检索结果-南通市图书馆

基于神经网络的电动汽车锂离子电池SOC估算研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的电动汽车锂离子电池SOC估算研究

作者：花居森盐城工学院

学位级别：硕士

在社会经济高速增长的时代下,越来越多的人选择汽车作为代步工具,与此同时也造成了环境污染以及能源短缺等问题。为了缓解这些问题,以电池为驱动能源的电动汽车应运而生。电池是电动汽车的核心设备,因此开发一个更加精确的电池荷电状态(... 详细信息

在社会经济高速增长的时代下,越来越多的人选择汽车作为代步工具,与此同时也造成了环境污染以及能源短缺等问题。为了缓解这些问题,以电池为驱动能源的电动汽车应运而生。电池是电动汽车的核心设备,因此开发一个更加精确的电池荷电状态(State Of Charge,SOC)的预测模型就变得非常关键。SOC的高预测精度不仅能够提升电池使用寿命,还能够优化驾驶员的驾车体验,这一研究对于推动电动汽车技术的发展具有积极的意义。由于锂离子电池的比能量高和耐低温性的优势,已经被广泛应用于电动汽车上,因此本文将锂离子电池作为研究对象,分析影响电池SOC估算的因素,研究提升SOC预测精度的方法。具体工作如下:首先介绍目前电池SOC的估算方法及研究现状,分析各方法的优缺点,选定使用神经网络算法进行SOC估算。然后对锂离子电池的工作原理及特性进行了分析,搭建锂离子电池测试平台,采用控制单一变量的实验,研究温度以及充放电倍率对电池容量造成的影响。从而确定将温度,电压和电流作为预测模型的输入,SOC作为模型的输出。本文采用门控循环单元(Gated Recurrent Unit,GRU)作为SOC的预测模型的基础,设计使用卷积层(Convolutionlayer,Convol)和多头注意力机制(Multi-Head Attention,MHA)优化GRU预测模型。模拟了车辆在不同温度(0℃,25℃,45℃)运行条件下的电池状态,通过对比预测模型Convol GRU,GRU-MHA,Convol GRU-Attention(注意力机制)以及其他方法的预测模型,实验结果表明,优化过后模型的平均绝对误差(Root Mean Square Error,RMSE)、均方根误差(Mean Absolute Error,MAE)分别为0.67%和0.53%,证明该模型能够精确地预测锂离子电池SOC。

关键词：卷积神经网络多头注意机制循环神经网络锂离子电池 SOC估算

柔性穿戴技术应用于校园运动心脏骤停的可行性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

传感器与微系统 2024年第11期 1-5页

作者：王雨杰居方圆扬州大学体育学院

本文旨在整合柔性穿戴技术在运动监测中的应用进展，评估该技术在预测校园运动心脏骤停(E-SCA)的可行性。基于文献综述的整合性框架，通过收集、整合、分析中英文数据库中高质量期刊文献，参考柔性穿戴技术在医疗领域的应用，探讨其引... 详细信息

本文旨在整合柔性穿戴技术在运动监测中的应用进展，评估该技术在预测校园运动心脏骤停(E-SCA)的可行性。基于文献综述的整合性框架，通过收集、整合、分析中英文数据库中高质量期刊文献，参考柔性穿戴技术在医疗领域的应用，探讨其引入学校体育医疗监督的可行性。研究发现：柔性穿戴传感器的监测技术能够满足学校体育医疗监督需求，通过分析运动生化信号和生理指标，实时反馈学生心脏功能健康状况；将柔性穿戴技术与机器学习技术相结合可有效预测E-SCA发生，对紧急情况即时预警，便于体育教师和学校体育医务人员及时介入，从而降低青少年学生E-SCA的发生率和致死率；与人工智能算法相结合，可建制青少年学生个性化健康档案，以利学校部门制定更为有效的体育教育与健康促进计划。

关键词：柔性穿戴技术运动心脏骤停体医融合体外监测机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

药用昆虫及其活性成分应用的研究进展

应用昆虫学报 2024年第4期 660-686页

作者：肖花美麻春慧李双源宜春学院生命科学与资源环境学院

昆虫资源丰富，历史悠久，且作用多样，具有食用、药用和工业价值。近年来，因药用昆虫发挥治疗作用的特异性、活性成分的复杂性以及资源的丰富性使得药用昆虫成为研究热点。药用昆虫种类繁多，具有多种入药形式，其活性成分丰富，呈现... 详细信息

昆虫资源丰富，历史悠久，且作用多样，具有食用、药用和工业价值。近年来，因药用昆虫发挥治疗作用的特异性、活性成分的复杂性以及资源的丰富性使得药用昆虫成为研究热点。药用昆虫种类繁多，具有多种入药形式，其活性成分丰富，呈现多样的药理价值和作用。测序技术的发展进一步推动了药用昆虫领域的研究，使药用昆虫的功效得以更深入阐释，同时也创造了发掘新药用功效的可能。本文在总结我国药用昆虫的种类、药用昆虫虫药制剂作用和功效的基础上，深入分析并归纳总结了药用昆虫氨基酸、蛋白质、脂肪类、生物碱、多糖、甾类物质、黄酮类和萜类等活性成分在抗肿瘤、抗菌消炎、治疗心血管疾病、降血脂、保护胃肠道和抗溃疡等方面的药理作用机制及其在临床上的应用研究进展，为未来药用昆虫的研究提供了参考。

关键词：药用昆虫入药形式活性成分药理作用临床应用

同方期刊数据库

镨钡锰基对称电极的开发与电解CO2性能研究

在线全文

学校读者我要写书评

暂无评论

镨钡锰基对称电极的开发与电解CO2性能研究

作者：赵居正南京信息工程大学

学位级别：硕士

铜催化不饱和腈的串联硼氢化/Aldol反应构建连续多手性中心的有机腈化合物

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铜催化不饱和腈的串联硼氢化/Aldol反应构建连续多手性中心的有机...

作者：张居恒四川师范大学

学位级别：硕士

66家医疗机构抗菌药物治疗前病原学送检率管理现状调查

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中华医院感染学杂志 2024年 3142-3147页

作者：李双玉张利军杨燕李双琼陈贵华陈志美重庆医科大学附属第二医院感染管理科重庆医科大学附属第二医院检验科重庆医科大学附属儿童医院门诊部重庆医科大学附属第二医院护理部

目的调查重庆市抗菌药物治疗前病原学送检率在医院感染防控工作中的管理与应用现状。方法 2023年8月10日-2023年9月10日通过采用网络问卷调查的方式对抽样范围内医院进行调查,对问卷调查数据进行描述性分析。结果在调研的医院中,有84.... 详细信息

目的调查重庆市抗菌药物治疗前病原学送检率在医院感染防控工作中的管理与应用现状。方法 2023年8月10日-2023年9月10日通过采用网络问卷调查的方式对抽样范围内医院进行调查,对问卷调查数据进行描述性分析。结果在调研的医院中,有84.85%(56/66)的医院将提高住院患者抗菌药物治疗前病原学送检率专项工作有相应的组织建设;在收集数据时,大部分医院(89.39%,59/66)已能完全或部分运用信息化采集方式;在对该项指标的重视程度进行主观评价时,66所医院中有64所(96.97%)认为该指标有用,仅有2所(3.03%)认为该指标无用;将医院按照类型、级别及经营性质分类,对数据采集方式和主观评价等数据进行统计学比较发现,不同医院间的差异均有统计学意义(P<0.05)。结论重庆市医疗机构对于抗菌药物治疗前病原学送检的意识较强,送检项目和送检方式有待提高,应完善医院感染信息化管理,夯实医院感染管理人才队伍建设,定期开展医院感染管理能力的巡回培训,提升各级医院的感染监测能力,助力医院高质量发展。

关键词：医疗机构抗菌药物治疗病原学送检率问卷调查管理现状

镉污染农田土壤调查优化布点和稻麦超标风险预警研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

镉污染农田土壤调查优化布点和稻麦超标风险预警研究

作者：居贤杭贵州大学

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

基于提示学习的小样本文本分类方法研究

基于提示学习的小样本文本分类方法研究

作者：居正雨齐鲁工业大学

学位级别：硕士

文本作为数据存储、处理和分析的重要载体,在学术界和工业界都扮演着举足轻重的角色。因此,文本处理成为计算机领域一个至关重要的研究内容,文本分类一直是最重要的文本处理方式之一。小样本文本分类问题一直是文本分类的一个重要研究内... 详细信息

文本作为数据存储、处理和分析的重要载体,在学术界和工业界都扮演着举足轻重的角色。因此,文本处理成为计算机领域一个至关重要的研究内容,文本分类一直是最重要的文本处理方式之一。小样本文本分类问题一直是文本分类的一个重要研究内容,如何充分利用少量有监督样本进行高效模型调优,使得大量待预测数据能够得到精准预测,对现阶段的文本处理具有重要意义。本文主要研究通过提示学习来实现更加精准的小样本文本分类预测,具体研究内容如下:(一)使用虚拟类表示的答案工程设计方法“预训练+微调”一般是利用[CLS]特殊字符的语义向量引入随机初始化线性层实现预测,在小样本的情况下会丢失大量的[CLS]位置的语义信息。现有人工设计标签词集作为提示学习中的答案工程也会由于标签词集设计不完备导致语义丢失。针对语义丢失的问题本文首先提出一种虚拟类表示方法,用于提示学习的答案工程设计。该方法会为每一类生成一个富含类语义信息的类表示向量。另一方面,使用人工提示模板获取[MASK]位置的类预测语义向量。在分类预测过程中,使用类预测语义向量与类表示向量的相似度作为分类依据。相对于传统的使用线性层进行最终的答案映射的方式与使用自定义的类表示词集进行分类预测的方法相比,该方法缓解了在答案映射过程中产生的语义丢失问题。除此之外,该算法也能解决没有数据集的类表示词如何构建答案工程的问题。该方法在数据集AG’s News,DBPedia中取得较好分类效果。(二)使用差异化提示的提示工程设计方法上述算法使用人工构造提示工程,由于使用人工构造提示工程方法会出现对模板设计者的依赖性太强,对模型知识挖掘不充分问题,故本文还提出了基于差异化提示的提示工程设计算法。本算法主要解决数据集类别集合具有层级特征的小样本文本分类任务。该算法首先设计了一个多层次分类提示模板框架,然后对各层次类别的综合特征进行抽取作为差异化提示,用于分别刺激预训练语言模型,获取其与相应层次类别预测相关知识,实现更充分地预训练语言模型在预训练阶段获取知识的挖掘。除此之外,本文为数据集类集合设计了一种共享的线性层选择机制来取代传统算数平均用于获取类表示聚合向量和每一类被预测的聚合概率,减少由于类别的token ids的权重分配产生的语义丢失。该方法在数据集WOS和“研究方向与学科匹配/对应”取得很好效果,并且这种差异化提示工程的设计方法被应用于“中原城市群综合科技服务平台研发与应用示范”项目中。

关键词：提示学习提示工程答案工程小样本文本分类

SATS:一种基于多重特征提取的恒星光谱分类算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第7期44卷 2029-2036页

作者：屠良平李双川涂东鑫李建喜丁治超闽南师范大学数学与统计学院福建漳州363000 辽宁科技大学理学院辽宁鞍山114051

对恒星光谱进行深入研究,可以了解恒星的化学组成和物理特性。恒星光谱分类是恒星光谱研究领域的一个重要方向,随着海量恒星光谱数据的出现,人工分类手段就无法满足科研的需要。基于此,搭建了SATS(SVD Analysis Transformer SoftMax)算... 详细信息

对恒星光谱进行深入研究,可以了解恒星的化学组成和物理特性。恒星光谱分类是恒星光谱研究领域的一个重要方向,随着海量恒星光谱数据的出现,人工分类手段就无法满足科研的需要。基于此,搭建了SATS(SVD Analysis Transformer SoftMax)算法,该算法实现了对F、G、K型恒星光谱的自动分类。SATS算法,首先以奇异值分解(SVD)的方式,对归一化后的恒星光谱做去噪处理;然后对恒星光谱进行特征提取,特征提取层共有六个模块:增量主成分分析(Incremental PCA)、核主成分分析(Kernel PCA)、稀疏主成分分析(Sparse PCA)、因子分析(Factor Analysis)、独立成分分析(Fast ICA)和Transformer(前五个模块统称为Analysis模块),为保证方差贡献率在0.95以上,IPCA、KPCA、Sparse PCA、Factor Analysis和Fast ICA将恒星光谱特征提取为300维;最后,将恒星光谱输入到SoftMax层进行自动分类。SATS算法将多个Analysis模块结合使用,进一步提高了使用单一Analysis模块的分类正确率。Transformer模块和多个Analysis模块的结合使用,再一次提高了分类正确率。SATS算法最大的优势在于对恒星光谱进行了多重特征提取,以不同的特征提取方式,最大程度地保留了原始恒星光谱信息,将信息损失做到最低。SATS算法的最终分类正确率为0.93,这一分类正确率也高于混合深度学习算法CNN(convolutional neural network)+Bayes、CNN+KNN、CNN+SVM、CNN+Adaboost和CNN+Adaboost0.86、0.88、0.89、0.87、0.89的分类正确率。

关键词： Transformer LAMOST 恒星光谱 SVD CNN

维普期刊数据库