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。     

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.     

考虑地质分层约束的长短期记忆循环神经网络测井曲线重构

延长油田东部裸眼井区早期测井资料普遍只有自然电位（SP）、自然伽马（GR）及梯度电阻率(R2.5)三条曲线,因缺失声波（AC）、地层电阻率（RT）等测井曲线,难以满足精细油藏地质研究需求。东部裸眼井区开发时间长、单井产量低,重新测井缺乏可行性及经济性。采用长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行缺失测井曲线重构是一种经济有效方法,适用于地层测井序列数据。然而延长油田东部浅层油藏上覆黄土层段测井数据信号干扰大,直接应用模型精度较差。针对此问题,本文采用考虑地质分层约束的LSTM模型进行缺失测井曲线的重构,通过分层数据截取每口井长6层段测井数据作为样本数据,既保留了LSTM模型处理序列数据的优势,同时又避免了上覆黄土层测井数据对模型的干扰。利用裸眼井区完整测井数据进行模型训练优化和验证,讨论了考虑地质分层约束的LSTM测井曲线重构精度,结果表明通过引入地质分层约束,模型重构测井曲线精度更高。应用优化后模型实现裸眼井区50口仅有GR、SP、R2.5三条曲线数据井的AC、RT曲线重构,对50口井的142个射孔段进行二次解释,对比试油解释结论符合率达到89.4%,验证了该方法对测井曲线重构的实用性和有效性。     

基于孤岛划分约束的有源配电网故障恢复策略

为提高供电恢复效果,更好地应对当前有源配电网信息-物理耦合程度不断加深的形势,提出了一种考虑信息流、能量流、业务流多流融合以及智能软开关(soft open point,SOP)作用的孤岛划分算法,基于该算法实现供电恢复策略。首先,为保证负荷的可靠恢复,该策略深入研究信息-物理耦合并建模,对节点信息重要度排序,讨论其对负荷恢复的影响;其次,构建了SOP的稳态模型,分析了SOP的工作原理及控制模式;接着,为了更大程度、更加灵活地恢复负荷,考虑SOP的作用,建立考虑光伏时变性及负荷运行特性的有源配电网孤岛划分模型;最后,算例仿真验证所提策略的有效性。     

基于帕累托最优效率模型的轨道交通沿线公交线路运行效率评价

通过建立公交运行效率评价模型,确定轨道交通沿线待优化线路,为两网融合奠定理论基础。研究首先通过定性定量法筛选出与轨道交通关联度大且有研究意义公交线路,其次以公交线网自身合理性、两网之间协同关系等数据构建评价体系,最后采用帕累托最优交叉效率模型,求解沿线公交线路运行效率。以南昌市1号线为例,筛选出沿线25条公交线路并进行实证分析。结果表明：帕累托最优交叉效率模型的评分更容易被所有的决策单元（Decision-Making Units,DUM s）接受;数据分析得出南昌公交线网自身合理性较好,但在两网协同关系方面,可优化线路走向、调整线路重复系数等加强其协同性。最后基于两者的帕累托交叉效率均值,将25条公交线路划分为4种案例,为公共交通系统的管理者和决策者提供了更实用和有价值的观点。     

基于卷积神经网络的新奇检测技术在结构损伤识别中的应用

针对新奇检测难以同时识别结构损伤时刻和损伤位置的问题,提出在新奇检测中引入卷积神经网络以实现损伤时刻和损伤位置的一次性确定。首先,采用小波包技术处理结构响应得到小波包能量,并将相邻测点对应频带的能量比作为新奇检测模型的特征向量;然后,以结构健康时的特征向量作为训练数据,建立健康模式下的基于卷积神经网络的新奇检测模型;接着,将结构实时输出的特征向量输入到新奇检测模型,所得输出与健康状态的输出进行对比,并将输出和输入的欧氏距离作为新奇指标;最后,根据新奇指标的变化识别结构损伤时刻和损伤位置。数值模拟和实验室试验验证了该方法的有效性。     

融合多尺度CNN与双向LSTM的唐卡问句分类模型

当前大语言模型的兴起为自然语言处理、搜索引擎、生命科学研究等领域的研究者提供了新思路,但大语言模型存在资源消耗高、推理速度慢,难以在工业场景尤其是垂直领域应用等方面的缺点。针对这一问题,提出了一种多尺度CNN与双向LSTM融合的唐卡问句分类模型,本模型将数据的全局特征与局部特征进行融合实现唐卡问句分类任务,全局特征反映数据的本质特点,局部特征关注数据中易被忽视的部分,将二者以拼接的方式融合以丰富句子的特征表示。通过在Thangka数据集与THUCNews数据集上进行实验,结果表明,本模型相较于Bert模型在精确度上略优,在训练时间上缩短了1/20,运算推理时间缩短了1/3。在公开数据集上的实验表明,本模型在文本分类任务上也表现出了较好的适用性和有效性。     

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。     

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。