大数据时代下的传播学

大数据时代下,数据爆炸、信息泛滥,相关性搜集变成主要搜集方式,受众获取信息更为轻松,但信息的准确性和真实性更加难以辨析。互联网为信息传播提供技术支持,但也增加了信息传播的管理难度。如何在大数据时代的洪流中掌握传播的话语权,成为迫切需要解决的问题。     

冰壶运动轨迹装置的发明与设计

本文对冰壶的运动轨迹进行研究,分别就冰壶任意滑行轨迹、刷冰轨迹两个方面进行运动分析,建立运动学方程使其可以较真实的模拟出冰壶的运动轨迹,并以直观图像展示出不同初速度、角速度、刷冰等情况下对冰壶运动轨迹的影响,能找出投壶质量的关键因素,根据这些因素,发明出优化运动轨迹装置,更好的控制与改变冰壶的运动轨迹,以提高投壶成功率...     

模糊权重约束的DEA模型及其应用

基于Zadeh模糊优越集定义,应用模糊权重约束DEA模型对医院服务效率进行评价.通过最大化模糊隶属函数来确定投入与产出权重的上限和下限,以避免传统DEA模型中权重为0的缺陷.实例选取期末实有床位数和医护人员数为两个投入变量,总诊疗人次和总出院人次为两个产出变量,评价广州市15所医院的相对服务效率.评价结果对医院管理决策更具客观性和实用性.     

2022年度东盟国家网络空间治理态势评估

当前,全球网络空间正在成为国家间纵横捭阖的新竞技场。由于特殊的地缘政治地位、高速发展的需求和不断增长的网络安全风险,东盟国家网络空间治理面临新形势。2022年,东盟遭受的外部网络攻击频率不断上升,而内部的数字鸿沟与统一数据治理框架的缺失阻碍了区域合作进程。面对内外双重压力,东盟构筑了法律政策更新为先,技术创新与数字经济发展为要,着力强化国际合作的新治理格局。未来,东盟将通过技术演进、企业转型与人才培养加速数字化进程,深度参与全球网络空间治理,推动网络空间命运共同体建设。     

基于WOA-BiLSTM模型的短期光伏出力预测

针对光伏发电系统受环境因素影响较大、预测精度低等问题,提出了一种基于鲸鱼算法优化双向长短期记忆神经网络（WOA-BiLSTM）的光伏出力短期预测模型。利用鲸鱼算法（WOA）进行参数寻优,完成对双向长短期记忆神经网络（BiLSTM）模型最优超参数的选择,并以华东某光伏电站的历史光伏数据进行了验证。预测结果显示：相较于长短期记忆神经网络（LSTM）与BiLSTM预测模型,WOA-BiLSTM模型可以在一定程度上提高预测的精度。     

超级结IGBT击穿特性仿真分析与横向参数优化

在传统IGBT结构中引入超级结结构,可缓解击穿电压与导通电阻之间的矛盾,有效减小器件体积,其中,横向参数对器件击穿特性影响很大,为研究此类横向参数对超级结IGBT击穿特性的影响,通过Silvaco软件对超级结IGBT的击穿特性进行仿真.仿真结果表明,漂移区宽度、浓度的变化改变了超级结IGBT漂移区内二维电场分布,从而影...     

具有信道时延的混沌神经网络脉冲同步

由于控制脉冲只是在特定的时间序列产生,使得同步系统中所需的驱动系统信息和能量减少,从而给混沌系统同步设计带来巨大方便。但是,由于实际电路中器件的切换速度有限且内在通讯需要时间。在通信网络中将不可避免地产生时延。因此,现有的一些同步方法将无法实现。针对这种情况,提出了一种基于脉冲控制的混沌神经网络同步策略。在该策略中考虑了信道时延带来的影响,并设计了控制器实现两个混沌神经网络的同步。计算机仿真结果验证了该方法的可行性和有效性。     

基于不确定性加权混合训练的无源域自适应

针对无源域数据的域自适应问题中源模型中的源知识得不到充分利用以及目标数据内在结构信息会被忽略的问题,提出了一种基于不确定性指导的加权混合训练的无源域数据的域自适应框架。首先在通道级对源模型预测的不确定性进行量化,将目标数据同时输入到源特征提取器和目标特征提取器,在通道级计算目标特征与源模型之间的不确定性距离,衡量源知识对目标模型的可迁移的不确定性,并利用它来指导对目标数据的适应过程。同时考虑到目标数据的内在结构信息,从源知识和目标数据两个方面考虑伪标签的置信度,以降低噪声伪标签的影响。最后对目标样本进行混合训练,并根据置信度得分对目标样本进行加权,以提高目标模型的鲁棒性。在Office-31,Office-Home和VisDA-C 3个域自适应基准数据集上分别取得了90.5%,72.8%,85.9%的分类效果,大量的对比实验及消融分析都证明了所提出的基于不确定性指导加权混合训练的框架具备良好的迁移能力。     

基于关键点的复杂道路环境目标检测算法

针对复杂交通环境手工搭建神经网络人力成本高、小目标检测准确度低、使用锚框法参数多、算法实时性差等问题,提出一种基于关键点的复杂道路环境目标实时检测算法。首先,重构MBConv,改进EfficientNet主干特征提取网络,提高特征提取效率;其次,融入小尺度特征层,优化特征融合网络,提升复杂环境下小目标检测能力;最后,运用关键点预测法,完成检测目标分类及回归。在BDD100K数据集上的测试结果表明,设计算法的目标检测实时性较强,且对复杂环境中的小目标检测准确度较高。     

基于多混沌映射的网络通信信息数据安全加密方法

本文提出了一种基于多混沌映射的网络通信信息数据安全加密算法,该算法利用分组加密方法减少对网络节点存储上的压力。采用密文反馈的方式,使得每一轮的加密密钥以及移位空间除了与多混沌映射有关外,还与密文有关,这样很好的抵抗了选择性明文攻击对系统可能造成的伤害。采用对明文进行置乱的方式,进一步保障了该加密算法在抗穷举攻击方面的能力。实验证明了本文提出的算法具有很好的安全性、明文敏感性以及较快的加密时间。