检索结果-南通市图书馆

教育公平视域下徐州市城乡初级中学体育教育资源配置优化研究

维普期刊数据库

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

教育公平视域下徐州市城乡初级中学体育教育资源配置优化研究

作者：许千南京体育学院

学位级别：硕士

授权运营还是数据交易？公共数据市场化流通利用渠道研究——基于资产专用性与描述复杂性的视角

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子政务 2024年第10期 14-21页

作者：袁千里郑磊复旦大学国际关系与公共事务学院复旦大学数字与移动治理实验室

促进公共数据的市场化流通利用，有利于释放公共数据要素潜能，推进高质量发展。通过引入交易成本理论中的资产专用性与描述复杂性两个视角，分析了影响公共数据市场化流通利用的因素，以及授权运营与数据交易这两种渠道所发挥的作用及... 详细信息

促进公共数据的市场化流通利用，有利于释放公共数据要素潜能，推进高质量发展。通过引入交易成本理论中的资产专用性与描述复杂性两个视角，分析了影响公共数据市场化流通利用的因素，以及授权运营与数据交易这两种渠道所发挥的作用及其机理。基于在我国多个省市开展的案例调查研究发现，公共数据的资产专用性和描述复杂性给供需双方造成了较高的交易成本，既包括事前的信息搜寻和沟通协商成本，也包括事后的冲突调解和合约执行成本，影响了公共数据的流通利用。在促进市场化流通利用的过程中，公共数据授权运营渠道发挥了直接和主要作用，通过提高公共数据资产专用性和降低描述复杂性，降低和分担了事前和事后交易成本，而场内数据交易渠道则起到了间接和补充作用，能在一定程度上降低事前交易成本。最后，对于如何更好地利用授权运营与数据交易两种渠道提出了针对性的政策建议。

关键词：公共数据公共数据资源数据资产授权运营数据交易数据开发

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浅析宋徽宗时期俳谐词的发展与革新

东南大学学报(哲学社会科学版) 2024年第S1期 136-140页

作者：刘梦凡温州大学人文学院

北宋前中期的俳谐词较少涉及社会问题，只是一种用来戏谑调笑的文字游戏，或者表达了词人的某种心理感受。宋徽宗时期是北宋末年，当时政治的黑暗和君主的昏庸被词人用俳谐词记录下来，以嬉笑怒骂的方式来讽刺当时的社会现象，俳谐词的... 详细信息

北宋前中期的俳谐词较少涉及社会问题，只是一种用来戏谑调笑的文字游戏，或者表达了词人的某种心理感受。宋徽宗时期是北宋末年，当时政治的黑暗和君主的昏庸被词人用俳谐词记录下来，以嬉笑怒骂的方式来讽刺当时的社会现象，俳谐词的内容变得更加深刻。所以宋徽宗时期的俳谐词的发展表现为内容由浅入深，革新之处是由趣味性与文字游戏变成了讽刺性与反映现实。

关键词：宋徽宗俳谐词发展革新

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向时序图数据的季节突发性子图挖掘算法

软件学报 2024年

作者：张千桢郭得科赵翔国防科技大学系统工程学院

时序图数据是一类边上带有时间戳信息的图数据.在时序图数据中,季节突发性子图是在多个时间周期内具有突发性特征的稠密子图,它可以用于社交网络中的活动发现和群体关系分析.然而以前大多数的研究主要集中在识别没有时间信息的网络中的... 详细信息

时序图数据是一类边上带有时间戳信息的图数据.在时序图数据中,季节突发性子图是在多个时间周期内具有突发性特征的稠密子图,它可以用于社交网络中的活动发现和群体关系分析.然而以前大多数的研究主要集中在识别没有时间信息的网络中的稠密子图.为此,提出一种极大(ω, θ)-稠密子图模型对时序图中的季节突发性子图进行建模.所提模型表示时序图中在至少ω个长度不小于θ的时间段内快速累积密度的子图.为了挖掘出时序图中所有的极大(ω, θ)-稠密子图,将该类挖掘问题转化为一个混合的整数规划问题,包括挖掘最稠密子图和寻找突发值最大化时间段集合两个子问题,并给出有效的解决方案.进一步基于key-核模型和动态规划思想设计两种优化策略来提升算法的性能.实验表明所提模型能够真实地反映现实世界中具有季节突发性的行为模式.同时在5个真实时序网络中验证了所提算法的有效性、效率和可扩展性.

关键词：时序图稠密子图季节突发性子图挖掘时间段

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浅析音乐对植物生长的促进作用

植物遗传资源学报 2024年第4期25卷 I0005-I0006页

作者：刘依凡安阳职业技术学院

音乐对生物的影响是广泛存在的,音乐可以改善人的情绪和认知能力、促进身体健康。与此同时,人们也开始关注音乐对植物的潜在影响。有研究表明,植物能够感知和响应声音和振动,根据音乐的节奏、频率和声音强度做出响应,如改变生长速度、... 详细信息

音乐对生物的影响是广泛存在的,音乐可以改善人的情绪和认知能力、促进身体健康。与此同时,人们也开始关注音乐对植物的潜在影响。有研究表明,植物能够感知和响应声音和振动,根据音乐的节奏、频率和声音强度做出响应,如改变生长速度、形态、叶片的大小和形状等。这些研究结果表明,音乐可对植物的生长和发育产生影响。一音乐对植物光合作用的影响光合作用是植物通过光能将二氧化碳和水转化为有机物质的过程。研究表明,音乐对植物的光合作用有促进作用。首先,音乐的声波振动可以引起植物叶片的微小震动,进而增加叶片的气孔开放度。

关键词：促进作用声波振动声音强度生长和发育二氧化碳光合作用植物生长生长速度

鱼骨柔性翼等效结构建模及其气动弹性特性分析

维普期刊数据库

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

南京航空航天大学学报 2024年第3期56卷 516-525页

作者：黄可张家应王晨北京航空航天大学航空科学与工程学院北京100191 南京航空航天大学航空学院南京210016

鱼骨柔性翼(Fish bone active camber,FishBAC)是一种依靠结构变形实现机翼弯度变化的结构形式,相较于传统的离散式控制面和增升装置,可以在实现机翼弯度变化的同时保持气动表面的连续与光滑。然而,其依靠结构弹性变形实现机翼变弯度的... 详细信息

鱼骨柔性翼(Fish bone active camber,FishBAC)是一种依靠结构变形实现机翼弯度变化的结构形式,相较于传统的离散式控制面和增升装置,可以在实现机翼弯度变化的同时保持气动表面的连续与光滑。然而,其依靠结构弹性变形实现机翼变弯度的基本特征可能引发潜在气动弹性问题。针对柔性翼潜在的气动弹性问题,本文从结构特性和气动弹性特性两方面进行了研究。在结构特性方面,基于欧拉梁理论和逐段刚化法建立等效结构模型,经有限元验证发现简化模型在计算非均质梁结构保持精度的同时提高了计算效率。在气动弹性特性分析方面,基于等效刚柔耦合翼型模型和非定常气动理论完成了气动弹性特性分析。结果表明,FishBAC建模时需考虑结构柔性,忽略结构柔性会对气动弹性特性的预测存在一定偏差。在驱动力矩低于1.5 N·m时,本文简化的等效结构模型可较好地预测考虑静气动弹性特性的机翼结构形变。使用本文提出的翼型模型考虑结构存在刚柔耦合特性,并预测柔性段所发生的弯度颤振,简化模型与MSC Nastran相比在颤振速度预测上保持了一致性。

关键词：鱼骨柔性翼主动变弯度机翼等效结构模型气动弹性颤振分析

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

联邦学习中隐私保护和异质数据加权技术研究

联邦学习中隐私保护和异质数据加权技术研究

作者：千裕华重庆理工大学

学位级别：硕士

联邦学习是由Google提出的一种新型的分布式机器学习框架,以“数据不动模型动”为核心理念,通过聚合参与节点的局部模型参数来实现全局模型的更新,极大地保护了本地参数方的数据隐私。然而,已有研究指出联邦学习仍然容易受到各种类型的... 详细信息

联邦学习是由Google提出的一种新型的分布式机器学习框架,以“数据不动模型动”为核心理念,通过聚合参与节点的局部模型参数来实现全局模型的更新,极大地保护了本地参数方的数据隐私。然而,已有研究指出联邦学习仍然容易受到各种类型的安全威胁,直接传输明文梯度可以反推出参与节点的本地数据;第三方的服务器被恶意攻击者入侵时全局模型及相关数据可能会遭到泄露。区块链是一种去中心化、可追溯的技术平台,可以为联邦学习的参与方提供一种可信机制,是替换中心化服务器的有效解决方案。此外,数据异质性是联邦学习的一个天然属性,它源于数据的分布式本质,数据异质性会进一步影响到联邦学习中数据的非独立同分布性质。现有的一些研究表明,非独立同分布数据会导致全局模型在训练过程中不能稳定收敛,准确度显著下降。为了解决以上问题,本文的工作如下:(1)针对隐私保护,提出了结合区块链的联邦学习隐私保护模型(Federated Learning Privacy Protection Model Combined With Blockchain,B-FLPP)。B-FLPP模型结合了区块链技术,实现了训练过程中上传的记录可追溯性和防篡改特性。与传统的依赖第三方中心服务器聚合全局模型的方式不同,B-FLPP模型通过选举产生的联盟监督委员会来负责聚合全局模型,并监督全局模型参数的完整性,此外B-FLPP模型还依据模型评估算法来衡量本地参与节点的局部模型质量。B-FLPP模型使用门限同态加密算法来保护本地参与方模型参数的隐私安全。本论文通过实验说明了BFLPP的准确性和有效性。(2)针对异质性数据,提出了基于余弦相似度的异质数据加权模型(Cosine Similarity Based Heterogeneous Data Weighting Model,CS-HDW)。CS-HDW模型通过余弦相似度来定量地分析数据异质性指标,本论文将其作为权重因子应用于全局模型的融合过程中,使得不同数据对模型的影响更加平衡,降低模型散度,从而更有效地处理异质性数据问题。本论文在数据集MNIST和EMNIST进行仿真实验,说明了CS-HDW模型的准确性和有效性。

关键词：联邦学习隐私保护区块链余弦相似度异质性