社会资本、地方感对民族村寨旅游中居民支持态度的影响

社区居民是民族村寨旅游能否可持续发展的核心要素,他们既是民俗旅游资源的重要载体,又因身处旅游地而直接承受着旅游所带来的各种冲击.随着西部民族地区日益将旅游产业作为当地追赶式发展的重要引擎,对社区居民旅游态度的研究便具有了极强的理论和现实意义.以社会资本和地方感作为理论基点,以贵州省黔东南西江苗寨和黎平肇兴侗寨作为实证案例,采用层次回归法,从社区中"人-人"关系和"人-地"关系入手探索居民对旅游发展持积极态度的前导因素,并就民族社区社会资本、地方感的培育和提升提出了相关建议,以期为西部民族地区的旅游发展、规划提供有益咨询.     

基于改进Mask R-CNN的多标签甲状腺结节检测模型

基于符合中国国情的C-TIRADS甲状腺结节恶性风险分层指南来构建计算机辅助诊断模型具有重要的应用价值，能够提升甲状腺结节和分化型甲状腺癌诊断的规范化、标准化、同质化，提高医生诊断效率和降低劳动强度。本文提出基于深度学习的多标签目标检测模型用以检测识别甲状腺结节、预测甲状腺结节恶性等级以及结节的病理特征，经过在数据集上进行实验对比选取Mask R-CNN作为基准模型，并在基准模型基础上进行优化改进，主要改进包括使用ResNet152-FPN替换原有特征提取网络来提升模型特征能力，设计全新的卷积多标签检测头结构来对结节病理特征进行多标签预测，基于医学先验知识对模型锚框尺寸及比例进行自定义来提升模型的定位精度，最后为模型设计迁移学习训练方案来进一步提升模型性能。实验结果表明，改进模型对甲状腺结节的识别准确率达到了94.4%,对甲状腺结节病理特征的平均识别准确率达到了88.6%。     

隐匿顶点数和边数的保密图形相似性判定

计算几何中的一些几何分析问题已成为安全多方几何计算领域的一个重要研究内容.保密平面图形间的安全相似性判定是安全几何计算中一个全新的研究领域,在保护地理信息系统以及社交网络中用户隐私方面有重要的理论价值和广阔的应用前景.本文的主要工作是基于同态加密方案构建隐匿图形顶点数和边数的两方保密图形相似性判定协议(当两个图形不相似时,该协议不会泄露参与双方私有图形的顶点数和边数),目前尚未见到关于这个问题的解决方案.     

基于社会网络分析的生物医学领域跨学科关联关系特征

以科研产出为视角,选取生物医学机构成员Web of Science(WoS)数据库论文为数据来源,分析该领域跨学科关联关系特征。基于复杂网络理论,揭示了生物医学研究领域学科主题关联的网络拓扑结构特征、关键学科主题及学科群聚类特征。研究表明,在结构化的学科交叉合作网络中,学科及主题之间的关联关系在结构层次上具有亲近-疏远、强-弱的差异;在角色地位上,识别出具有主导作用的关键学科,以及不同学科共同关注的主题。本研究对于全面理解跨学科合作网络中学科交叉特性具有借鉴意义,同时为促进重大交叉科研攻关项目的合作,形成有效的跨学科团队提出可参考的建议。     

智慧医疗服务质量控制架构及控制机制

考虑到目前患者在医院就医难等问题,研究智慧医疗服务质量控制,结合虚拟技术,为智慧医疗建设提供更多更好的控制措施,探讨智慧医疗资源效率,旨在提高医院办事效率,提升就诊质量,缓解医生就诊压力,提升病患满意度,从而有效改善医患关系。利用互联网资源强大的整合能力和传播效率,以病患为中心,通过用户访谈、实地调研、问卷调查、卡片分类法等研究方法,深入挖掘用户痛点,满足医生和病患双方需求,以现有的智慧医疗服务为基础,邀请潜在用户参与了问卷调查分析,就智慧医疗平台的使用,从用户行为和用户需求的角度,实施用户满意度研究。以此为基础,设计了智慧医疗服务质量控制架构,并探讨智慧医疗服务质量的控制机制,研究结果表明,本研究有利于提高现有医疗资源的共享度,能提高智慧医疗服务质量,能大幅改善病患就医中所遇到的就医困难、时间的浪费、诊疗结果不理想等问题。     

面向社会关系网络的数字金融欺诈检测研究进展

在金融科技兴起的新时代,数字技术是金融业未来发展的核心驱动力,基于数字技术的欺诈检测成为新的研究热点。金融欺诈检测技术研究由传统的提升专家经验、优化机器学习模型转向探索面向社会关系网络的图机器学习方法。聚焦社会关系网络,基于网络分析的发展历程,从检测异常个人、可疑团伙和不良中介3类主体的视角,对金融欺诈检测的核心工作、典型应用进行了综述;归纳分析了面向社会关系网络不同类别的数字金融欺诈检测技术;并给出了面向社会关系网络的数字金融欺诈检测研究的发展趋势和方向。     

旅游者商业化符号感知与体验真实性研究——以西安回民街为例

有关符号感知下的旅游体验真实性研究已引起广泛关注,然而基于编码者视角的符号研究并不能完全认识符号的多元属性,也无法完全理解体验真实性的意义。以西安回民街为例,结合旅游商业化、旅游符号和体验真实性的相关理论,从游客视角对民族文化旅游街区的商业化符号进行识别和解读,并对旅游商业化符号感知与体验真实性之间的关系进行定量分析。结果表明,可识别的回民街商业化符号包括旅游商业环境符号、旅游空间环境符号、社会经营管理符号、商业及商品经营符号、现代化感知符号和地方认知符号。其中,地方认知符号感知对体验真实性有显著正向作用,其余商业化符号对体验真实性无显著抑制作用。     

基于SEMMA的网络安全事件可视探索

网络安全可视化可直观地提取网络安全特征、全方位感知网络安全态势,但如何宏观把控网络安全的整体分析流程仍是一大研究难题。为此,引入了数据挖掘中经典的示例-探索-修改-模型-评估（sample-explore-modify-model-assess,SEMMA）分析范式,并结合网络安全可视化提出了一套通用的网络安全事件分析模型,将分析过程划分为数据处理、行为特征探索、异常对象定位、异常事件描述与行为模式关联分析等步骤,规范安全事件探索分析流程。在行为特征探索环节,用模糊C均值算法量化主机行为,识别网络资产结构;提出了用基于协议的节点链接图（protocol-based node link diagram,PBNLD）可视化表征形式构建网络通信模型,以提升大规模节点的绘制质量;以安全事件分析模型为指导,面向多源安全日志实例数据,搭建了网络安全事件可视探索系统,通过多视图协同与故事线回溯的方式实现网络资产划分、网络异常事件提取和攻击事件演化。最后,通过实验证明了分析模型的有效性。     

乡村振兴战略视角下民族村寨社区旅游增权研究——以四川省石椅羌寨为例

乡村旅游是民族地区实现乡村振兴的重要突破口,而增权是实现乡村旅游可持续发展的重要条件。以四川省北川羌族自治县石椅羌寨为例,运用社区增权理论,从经济、社会、心理、政治4个维度对当地居民的权利感知和旅游增权情况进行了研究。结果发现,经济权能是最核心的维度,居民对通过发展旅游业实现乡村振兴的信心较足,但由于缺乏科学的引导与管理,经济增权后劲不足;居民对社会增权的感知表现为旅游对社区凝聚力的增强作用,但由于受益机制不完善,社会去权不容忽视;居民对心理权能的感知也较明显,表现为较高的文化自豪感和通过教育培训提升自身水平的愿望,但因其综合素质跟不上旅游发展需求,心理增权尚显不足;在政治权能方面,社区实现了基本的民主自治,但多数居民并未意识到自己的“权利”状态,同时信息不对称、制度不完善等导致政治去权现象严重。基于以上发现,从提升乡村旅游竞争力、完善利益分配机制、强化社区教育增能、建立健全规章制度等方面提出了相关增权建议。     

基于改进的DenseNet-BC对少数民族服饰的识别

随着信息技术的发展,数字技术越来越多地应用于民族文化数字化保护,民族服饰的数字化及分类问题也日益受关注。相比一般服饰,少数民族服饰具有更多的细节特征信息,对其进行分类识别具有很大挑战。选用卷积神经网络DenseNet-BC作为基础网络结构,设计并使用了多尺度密集连接单元,用不同大小的卷积提取不同尺度的特征信息,以提高网络的学习能力;此外,为进一步提高网络的鲁棒性,提出一种局部和全局注意力机制方法进行分类识别。实验结果表明,改进的DenseNet-BC模型对少数民族服饰的识别准确率达95.18%,较ResNet-18、ResNet-34和DenseNet模型的识别准确率分别提升了3.84%、2.27%和1.18%。改进的DenseNet-BC模型具有更好的特征提取能力,能够提取更多的细节特征信息,一定程度上解决了普通模型提取特征尺度单一、特征丰富度低的问题。     

基于社会智能的网络信息流安全环模型

基于人类的社会智能特征，提出了一种网络信息流安全环模型．该模型分4个层次控制网络信息流的动态安全：安全入口层负责用户的身份验证和信息流的安全封装；社会智能层赋予信息流自我感应、自我保护、自我调控的行为能力；事务层实现商业事务的提交、处理、回滚，提供实时保护和在线恢复机制；TCP／IP安全协议层则保障网络信息流的安全传输．这4个层次协同运作，构建了不同等级的安全环．通过数学模型的建立和论证，证明该模型可以有效地保障网络信息流的动态安全，为商业事务的整体安全提供了一种可行的解决方案．     

智能化网络性能分析与预测支撑系统设计

提出了一种将离线性能分析与在线性能实时预测相结合的网络性能分析与预测支撑系统设计方案.在离线性能分析中完成了特定网络节点的性能分析、节点间性能相关性分析以及长期网络性能历史数据的演化数学建模;在在线性能分析中则主要基于一种混合的实时预测模型来完成在线的网络性能预报,它采用模块化设计,具有良好的智能与很好的可扩展型和自适应性.实验表明,它为网络管理人员提供了强有效的网络性能分析与预测工具,是一个理想的性能分析与预测支撑平台.     

关于弱智儿童智力缺损鉴别的研究——智力鉴别量表内容的初步确定

为了能对弱智儿童智力缺损的程度作出较好的鉴别和帮助矫治起见,编制了一份适用于浙江省的儿童智力量表。本文讨论量表内容的选择和确定。 研究过程与方法:以两套不同内容的材料(共71题),先后分两次对31名小学一年级7岁儿童和28名弱智学校儿童(7—13岁)进行个别测试。根据测试结果的分析和比较,最后选定42题,编排为10个分测验,作为本量表的内容。它们是:1)图画填充;2)照管日常生活;3)实物排列;4)计算;5)图片归类;6)分辨能力;7)拼积木;8)数字背诵;9)划去图形;10)理解。     

台湾地区社区营造探析

在全面分析台湾地区社区营造的发展阶段、营造内容和机制、制度保障和面临困境等内容基础上,从规划内容、规划宗旨和规划机制等3个方面指出中国大陆社区规划的发展方向：社区规划的目标应该是社区的可持续发展,而不能仅局限于物质空间建设;社区规划的首要任务是培养社区感,建立邻里认同;社区规划必须采取自上而下与自下而上相结合的公私协力模式,建立政府部门、非政府组织和社区的合作伙伴关系．     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索（neural architecture search,NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取。首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

社区图书馆信息服务探讨

阐述了社区图书馆开展信息服务的必要性，探讨了社区信息服务的具体内容，提出文献、网络、休闲娱乐、特色信息服务以及信息咨询服务是当前社区图书馆开展信息服务的主要方式．     

k-means-RBF集成神经网络在工业尾气检测中的应用

神经网络是工业尾气检测系统的一个重要组成部分. 为提高神经网络的预测精度和收敛速度, 建立k-means-RBF集成神经网络模型. 首先, 通过选取不同的径向基函数神经网络参数, 得到一组RBF神经网络; 然后, 利用k-means算法对生成的RBF神经网络进行聚类, 并筛选出各类中精度较高的神经网络; 最后, 通过简单平均法对筛选出的神经网络进行集成, 得到高性能的k-means-RBF集成神经网络模型. 为验证模型有效性, 搭建基于k-means-RBF集成神经网络模型的工业尾气检测系统进行验证. 结果表明, 与粒子群算法优化后的Back Propagation (PSO-BP)神经网络模型相比, k-means-RBF集成神经网络模型的平均预测精度提高78.27%, 收敛时间节省99.65%     

反馈型自联想记忆神经网络

自联想记忆神经网络具有类似于大脑的记忆和联想的特性．在Hopfield网络的理论基础上，提出了一种反馈型的自联想记忆神经网络．和Hopfield模型不同的是，这种神经网络增加了一个隐含层来扩大网络的存储容量，并采用局部相连的拓扑结构来代替全相连，从而减少了计算复杂度．在网络的学习过程中，各神经元之间的权值按照学习规则不断地进行调整，使回忆后的输出结果更加接近期望输出、     

在线社交网络控制实验的现状与展望

在线社交网络已发展成为一个独特的电子生态系统，其应用深刻影响着人们生活的方方面面。由于在线社交网络特性复杂，分析在线社交网络形成和变化中的规律成为当前计算机科学、社会学和物理学的一项挑战。传统上，在线社交网络实证研究主要采用计算机辅助的被动数据获取和分析方式。近年来，在真实大规模在线社交网络上直接进行控制实验从而主动获取数据并开展分析研究的方式广受关注。评述了这一领域的研究进展，包括：社交网络控制实验的主要研究模式；控制实验方法在社交网络结构、信息传播、行为和心理学等领域取得的主要成果以及主要实验工具的适用条件和局限性。最后，展望了人工智能技术在社交网络控制实验中的应用潜力，分析了智能算法对降低实验成本和提高实验效率的作用。     

电容层析成像

介绍了作者在电容ＣＴ重建算法、测量装置方面所进行的工作，并较为详细地介绍一种基于网络理论的新算法，这种算法是将介质分布映射为一个电容网络，网络中的电容值直接与介质分布有关。为了解决从测量电极所测得的电容计算网络内部电容这一逆问题，分析和利用了附加的网络结构约束。将测量过程等效为相应的四端网络，利用迭代方法进行求解，得到了较好的实验结果。