检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

协方差分析描述函数法的通用化数值算法

北京理工大学学报 2024年第5期44卷 439-446页

作者：王汉平柳洋鑫张宝振北京理工大学宇航学院北京100081 北京电子工程总体研究所北京100854

协方差分析描述函数法(covariance analysis describing function technique,CADET)在处理系统的随机响应问题上具有求解迅速、仿真精度高等优点.但对于复杂系统,其理论推导过程、求解系统解析响应方程较为复杂繁琐.为进一步推广CADET... 详细信息

协方差分析描述函数法(covariance analysis describing function technique,CADET)在处理系统的随机响应问题上具有求解迅速、仿真精度高等优点.但对于复杂系统,其理论推导过程、求解系统解析响应方程较为复杂繁琐.为进一步推广CADET的应用,依托高斯–埃尔米特积分法,提出了一种通用化的CADET数值算法.作为算法验证,以车辆行驶过程中的随机振动为例,建立了几种不同非线性悬架车辆的二自由度动力学模型,并将CADET通用化数值算法与传统CADET算法及蒙特卡罗法进行了对比分析.仿真结果表明,CADET的通用化数值算法可以达到满足应用要求的计算精度,这验证了所提数值算法的有效性,且具有更强的泛化应用于复杂非线性动力系统的价值.

关键词：车辆悬架系统协方差分析描述函数法随机振动数值算法非线性系统

在线全文

学校读者我要写书评

暂无评论

深色有隔内生真菌对蓝莓根腐病菌的抑菌活性

植物病理学报 2024年

作者：罗其鑫侯瑞贵州大学林学院

通过平板对峙法、平板对扣法和防效试验探究蓝莓根部深色有隔内生真菌（Dark septate endophytes,DSE）对蓝莓根腐病菌（Fusarium oxysporum）的抑菌活性。结果表明，筛选出的8个DSE菌株均能成功定殖于蓝莓根部，且对F. oxysporum菌丝... 详细信息

通过平板对峙法、平板对扣法和防效试验探究蓝莓根部深色有隔内生真菌（Dark septate endophytes,DSE）对蓝莓根腐病菌（Fusarium oxysporum）的抑菌活性。结果表明，筛选出的8个DSE菌株均能成功定殖于蓝莓根部，且对F. oxysporum菌丝生长有明显抑制作用，最高抑制率为74.03%。这8个DSE菌株的挥发性产物和发酵滤液均能抑制***菌丝生长，其中DSE菌株挥发性产物对***菌丝生长的抑制率最高达37.25%，发酵滤液浓度为50%时对***菌丝生长抑制率最高达66.13%。在防效试验中，先将8个DSE菌株接种无菌蓝莓组培苗防治由F. oxysporum引起的根腐病，其中以FL1(Thozetella neonive)、MJY26(Phalocephala fortinii)和MF4(Phalocehala fortini)3个菌株的防效较好，分别为72.76%、75.86%和77.93%；接种这3个DSE菌株可显著激活蓝莓植株体内苯丙氨酸解氨酶、多酚氧化酶和过氧化物酶抗氧化酶活性，同时使蓝莓苗的根系活力显著增强。从中选择对蓝莓组培苗根腐病防治效果最好的MF4菌株，通过盆栽试验对其进行进一步的根腐病防效测定，防治效果达79.27%。研究结果为开发对蓝莓根腐病有良好生防效果的DSE菌剂奠定了理论和实践基础。

关键词：深色有隔内生真菌蓝莓根腐病尖孢镰刀菌抑菌活性生物防治

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于在线蒸馏的轻量化噪声标签学习方法

计算机研究与发展 2024年

作者：黄贻望黄雨鑫刘声福建理工大学计算机科学与数学学院铜仁学院大数据学院贵州省公共大数据重点实验室(贵州大学)

利用含有有损标签的噪声数据来训练深度学习模型是机器学习中的研究热点.研究表明深度学习模型训练易受噪声数据的影响而产生过拟合现象.最近，一种将元学习与标签校正相结合的方法能够使模型更好的适应噪声数据以减缓过拟合现象，然而... 详细信息

利用含有有损标签的噪声数据来训练深度学习模型是机器学习中的研究热点.研究表明深度学习模型训练易受噪声数据的影响而产生过拟合现象.最近，一种将元学习与标签校正相结合的方法能够使模型更好的适应噪声数据以减缓过拟合现象，然而这种元标签校正方法依赖于模型的性能，同时轻量化模型在噪声数据下不具备良好的泛化性能.针对这一问题，提出一种采用知识蒸馏的轻量化噪声元标签校正学习方法(knowledge distillation-based meta-label correction learning， KDMLC)，该方法将深度神经网络与多层感知机构成的元标签校正(meta label correction， MLC)模型视为教师模型，对噪声标签进行校正并指导轻量化模型进行训练，同时采用双层优化策略训练并增强教师模型的泛化能力，从而生成更高质量的伪标签用于训练轻量化模型.实验表明，KDMLC在高噪声水平下对比MLC方法测试精度提高了5.50%；同时对CIFAR10数据集使用Cutout数据增强，KDMLC在高噪声水平下对比MLC测试精度提升了9.11%，而在真实噪声数据集Clothing1M上的实验KDMLC方法也优于其他方法，验证了KDMLC方法的可行性和有效性.

关键词：伪标签标签校正元学习知识蒸馏噪声数据

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高校助力科技成果转化的国际经验及启示

中国高等教育 2024年第9期 60-64页

作者：武建鑫陕西科技大学

加强高校科技成果转化不仅有利于培育新质生产力,提升国家创新体系效能,还有助于激活高校创新创业实践生命力。世界教育强国大部分高校基本形成了较为完善的科技成果转化体系,正在以较高的科技成果转化率驱动经济社会加速发展和工业化... 详细信息

加强高校科技成果转化不仅有利于培育新质生产力,提升国家创新体系效能,还有助于激活高校创新创业实践生命力。世界教育强国大部分高校基本形成了较为完善的科技成果转化体系,正在以较高的科技成果转化率驱动经济社会加速发展和工业化深度转型。在教育强国建设背景下,我国高校巫需以高质量的科技创新来推进教育、科技、人才一体化发展,将创新创业理念融入办学全过程,积极开展有组织的科技创新,增强原始创新能力和颠覆性技术创新供给,实现学校改革发展与科技成果转化协同发展。

关键词：科技成果转化新质生产力国家创新体系创新创业理念

基于NTK理论和改进时间因果的物理信息神经网络加速收敛算法

在线全文

学校读者我要写书评

暂无评论

力学学报 2024年第7期56卷 1943-1958页

作者：潘小果王凯邓维鑫四川大学机械工程学院成都610065 中国空气动力研究与发展中心空天技术研究所四川绵阳621000

物理信息神经网络(physics-informed neural networks,PINNs)是一类将先验物理知识嵌入神经网络的方法,目前已经成为求解偏微分方程领域的研究热点.尽管PINNs在数值模拟方面展现出巨大的应用前景,但它仍然面临收敛缓慢的挑战.文章从神... 详细信息

物理信息神经网络(physics-informed neural networks,PINNs)是一类将先验物理知识嵌入神经网络的方法,目前已经成为求解偏微分方程领域的研究热点.尽管PINNs在数值模拟方面展现出巨大的应用前景,但它仍然面临收敛缓慢的挑战.文章从神经正切核(neural tangent kernel,NTK)理论出发,通过对单隐藏层神经网络模型进行分析,推出PINNs的神经正切核矩阵具体表达式,并以此进一步分析PINNs收敛速度的影响因素,给出PINNs快速收敛的两个必要条件.应用神经正切核理论分析PINNs领域的3种相关算法(时间因果算法、傅里叶特征嵌入、学习率退火)的加速收敛效果,结果表明这3种算法均不能满足PINNs加速收敛的所有必要条件.文章提出一种动态傅里叶特征嵌入时间因果算法(dynamic Fourier feature embedding causality,DFFEC),综合考虑了NTK矩阵特征值平衡和时间顺序收敛对PINNs收敛速度的影响,在AllenCahn,Reaction,Burgers和Advection等4个算例上的数值实验结果表明,所提出的DFFEC算法可以显著提高PINNs的收敛速度.特别是在Allen-Cahn算例上,与时间因果算法相比,所提出的DFFEC算法具有至少50倍的加速收敛效果.

关键词：物理信息神经网络收敛速度谱偏差神经正切核非定常流动

在线全文

学校读者我要写书评

暂无评论

“道法自然”:本原的两重分化及其统一

哲学研究 2024年第8期 45-55,127,128页

作者：何益鑫复旦大学哲学院

“道法自然”是《老子》的核心命题之一。由于“四大”的限定,“自然”不能是四大之外的第五大,故传统主流意见认为道与自然应是同一关系。此路解说以河上公为代表,后又衍生出诸种大同小异的解法。但道与自然的同一性,与“法”字所蕴含... 详细信息

“道法自然”是《老子》的核心命题之一。由于“四大”的限定,“自然”不能是四大之外的第五大,故传统主流意见认为道与自然应是同一关系。此路解说以河上公为代表,后又衍生出诸种大同小异的解法。但道与自然的同一性,与“法”字所蕴含的关系性不符。其实,如王弼所云“在方而法方,在圆而法圆,于自然无所违也”,“自然”的述谓主语不是道,而是物(方圆之性)。在老子思想体系中,“自然”作为“自X”系列的核心词汇,意指万物在不受干扰的情况下,依其自身本性(德、朴)自发获得的理想生存。其所以能如此,是因为万物之德或朴作为个体存在之根据,乃是对终极本原的分有,它与自在流行的道具有本原上的一致性。就此而言,“道法自然”的字面意义虽是自在之道对万物之自然的不违,本质上却是基于自在之道与万物之德的本原的统一性。正是本原在创生活动中的两重分化,设定了道与万物的两重存有,并由此产生了道与万物的关系问题。

关键词：老子自然道法自然本原

基于故障敏感度学习和集成学习的可诊断性设计方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

兵工学报 2024年第7期45卷 2451-2462页

作者：吕佳朋史贤俊王元鑫海军航空大学山东烟台264001 海军航空大学青岛校区山东青岛266041

对系统进行可诊断性设计,能优化诊断方案、提升诊断方案与系统的契合程度,对于准确检测或隔离系统故障具有重大意义。为此提出一种基于故障敏感度学习和集成学习的可诊断性设计方法。对于采集到的不同状态下的系统测试点信号进行特征提... 详细信息

对系统进行可诊断性设计,能优化诊断方案、提升诊断方案与系统的契合程度,对于准确检测或隔离系统故障具有重大意义。为此提出一种基于故障敏感度学习和集成学习的可诊断性设计方法。对于采集到的不同状态下的系统测试点信号进行特征提取,结合系统的可诊断性评价结果,提出特征贡献度量化算法,对信号中不同特征对故障诊断的贡献度进行评估,使用改进的D-S证据理论算法对不同信号的特征进行融合,确定适用于故障检测与隔离的故障敏感特征集合;采用集成学习方法对基分类器的诊断效果进行加强,最终获得对当前系统的诊断方案。仿真实验结果表明,采用新的可诊断性设计方法设计出来的针对系统的诊断方案,可以对系统故障进行良好的诊断,其中与未进行故障敏感度学习环节相比,故障诊断的错误率由5.33%下降到2.66%,与未进行集成学习环节相比,故障诊断的错误率由16.22%(基诊断器的平均值)下降到2.66%。在与其他诊断方案的对比实验中,新方法的故障诊断错误率相较于对比方法的平均值下降了3.34%。

关键词：可诊断性设计故障敏感度集成学习自适应提升

维普期刊数据库博看期刊

时间心理账户视角下中文Altmetrics数据的生成机制研究

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2024年第20期 118-130页

作者：王玥张东鑫韩毅西南大学商贸学院西南大学计算机与信息科学学院

[目的/意义]以中文社交媒体平台为数据源，基于用户时间心理账户的内隐结构探索Altmetrics数据生成机制，以期为中文Altmetrics数据的可用性辨识提供理论依据。[方法/过程]以用户行为相关理论为基础，运用时间心理账户理论，将中文社交... 详细信息

[目的/意义]以中文社交媒体平台为数据源，基于用户时间心理账户的内隐结构探索Altmetrics数据生成机制，以期为中文Altmetrics数据的可用性辨识提供理论依据。[方法/过程]以用户行为相关理论为基础，运用时间心理账户理论，将中文社交媒体平台用户时间心理账户划分为信息获取时间心理账户、交流合作时间心理账户、个人发展时间心理账户3种内隐结构。结合社会认知理论构建中文社交媒体平台Altmetrics数据生成行为模型，采用结构方程模型验证各因素影响路径，应用模糊集定性比较分析归纳Altmetrics数据生成机制。[结果/结论 ]SEM分析结果表明，学习、兴趣正向影响信息获取时间心理账户、交流合作时间心理账户、个人发展时间心理账户；社群影响正向影响交流合作时间心理账户、个人发展时间心理账户；交流合作时间心理账户、个人发展时间心理账户正向影响Altmetrics数据生成行为。fs QCA分析发现4种Altmetrics数据生成机制，分别为“信息+个人+社会”型、“个人+社会”型、“以学习为主导的信息+社会”型、“以兴趣为主导的信息+社会”型，其中“个人+社会”型机制生成的Altmetrics数据不宜纳入评价计算。

关键词：中文社交平台中文Altmetrics 时间心理账户 Altmetrics数据生成机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

摩尔纹图案自动去除技术综述

计算机研究与发展 2024年第3期61卷 728-747页

作者：亓文法刘宇鑫郭宗明北京大学王选计算机研究所北京100080

如今,数码相机和智能手机在人们的生活中扮演着越来越重要的角色,已经成为人们感知世界、记录信息和沟通交流的主要工具.当使用这些设备拍摄电子屏幕时,显示设备和摄像头传感器网格之间往往会发生混叠,通常导致图片中存在不规则分布的... 详细信息

如今,数码相机和智能手机在人们的生活中扮演着越来越重要的角色,已经成为人们感知世界、记录信息和沟通交流的主要工具.当使用这些设备拍摄电子屏幕时,显示设备和摄像头传感器网格之间往往会发生混叠,通常导致图片中存在不规则分布的摩尔纹干扰图案,从而严重影响了拍摄图像的视觉质量效果.因此,摩尔纹图案去除方法研究对于拍摄图像的后期处理具有重要意义.为此,详细梳理了摩尔纹去除研究的发展脉络,并根据不同的适用场景和技术实现将现有方法分为2类:基于先验知识的摩尔纹去除方法和基于深度学习的摩尔纹去除方法.鉴于深度学习网络中训练数据集的收集和对齐方式不同,该类方法又分为基于卷积神经网络(CNN)的摩尔纹去除方法和基于生成式对抗网络(GAN)的摩尔纹去除方法.在此基础上,选择相同的公开数据集,对主流的深度学习方法进行算法实现和性能对比分析,并分别总结了各类方法的优缺点.最后,对未来的研究方向进行展望.

关键词：摩尔纹图案图像恢复多尺度深度学习卷积神经网络生成式对抗网络