变化,并上调HIF-1α、EPO mRNA或蛋白的表达水平(P<0.05或P<0.01)。因此,九味补血口服液可以改善血虚证小鼠的贫血状态,其机制可能与促进肾脏中HIF-1α/EPO介导的促红细胞生成作用、减少TLR4/NF-κB p65介导的肾脏炎症反应相关。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。     

大规模复杂换热网络联动进化障碍分析及策略改进

针对启发式算法在优化大规模换热网络时出现优化精细度不足的问题,提出一种以小负荷公用工程为导向的换热单元耦合联动强制进化策略。该策略以小负荷公用工程作为导向,构建具有耦合关系的换热单元环路,并对环路内的换热单元热负荷进行联动调整,同时保持环路外换热单元的热负荷和流股匹配不变。该策略旨在最大程度回收流股的能量,以减少小负荷公用工程使用带来的费用增加。将策略应用于强制进化随机游走算法并对两个算例进行测试,算例H8C7和H10C10的优化结果分别为1495292 $/a和1713637 $/a。与改进前相比,分别降低了7466 $/a和7533 $/a;与文献中最优解相比,分别减少了2033 $/a和1450 $/a,证明了该策略的有效性。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

大学英语网络自主学习成效归因研究

随着高等教育和信息技术的发展,大学英语网络自主学习及其学习者比例的扩大,网络自主学习的优势充分体现.但是,研究数据也表明,学习者个体学习成效却有相当大的差异.对网络环境下大学英语自主学习成效进行归因研究日显重要.基于社会心理学中常见归因分析方式,就网络自主学习中学习策略指导、合作学习模式组织及合作学习活动设计等方面进行归因探究并提出可行性建议.     

一种新型的多址接入中继协作方案

现有多址中继协作方案的编码增益有限且用户之间不能相互辅助,为此,文中提出了一种结合网络与信道编码的多址中继协作方案:在中继端利用网络编码将不同用户的编码冗余同时转发,目的端通过对某个用户信息的正确译码恢复出其他用户的编码冗余.通过对译码错误事件概率的分析,推导了该方案的中断率与误码率近似值表达式.仿真结果表明,随着信噪比的提升,文中方案可获得比编码协作更好的中断率和误码率性能,同时信噪比较高的用户还可辅助提升信噪比较低的用户的性能.