检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

论服饰对人物形象设计的影响

艺术科技 2017年第3期30卷 158-158页

作者：易慎湖南工艺美术职业学院湖南益阳413000

人物形象需要进行设计,除了饰物以及发型之外,服饰对人物形象的设计具有重要作用。用服饰设计人物形象,它既是一门科学,也是一种文化,还是一种艺术形式。用服饰设计人物形象是比较重要的一部分,它能对人物形象产生直接的影响。人物形象... 详细信息

人物形象需要进行设计,除了饰物以及发型之外,服饰对人物形象的设计具有重要作用。用服饰设计人物形象,它既是一门科学,也是一种文化,还是一种艺术形式。用服饰设计人物形象是比较重要的一部分,它能对人物形象产生直接的影响。人物形象设计得如何,服饰所起的作用不可小觑。本文从介绍人物形象设计的相关概念入手,对人物的外形形象特征、心理特征以及服饰设计的人物公共形象给予简要分析,为服饰人物形象设计提供借鉴或参考。

关键词：服饰人物形象设计

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于域自适应的语音情感识别算法研究

基于域自适应的语音情感识别算法研究

作者：姜慎杰烟台大学

学位级别：硕士

近年来,随着人工智能的迅速发展,语音情感识别的地位越来越重要,也迎来了新的发展机遇。语音情感识别是模式识别和语音信号处理领域的一个重要研究问题,在许多实际应用领域得到了广泛关注。语音情感识别的目标是从说话人的语音信号中自... 详细信息

近年来,随着人工智能的迅速发展,语音情感识别的地位越来越重要,也迎来了新的发展机遇。语音情感识别是模式识别和语音信号处理领域的一个重要研究问题,在许多实际应用领域得到了广泛关注。语音情感识别的目标是从说话人的语音信号中自动识别其情感状态,例如快乐、惊讶、厌恶、悲伤、愤怒和恐惧等。传统的语音情感识别通常要求训练样本和测试样本在特征分布上保持统一,也就是来自同一语音情感数据集,而且需要大量有标签的样本才能训练出令人满意的模型。但是在实际情景中,由于采集环境不同、语言种类不同、说话人角色不同或其他条件的限制,训练样本和测试样本往往无法满足独立同分布的假设,有着较大的差异,从而导致模型识别性能和泛化能力大幅下降。为了解决上述问题,本文提出了三种基于域自适应的跨域语音情感识别算法,总结如下:（1）针对现有域自适应方法中未能充分利用源域信息、忽略源域和目标域之间类别空间的相关性和不能很好地描述跨领域的相似性的问题,提出了基于动态图引导的可迁移回归算法。首先,该方法利用重定目标学习技术在源域中进行判别性线性回归,可以保证投影矩阵能够提高可分辨性。其次引入了一个自适应最大熵图作为跨域的距离度量。此外,通过在投影矩阵上施加?范数,可以使模型更加具有鲁棒性。（2）针对现有域自适应方法中过于依赖标签信息、域内特有成分被忽略的问题,提出了无监督迁移成分学习算法。该方法首先学习跨域数据的公共投影,其中对源和目标数据分别执行类似主成分分析（PCA）的策略。同时,设计了一个重构矩阵对齐的策略来确保所有跨域样本共享相似的流形结构,以便学习的公共投影可以保留更多的传递分量。此外,还设计了一种新的自适应结构化图策略,以进一步缩小跨域样本之间的差距。（3）针对现有域自适应方法中很难选择最优的单源域、很难有效地组合多源域的数据进行跨域识别、过于依赖标签信息、域内特有成分被忽略的问题,提出了多源无监督迁移成分学习算法,该算法是无监督迁移成分学习算法的扩展版本。首先采用类似PCA的策略,并将其应用于多源域,旨在每个域中保持域内个性和域间共性的主要成分。同时,开发了一种简单的对齐策略,以引导跨域样本具有相似的结构,从而保留更多的传递分量。此外,利用自适应权重策略来确定每个源域的贡献。

关键词：跨域语音情感识别域自适应无监督学习子空间学习

兵团返乡创业赋能乡村产业振兴长效机制研究 ——基于“两类两区四主体”调查数据

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

兵团返乡创业赋能乡村产业振兴长效机制研究 ——基于“两类两区...

作者：蒋慎港塔里木大学

学位级别：硕士

随着乡村振兴战略的深入推进,乡村营商创业所需的硬件设施与软件服务不断优化,涌现出了一大批返乡创业群体。近年来新疆生产建设兵团(简称“兵团”)各级政府持续出台各类支持推进返乡创业的措施和政策,推动了各类返乡人员进行创业活动,... 详细信息

随着乡村振兴战略的深入推进,乡村营商创业所需的硬件设施与软件服务不断优化,涌现出了一大批返乡创业群体。近年来新疆生产建设兵团(简称“兵团”)各级政府持续出台各类支持推进返乡创业的措施和政策,推动了各类返乡人员进行创业活动,进一步激活兵团连队农业农村发展的内生动力,推动了兵团乡村产业振兴。但如何破解“返乡创业一窝蜂,乡村产业振兴一阵风”弊病,让简单的“输血”转变为因地制宜的“造血”,推动返乡创业持久赋能乡村产业振兴,探索构建返乡创业赋能乡村产业振兴的长效机制尤为重要。基于此,本文选取兵团汉族和少数民族两个人群类型,包括南疆与北疆两个研究区域,以返乡农民工、大学生、私营企业主、退休人员四个创业主体为研究调查对象。结合相关文献研究与理论基础,构建乡村产业振兴综合评价指标体系,采用因子分析法综合评价了兵团近十五年的乡村产业振兴发展趋势和现状,通过问卷对返乡创业人员进行描述性统计分析,在此基础上,选取12位具有典型性、代表性的返乡创业者进行深度访谈,并运用扎根理论对访谈文本资料做出质性文本分析,共归纳出返乡创业赋能乡村产业振兴资源编排过程的60个概念,17个初始范畴,5个主范畴,3个核心范畴。通过现状分析与对文本资料的总结和凝练,探索构建了返乡创业赋能乡村产业振兴资源编排过程理论模型。论文有以下研究结果:第一,兵团乡村产业振兴的发展水平处于逐年提高的态势,各师市乡村产业振兴发展水平各异,返乡创业发展现状主要存在于资金不足、销售不畅等主要问题。第二,返乡创业赋能乡村产业振兴资源编排过程理论模型由“返乡创业资源投入”、“返乡创业资源编排过程”、“返乡创业成果输出”3个核心范畴构成。第三,返乡创业者在促进自身企业发展的同时辐射带动区域乡村产业发展,在有意或无意的情况下进行识别与整合资源要素。最后,结合研究发展现状与资源编排过程理论模型,运用创业生态系统理论,从完善动力激励机制、建立资源整合机制、构建利益联结机制和健全自我维持机制四个方面构建了兵团返乡创业赋能乡村产业振兴的长效机制。

关键词：返乡创业兵团乡村产业振兴扎根理论资源编排

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图文数据的商业事件脉络生成问题研究

基于图文数据的商业事件脉络生成问题研究

作者：钟慎杰齐鲁工业大学

学位级别：硕士

用户在面对海量互联网信息时,需要投入大量时间和精力来了解事件发展的全过程。因此,迫切需要能从海量信息中提取事件信息及其关系信息的事件脉络生成方法,以便让读者快速掌握事件脉络。以新浪财经、中关村在线为代表的网站含有大量的... 详细信息

用户在面对海量互联网信息时,需要投入大量时间和精力来了解事件发展的全过程。因此,迫切需要能从海量信息中提取事件信息及其关系信息的事件脉络生成方法,以便让读者快速掌握事件脉络。以新浪财经、中关村在线为代表的网站含有大量的商业图像和文本信息,传统的事件脉络生成方法,很少考虑到图像信息。如何引入图像信息,解决图文数据间的语义鸿沟,是生成事件脉络过程中急需解决的问题。另外,现有的事件关联性分析一般采用关键词聚类的方法,或者基于实体和事件的相似度方法,很少识别事件之间的内在逻辑关系。事件间关系检测多采用基于事件信息的方法,忽略了事件全局信息对事件关系检测的重要性。本文对上述两个问题进行了专门研究,其主要研究内容包括:在融合图像数据的图文事件检测方面,提出了一个基于注意力机制的图文事件检测模型。既融合图像和文本一致性和互补性,又在一定程度上兼顾图像特征和文本特征空间的差异性。该模型通过分析图文数据来检测事件及其类型。它会针对文本和图像分别提取单模态特征,然后将这些特征输入交叉注意力的融合层,以获取经过融合对齐的图文特征。这种方法有效地利用了图像和文本之间的潜在关系,并通过事件分类器输出数据中包含的事件类型。在事件关系检测和脉络生成方面,提出了一个多特征融合的事件关系检测模型。既能更好的识别出事件间的逻辑关系,又能利用全局信息解决事件语义关系表征不足的问题。该模型将事件关系检测建模成分类问题,识别事件关系时,从事件全局信息、事件类型信息、事件信息三个方面入手,以解决事件句之间关系提取效果不佳的问题。通过挖掘事件的语义信息,事件的全局信息,逐元素Hadamard积挖掘事件类型的隐含交互信息。将这些特征信息融合后,经过事件关系分类器输出事件的关系。然后,根据事件间的关系,将事件连接起来,形成事件脉络。本文围绕图文数据事件脉络的生成,提出了一个融合注意力机制的图文事件检测,根据实验结果显示,相对于其他模型,本研究提出的图文事件检测模型在精确度和召回率方面有所改善,能够更有效地执行事件检测任务。随后引入了多特征融合的事件关系检测模型,实验结果表明,该模型具有良好的识别准确度。

关键词：图文数据商业事件事件脉络事件检测事件关系

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生物大分子相分离领域的研究进展回顾与展望

科学通报 2024年第30期69卷 4486-4499页

作者：何世明王实吝易清华大学生命科学学院清华-北大生命科学联合中心清华大学IDG/麦戈文脑研究所清华大学膜生物学国家重点实验室

蛋白质和核酸等生物大分子通过相分离在细胞特定区域富集,形成无生物膜包被的生物分子凝聚体,也称无膜细胞器,为细胞实现了精细区室化.生物大分子相分离由分子间复杂而又特异的多价相互作用驱动,所形成的无膜细胞器具有独特的物理特性,... 详细信息

蛋白质和核酸等生物大分子通过相分离在细胞特定区域富集,形成无生物膜包被的生物分子凝聚体,也称无膜细胞器,为细胞实现了精细区室化.生物大分子相分离由分子间复杂而又特异的多价相互作用驱动,所形成的无膜细胞器具有独特的物理特性,如流动性、融合与分裂能力、表面张力等.将相分离理论引入生物学研究,为深入理解生命活动的分子机制提供了新颖的视角.近年来的研究揭示了生物大分子相分离在众多基本生物过程中的作用,包括稳定染色质结构、调节基因表达、调控RNA加工、成熟及蛋白质翻译等.此外,相分离动态灵活的特征也使其成为细胞响应内外信号刺激,以及不同细胞类型维持特异亚细胞结构的一种重要方式.本综述回顾了从生物大分子相分离发现至今的研究进展:首先概述了无膜细胞器的早期研究历史,旨在梳理相分离理论引入前无膜细胞器的研究脉络;其次探讨了相分离的分子机制及生物分子凝聚体的理化性质,阐释了串联重复结构域和内在无序区域介导的两种相分离发生机制,并引申出其理化性质与生物功能的相关性;后续重点讨论了无膜细胞器的众多生物学功能,突出了无膜细胞器在不同细胞不同环境中功能的多样性和特异性;最后总结了相分离领域内亟需回答的问题,并展望了未来领域在成分分析、基础理论、细胞功能、疾病关系、药物开发以及新技术应用等方面的研究前景.

关键词：生物大分子相分离生物分子凝聚体多价相互作用无膜细胞器

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

氨氢燃料发动机燃烧控制策略优化仿真研究

氨氢燃料发动机燃烧控制策略优化仿真研究

作者：冀慎月吉林大学

学位级别：硕士

日益严峻的能源危机及环境污染问题促使着我国各行业能源应用的变革,作为应用最广泛的动力装置,内燃机的发展面临新的挑战。应用零碳/低碳清洁替代燃料是降低碳排放,减少不可再生的化石能源消耗的重要手段。氨作为一种有发展潜力的碳中... 详细信息

日益严峻的能源危机及环境污染问题促使着我国各行业能源应用的变革,作为应用最广泛的动力装置,内燃机的发展面临新的挑战。应用零碳/低碳清洁替代燃料是降低碳排放,减少不可再生的化石能源消耗的重要手段。氨作为一种有发展潜力的碳中性燃料,生产、运输以及存储体系完善,但是在内燃机中应用时存在着火能量高、燃烧速度慢等问题,使用高活性助燃燃料是改善氨燃烧和着火性能的有效途径。氢作为氨燃料发动机的助燃燃料具有良好的应用前景。本文依托吉林省自然基金项目,使用模拟仿真的手段研究氨氢燃料发动机的燃烧及排放特性。基于自主搭建的三维模拟仿真平台,针对不同燃烧边界条件对氨氢燃料发动机预混燃烧及排放特性的影响进行了研究,同时进一步探究了氢缸内直喷助燃氨燃料燃烧模式,探究氨氢燃料发动机实现高效清洁燃烧的途径,为氨氢燃料发动机的实际应用提供理论依据和技术支持。本文的主要研究内容及结论如下:1.使用CONVERGE软件搭建氨氢燃料发动机三维模拟仿真平台,研究了不同氢比例、点火正时、当量比和EGR率对氨氢燃料预混燃烧发动机燃烧及排放特性的影响,研究结果表明:（1）氢气能够显著促进氨燃料的稳定点火和燃烧。氢比例减少会显著缩小混合气燃烧边界,为了保证稳定着火,较小的氢比例应结合更早的点火正时。低氢比例时,结合更早的点火正时可以达到高氢比例时的指示热效率,3%氢比例时结合-25°CA ATDC的点火正时,指示热效率可达47.6%。与传统内燃机不同,氨氢燃料发动机NOx生成历程呈现先上升后下降的趋势。NO在氨氢燃料发动机NOx排放中占据主要地位,氢比例增加时NO排放量增大,但N2O和NO2排放量降低。氢比例增加时热力型NOx排放量增加,燃料型NOx排放量降低。（2）混合气处于化学计量比附近时发动着火延迟期和燃烧持续期最短。在稀燃条件下发动机指示热效率较高,结合适当的点火正时,当氢比例为10%时,在稀燃条件下发动机可达49.1%的指示热效率。而在富燃条件下指示热效率降低,但富燃燃烧是降低污染物NOx排放的有效手段,富燃时缸内剩余氨能够还原NOx,但会增大未燃NH3排放。（3）EGR通过改变混合气组分进而影响发动机的燃烧过程,是控制NOx排放的重要手段。研究中通过引入EGR探究了其对发动机NOx排放的抑制效果。研究结果EGR率过高会导致燃烧不完全甚至发动机熄火,当EGR率达到20%时出现不着火现象。EGR的引入有利于降低NO排放,但是会导致未燃NH3排放量增加。2.为了进一步提升氨氢燃料发动机的燃烧性能,通过进气条件调整缸内初始活化热氛围进而调控发动机的燃烧过程,本文研究了进气温度和进气富氧两种燃烧促进方式对燃烧过程的影响规律。当进气温度升高时缸压和放热率峰值升高,着火延迟期和燃烧持续期缩短。但随着进气温度的升高指示热效率略有降低。同时进气温度升高导致NO排放量增大,N2O排放量略有升高。氧气添加比例为15%时能够有效促进燃烧,使得缸内平均温度提高,放热重心提前,燃烧持续期缩短,指示热效率提高。同时进气富氧燃烧可以拓展发动机工作极限,在较低氢比例下获得较好的性能。但进气氧含量的增大会使得NOx排放量增多。同时富氧条件下氨气能够燃烧完全,使得未燃NH3排放明显降低。3.为了提高发动机充气效率,避免进气道喷射氢时可能出现的回火和早燃问题,本文对氢缸内直喷的燃料混合模式进行了探究。氢缸内直喷模式可以通过改变喷氢时刻来灵活控制氢燃料在缸内的分布状态,优化缸内活化热氛围。结果表明,在喷氢时刻为-90°CA ATDC的条件下缸内混合气分布状态最为理想,能够保证点火迅速的同时提高燃烧速度,使放热重心提前,燃烧持续期缩短,缸压放热率峰值升高,结合适当的点火正时能够在保证较高指示热效率的同时降低NOx排放。在点火正时固定为-20°CA ATDC时,当喷氢时刻由-120°CA ATDC延后至-90°CA ATDC,NO排放量降低了6.4%,NO2排放量降低了15%。不同的喷氢时刻结合适当的点火正时均能得到较高的指示热效率,相比氨氢预混燃烧时指示热效率有所提高。所以,氢缸内直喷模式有利于提高发动机燃烧及排放性能,研究中-90°CA ATDC为最佳喷氢时刻。

关键词：氨燃料发动机氨氢复合燃烧燃烧调控氮氧化物数值模拟

科技型企业TY公司产品研发人员薪酬体系优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科技型企业TY公司产品研发人员薪酬体系优化研究

作者：叶慎奎江西师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模态翻译的多模态情感分析方法研究

基于模态翻译的多模态情感分析方法研究

作者：渠慎康东莞理工学院

学位级别：硕士

相比单纯的文字和图片,短视频结合了视觉、语音和文本等多种信息形式,表达更加生动丰富的内容。原本单一模态的情感分析方法无法充分挖掘多模态数据里包含的丰富情感信息。同时,庞大的多模态情感数据给多模态情感分析领域提供了研究基... 详细信息

相比单纯的文字和图片,短视频结合了视觉、语音和文本等多种信息形式,表达更加生动丰富的内容。原本单一模态的情感分析方法无法充分挖掘多模态数据里包含的丰富情感信息。同时,庞大的多模态情感数据给多模态情感分析领域提供了研究基础和数据分析条件。多模态情感分析的研究需求日益强烈。已有的多模态情感分析研究工作大多平等地对待多模态中每个模态的数据,不重视多模态数据之间情感信息不平衡对多模态情感分析任务的影响,并且大多数模型将多模态简单翻译之后直接进行分类,不重视多模态之间跨模态的特征交互,未能充分捕捉并利用跨模态数据中的相关性。此外,大多数的研究都以多模态数据完整为前提,而现实中某些模态的数据可能会缺失,这种模态缺失的情况会导致基于以上前提的模型性能下降甚至无法正常工作。基于以上的情况,本文开展了以下研究工作:1.针对多模态数据情感信息不平衡和跨模态特征交互,本文提出了一种以文本为主导的门控交叉注意力多模态情感分析网络模型。该模型首先通过双路交叉注意力将视觉特征和音频特征翻译成特征质量更好的文本模态并过滤翻译产生的错误信息;然后通过门控自注意力使文本特征调制视觉特征和音频特征,使得多模态特征分析以文本为主导,从而提高多模态特征的质量并且使注意力关注重要的情感信息;接着将三个模态的特征拼接成联合特征进行最后的情感分类。实验结果表眀,本文提出的模型能有效融合多模态中互补的情感信息,模型表现出较好的性能和更广泛的适用性。2.针对多模态情感分析中可能出现的随机模态缺失问题,本文提出了一种基于注意力的多模态翻译情感分析网络模型。该模型首先以文本模态为主模态,将音频和视觉模态通过跨模态交叉注意力翻译成文本模态;然后,将翻译后的音频和视觉模态与文本模态两两成对融合后拼接在同一投影空间作为联合特征,从而减少因随机模态缺失造成联合特征结构的变化,提高联合特征的质量和结构的稳定性;接着,通过模态完整的联合特征预训练编码结果监督编码器从随机模态缺失的联合特征编码,驱动编码结果与模态完整时的结果接近,并且通过解码器监督编码器从联合特征中学习的深度上下文信息;最后将编码器输出做情感分类。实验结果表明,本文提出的模型在随机模态缺失的情况下,能够有效地完成多模态情感分析任务。

关键词：多模态情感分析模态翻译交叉注意力特征交互模态缺失

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市快速路智能汽车拟人化换道决策研究

城市快速路智能汽车拟人化换道决策研究

作者：侯慎昊天津职业技术师范大学

学位级别：硕士

城市快速路因其高速行驶和频繁换道的特点,极易发生碰撞事故。传统的换道策略主要侧重于执行驾驶任务,却忽视了司机们在做决定时的安全与通行的整体效益权衡。同时,该模式也没有深入研究周边交通状况的不稳定因素如何影响到主车的潜在... 详细信息

城市快速路因其高速行驶和频繁换道的特点,极易发生碰撞事故。传统的换道策略主要侧重于执行驾驶任务,却忽视了司机们在做决定时的安全与通行的整体效益权衡。同时,该模式也没有深入研究周边交通状况的不稳定因素如何影响到主车的潜在撞击危险。因此,为确保智能化汽车能在繁忙的城市道路上实现高效且安全的行驶,其驾驶决策系统必须能识别出各种驾驶风格并做出相应的行为反应。本文的主要研究目标是探讨城市快速路场景下,考虑驾驶员驾驶风格并采用神经网络模型进行学习换道决策的方法,从而实现智能汽车的自主换道任务,主要工作如下:(1)首先,设计了典型的换道场景并采集了实验所需数据。随后,我们利用模拟驾驭试验台,邀请司机参与模拟驾车测试,收集了相关信息以研究他们的行为特点。从中选取了13种特定的参数来描述驾驶方式,然后使用主成分分析方法对其进行简化处理。基于此,运用k-means++聚类技术,把司机的行车模式划分为三种类型。同时,评估了分类的效果,发现其表现优秀,为制定变道决定策略提供了一个有价值的参照点。研究结果不仅有助于深入理解驾驶员的驾驶风格,还为换道决策策略的制定提供了有价值的参考。(2)基于LSTM-CNN-Attention的车辆换道决策模型。首先,利用卷积神经网络和长短期记忆神经网络进行学习,处理与驾驶行为相关的数据。卷积神经网络有降低维度和减少计算复杂度的能力。同时,我们将注意力机制引入到长短期记忆神经网络中,以提高对重要信息的抓取能力,并缩短特征参数信息的传递距离,以提高效率和效果。这样可以使得在分类任务中的表现更加卓越。试验结果表明,所提出的LSTM-CNN-Attention模型满足换道决策的要求。(3)采用了Pre Scan/Simulink/Car Sim联合仿真平台进行仿真验证。对研究所提出的自动驾驶拟人化决策功能进行了驾驶安全性、乘坐舒适性、换道时间、换道时刻等方面的仿真验证、改进和展示。最终通过招募驾龄较大不同风格驾驶员对换道决策模型进行仿真验证,通过观察驾驶员的换道时间和换道时刻与本文提出的换道决策模型进行对比,观察所提出的换道决策模型是否与真实驾驶员模拟驾驶的数据相似,是否满足不同风格驾驶员的驾驶需求,通过实验结果可知,本文提出的换道决策模型效果较好,能够实现智能汽车自主换道任务。

关键词：智能汽车城市快速路拟人化决策车辆换道驾驶行为驾驶风格