基于思政引领的专业精品课程建设——以“通信网络与综合布线”课程为例

文章以“通信网络与综合布线”课程为例,对基于思政引领的专业精品课程建设进行了论述,包括响应职业教育改革,基于校企“双元”开发活页式教材;立足专业定位,挖掘思政元素;深入研究学情,探索教学方法;围绕职业能力,改革实践教学;细化目标任务,完善考评制度。

基于轻量化网络与增强多尺度特征融合的绝缘子缺陷检测

随着无人机搭载目标检测算法在输电杆塔绝缘子巡检领域的发展,针对绝缘子缺陷检测速度较低,网络复杂度高且缺陷小目标难以准确检测的问题,提出一种基于轻量化网络与增强多尺度特征融合的YOLOv5-3S-4PH模型进行绝缘子缺陷实时检测。首先将重构的ShuffleNetV2-Stem-SPP(3S)网络作为YOLOv5的主干网络,显著减小了网络的参数量和计算量;其次引入针对小目标的增强多尺度特征融合网络以及4个预测头,来增强网络对绝缘子缺陷的感知能力,并结合Mosaic-9数据增强、CIoU损失函数进一步补偿轻量化导致的检测精度损失;最后将其应用到自制绝缘子数据集进行验证。实验结果表明,该文所提出的模型相对于未改进的YOLOv5,全类平均精度提高了3%,检测速度提高了81.8%,参数量、计算量分别压缩了82.4%、67%。因此,所提出的模型更适合部署在无人机平台上进行绝缘子缺陷的实时监测。

AIGC浪潮下网络与新媒体专业学生数字素养提升的动因、挑战及策略

随着AIGC技术的兴起,提升网络与新媒体专业学生的数字素养成为教育革新的迫切目标。本文从政策导向、技术革新、内生诉求三个维度分析了AIGC浪潮下数字素养提升的动因;同时,探讨了技术迭代、信息迷航、创新瓶颈、伦理边界等挑战;在此基础上,提出了明确目标、课程优化、师资赋能、联动机制等策略,旨在构建全面覆盖数字素养提升的教育框架。文章强调,数字素养教育应超越技术传授,注重批判性思维、创新能力和伦理责任感的培养。

金融科技创新的行动者网络与农村普惠金融发展——以蚂蚁金服为例

借助行动者网络理论,以蚂蚁金服为例选取快捷支付、余额宝及农村金融业务模式构建行动者网络,分析其从支付起家到入局金融再到开拓农村金融市场的过程,借以打开蚂蚁金服金融科技创新的“科技黑箱”。研究发现,蚂蚁金服的金融科技创新包含了金融创新、科技创新和监管创新的不同特质,农村普惠金融具有公共产品的特征,金融科技的进步有助于打破农村地区发展普惠金融存在的包容性和可持续性悖论。在农村地区利用金融科技发展普惠金融需要相当规模的金融科技企业构建强大的行动者网络,需要政府介入给予财政支持、适度监管和信用背书,推动金融科技真正服务“三农”群体。

网络与新媒体专业的新文科OBE实践教学探索

互联网和新媒体的快速发展,创造了庞大的网络与新媒体岗位需求,网络与新媒体专业快速增长难以保证人才培养质量,亟须探索适应行业发展需求的培养方式。通过分析国内网络与新媒体专业教育中存在的不足,结合福建理工大学网络与新媒体专业人才培养实践,总结新文科OBE理念下的人才培养模式。网络与新媒体专业应利用学科优势,根据行业网络与新媒体人才需求特点,建立基于核心专业能力培养的师资团队,推进实战化的毕业设计改革,坚持产教融合的联合实践教学模式。

基于“把关人”视角的网络与新媒体专业课程思政融合设计探究

文章以马克思主义新闻观为依托,从“把关人”视角探讨网络与新媒体专业课程思政建设,在一定程度上弥补新媒体语境对传统思政教育的弱化。文章采用案例分析法、访谈法等研究方法,分析课程大纲,并随堂听课,与教师对话,分析“技重于思”和把关盲区等问题,探讨如何通过课堂思政提升把关效能,以正确的思想价值观引领专业知识教育,以“显性+隐性”的方式将思政教育贯穿课堂,使学生具备解决新闻与信息传播系统复杂问题所需的网络与新媒体理论知识与基础技能。引导行业朝着积极健康的方向前进,探讨网络与新媒体专业课程与课程思政融合的策略和实践,从教师横向培训、扩展教学资源、实现产教融合等层面完善专业课程思政体系建设。以期有效开展专业课程思政工作,重新梳理课程内容体系,完善案例库,并为学生勾勒职业伦理与道德的清晰轮廓,帮助学生塑造良好的职业素养与职业生涯形象。

正式、非正式沟通网络与企业合作绩效关系研究——基于资源获取和网络能力的作用

基于332家企业调研数据,研究了沟通网络、资源获取对企业合作绩效的影响,以及网络能力的调节效应。实证研究结果表明:正式沟通网络和非正式沟通网络均对企业合作绩效具有显著正向影响,知识资源和运营资源获取在沟通网络与企业合作绩效关系间起中介作用,知识资源获取对运营资源获取具有显著正向影响,网络能力正向调节了知识资源获取、运营资源获取与企业合作绩效之间的关系,且同时具有调节的中介作用。希望研究结果能够为企业间合作管理实践提供一定的参考价值。

新兴网络与传统校园网架构融合方案

随着网络技术的快速发展和技术变革,高校校园网络接入方式已经由单纯的有线网络,逐步发展为有线网络、无线网络、5G专网、虚拟专网、F5G光网等多种网络共存的薪新阶段,师生用户能够更为便捷地从不同地点、不同终端泛在地连入校园网,从而实现教学实践、资源与人的连接,新兴的网络接入方式不仅是数字化转型赋能高等教育内涵式发展的重要基础设施载体,也为高校校园网络建设和改造带来了新的管理模式,持续改善用户上网体验。

基于卷积神经网络与可视图像的类滑动放电模式识别

为了提高机器学习算法对类滑动放电模式识别的准确率,提出了一种基于卷积神经网络(convolutional neuralnetworks,CNN)与可视图像识别电晕放电、弥散放电和类滑动放电等模式的方法。通过选取气体体积流量0~16 L/min、电极间隙2~10 mm、脉冲频率0.5~3 kHz等不同条件下的类滑动放电图像构建图像库,搭建CNN模型并优化影响CNN识别性能的超参数,包括网络层数、全连接层(full connected layer,FC)神经元数、卷积核尺寸以及激活函数类型,最后比较了CNN与决策树(decision tree,DT)算法和随机森林(random decision forests,RF)算法的识别效果。结果表明,CNN识别准确率为100%,高于传统机器学习方法。此外,本文还给出了放电模式及条件参数,通过基于反向传播神经网络(back propagation neural networks,BPNN)的聚类分析算法识别弥散放电和类滑动放电,并且准确率为100%。

大气协同观测网络与大数据平台建设

野外科学观测研究站是重要的国家科技创新基地之一,也是国家创新体系的重要组成部分。面向大气科学研究对第一手野外观测数据的迫切需求,本文在充分调研中国科学院大气物理研究所野外观测台站的基础上,详细阐述了“大气协同观测网络与大数据平台建设”项目的科学意义、研究内容、实施方案、预期成果与展望等。该项目拟通过顶层设计和优化布局,在有限投入的情况下最大限度地挖掘和利用现有各野外台站资源优势,进行联网协同观测试验,研发时空连续、高精度、高质量的大数据产品,为地球系统模式中关键物理过程参数化方案的改进和优化提供第一手宝贵的数据支撑,服务于国家科技原始创新战略。

“岗课赛证”融合背景下网络与新媒体专业课程体系构建

随着新媒体技术日新月异的发展,各大高校的网络与新媒体专业迎来了新的挑战。作为应用型高校,在网络与新媒体专业课程体系构建过程中,应当注重学生实践操作能力的培养。文章采用文献分析方法,分析“岗课赛证”融合背景下网络与新媒体专业课程设置现状与困境,阐释网络与新媒体专业课程体系构建的重要性,并提出网络与新媒体专业课程体系建构路径。

基于模糊网络与TOPSIS的备件品种确定方法

舰船携行备件品种确定过程是一种典型的多属性决策问题,针对其属性评估时面临的复杂性与模糊性、评估过程透明性不足的问题,提出了一种集成模糊网络与熵权法来扩展TOPSIS的方法。该方法以语言值Z-numbers作为评估值表示形式,分别构造了效益和成本属性下的模糊网络子系统,将合并子系统规则的模糊隶属度函数作为聚合模糊隶属度函数,通过案例计算得到Spearman rho相关系数值。结果表明:模糊网络的应用提高了决策过程的透明性,熵权法的应用提高了属性权重确定过程中的客观性,证明了该方法较其他经典方法具有更高的准确性。

图注意力网络与句法融合的医疗实体识别

电子病历数据中包含大量的医疗实体词,对这些实体词的自动识别有益于提升计算机对电子病历数据的理解。待识别的医疗实体词通常由医疗专业术语和非规范医疗词汇构成,大量生僻词汇、长难词汇和病历行文中的省略现象给医疗实体识别任务带来了挑战。针对以上问题,该文提出一种图注意力网络与句法融合的医疗实体识别方法,该方法结合字词共现关系和句法依存关系,基于电子病历数据构建了交互式字词关系图和依存关系图,并利用图注意力网络完成多种图信息的融合。实验结果表明,在电子病历的命名实体识别中,该文方法得到88.91%的F_(1)值,较基线模型提高1.04%,验证了该方法的有效性。

贸易自由化、企业生产网络与绿色贸易

本文研究了在具有企业间生产网络的背景下,贸易自由化对绿色贸易的影响规模及机制。本文采用HITS算法创新地构建了中国企业的生产网络中心度指标数据,建立了包含中间品进口、最终品出口和污染排放的生产网络理论模型,并进行理论与实证分析。研究发现:贸易自由化有利于企业降低出口排放强度,实现绿色贸易的发展,并且该促进作用随着企业网络中心度的上升而不断增强,主要影响渠道来自规模效应、结构效应和技术效应。区分行业上游度来看,处于最上游位置行业的生产网络调节作用不明显,处于最下游位置行业的网络中心度对出口贸易自由化的调节作用较为显著,而居中行业的网络中心度对进口中间品贸易自由化的调节作用较为显著,区分地区来看,生产网络的调节作用对东部企业显著,而对中西部企业不显著.

卷积神经网络与随机场分析桩梁基础承载力

岩土体的参数在空间上随机分布,为能更好地反应实际工程地质条件,在桩基础承载力研究中考虑土体的不确定性,并建立具有重要工程价值的承载力预测模型,将基于随机场理论的岩土参数空间变异性引入桩梁基础的研究中,采用数值方法建立桩梁基础与群桩基础的二维随机有限元模型分析承载能力,并与模型试验结果验证。随后通过卷积神经网络建立土体参数随机场图像与基础极限承载力之间的模型进行承载力预测,并基于预测模型研究不同参数的影响。结果表明:考虑土体空间变异性的基础承载力与试验结果基本吻合,随机结果均高于确定性分析;随机场下桩梁基础与群桩基础的承载力均为正态分布;采用卷积神经网络建立的基础承载力预测模型精度较高,且可以用于参数分析,基础承载力随着土体参数的增加而增加,随变异系数的增加而下降。随机条件下,桩梁基础的承载力高于群桩基础,可以充分发挥土体强度并抵御参数不确定性带来的承载力损失。

基于时域卷积网络与Transformer的茶园蒸散量预测模型

在茶园水资源管理中,蒸散量(Evapotranspiration,ET)是评估作物水分需求的关键指标,由于茶园蒸散量预测具有时序性、不稳定性以及非线性耦合等特点,目前的茶园蒸散量预测模型存在预测精度较低的问题,针对此问题本文提出了一种新型的茶园蒸散量预测模型。首先使用互信息算法(Mutual information,MI)与主成分分析算法(Principal component analysis,PCA)相融合的数据处理算法(MIPCA),筛选强相关的特征并提取主成分;其次将时域卷积网络(Temporal convolutional network,TCN)与Transformer融合,利用灰狼算法(Grey wolf optimization,GWO)优化超参数,捕捉茶园数据的全局依赖关系;最后整合2个网络构建了MIPCA-TCN-GWO-Transformer模型,通过消融试验和对比试验验证了模型性能,并对模型在不同时间步长下的性能进行测试。结果表明,该模型平均绝对百分比误差(Mean absolute percentage error,MAPE)、均方根误差(Root mean square error,RMSE)和决定系数(Coefficient of determination,R^(2))3个评价指标分别为0.015 mm/d、0.312 mm/d和0.962,优于长短期记忆模型(Long short term memory,LSTM)等传统预测模型。在小时尺度、日尺度和月尺度下的R^(2)分别为0.986、0.978和0.946,在不同时间步长下展现了良好的适应性和准确性。本文构建的MIPCA-TCN-GWO-Transformer模型具有较高的预测精度和稳定性,可为茶园水资源优化管理和灌溉制度制定提供科学参考。

互联网信息交互网络与上市公司ESG质量

互联网社交平台对资本市场结构和行为产生着积极作用,尤其是围绕关键意见领袖形成的信息交互网络或已成为影响公司治理绩效的重要外源因素。利用2013—2020年中国A股上市公司样本,本文主要考察互联网信息交互网络对上市公司ESG质量的影响。研究发现:在监督机制和压力机制的双重影响下,随着上市公司在信息交互网络中的中心性的提升,其ESG质量呈现出先下降再上升的U型特征;当上市公司的网络中心性较低时,信息交互网络产生的压力机制效果强于监督机制,对ESG质量起到抑制作用;当网络中心性较高时,监督机制的效果强于压力机制,推动ESG质量提升。相比于受正式监管更多的国有部门和污染行业,信息交互网络对非国有和非污染行业上市公司ESG质量的影响更加显著,这进一步佐证:互联网社交网络作为外部渠道和非正式因素,对上市公司治理发挥了重要的补充效应。

自由贸易试验区建设、融入全球创新网络与创新绩效

文章构建了自由贸易试验区促进企业融入全球创新网络进而提升创新绩效的理论分析框架,并利用2000—2021年我国A股上市公司数据,实证检验了自由贸易试验区建设对企业融入全球创新网络及创新绩效的影响。研究发现,自由贸易试验区建设能够显著促进企业融入全球创新网络,从而进一步促进企业创新绩效提升,该结论在经过一系列稳健性检验后依然成立。融入全球创新网络能够显著提升企业的创新绩效,主要影响机制为促进企业数字化转型、提升企业创新效率和提升高端人力资本水平。

卷积神经网络与有限元分析在棒材轧制孔型参数仿真中的应用

为了实现智能化轧制仿真过程,提出了将卷积神经网络(CNN)与有限元分析相结合的方法,利用机器代替人工选择出最佳的轧制仿真结果,并确定最优的孔型参数.首先,将CNN用于轧件道次分类,可发现“卷积神经网络+图像预处理”测试模型精度最高,为91.84%~96%;其次,使用5种评估方法对比轧制仿真结果与理想仿真结果后可得出,均方根误差和感知哈希对仿真结果更为敏感;最后,将孔型参数朝轧制仿真结果变优方向进行修正,对比仿真结果与修正前结果后发现,第2次修正更为理想.本研究中实现了CNN对棒材轧制道次分类,利用机器识别出更优的轧制仿真结果,并确定了更适合的孔型参数,在降低人力、物力消耗,以及实现仿真智能化等方面具有重要的理论意义和实际应用价值.

基于改进时间卷积网络与藤Copula的短期风速预测

考虑风电场相邻风机风速间以及风速与气象因素间复杂的非线性关系,提出了一种基于改进时间卷积网络与藤Copula相结合的风速预测方法。首先,利用深度残差收缩网络中存在的注意力机制及软阈值化的思想改进时间卷积网络中的残差模块,并进行初步风速预测;然后,考虑到众多气象因素对风速的影响,使用核主成分分析对气象数据进行降维,在保证数据特征的同时,降低数据的复杂度;最后,利用藤Copula在描述非线性相关结构方面的优势构建修正模型,使用降维的气象数据修正初步风速预测值,得到最终的风速预测结果。实验证明,所提方法提高了短期风速预测的精度。