一、实现Web应用的两种策略（论文文献综述）
吴爽[1]（2021）在《网络时代科学活动的变革研究》文中研究说明随着互联网技术的进步,科学交流不断获得新的工具和平台,传统的科学活动正面临更开放的环境,并可能引发整个科学系统的变革。Science 2.0让个体研究走向在线协作,使成果交流变成互动探索,成果刊布也由纸媒传播走向即时在线,全面提升了科学交流的时效性和广泛性。科学活动因互联网的发展正在发生一系列重大变革,传统的科学运行机制也逐步面临新的挑战,包括:科学活动过程出现新变化、科学成果发布呈现新趋势、科学成果传播面临新问题,科学评价机制迎接新挑战。进入互联网时代,科研主体走向了多元化的线上研究模式。一方面,网络时代开创了基于大数据的协同研发的新模式。大小科学的在线重构使得知识和信息实现广泛的交融,网络所搭建的共建和共享平台不仅实现了大科学项目资源和平台的共享,同时,分散在各地的小科学实验装置和数据也被系统地集成和聚合。此外,专门的数字馆藏还有云存储的出现不仅有助于解决海量数据存储的新难题,云计算管理技术与深度学习相关软件的开发也为大数据的在线并行分析和智能处理提供了新路径。这一科研模式的转变促使在线协作成为常态,有利于在海量数据中发现和挖掘新的知识和规律,有利于科学研究从部分走向整体,同时加强了学科的交叉和融合。另一方面,网络时代引领人类科学活动走向即时交流与全面协作的新时代。多元化的网络互动式平台将促使科学走向广泛而密集的合作,尤其是在线平台使众多学者的即时交互成为可能,这就意味着科学家可以通力合作,潜能得到最大的发挥,从而更高效地推动科学的进步。同时,在线科研的众包模式将最大化激发公众全面参与科研创新的热情。总之,网络实现人与人、人与信息、人与仪器的相互关联使科学活动走向全面开放与合作。在网络时代,科学成果发布平台的多样性和发布内容的丰富性逐渐推动学术出版走向开放、高质、高效,基于网络本体的成果发布方式将成为未来科学交流的核心。首先,网络预发布平台已在一些学科渐成新规,不仅对论文成果发表的时效性有质的提升,同时解决了纸质预印本的众多技术难题,对传统首发权的确认机制发起了挑战。其次,开放获取期刊打破了传统科技期刊的垄断僵局,将在实践模式和运营机制上推动出版体系的变革和重塑。社交网络平台的盛行和盗版网站的搅局更是扰乱了现有发表规则和格局,倒逼出版商积极适应开放获取的新形势。这些都将促成所有学术成果实现免费开放与共享,从而进一步突破传统交流体系的障碍。最后,网络技术的提升会促使科学交流体系的各个功能的在线重构,网络本体发布的新模式不仅意味着科研全程的在线呈现,人人皆可随时随地发表,同时,也要时时都能得到评论和反馈,又有精准、迅速的过滤机制和个性化的推荐服务。基于网络的发表模式和传播方式仍在摸索当中,但我们已经遇到了开放获取的路径偏差、优先权的判定疑难、评审机制的频频失效等难题。第一,开放获取在实践知识共享的理念过程中更着重于免费阅读文献导致其在制度设计、服务路径和运营模式方面都面临着困难,所以有必要重新审视科学出版体系的各个功能及其价值,包括:权威的筛选机制、持续的认证过程,和对读者提供个性化的搜索引擎服务,从而在技术变迁中实现这些功能和服务的优化升级,构筑更加合理、高效、健康的学术出版体系。第二,科学活动全面开放、即时共享,由此必将引发科学发现优先权和知识产权的一系列新问题。首先是优先权的判定将由以科研成果为主转向关注整个研究过程,随着科研主体的不断变化、科研过程的全面开放,优先权归属面临新的判定难题,需要重新考虑划分标准和判定规则;其次是优先权确认机制的变化,由于科研成果发布方式从传统媒介向在线网络转移,传统的以纸质媒介为主要依据的优先权确认机制亟待更新。第三,科学信息的自由发布和科研的全程在线必然导致现有过滤机制遭受全面危机。一方面,网络同行评审机制依然作为评判在线科研成果价值的主要手段,但要充分利用网络的即时性和有效性对其改造升级。另一方面,科学信息呈现多元化已经超过了传统过滤器的范围。实现信息流聚合和过滤的前提是面向整个科研流程的生态系统的构建,在此基础上,结合替代指标体系和定性化评论,从而提供个性化的搜索引擎服务,使得科学信息得到高效地利用。基于传统出版体系所构建的科学评价体系和奖励机制使科学难以实现媒体转换历史惯性的突破。传统学术评价体系依然局限在对论文的成果鉴定方面,不仅如此,正以一种扭曲的科研生态价值导向阻碍着科学朝向更开放、更多元的交流文化而发展。所以打造一个适应网络环境的评价体系势在必行。替代计量学旨在多元科学度量标准的开发和应用,不仅评价对象多元化,可以识别并衡量学术成果的新形式,同时影响力的范围也被拓展了,除了全面衡量学术影响力,还包括科学成果对整个社会影响的潜力。不过作为促进开放科学的关键因素,现阶段的发展依然还集中在论文级别的影响力的架构,并未真正开启向开放科学的过渡评价指标的构建,还需要以开放科学愿景和框架进行补充。随着替代指标的开发和成熟,势必就要改变激励结构,纠正失调的激励机制。通过全面地考虑研究人员的产出,我们将走向一个更有用和更灵活的学术交流系统,这也是未来科学活动走向更加开放、进行全程协作的基础。
刘博[2]（2020）在《基于随机模型的云服务可用性分析研究》文中认为随着云计算（Cloud Computing,CC）的蓬勃发展,越来越多的关键业务应用迁移到云数据中心,并通过云数据中心向用户提供服务。云计算提供多种服务模式,其中基础设施即服务（Infrastructure as a Service,Iaa S）将IT基础设施（如服务器、存储和网络等）作为一种服务,以虚拟机（Virtual Machines,VMs）或虚拟链接（Virtual Link,VL）的方式通过网络提供给用户,这些虚拟机部署在云数据中心的物理服务器上,每个虚拟机分配有不同规格的虚拟内核、内存和存储容量,用于适应多种类型的服务需求。在规模庞大且策略多样的云数据中心,服务延迟事故、基础设施故障事故和安全事故不可避免。而可用性作为评估计算资源可被授权实体按需求访问、正常提供服务或在系统发生故障及遭受攻击时恢复使用能力的度量指标,正在成为用户选择云服务提供商（Cloud Service Providers,CSPs）的主要关注点。与此同时,可用性分析还有助于优化系统设计并降低建设成本,为建立高效的云数据平台提供指导。因此,随着Iaa S云服务的广泛应用,无论云用户还是云服务提供商都对云服务可用性评估愈加迫切。本文针对具有规模大、异构性和动态性等特点的Iaa S云数据中心,建立稳态可用性和瞬态可用性分析模型,研究评价指标计算方法,评估各种因素对可用性指标的影响规律。本文的主要研究内容及其贡献包括以下四方面:（1）提出了面向多资源类型的云服务可用性分析模型。该工作旨在从云数据中心服务能否满足用户质量需求的角度出发（关注云服务好不好用）,在假设物理服务器不会发生故障的前提下,建立面向单物理服务器服务能力的整体分析模型,并以作业立即服务概率和平均完成时间作为度量指标,评估由相同物理服务器组成的云数据中心在不同用户请求负载下的服务可用性。首先,我们分析了多资源类型云数据中心的服务特点,其中用户请求的计算资源类型和数量均存在差异,且数量上遵循一般概率分布。随后,建立一种基于连续时间马尔可夫链（Continuous Time Markov Chain,CTMC）的单物理服务器整体分析模型,详细描述状态转移规则,并推导出立即服务概率和平均完成时间两个云服务稳态可用性度量指标的计算公式。最后,设计数值分析和仿真实验对模型正确性和有效性进行验证,在多种参数设置下验证模型的近似精度。本研究建立的可用性分析模型相比于单一资源模型考虑更加全面,更能够反映云服务实际运行状况,提高了可用性评估的准确性。（2）针对不同修复策略下的Iaa S云数据中心物理服务器可用性,提出了可用性整体分析模型和交互式分析模型。该工作旨在从云数据中心物理层面（如物理服务器）能否正常运行并提供服务的角度出发（关注云服务能不能用）,建立面向多物理服务器的整体分析模型和交互式分析模型,并以平均可用物理主机数量和系统拒绝服务时间作为度量指标,评估其在不同运行策略下的物理服务器稳态可用性。首先分析了Iaa S云数据中心特点,包括规模大、修复策略和物理服务器异构、动态迁移等,并对系统进行描述。随后,提出了云数据中心物理服务器的可用性整体分析模型及其度量指标,分析不同修复策略和系统参数对云数据中心可用性的影响。同时,为了克服大规模云数据中心整体分析模型的局限性,进一步将其分解为多个交互式子模型,并提出各子模型之间的参数依赖关系,建立了一种新型交互式分析模型。最后,在不同参数设置下开展实验,通过对比整体模型和交互式模型的实验结果,验证了交互式模型的准确性;并通过对两种修复策略下交互式模型的实验结果进行对比,评估了不同修复策略和修复能力对云服务可用性和建设成本的影响。本研究建立的整体分析模型和交互式分析模型更加全面且更接近真实运行环境,实现了对大规模状态模型的求解,提高了可用性评估的准确性,同时对比出不同修复策略的优劣点。（3）提出了交互式模型中连续型参数的敏感度分析方法。该方法能够对分布在不同子模型中的同一参数,进行统一敏感度分析。该方法首先求解每个子模型中相关参数的敏感度,然后分析每个子模型中涉及参数的敏感度等级,按照敏感度影响大小进行排序并忽略影响较小的参数,最后综合应用几个子模型的计算结果,确定出影响系统可用性最显着的参数。利用该方法验证了不同修复策略和系统参数对可用性的影响程度,实现了对大规模云数据中心的参数敏感度分析。（4）提出了云服务瞬态可用性分析模型。对于关键应用领域的Iaa S云数据中心,需要全面衡量其可用性,不仅要分析稳态指标,还应考虑系统在面对瞬时发生的蓄意攻击、故障失效或偶发事故时,其仍能提供服务的能力。该工作针对一个存在渗透攻击安全漏洞的Iaa S云数据中心,建立了瞬态可用性分析模型,该模型更接近真实运行场景,允许攻击者以不同的入侵能力通过被入侵的服务器对其它服务器进行攻击,并且入侵后数据窃取和数据泄漏的速率随服务器数量动态变化。模型可捕捉从Iaa S云数据中心物理服务器首次被入侵到防御机制生效期间,系统和入侵者的行为,并以某一时刻被入侵、数据泄露和安全状态的概率,以及系统损失量作为度量指标,提出计算方法,最后通过仿真实验结果验证了模型的近似准确性,本研究有助于云服务提供商制定系统防御计划,并在系统损失与防御成本之间进行权衡抉择。
黄振亚[3]（2020）在《面向个性化学习的数据挖掘方法与应用研究》文中研究指明个性化学习旨在根据学习者个体的认知水平、学习能力等,选择合适的学习资源与学习方式,使其弥补知识不足,获得最佳发展。近年来,在线学习系统的快速发展,不仅打破了传统课堂学习的时空约束,还提供了丰富的学习资源,吸引了越来越多的学习者,留下了大量的学习数据。这些学习数据蕴含着巨大的科学及市场价值,为实现数据驱动的个性化学习服务,提供了有力的支撑。因此,如何利用数据挖掘等技术对学习者学习数据进行理解、分析,实践个性化学习,已经成为计算机及相关交叉学科的研究热点。现阶段,尽管基于认知心理学等理论的相关方法已取得了一定的成效,但在线场景中的个性化学习研究人面临着学习资源表征苦难、学习过程复杂易变以及学习策略难以量化等挑战。为此,本文系统性地开展了面向个性化学习的数据挖掘方法及应用的探索性研究工作。具体地,针对练习题对象,提出了练习资源的深度表征方法,并在语言类和逻辑类两类典型练习题目的应用中进行验证;针对学生对象,分别提出了融合学习因素的知识跟踪方法和融合题目语义的知识跟踪模型;针对学习策略对象,提出了基于多目标学习的个性化推荐方法,提高学生学习效率。本文的研究工作依托于科大讯飞开发的国内领先的在线学习平台系统“智学网”,研究问题和研究数据均来源于实际应用场景,且研究方案均在真实平台中验证,具有实际应用价值。本文主要的工作与贡献可以概括如下:首先,本文研究练习题深度表征方法。一方面,本文针对语言类练习,提出了基于语义理解的练习题表征方法。语义理解是语言类练习表征的基础,传统方法基于固定的规则匹配,忽略了题目文本的语义丰富和依赖等特点。本文将该类练习题表征分解成语句理解和语义关联两个部分,首先使用卷积神经网络提取句子级别特征,然后,基于注意力机制,量化练习文本对于题目的语义依赖。最后,针对于题目难度预测任务,提出一种基于偏序学习的模型训练方法,消除不同测试范围带来的难度误差。该方法在高考英语阅读理解难度预测任务中进行了大量实验验证,其结果表明该方法能够有效提高难度预测的准确性和稳定性。另一方面,针对逻辑类练习,提出了基于结构理解的练习表征方法。区别于语言类练习,逻辑类练习通常含有特定结构的元素（如公式）。然而,传统方法直接将其视为文本序列进行表征,忽略了其结构特性。本文首先设计辅助工具,构建练习层面的公式依赖图,然后提出基于点注意和边注意两种策略的图网络学习其结构表征。最后,提出嵌套序列模型,融合练习的文本语义和公式结构关联。在数学简答题自动解答任务中验证了该方法能够有效挖掘数学练习中的公式结构,提高解题精度。其次,针对于学生用户,本文研究动态认知诊断方法。一方面,考虑到知识关联因素和人脑记忆/遗忘因素对于学习活动的影响,提出一种融合学习因素的知识跟踪模型EKPT。该模型首先基于练习-知识关联信息,将学生和练习映射到具有明确含义的知识空间中。然后,融合教育学经典的学习曲线和遗忘曲线理论,在知识空间中量化建模了学生知识学习的演化过程。实验结果表明该方法提高了认知诊断的精度。另一方面,考虑到学习过程中的题目语义（知识共性语义和文本个性语义）的影响,本文提出一种融合题目语义的知识跟踪框架。该模型首先设计动态增强记忆网络存储知识共性信息,刻画了学生对于知识的动态掌握情况。其次,提出题目特征提取器,挖掘文本个性信息,且将其融入到学生的知识变化建模过程中。最后,本文分别基于马尔科夫性质和注意力机制两种策略,提出两种实例化模型。实验在大量学生练习记录上进行,结果验证了具有精准的预测性能和知识跟踪可解释性。最后,在学习策略设计方面,本文提出一种基于多目标学习的个性化推荐算法。区别于传统推荐系统,在线学习推荐任务具有更大的挑战。传统方法通常遵从“推荐未掌握的练习”的单一推荐策略,为考虑复杂学习目标（如复习与探索平衡性、难度平滑性、参与度等）的影响。为了解决此问题,本文设计了不同的回报函数量化三种学习因素,然后提出一种深度强化学习方法,在学生交互学习中协同优化多个因素,从而找到最优推荐结果。本文在离线和在线两类场景中进行实验,结果均充分显示了该推荐算法的有效性。
王双燕[4]（2020）在《突发事件下群体应急信息传播策略推演研究》文中研究指明在突发事件处置过程中,政府组织机构、新闻媒体、公众群体之间以及之内的信息交流和危机沟通是影响突发事件应急处置效率的重要因素之一。对于场内公众群体而言,尤其是巨灾情景下,规模较大的公众群体也是可以被动员的社会力量之一,他们的社会力量可用来进行应急信息扩散,如灾害预警。在灾害预警的过程中,除了现有的预警平台和预警手段外,突发事件下场内群体所构成的社会关系网络也可以用来进行灾害预警。只要在应急准备或应急演练阶段培训群体内的个体,让他们在相信了预警信息后能够按照一定的策略方法预警周边的个体,从而实现整个群体的预警最大化。那么基于场内群体的社会关系网络,按照怎样的策略能够使得场内群体及时的获取应急信息并作出响应行为呢?本文基于复杂性科学理论、计算机模拟仿真方法以及相关应急管理知识,提出了突发事件下群体应急信息传播策略推演方法,包括突发事件下群体应急信息传播策略的制定方法以及群体应急信息传播模型的构建方法。群体应急信息传播优化策略制定方法的本质在于找出群体中更具有影响力的个体,借助个体的影响力以实现应急信息在群体内的高效扩散。如何精准评估和识别群体内更具影响力的个体是该优化策略制定方法的主要创新角度之一。本文归纳得出评估个体影响力的三个角度。识别出群体内具有影响力的个体后,如何制定应急信息传播模式以充分利用这些个体的影响力实现群体内应急信息的高效扩散是该优化策略制定方法的第二个创新角度。本文提出了两种应急信息传播模式。制定出传播策略后,需要对所指定的传播策略进行推演。本文基于多智能体建模方法构建了群体应急信息传播模型,该模型涉及多种突发事件群体应急信息传播的典型情景要素和典型个体行为,如局部传播、信息衰减、从众行为、传播行为、再决策行为等。通过该模型本文构建了应急信息传播过程中有持续性外界干预行为和无持续性外界干预行为的应急信息传播情景。针对这两个情景,本文分别从群体自组织传播角度和他组织干预角度出发制定了有利于群体内应急信息传播的优化策略,并基于具有不同网络结构特性的28个虚拟和真实的网络群体对这两个策略进行了推演实验。此外,本文还对两个优化策略的应用效果进行了不同影响因素下的敏感性研究。
梁周扬[5]（2020）在《考虑序贯搜索及多样性寻求的消费者序列选择行为研究》文中进行了进一步梳理信息技术的高速发展,使得消费者在各在线交易平台中进行序贯搜索和选择所产生的行为数据呈爆炸式增长,同时,在线平台利用信息技术收集消费者行为数据的能力也大幅增强。因而,如何根据消费者序列的行为信息挖掘其潜在的兴趣和选择意向,从而为企业在市场竞争中提高消费者忠诚度、吸引新的消费群体提供技术支撑具有重要的理论意义和实践价值。然而,现有关于消费者选择行为意向的研究大多从消费者历史选择行为信息进行展开,从而忽视了反映消费者潜在兴趣和偏好的序贯搜索行为信息,导致对消费者行为分析的结果不具有充足的实时性和动态性。因此,基于消费者序列的搜索行为信息分析其潜在的选择行为意向研究已然成为消费者行为领域及营销领域关注的焦点。为更加精准地对消费者序列选择行为进行建模并将其应用于管理实践,本研究分别从序贯搜索和多样性寻求两个视角出发,采用序贯搜索理论、考虑集理论、多样性寻求理论及昼夜节律理论,通过建立考虑各种因素的消费者随机序列选择模型,并使用数据挖掘及计算机模拟仿真等技术,分别设计两两关系平行的四个子研究,以便有效探讨如何根据消费者序列选择行为信息准确分析其未来的行为意向。研究一利用序贯搜索和信息融合理论、采用数据挖掘及计算机模拟仿真技术、通过建立消费者序贯搜索和选择模型探讨如何将消费者的线上、线下搜索行为信息进行融合以便为消费者的最优搜索路径进行推荐;研究二利用序贯搜索理论、建立反映消费者搜索成本异质性的随机序列选择模型,采用新提出的参数估计方法,并通过计算机模拟仿真技术对考虑序贯搜索约束下的消费者序列选择行为进行研究;研究三利用昼夜节律及多样性寻求理论、建立消费者随机选择模型,该模型通过分层贝叶斯的参数估计方法、采用计算机模拟仿真技术来探讨考虑消费者昼夜节律及多样性寻求两个因素对其序列选择行为意向预测准确性的影响;研究四利用考虑集理论和多样性寻求理论、通过建立产品属性距离的多样性寻求模型来衡量消费者多样性寻求程度,定量化研究整体及异质性消费者的多样性寻求程度。从消费者序贯搜索的视角,可得出如下研究结论:（1）采用保留效用理论比采用期望效用理论进行搜索所得到的净效用值要高且搜索成本越低,该效果越明显;（2）与传统的核光滑频率模拟器参数估计方法相比,本研究所提的新参数估计方法无论在参数估计的效率还是准确性方面都要优于传统参数估计方法;（3）本研究不仅从产品因素的市场及个体层面,而且从整体消费者及异质性消费者方面考虑其对消费者搜索成本的影响。从消费者多样性寻求的视角,可得出如下研究结论:（1）与不考虑消费者异质性或昼夜节律异质性的模型相比,涵盖消费者异质性和昼夜节律异质性的消费者产品多样性寻求模型可以更好地拟合消费者真实的多样性寻求行为;（2）消费者多样性寻求的程度与产品的属性类型有关,且消费者对低属性产品多样性寻求程度高于高属性的产品。从理论来讲,本研究从消费者客观的序列选择行为出发探索序贯搜索、多样性寻求与序列选择行为间的内在关系,明确消费者搜索成本、昼夜节律异质性及消费者多样性寻求对消费者序列选择行为的影响,从而丰富了消费者序列选择行为的研究视角。与此同时,考虑消费者搜索成本、昼夜节律及多样性寻求异质性的因素能更好地拟合消费个体的真实序列选择行为,进而其实践意义更强。从管理实践来讲,本研究可为产品生产企业前期进行产品规划、定位及设计方案的制定提供信息参考,同时,为产品经营企业的市场营销方案的设计及异质性客户关系管理提供决策支持。从方法来讲,与多数采用传统的参数估计方法不同,由于本研究从消费者序贯搜索及选择的行为视角、考虑消费者搜索成本的随机效应,从而导致传统的参数估计方法在效率和准确性方面有所下降,因而,本研究在参数估计方法上进行了新的尝试。此外,与传统的序贯搜索和选择模型相比,本研究考虑了消费者线下搜索的成本,因而,对传统的序贯搜索和选择模型进行了改进。
金斯瑶[6]（2020）在《考虑预售时长和预售规模的零售商最优销售策略研究》文中研究表明随着互联网经济的快速发展,市场的竞争越发激烈,消费的购物行为逐渐理性,一种以消费者为核心的C2B模式应运而生。其中预售模式就是C2B模式的典型代表。在折扣预售模式下,消费者能以较低的折扣价格进行购买,获得更高的商品效用。而零售商可以通过预售模式对市场需求信息进行预测,合理地安排生产计划和库存计划,降低生产成本和库存成本。同时,预售模式将传统的销售阶段拆分成两个阶段,可以利用市场上的扩散效应和预售期的广告效应给市场的需求量带来正向的影响。现有的预售模式可以主要分成以下两类:限制预售时间的预售模式、限制预售规模的预售团购模式。不同的模式下,影响消费者的决策因素不同,本文基于消费者的行为决策影响因素分别对两种预售模式下零售商的最优销售策略进行研究,并讨论在不同情况下零售商两种销售策略的选择。首先,本文在考虑限时预售模式下消费者的购买影响因素和市场的扩散效应下,针对限时预售模式建立了市场需求模型和零售商利润模型,以利润最大化的原则对模型进行了求解。分别得到了零售商的最优折扣系数、最优预售时长。并针对求解的结果分析了不同因素对零售商最优决策、最大销量、最大利润的影响。接着,本文基于限额预售团购策略影响因素和市场扩散效应建立了当零售商采取限额预售团购策略时,团购不成功和团购成功两种情况下市场需求模型和零售商利润模型。并对团购成功情况下的模型进行了求解,分别得到了零售商最优决策结果,并对零售商的最优决策进行了灵敏度分析。最后通过数值试验验证了单位团购努力成本和消费者需求转移率对零售商的影响。最后,基于前文得到的结论,对零售商两种策略下的折扣系数、可获得的最大利润以及扩散效应对决策的影响进行了比较分析。当消费者的需求转移率和单位时间的效益成本比满足不同的关系时,在不同的扩散效应系数区间内零售商的最优决策不同。
刘晓[7]（2020）在《两种互评策略在英语播客学习活动中的应用研究》文中提出21世纪,是各个科技产品在教育领域百花齐放的时代,在世纪初期萌生的“播客”产品,也在悄然融入教育的发展脉络,不知何时播客类教学资源已然渗透到教师的教育教学领域的方方面面,可以称之为是教学改革的“推助力”,然而在教学活动之中如何更好地利用播客教学资源改善教学效果呢?这一问题也在困扰着教育技术领域的学者和一线的各科教师。众所周知,英语学习是一个语言习得的过程,则学好英语的关键之一即是对英语听说能力的培养,研究表明英语听说能力的培养需要不断地输出,所以部分英语教师开始接触播客技术来增加学生的语言输出,尽管如此,英语播客学习活动中仍然存在着很多问题,笔者通过与初中英语教师沟通和文献检索,发现由于初中教师教学压力大,因而时常是总结性的课堂反馈,并无过程性的监督和评估,由此对学生的反馈不及时,进而导致播客教学资源的应用仅仅停留在单一的使用方面,调动学生的英语听说学习极其困难,致使学习者的英语学习投入度不高,从而很难提高学生的学业成绩。而同伴互评则可以作为教学策略的补充,让学生成为学习的主体,将评价权从主动变为被动,弥补了英语播客学习活动中存在的不足,进而提高学生的学习投入。而同伴互评的策略也有很多,根据互评活动中评价对象的产生方式,将互评策略划分为两种:组内互评策略和随机互评策略。将两种互评策略分别应用在初中生英语播客学习活动中尝试探究以下问题:（1）两种互评策略在初中生英语播客学习活动中对学习者的互评绩效的影响有何差异?（2）两种互评策略是否能够提高初中生在英语播客学习活动中的学习投入?对学习投入及其三个维度认知投入、情感投入和行为投入的影响又有何差异?（3）在英语播客学习活动中学习者的互评绩效与学习者的学习投入是否具有相关性?通过对比实验,主要得出以下结论:（1）对互评绩效整体而言,随机互评策略比组内互评策略的应用效果较好;对互评绩效的三个组成部分而言,随机互评策略的互评准确度、互评完整度都优于组内互评策略,在互评及时性方面两种策略的差异并不显着。（2）对学习投入整体而言,两班学习者的学习投入都有所提高,但是相比于组内互评策略,随机互评策略的学习者学习投入提高得更多,达显着水平;而对于组内互评策略的学习者而言,学习投入度虽有提高但并不显着。对学习投入的三个维度而言:在行为投入这一维度上,组内互评策略的行为投入明显降低,但是随机互评策略的行为投入度明显提高;在认知投入和情感投入这两个维度上两种策略都有提高,但是提高程度都不甚显着。互评活动结束后,在行为投入这一维度上,随机互评策略高于组内互评策略,并且两组的差异显着;在情感投入和认知投入两维度上,随机互评策略高于组内互评策略,但是差异并不显着。（3）两种互评策略中互评准确度与学习者的学习投入的相关性都是居于首位。对于组内互评策略,互评绩效中的互评完整度与学习者的学习投入相关性次之;而对于随机互评策略,互评绩效中的互评及时性与学习者的学习投入相关性次之,再者是互评及时性。
江雨舟[8]（2020）在《面向代理缓存集群的负载均衡与缓存管理策略研究》文中认为互联网接入数的几何式增长导致了Web服务器负载压力和用户访问时延的增加。代理缓存集群（Proxy Cache Cluster,PCC）是一组具有缓存能力、部署在骨干网边缘且与客户端通过高速局域网互联的代理服务器,将PCC作为客户端与Web服务器的中间件,在缓解Web服务器压力、降低用户访问时延的同时,也引入了负载均衡和缓存管理等新问题,如果不能处理这些问题,就会导致PCC性能降低。为此,本文面向PCC,分别提出基于虚拟节点的有限负载一致性哈希负载均衡策略和基于分代与综合驻留价值的缓存管理策略,主要研究内容如下:1.在有限负载一致性哈希策略中引入虚拟节点可以解决原策略负载均衡性受节点映射分散性影响以及不支持异构PCC的不足。改进策略将缓存节点性能评价指标作为独立信息数据波动赋权法输入,得到缓存节点性能量化值占比,结合随机函数,可为缓存节点生成对应数目的虚拟节点。根据各缓存节点拥有虚拟节点数的最大公约数m,改进策略可将哈希环均分为m段弧,并通过MD5函数将虚拟节点按比例映射到各段弧上。仿真结果表明,该策略在不考虑缓存空间大小限制的情况下,有效地提高了同构和异构PCC的负载均衡性和缓存命中率,降低了骨干网流量消耗和PCC响应时延。2.PCC性能同时还与缓存空间大小有密切关联性。本文提出基于分代与综合驻留价值的缓存管理策略,以在有限缓存空间中提高缓存和字节命中率。该策略将缓存空间进行区间划分,并利用独立信息数据波动赋权法计算各缓存对象综合驻留价值。当缓存区间容量不足时,相应区间的缓存管理机制将被触发,该区间综合驻留价值靠后的缓存对象将被移除或“降级”,其余对象将被“升级”。通过综合测试表明,该策略可保证PCC在空间受限情况下,多种性能指标仍得到有效改善。本文从PCC负载均衡和缓存管理问题出发,分别提出基于虚拟节点的有限负载一致性哈希策略和基于分代与综合驻留价值的缓存管理策略,并搭建了接近于实际工程应用的测试平台进行综合性能测试。测试结果表明,所提策略可有效改善PCC负载均衡性、缓存及字节命中率、骨干网流量消耗和PCC响应时延。
刘云峰[9]（2020）在《基于卷积神经网络压缩模型的人脸识别系统的研究与实现》文中进行了进一步梳理卷积神经网络（CNN）在众多领域的性能表现令人印象深刻。然而,深度神经网络的参数量和计算量越来越大,其对计算能力的要求也就越高,这极大地阻碍了神经网络在移动端的应用。因此,目前出现了多种模型压缩算法,包括低秩分解、知识蒸馏和网络剪枝等。但是以上所提及的压缩算法还存在很多不足和问题:（1）卷积神经网络是多层结构,在进行低秩分解时没有考虑到每一层参数冗余度的差异性,因此亟需一种可靠的方法为每一层分配合适的低秩rank;（2）深层网络使用知识蒸馏进行压缩时,梯度消失现象严重,导致浅层参数无法被学习得很好;（3）在网络剪枝过程中,亟需一种为非压缩领域专家而设计的全自动、高效的剪枝比率分配策略。针对以上出现的问题,本文对低秩分解、知识蒸馏和网络剪枝进行了深入地研究,并将三种压缩算法灵活应用于人脸识别模型上。本文的主要研究内容包括:（1）提出了基于低秩自动分配的低秩分解压缩算法,解决了当前低秩分解压缩算法工作中,未充分考虑每层冗余度差异性所造成的参数压缩不彻底问题,在公开数据集Birds-200上实现精度无损压缩VGG-16网络48倍;（2）提出了基于局部与全局知识融合的三网络知识蒸馏技术,解决了卷积神经网络经过低秩分解压缩后所造成的精度下降问题,在公开数据集Birds-200和ImageNet2012上相比主流基线算法精度提升了 1.23%～3.27%;（3）提出了两种对非专业人士友好的网络剪枝策略,解决了网络剪枝中计算量压缩比率难以确定的问题,并在公开数据集CIFAR-10上详细对比了两种策略,分析了各自的优缺点。基于以上研究内容,本文设计并实现了基于压缩模型的人脸识别Web系统,将以上三种互补的压缩算法灵活应用于人脸识别模型,验证本文所提出的算法的有效性。参数量和计算量少的神经网络模型可以大大节省资源。如果神经网络能够以很小的性能损失部署在移动设备上,它将创造出不可预测的价值。
吴丰旭[10]（2019）在《蛋白-蛋白/小分子相互作用的分子模拟新方法研究》文中研究表明药物在保障人类健康方面发挥着不可替代的作用。然而,随着时代的发展,开发一个高活性低毒抵抗性的新药越来越难,研发成本也越来越高,研发周期越来越长。计算机辅助药物分子设计在提高新药研发效率方面发挥着重要作用,其核心就是在于利用计算机技术帮助我们理解药物靶标（蛋白质）与药物分子之间的相互作用规律。因此,发展计算机辅助药物分子设计方法具有重要的理论与实际意义。本文将利用DFT、自由能微扰、分子动力学等理论计算方法研究分子间的相互作用,藉此发展分子模拟计算新方法,并应用于小分子结构设计、药物抗性预测以及蛋白-蛋白互作的热点氨基酸预测等方面研究,取得了较为理想的计算结果,进一步结合我们课题组独有的网络计算资源将这些计算工具开发成网络计算平台,便于更多的科研工作者使用这些新方法。首先,我们发展了一种基于DFT量化计算取代基Sterimol立体效应参数的新方法。对三个具体的体系构建了 DFT-QSAR模型,其中对PDK1抑制剂体系的r2达到了 0.890,比使用体积描述符构建的模型（r2=0.748）高了近0.15,显着优于使用体积描述符构建的模型,在其他两个体系中也有不同程度的提高。同时我们还对PDK1抑制剂小分子取代基与靶标局部口袋进行比较,结合QSAR方程,从小分子与受体活性腔相互匹配的层面上解释了方程中取代基的最大长度与活性成正相关的原因,也证明了我们的Sterimol参数在描述立体效应参数的时候比体积描述符更有优势。通过对Sterimol参数量化计算方法的开发和研究,在提高计算精度的同时,还克服了前期开发的体积描述符在描述取代基立体效应方面的不足。其次,开发了基于结构的Hit-to-Lead配体定向进化分子设计方法,用于从苗头化合物到先导化合物的优化。与此同时,我们构建了 44个取代基的片段库,在计算方法上,采用自由能微扰的策略,加上只需要针对苗头化合物-靶标蛋白复合物进行分子动力学模拟而不需要对所有的衍生化合物-靶标蛋白体系进行分子动力学模拟,并且我们在结构优化阶段添加了短时分子动力学模拟使得最后得到的小分子与蛋白的结合模式更加合理,拓展了该方法的使用范围。我们搜集了文献中有活性实验值的19个体系、157个小分子的数据作为数据集验证该方法的准确性,该方法在区分正负样本水平上的准确率达到了 93.6%,预测值与实验值的线性相关值R2达到了0.82,证明了该方法的准确性。最后我们将该方法发展成为AILDE网络服务http://chemvang.ccnu.edu.cn/ccb/server/AILDE/,用于快速精确的 Hit-to-Lead 优化,并且提供给用户提交任务和查看结果的功能,让更多对计算机辅助药物分子设计没有基础的研究者可以零基础方便快捷的使用我们的服务器实现从苗头化合物到先导化合物的优化。然后,我们将自由能微扰理论与分子动力学模拟相结合,构建了基于氨基酸突变扫描的药物抗性预测新方法,相比于传统的基于结构的抗性预测方法,它能模拟更多的突变体类型,而且由于对突变体系增加了短时分子动力学模拟,从而使得突变体与小分子的结合构象更加接近于真实结合构象,构象采样后的结合能计算更加准确。我们对文献中报道的有抗性实验数据的17个体系的突变类型分布广泛的311个突变体进行了计算,最后得到的计算结果显示,在预测样本有无抗性方面准确率接近90%。最后,为了使更多的研究者能使用我们的方法进行药物抗性预测方面的工作,我们构建了第一个基于结构的能够用于多体系从头预测药物抗性的网络计算工具 AIMMS,网址 http://chemyang.ccnu.edu.cn/ccb/server/AIMMS/,可供用户免费使用,并且提供两种提交任务的模式,而且结果输出丰富多样,相信可以给做抗性预测方面的研究者带来更多的便利。并且我们使用AIMMS对植物激素ABA与其靶标PYR复合物进行突变扫描计算,最终成功找到了 4种在实验上能使ABA与PYR结合更紧密的突变体。最后,我们将分子动力学结合自由能微扰的思想应用到蛋白-蛋白相互作用的研究,用于寻找蛋白-蛋白互作界面上的热点氨基酸残基及其突变效应的预测。首先通过丙氨酸扫描的方法寻找蛋白互作界面上的热点氨基酸残基,然后在此基础之上我们进一步的对热点氨基酸残基实施全突变扫描来设计更多的突变体,以期能获得更多对蛋白互作产生较大影响的突变体。基于该方法,我们对有蛋白-蛋白互作实验值的32个体系的758个突变体组成的样本集进行了计算验证,经过统计分析,我们的计算方法在区分正负样本的准确率上达到了 79.3%;计算值与实验值的线性拟合相关系数R2=0.64,比其它已发表的线性系数最高的预测方法要高出超过10%。为了使更多的研究者能够使用我们的方法,我们将蛋白计算突变扫描方法开发成第一个在蛋白-蛋白互作界面上判断热点氨基酸残基及其突变效应的网络计算工具PIIMS,网址http://chemyang.ccnu.edu.cn/ccb/server/PIIMS/,提供给用户免费使用,研究者可以通过服务器提交自己的任务并且获得丰富多样的任务输出展示结果。
二、实现Web应用的两种策略（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、实现Web应用的两种策略（论文提纲范文）
（1）网络时代科学活动的变革研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 文献综述及研究问题 |
| 1.2.1 网络时代科学活动整体的变革 |
| 1.2.2 网络时代科研模式的变革 |
| 1.2.3 网络时代基于大数据科研方式的变革 |
| 1.2.4 网络时代出版模式趋势分析 |
| 1.2.5 开放共享背景下科学活动面临系列问题 |
| 1.3 研究内容、方法与可能的创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 可能的创新之处 |
| 第2章 从Science 1.0到Science 2.0 |
| 2.1 小科学与大科学 |
| 2.1.1 从小科学时代到大科学时代 |
| 2.1.2 科学发展对信息载体需求的变化 |
| 2.2 信息载体变革与Science 2.0的提出 |
| 2.2.1 纸媒到Web 2.0: 载体发展过程存在阶段性质变 |
| 2.2.2 载体的质变对科学活动产生重要的影响 |
| 2.2.3 网络逐渐已经成为科学活动的主流载体 |
| 2.3 Science 2.0时代科学活动新特征 |
| 2.3.1 使个体研究走向在线协作 |
| 2.3.2 使成果交流走向全程探索 |
| 2.3.3 由纸媒传播走向即时在线 |
| 2.4 小结 |
| 第3章 网络时代科学活动过程的新变化 |
| 3.1 网络时代科研主体的新变化 |
| 3.1.1 独立主体内涵的丰富 |
| 3.1.2 不同主体联系的增强 |
| 3.1.3 协作主体交流的拓展 |
| 3.1.4 创造主体格局的突破 |
| 3.2 网络时代数据处理的新演化 |
| 3.2.1 数据采集走向自动化 |
| 3.2.2 数据存取实现即时化 |
| 3.2.3 数据分析呈现协同化 |
| 3.2.4 数据处理尝试智能化 |
| 3.3 小结 |
| 第4章 网络时代科学成果发布的新趋向 |
| 4.1 科学成果发布的新舞台:网络预发布平台的建立与推广 |
| 4.1.1 纸媒预发表的瓶颈 |
| 4.1.2 网络预发布平台的建立——以物理学arXiv为例 |
| 4.1.3 网络预发布平台的推广——以PeerJ Preprints和bioRxiv为例 |
| 4.1.4 网络预发布平台与期刊共存 |
| 4.2 科学成果发布的新途径: 开放获取期刊的出现和发展 |
| 4.2.1 开放获取期刊旨在打破访问权限 |
| 4.2.2 开放获取期刊的发展步履维艰 |
| 4.2.3 开放获取期刊是新希望还是乌托邦? |
| 4.2.4 开放获取期刊的未来: 资本和价值的共生 |
| 4.3 科学成果发布的新模式: 基于网络本体成果发布的探索 |
| 4.3.1 去中心化: 人人皆可随时发表 |
| 4.3.2 去期刊化: 随时随地皆可发表 |
| 4.3.3 未来: 一条微博可能就是你的学术成果 |
| 4.3.4 科学评价和认可机制的再造 |
| 4.4 小结 |
| 第5章 网络时代科学成果传播的新问题 |
| 5.1 开放获取的功与过 |
| 5.1.1 需与传统商业期刊出版体系相抗衡 |
| 5.1.2 在与资本不断斡旋中出现偏差 |
| 5.1.3 在对传统功能地解构中不断重构 |
| 5.2 传播方式的“是”与“非” |
| 5.2.1 在网上分享自己的论文也算侵权? |
| 5.2.2 Sci-Hub存在本身就是价值 |
| 5.2.3 出版商的权利比分享研究的利益更重要? |
| 5.3 谁来确认优先权 |
| 5.3.1 科研主体多元化所导致的优先权归属难题 |
| 5.3.2 科研过程开放化所造成的优先权判定疑难 |
| 5.3.3 信息载体的升级导致科学创意及成果发布方式的变化 |
| 5.3.4 成果发布渠道的多样化导致优先权确认机制的变化 |
| 5.4 在线科学信息价值的判定疑难 |
| 5.4.1 传统同行评审机制频繁失效导致判定失真 |
| 5.4.2 传播方式多样化导致依据出版的评判标准失效 |
| 5.4.3 传播内容多样性亟待建立新的过滤机制 |
| 5.4.4 网络时代的过滤机制由谁重构: 从同行评审走向全面过滤 |
| 5.5 小结 |
| 第6章 网络时代科学评价机制的新挑战 |
| 6.1 默顿理想的背离 |
| 6.1.1 “普遍主义”遭破坏 |
| 6.1.2 “公有性”被侵犯 |
| 6.1.3 “无私利性”的缺失 |
| 6.2 科学计量评价的新机遇: 替代计量学 |
| 6.2.1 矫正传统评价机制带来的“马太效应” |
| 6.2.2 推动论文评价指标走向“多元即时透明” |
| 6.2.3 构建面向科研全程的个人学术影响力评价体系 |
| 6.3 科学奖励机制的新内容: 基于科研产品的全面认定 |
| 6.3.1 从科研成果走向科研产品 |
| 6.3.2 最大限度地激发集体在科研全程地全面合作 |
| 6.3.3 从个体成果认定到产品认证集成 |
| 6.4 小结 |
| 第7章 网络时代科学活动的变革与应对 |
| 7.1 科学活动在线化与科学协作创新的演变 |
| 7.2 成果发布网络化与在线交流系统的构建 |
| 7.3 信息动态交互与优先权和过滤机制的再造 |
| 7.4 评价方式变化与科学社会运行机制的调整 |
| 7.5 在危机与变革中走向科学活动新常态 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的其他研究成果 |
（2）基于随机模型的云服务可用性分析研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 面向多资源类型的云服务可用性分析方法 |
| 1.2.2 面向云数据中心基础设施的可用性分析方法 |
| 1.2.3 用于可用性评估的敏感度分析方法 |
| 1.2.4 面向存在渗透攻击的云服务瞬态可用性分析方法 |
| 1.3 研究内容及主要贡献 |
| 1.4 文章结构安排 |
| 2 可用性分析方法 |
| 2.1 可用性定义 |
| 2.2 可用性分析模型的构建 |
| 2.2.1 连续时间马尔可夫链 |
| 2.2.2 马尔可夫奖励方法 |
| 2.3 可用性分析模型的自动生成与求解 |
| 2.4 本章小结 |
| 3 多资源类型的云服务可用性分析模型 |
| 3.1 研究内容和主要贡献 |
| 3.2 系统描述 |
| 3.3 可用性分析模型 |
| 3.3.1 状态转移规则 |
| 3.3.2 指标量化公式 |
| 3.4 实验验证与可用性分析 |
| 3.5 本章小结 |
| 4 云数据中心物理服务器可用性的整体分析模型 |
| 4.1 研究内容和主要贡献 |
| 4.2 系统描述 |
| 4.3 可用性整体分析模型 |
| 4.3.1 SRS策略的整体分析模型 |
| 4.3.2 IRS策略的整体分析模型 |
| 4.3.3 可用性评估指标 |
| 4.4 实验验证与可用性分析 |
| 4.5 本章小结 |
| 5 云数据中心物理服务器可用性的交互式分析模型 |
| 5.1 研究内容和主要贡献 |
| 5.2 可用性交互式分析模型 |
| 5.2.1 SRS策略的交互式分析模型 |
| 5.2.2 IRS策略的交互式分析模型 |
| 5.3 实验验证与可用性分析 |
| 5.3.1 实验环境与参数配置 |
| 5.3.2 验证交互式模型 |
| 5.3.3 敏感度分析 |
| 5.4 本章小结 |
| 6 云服务瞬态可用性分析模型 |
| 6.1 研究内容和主要贡献 |
| 6.2 系统描述 |
| 6.3 SRN分析模型 |
| 6.3.1 模型描述 |
| 6.3.2 评估指标和方法 |
| 6.4 实验验证与可用性分析 |
| 6.5 本章总结 |
| 7 总结与展望 |
| 7.1 主要工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）面向个性化学习的数据挖掘方法与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究工作面临的主要挑战 |
| 1.3 研究内容与主要贡献 |
| 1.4 组织结构 |
| 第2章 研究现状与基础知识 |
| 2.1 引言 |
| 2.2 练习题题目建模方法及应用 |
| 2.2.1 练习资源建模方法 |
| 2.2.2 基于练习的相关应用 |
| 2.3 学习者学习活动建模 |
| 2.3.1 项目反应理论 |
| 2.3.2 认知诊断分析 |
| 2.3.3 知识跟踪任务 |
| 2.4 推荐技术研究 |
| 2.4.1 传统推荐技术 |
| 2.4.2 深度推荐技术 |
| 2.4.3 教育领域的个性化推荐 |
| 2.5 本章小节 |
| 第3章 练习资源深度表征及应用 |
| 3.1 基于语义理解的练习表征及属性预测 |
| 3.1.1 引言 |
| 3.1.2 相关工作 |
| 3.1.3 问题定义及方案描述 |
| 3.1.4 基于语义注意力机制的卷积神经网络模型 |
| 3.1.5 难度属性预测应用 |
| 3.2 基于结构理解的练习表征及自动解题 |
| 3.2.1 引言 |
| 3.2.2 相关工作 |
| 3.2.3 问题定义及框架描述 |
| 3.2.4 数学公式语法结构图构造 |
| 3.2.5 基于图网络的神经解题模型 |
| 3.3 实验分析 |
| 3.3.1 基于语义理解的练习表征难度预测效果评估 |
| 3.3.2 基于结构理解的练习表征自动解题效果评估 |
| 3.4 本章小结 |
| 第4章 学习过程中的动态认知诊断分析 |
| 4.1 融合学习因素的知识跟踪模型 |
| 4.1.1 引言 |
| 4.1.2 相关工作 |
| 4.1.3 问题定义及框架描述 |
| 4.1.4 融合学习因素的知识跟踪模型EKPT |
| 4.1.5 基于EKPT模型的教育学应用 |
| 4.2 融合题目语义的知识跟踪模型 |
| 4.2.1 引言 |
| 4.2.2 相关工作 |
| 4.2.3 问题定义及框架描述 |
| 4.2.4 融合题目语义的知识追踪模型EKT |
| 4.2.5 基于EKT的教育学应用 |
| 4.3 实验分析 |
| 4.3.1 融合学习因素的知识跟踪模型效果评估 |
| 4.3.2 融合题目语义的知识追踪模型效果评估 |
| 4.4 本章小结 |
| 第5章 在线学习平台中的个性化推荐方法 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 问题定义及框架描述 |
| 5.4 基于多学习目标的个性化推荐方法 |
| 5.4.1 优化目标 |
| 5.4.2 题目估值Q网络 |
| 5.4.3 学习目标定义 |
| 5.4.4 算法与参数优化过程 |
| 5.5 实验分析 |
| 5.5.1 数据介绍与分析 |
| 5.5.2 模型与实验参数设置 |
| 5.5.3 离线场景下的推荐实验分析 |
| 5.5.4 在线场景下的推荐实验分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（4）突发事件下群体应急信息传播策略推演研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与目的 |
| 1.2 国内外研究现状 |
| 1.2.1 群体社会复杂网络研究现状 |
| 1.2.2 群体信息传播模型构建研究现状 |
| 1.2.3 群体信息传播策略研究现状 |
| 1.3 主要研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 2 公众个体应急信息传播影响力的评估 |
| 2.1 突发事件下群体应急信息传播情景研究 |
| 2.2 公众个体应急信息传播影响力评估的三个角度 |
| 2.2.1 基于社会网络结构评估个体影响力 |
| 2.2.2 基于动态传播网络评估个体影响力 |
| 2.2.3 基于社会网络和动态传播网络综合评估个体影响力 |
| 2.3 本章小结 |
| 3 社会群体应急信息传播模式制定研究 |
| 3.1 从自组织传播角度制定应急信息传播策略 |
| 3.2 从他组织干预角度制定应急信息传播策略 |
| 3.3 本章小结 |
| 4 群体应急信息传播模型构建及策略推演实验设计 |
| 4.1 公众群体社会网络结构构建研究 |
| 4.2 群体信息传播机制构建研究 |
| 4.2.1 个体信息传播行为设计 |
| 4.2.2 群体内信息传播复杂过程研究 |
| 4.3 群体应急信息传播模型可靠性验证 |
| 4.4 群体内应急信息传播策略推演实验设计 |
| 4.5 本章小结 |
| 5 群体应急信息优先传播策略推演研究 |
| 5.1 群体应急信息优先传播策略 |
| 5.2 群体应急信息优先传播策略适用情景 |
| 5.3 群体应急信息优先传播策略推演实验 |
| 5.3.1 群体应急信息优先传播策略推演实验设计 |
| 5.3.2 虚拟群体中应急信息优先传播策略推演结果分析 |
| 5.3.3 真实群体中应急信息优先传播策略推演结果分析 |
| 5.4 群体应急信息优先传播策略的敏感性研究 |
| 5.4.1 个体从众行为对优先传播策略应用效果的影响 |
| 5.4.2 反应急信息干预对优先传播策略应用效果的影响 |
| 5.4.3 不同程度持续性外界干预对优先传播策略应用效果的影响 |
| 5.5 本章小结 |
| 6 群体应急信息强制性传播策略推演研究 |
| 6.1 群体应急信息强制性传播策略 |
| 6.2 群体应急信息强制性传播策略适用情景 |
| 6.3 群体应急信息强制性传播策略推演实验 |
| 6.3.1 虚拟群体中应急信息强制性传播策略推演结果分析 |
| 6.3.2 真实群体中应急信息强制性传播策略推演结果分析 |
| 6.4 群体应急信息强制性传播策略的敏感性研究 |
| 6.4.1 个体从众行为对强制性传播策略应用效果的影响 |
| 6.4.2 反应急信息干预对强制性传播策略应用效果的影响 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 论文主要结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 1.个人简历 |
| 2.在学期间研究成果 |
| 3.博士期间获得的荣誉和奖励 |
| 4.科研项目经历 |
（5）考虑序贯搜索及多样性寻求的消费者序列选择行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 研究目标和研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法、技术路线和论文结构 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.4.3 论文结构 |
| 第二章 文献回顾与评述 |
| 2.1 消费者选择行为研究的随机模型 |
| 2.1.1 消费者离散选择模型 |
| 2.1.2 消费者序列选择行为的马尔可夫过程 |
| 2.1.3 序贯搜索理论在消费者序列选择行为中的相关研究 |
| 2.2 反映消费者序列选择行为的点击流数据 |
| 2.2.1 点击流数据的优势 |
| 2.2.2 点击流数据在消费者序列选择行为研究中的现状 |
| 2.3 消费者多样性寻求 |
| 2.3.1 消费者多样性寻求的原因及度量方式 |
| 2.3.2 消费者多样性寻求与点击流数据融合的可能性 |
| 2.4 昼夜节律在管理学中的研究现状 |
| 2.4.1 昼夜节律在管理学中的研究现状 |
| 2.4.2 昼夜节律与消费者多样性寻求研究现状 |
| 2.5 文献评述 |
| 2.5.1 基于点击流数据的消费者序列选择行为模型研究综述 |
| 2.5.2 基于点击流数据的消费者多样性寻求研究综述 |
| 第三章 考虑线上线下信息融合的体验品序贯搜索行为研究 |
| 3.1 引言 |
| 3.2 模型建立 |
| 3.2.1 基于线上浏览行为的属性偏好赋权 |
| 3.2.2 离散型多属性综合效用及其概率分布 |
| 3.2.3 基于线下信息的搜索成本 |
| 3.2.4 基于多属性效用的序贯搜索模型 |
| 3.3 模型的求解 |
| 3.4 仿真分析 |
| 3.4.1 数据来源 |
| 3.4.2 计算步骤 |
| 3.4.3 结果分析 |
| 3.4.4 搜索成本的灵敏度分析 |
| 3.5 本章小结 |
| 第四章 序贯搜索约束下的消费者序列选择模型研究 |
| 4.1 前言 |
| 4.2 序贯搜索-选择模型 |
| 4.2.1 效用选择模型 |
| 4.2.2 序贯搜索模型 |
| 4.2.3 最优策略 |
| 4.2.4 搜索成本与保留效用 |
| 4.3 模型参数估计 |
| 4.3.1 构建模拟似然函数 |
| 4.3.2 基于GHK的概率模拟方法 |
| 4.3.3 模型识别 |
| 4.3.4 蒙特卡罗模拟分析 |
| 4.4 实证分析 |
| 4.4.1 数据收集 |
| 4.4.2 数据预处理 |
| 4.4.3 搜索-选择效用模型的设定 |
| 4.4.4 实证结果 |
| 4.5 本章小结 |
| 第五章 考虑消费者异质性及昼夜节律的产品多样性寻求研究 |
| 5.1 引言 |
| 5.2 模型构建 |
| 5.2.1 分层贝叶斯随机效应模型 |
| 5.2.2 马尔科夫链-蒙特卡罗(MCMC)参数估计 |
| 5.3 数据分析 |
| 5.3.1 数据描述 |
| 5.3.2 数据预处理 |
| 5.4 参数估计 |
| 5.4.1 抽样过程的收敛性分析 |
| 5.4.2 消费者异质性的参数估计 |
| 5.4.3 考虑消费者昼夜节律异质性的拟合效果 |
| 5.5 本章小结 |
| 第六章 考虑消费者异质性的产品多样性寻求程度研究 |
| 6.1 引言 |
| 6.2 建立随机多样性寻求模型 |
| 6.2.1 随机多样性寻求模型 |
| 6.2.2 模型的参数估计 |
| 6.3 数据分析 |
| 6.3.1 数据描述 |
| 6.3.2 参数估计结果 |
| 6.4 本章小结 |
| 结论 |
| C.1 主要的研究结论 |
| C.2 本研究的主要创新之处 |
| C.3 管理启示 |
| C.4 研究局限性及未来研究方向 |
| 参考文献 |
| 攻读博士学位期间的科研成果 |
| 主持或参与科研项目情况 |
| 致谢 |
| 附录 |
（6）考虑预售时长和预售规模的零售商最优销售策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第二章 文献综述 |
| 2.1 C2B模式的起源与发展 |
| 2.2 预售模式研究 |
| 2.2.1 影响零售商预售策略的因素研究 |
| 2.2.2 预售时间对预售策略的影响 |
| 2.3 预售团购模式研究 |
| 2.3.1 影响零售商团购策略的因素研究 |
| 2.3.2 预售团购规模对零售商决策的影响 |
| 2.4 扩散效应的相关研究 |
| 2.5 本章小结 |
| 第三章 考虑预售时长的零售商预售策略 |
| 3.1 问题描述 |
| 3.2 模型假设 |
| 3.3 模型的建立及求解 |
| 3.3.1 模型构建 |
| 3.3.2 模型求解 |
| 3.3.3 敏感度分析 |
| 3.4 算例分析 |
| 3.4.1 等待时间成本对最优决策的影响 |
| 3.4.2 单位时间效益成本率对需求量的影响 |
| 3.4.3 单位时间效益成本率对利润的影响 |
| 3.5 本章小结 |
| 第四章 考虑预售规模的零售商预售策略 |
| 4.1 问题描述 |
| 4.2 模型假设 |
| 4.3 模型构建 |
| 4.4 模型求解及分析 |
| 4.4.1 预售团购不成功 |
| 4.4.2 限额预售团购成功 |
| 4.5 算例分析 |
| 4.5.1 单位团购努力成本影响分析 |
| 4.5.2 消费者需求转移率影响分析 |
| 4.6 本章小结 |
| 第五章 零售商限制预售时长与预售规模的比较 |
| 5.1 问题描述 |
| 5.2 最优折扣比较 |
| 5.3 零售商最优决策利润比较 |
| 5.3.1 零售商两种策略下可获取最大利润比较 |
| 5.3.2 扩散效应系数对零售商决策的影响 |
| 5.4 算例分析 |
| 5.4.1 两种策略可获得最大利润分析 |
| 5.4.2 扩散效应系数对零售商策略选择的影响 |
| 5.5 本章小结 |
| 第六章 研究总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
（7）两种互评策略在英语播客学习活动中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目标与内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究问题 |
| 1.2.3 研究内容 |
| 1.3 研究意义 |
| 1.4 研究方法 |
| 1.5 论文框架 |
| 第2章 相关文献综述 |
| 2.1 概念界定 |
| 2.1.1 英语播客学习活动 |
| 2.1.2 同伴互评 |
| 2.1.3 组内互评和随机互评 |
| 2.1.4 学习投入 |
| 2.1.5 互评绩效 |
| 2.2 理论基础 |
| 2.2.1 建构主义学习理论 |
| 2.2.2 群体动力理论 |
| 2.3 同伴互评的相关研究 |
| 2.3.1 同伴互评的教学模式及其学科应用 |
| 2.3.2 同伴互评的技术支持 |
| 2.3.3 同伴互评的实施效果 |
| 2.3.4 同伴互评的组织策略 |
| 2.4 英语播客学习活动的相关研究 |
| 2.4.1 开展英语播客学习活动的教学模式 |
| 2.4.2 开展英语播客学习活动的实施效果 |
| 2.5 学习投入的相关研究 |
| 2.5.1 学习投入的内涵 |
| 2.5.2 学习投入的影响因素 |
| 2.5.3 学习投入的测量工具 |
| 2.6 小结与启示 |
| 第3章 研究设计与过程 |
| 3.1 研究框架 |
| 3.2 研究工具 |
| 3.2.1 英语播客作品的同伴互评表 |
| 3.2.2 播客活动中的学习投入度调查问卷 |
| 3.2.3 互评活动的访谈提纲 |
| 3.3 实验过程 |
| 3.3.1 实验对象 |
| 3.3.2 调查与实验动员期 |
| 3.3.3 预实验 |
| 3.3.4 正式实验 |
| 3.3.5 反思和评价 |
| 3.4 数据收集 |
| 第4章 两种互评策略的应用效果 |
| 4.1 两种互评策略对互评绩效的影响 |
| 4.1.1 互评绩效的整体表现 |
| 4.1.2 互评绩效之互评准确度的差异 |
| 4.1.3 互评绩效之互评及时性的差异 |
| 4.1.4 互评绩效之互评完整度的差异 |
| 4.1.5 结果与讨论 |
| 4.2 两种互评策略对播客活动学习投入的影响 |
| 4.2.1 组内互评策略下学生英语学习投入的变化 |
| 4.2.2 随机互评策略下学生英语学习投入的变化 |
| 4.2.3 两种策略对学习投入的影响之不同 |
| 4.2.4 结果与讨论 |
| 4.3 两种策略下的互评绩效和学习投入的相关性 |
| 4.3.1 组内互评策略下互评绩效与学习投入的相关性 |
| 4.3.2 随机互评策略下互评绩效与学习投入的相关性 |
| 4.3.3 两种策略与学习投入的相关性之比较 |
| 4.4 初中生对两种互评策略的态度研究 |
| 第5章 研究结论与启示 |
| 5.1 研究结论 |
| 5.2 研究启示 |
| 5.3 研究建议 |
| 参考文献 |
| 附录1 初中生英语学习投入调查问卷 |
| 附录2 访谈提纲 |
| 附录3 两班分组情况 |
| 附录4 评分标准和互评表 |
| 附录5 播客作品的内容 |
| 附录6 喜马拉雅平台使用手册 |
（8）面向代理缓存集群的负载均衡与缓存管理策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 代理缓存集群技术 |
| 1.2.2 负载均衡策略 |
| 1.2.3 缓存管理策略 |
| 1.3 论文主要研究内容及结构 |
| 第2章 面向代理缓存集群关键技术及架构 |
| 2.1 代理缓存集群 |
| 2.1.1 缓存概述 |
| 2.1.2 集群概念及分类 |
| 2.1.3 代理缓存集群概念 |
| 2.2 适用于代理缓存集群的负载均衡策略 |
| 2.2.1 跳跃哈希策略 |
| 2.2.2 Rendezvous哈希策略 |
| 2.2.3 一致性哈希策略 |
| 2.2.4 有限负载一致性哈希策略 |
| 2.3 常用缓存管理策略 |
| 2.4 面向代理缓存集群的负载均衡与缓存管理策略 |
| 2.5 本章小结 |
| 第3章 基于虚拟节点的有限负载一致性哈希策略 |
| 3.1 相关定义 |
| 3.1.1 负载均衡度 |
| 3.1.2 缓存命中率 |
| 3.1.3 PCC响应时间 |
| 3.1.4 骨干网流量消耗 |
| 3.1.5 节点连接数 |
| 3.2 虚拟节点 |
| 3.3 基于虚拟节点的有限负载一致性哈希策略 |
| 3.3.1 独立信息数据波动赋权法计算缓存节点权值 |
| 3.3.2 虚拟节点配置 |
| 3.3.3 缓存节点负载上限设置 |
| 3.3.4 CHWBLVN策略工作流程 |
| 3.4 CHWBLVN仿真与分析 |
| 3.4.1 仿真环境 |
| 3.4.2 负载均衡性仿真分析 |
| 3.4.3 负载均衡自恢复性仿真分析 |
| 3.4.4 缓存命中率仿真分析 |
| 3.4.5 骨干网流量消耗和PCC响应时间仿真分析 |
| 3.5 本章小结 |
| 第4章 基于分代与综合驻留价值的缓存管理策略 |
| 4.1 相关定义 |
| 4.1.1 缓存对象价值影响因素 |
| 4.1.2 缓存性能评价指标 |
| 4.2 缓存对象综合驻留价值计算 |
| 4.3 面向对象语言的分代垃圾回收机制 |
| 4.4 基于分代与综合驻留价值的缓存管理策略设计 |
| 4.5 CMSGCRV仿真与分析 |
| 4.5.1 仿真环境 |
| 4.5.2 缓存对象价值影响因素权值计算 |
| 4.5.3 各区缓存对象分布 |
| 4.5.4 缓存命中率 |
| 4.5.5 字节命中率 |
| 4.5.6 骨干网流量消耗和PCC响应时间 |
| 4.6 本章小结 |
| 第5章 测试与验证 |
| 5.1 测试环境搭建 |
| 5.1.1 Web服务器 |
| 5.1.2 代理缓存集群 |
| 5.1.3 负载均衡器 |
| 5.2 负载均衡和缓存管理策略集成测试 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（9）基于卷积神经网络压缩模型的人脸识别系统的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 低秩分解国内外研究现状 |
| 1.2.2 知识蒸馏国内外研究现状 |
| 1.2.3 网络剪枝国内外研究现状 |
| 1.2.4 网络量化国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 硕士在读期间主要完成工作 |
| 1.5 本文组织结构 |
| 第二章 模型压缩关键技术分析 |
| 2.1 低秩分解 |
| 2.1.1 预备知识 |
| 2.1.2 低秩分解的过程 |
| 2.2 知识蒸馏 |
| 2.3 网络剪枝 |
| 2.4 评价指标 |
| 2.5 本章小结 |
| 第三章 基于低秩自动分配的低秩分解压缩算法的研究与实现 |
| 3.1 研究挑战与目标 |
| 3.2 整体解决方案 |
| 3.3 主要研究内容 |
| 3.3.1 基于PCA算法的数据驱动型预检测技术 |
| 3.3.2 基于贪心算法的低秩分配方法 |
| 3.4 实验与分析 |
| 3.4.1 实验数据集 |
| 3.4.2 评价标准与实验设置 |
| 3.4.3 实验比较与分析 |
| 3.5 本章小结 |
| 第四章 基于局部与全局知识融合的知识蒸馏框架的研究与实现 |
| 4.1 研究挑战与目标 |
| 4.2 整体解决方案 |
| 4.3 主要研究内容 |
| 4.3.1 基于隐层局部知识的监督学习 |
| 4.3.2 基于多全局知识融合的知识蒸馏 |
| 4.4 实验与分析 |
| 4.4.1 实验数据集 |
| 4.4.2 评价标准与实验设置 |
| 4.4.3 实验比较与分析 |
| 4.5 本章小结 |
| 第五章 基于全自动压缩率分配的网络剪枝的研究与实现 |
| 5.1 研究挑战与目标 |
| 5.2 整体解决方案 |
| 5.3 主要研究内容 |
| 5.3.1 基于二分搜索算法的统一剪枝策略 |
| 5.3.2 基于灵敏度感知的剪枝策略 |
| 5.4 实验与分析 |
| 5.4.1 实验数据集 |
| 5.4.2 评价标准与实验设置 |
| 5.4.3 实验比较与分析 |
| 5.5 本章小结 |
| 第六章 基于卷积神经网络压缩模型的人脸识别Web系统构建 |
| 6.1 需求分析 |
| 6.2 系统设计与实现 |
| 6.2.1 系统整体架构设计与实现 |
| 6.2.2 系统功能流程设计与实现 |
| 6.2.3 数据库设计 |
| 6.3 系统界面展示 |
| 6.4 系统功能测试 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（10）蛋白-蛋白/小分子相互作用的分子模拟新方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 本文主要创新点 |
| 第一章 文献综述 |
| 1.1 引言 |
| 1.2 计算机辅助药物设计 |
| 1.2.1 基于配体的药物设计 |
| 1.2.2 基于结构的药物设计 |
| 1.3 DFT-QSAR的发展和立体效应参数 |
| 1.3.1 QSAR及其基本方法 |
| 1.3.2 DFT-QSAR的发展 |
| 1.3.3 立体效应参数 |
| 1.4 先导化合物的设计和发现 |
| 1.4.1 先导化合物的发现方法 |
| 1.4.2 计算机辅助先导发现研究进展 |
| 1.5 药物分子的抗性及抗性预测方法 |
| 1.5.1 基于数据的预测方法 |
| 1.5.2 基于结构的预测方法 |
| 1.5.3 药物抗性预测研究进展 |
| 1.6 蛋白-蛋白互作和热点氨基酸残基 |
| 1.6.1 蛋白质互作的测定方法和数据库 |
| 1.6.2 蛋白质互作研究对药物设计的意义 |
| 1.6.3 热点氨基酸残基的预测方法研究进展 |
| 1.7 课题的提出 |
| 参考文献 |
| 第二章 STERIMOL参数量化计算方法开发和DFT-QSAR研究 |
| 2.1 引言 |
| 2.2 DFT方法计算取代基STERIMOL参数和QSAR模型的构建 |
| 2.2.1 DFT方法计算取代基Sterimol参数 |
| 2.2.2 基于Sterimol参数的DFT-QSAR模型构建 |
| 2.3 计算结果与分析 |
| 2.4 本章小结 |
| 参考文献 |
| 第三章 基于配体定向进化模拟的分子设计方法及平台搭建 |
| 3.1 引言 |
| 3.2 配体定向进化计算方法的设计 |
| 3.2.1 取代基库的构建 |
| 3.2.2 配体定向进化计算程序设计 |
| 3.3 计算方法验证 |
| 3.3.1 数据收集 |
| 3.3.2 计算结果分析 |
| 3.3.3 计算结果举例 |
| 3.4 AILDE网络服务器的开发 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 基于氨基酸突变扫描的药物抗性预测方法开发及平台搭建 |
| 4.1 引言 |
| 4.2 氨基酸突变扫描方法的开发 |
| 4.2.1 氨基酸残基突变方法的选择 |
| 4.2.2 自动计算突变扫描计算方法的设计 |
| 4.3 自动氨基酸突变扫描方法验证 |
| 4.3.1 抗性数据的收集 |
| 4.3.2 计算结果分析与讨论 |
| 注释 |
| 4.4 AIMMS网络服务器的开发和应用 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 蛋白-蛋白互作的热点氨基酸识别方法开发及平台搭建 |
| 5.1 引言 |
| 5.2 蛋白-蛋白界面计算突变扫描方法的开发 |
| 5.2.1 界面氨基酸残基的识别 |
| 5.2.2 丙氨酸突变扫描识别热点氨基酸残基 |
| 5.2.3 热点氨基酸位点的突变体设计 |
| 5.3 计算方法验证与结果讨论 |
| 5.3.1 蛋白-蛋白互作突变体数据收集 |
| 5.3.2 计算结果讨论与分析 |
| 5.4 PIIMS服务器的开发和应用 |
| 5.5 本章小结 |
| 参考文献 |
| 全文总结 |
| 附录 |
| 附录一 主要名词英文全称、缩写对照表 |
| 附录二 AHAS、PDK1和CATHEPSIN K体系量子化学描述符计算结果 |
| 附录三 分子定向进化计算结果汇总 |
| 附录四 氨基酸突变扫描计算结果汇总 |
| 附录五 氨基酸突变扫描方法与CMS方法在四种抗性等级阈值下预测结果准确率比较 |
| 附录六 蛋白-蛋白互作计算结果汇总 |
| 攻读学位期间发表的SCI论文及软件着作权 |
| 致谢 |
四、实现Web应用的两种策略（论文参考文献）
- [1]网络时代科学活动的变革研究[D]. 吴爽. 中国科学技术大学, 2021(09)
- [2]基于随机模型的云服务可用性分析研究[D]. 刘博. 北京交通大学, 2020(03)
- [3]面向个性化学习的数据挖掘方法与应用研究[D]. 黄振亚. 中国科学技术大学, 2020(01)
- [4]突发事件下群体应急信息传播策略推演研究[D]. 王双燕. 中国地质大学(北京), 2020(08)
- [5]考虑序贯搜索及多样性寻求的消费者序列选择行为研究[D]. 梁周扬. 广东工业大学, 2020(02)
- [6]考虑预售时长和预售规模的零售商最优销售策略研究[D]. 金斯瑶. 南京大学, 2020(02)
- [7]两种互评策略在英语播客学习活动中的应用研究[D]. 刘晓. 南京师范大学, 2020(07)
- [8]面向代理缓存集群的负载均衡与缓存管理策略研究[D]. 江雨舟. 重庆邮电大学, 2020(02)
- [9]基于卷积神经网络压缩模型的人脸识别系统的研究与实现[D]. 刘云峰. 北京邮电大学, 2020(04)
- [10]蛋白-蛋白/小分子相互作用的分子模拟新方法研究[D]. 吴丰旭. 华中师范大学, 2019(01)