检索结果-南通市图书馆

维普期刊数据库

基于复杂网络的成渝机场群航线网络分析优化研究

在线全文

学校读者我要写书评

暂无评论

基于复杂网络的成渝机场群航线网络分析优化研究

作者：白宇中国民用航空飞行学院

学位级别：硕士

在新时代民航强国建设的背景下,成渝机场群作为我国西部地区航空枢纽,对提升我国航空网络的整体运输能力和质量具有重要意义。随着京津冀、长三角和粤港澳大湾区等世界级机场群的建设,成渝机场群的发展成为了新的焦点。然而,其航线网络... 详细信息

在新时代民航强国建设的背景下,成渝机场群作为我国西部地区航空枢纽,对提升我国航空网络的整体运输能力和质量具有重要意义。随着京津冀、长三角和粤港澳大湾区等世界级机场群的建设,成渝机场群的发展成为了新的焦点。然而,其航线网络存在着枢纽机场定位同质化、枢纽优势不明显、支线机场航线布局不合理及航线竞争同质化等问题。为此本研究采用复杂网络理论和机场群相关概念,通过有向加权分析方法对成渝机场群航线网络进行研究,并用改进后的PGSA-GA算法对航线网络进行优化。首先,构建成渝机场群有向加权航线网络模型,对成渝机场群航线网络进行宏观层面的结构分析,然后基于微观层面进行特征分析,包括基本特征指标、中心性指标与网络效率指标,结果表明其航线网络具有小世界网络特性,需进一步优化网络结构。其次,构建天府江北双枢纽航线网络优化模型,基于PGSA算法目前所存在的初始生长点选取与易陷入局部最优等局限性,将GA思想与改进形态素浓度计算的精英机制两方面引入PGSA算法对其进行改进。然后,将成渝机场群的航线网络分为内部系统与外部系统进行研究,内部系统优化目标为机场群内部可行机场的选址,外部系统的研究落点在于外部中转机场的选取,从而降低航线同质率。最后,将PGSA-GA应用于成渝机场群航线网络优化研究,结果表明内部系统选取结果为内江市与重庆潼南区,经优化提高了内部航线中心性与网络连通性;外部系统共选取14个可行中转机场,按航班量将网络进行优化,共优化119条直航航线,降低了外部系统的航线重合率,具有一定的理论价值。

关键词：成渝机场群航线网络复杂网络 PGSA-GA算法航线重合率

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

基于概念链和图注意力网络的下位词扩展

数据分析与知识发现 2024年

作者：王煜栋白宇叶娜陈建军沈阳北软信息职业技术学院沈阳航空航天大学计算机学院

[目的]为了解决交互式检索场景中下位词扩展存在的主题漂移问题。 [方法]利用图注意力网络编码概念链与文本关系图节点，其中，概念链通过词交互过程建模得到，关系图由字共现关系获得。通过引入注意力机制，克服传统文本编码过程中丢... 详细信息

[目的]为了解决交互式检索场景中下位词扩展存在的主题漂移问题。 [方法]利用图注意力网络编码概念链与文本关系图节点，其中，概念链通过词交互过程建模得到，关系图由字共现关系获得。通过引入注意力机制，克服传统文本编码过程中丢失查询场景信息的问题。 [结果]在下位词扩展数据集上的实验结果表明，该方法综合表现比已有方法的F1值提升2.0%。 [局限] 本文方法针对交互式场景进行设计，对交互数据的质量存在一定的依赖性。 [结论]本文提出的模型将概念链的结构特征和语义特征有效融合到文本特征中，同时对概念链和候选文本进行注意力计算，减少了在编码过程中造成的场景主题信息损失，缓解了主题漂移问题。

关键词：下位词扩展概念链图注意力网络主题漂移

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自学习的整数数列符号回归方法

计算机应用 2024年

作者：孙凯明蔡东风白宇沈阳航空航天大学计算机学院

针对现有符号回归方法难以有效泛化到整数数列在线百科全书(OEIS)中数列的问题，提出一种基于自学习(SL)的整数数列符号回归方法。首先，通过程序构造多种学习数据，结合OEIS数据的特点融入高阶线性递推数据，并采用OEIS初始项生成递推... 详细信息

针对现有符号回归方法难以有效泛化到整数数列在线百科全书(OEIS)中数列的问题，提出一种基于自学习(SL)的整数数列符号回归方法。首先，通过程序构造多种学习数据，结合OEIS数据的特点融入高阶线性递推数据，并采用OEIS初始项生成递推数列；其次，将学习数据转换为OEIS数据，提出融合多种OEIS数据作为初始迭代数据的策略；最后，通过自学习迭代逐步发现OEIS数列的公式，迭代过程分为学习-搜索-检验-选择四个阶段。实验结果表明，自学习方法优于深度符号回归方法(DSR)和Mathematica内置函数，在Easy、Sign和Base这3个测试集上相较于DSR的准确率分别提升9.66、4.17和5.14个百分点，共发现27433个OEIS数列的公式，其中新发现的公式可以辅助数学家进行相关理论的研究。

关键词：符号回归自学习公式发现整数数列在线百科全书 Transformer

基于注意力机制和提示学习联合训练的上下位关系识别研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 199-203页

作者：白宇王新哲沈阳航空航天大学人机智能研究中心沈阳110136

专利术语间的上下位关系是一种重要的语义关系,专利文本中术语间的上下位关系识别在专利检索、查询扩展、知识图谱构建等多个领域发挥着重要作用。然而,专利文本领域的多样性、语言表述的复杂性使得术语间的上下位关系识别仍然面临许多... 详细信息

专利术语间的上下位关系是一种重要的语义关系,专利文本中术语间的上下位关系识别在专利检索、查询扩展、知识图谱构建等多个领域发挥着重要作用。然而,专利文本领域的多样性、语言表述的复杂性使得术语间的上下位关系识别仍然面临许多挑战。文中提出一种融合提示学习和注意力机制的术语上下位关系识别方法,该方法基于远程监督框架,将术语之间的最短依存路径作为辅助特征融入提示模板,使用图神经网络将术语间的共现信息融入提示学习和注意力机制联合训练过程。在专利文本测试数据集上的实验结果表明,所提方法的AUC值、F1值达到94.94%和89.33%,相较于PARE模型分别提升了3.82%和3.17%。该方法有效地去除了使用远程监督方法标注的数据集的噪声,避免了掩码语言模型的训练目标和下游任务的不匹配问题,充分利用了预训练语言模型中存在的语言知识信息。

关键词：术语关系识别远程监督提示学习注意力机制上下位关系

维普期刊数据库

冰菖散通过Nrf2/HO-1信号通路改善APP/PS1阿尔茨海默病小鼠铁死亡及认知功能障碍的研究

在线全文

学校读者我要写书评

暂无评论

南京中医药大学学报 2024年 490-499页

作者：郭少博朱文慧白宇张彪南京中医药大学附属医院南京中医药大学第一临床医学院中医代谢病重点实验室南京中医药大学中西医结合学院

目的探讨吸嗅冰菖散通过调节Nrf2/HO-1信号通路来改善阿尔茨海默病（AD）小鼠的铁死亡和认知功能障碍。方法30只APP/PS1小鼠随机分为模型组（APP/PS1组）、冰菖散低剂量组（BCS-L组）和冰菖散高剂量组（BCS-H组），10只同窝阴性小鼠作... 详细信息

目的探讨吸嗅冰菖散通过调节Nrf2/HO-1信号通路来改善阿尔茨海默病（AD）小鼠的铁死亡和认知功能障碍。方法30只APP/PS1小鼠随机分为模型组（APP/PS1组）、冰菖散低剂量组（BCS-L组）和冰菖散高剂量组（BCS-H组），10只同窝阴性小鼠作为空白组（WT组）。WT组和APP/PS1组进行纯水雾化给药处理；BCS-L组和BCS-H组每日雾化给药0.5、1μL冰菖散吸嗅剂，每日10 min，持续2周。给药2周后进行水迷宫实验来判断各组小鼠空间认知能力，水迷宫实验后处死小鼠，取大脑组织进行Aβ1-42免疫荧光和磷酸化Tau蛋白（P-tau）免疫组化及尼氏染色；提取海马组织进行Western blot、qPCR检测Keap1、Nrf2、HO-1、GPX4、SCL7A11、TFRC、DMT1、FTL、FTH1的蛋白和mRNA表达水平；提取大脑组织进行GSH试剂盒检测。结果 BCS各组逃避潜伏期缩短，平台所在象限活动时间和穿越平台次数增加。相对于APP/PS1组，BCS各组小鼠的海马CA1区和皮层中的Aβ1-42和P-tau表达水平显著降低（P<0.05,P<0.01）。尼氏染色显示，BCS各组神经元排列较为紧密，有较多尼氏体。在海马组织中，相比于未处理的APP/PS1小鼠，BCS各组在Nrf2、HO-1、SLC7A11、GPX4、FTL的蛋白和mRNA表达水平上均有显著提升（P<0.05,P<0.01）,BCS-L组FTH1的蛋白和mRNA水平有提升，但无显著意义，同时TFRC、DMT1、Keap1的表达水平显著下调（P<0.05,P<0.01）。此外，BCS各组能有效恢复其大脑中GSH的含量（P<0.05,P<0.01）。结论吸嗅BCS可以改善APP/PS1小鼠认知功能障碍。BCS可以激活Nrf2/HO-1通路，增加GPX4的表达，并通过抑制Keap1来增强Nrf2的转录活性，从而提高SLC7A11的表达并恢复GSH的含量，有效对抗铁死亡。同时，冰菖散还能有效抑制TFRC和DMT1，上调FTL和FTH1的表达，进而维持细胞内铁的稳态平衡，有助于减轻铁死亡对APP/PS1小鼠的影响，可改善AD小鼠的认知功能。

关键词：阿尔茨海默病铁死亡 Nrf2/HO-1信号通路冰菖散吸嗅

改进GJO优化CNN-BiLSTM的热负荷预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国测试 2024年

作者：白宇薛贵军谢文举史彩娟华北理工大学电气工程学院华北理工大学智能仪器厂华北理工大学人工智能学院

合理规划好集中供热一次网的供热负荷，对满足热用户的舒适度和减少能源消耗有着重要意义。为此提出了一种基于改进金豺优化算法(improved golden jackal optimization，IGJO)优化的CNN-BiLSTM热负荷预测模型。综合考虑一次网各项参数... 详细信息

合理规划好集中供热一次网的供热负荷，对满足热用户的舒适度和减少能源消耗有着重要意义。为此提出了一种基于改进金豺优化算法(improved golden jackal optimization，IGJO)优化的CNN-BiLSTM热负荷预测模型。综合考虑一次网各项参数和天气因素的影响，将热负荷历史值和一次网供水温度、供水流量、供水压力、外界天气温度组成CNN-BiLSTM网络的输入，利用CNN-BiLSTM网络提取输入数据的空间特征和时间特征。同时，通过Circle混沌映射、螺旋波动搜索、自适应t变异策略改进GJO，得到的IGJO有效解决了GJO全局搜索能力弱和收敛精度不高的问题，具有高效的寻优效果，然后利用IGJO寻优CNN-BiLSTM网络的超参数，解决了因CNN-BiLSTM网络的超参数选取不当而影响热负荷预测结果的问题。最后利用吉林延边某换热站2021年1月到3月供热负荷数据进行模型测试。结果表明，所提IGJO-CNN-BiLSTM预测结果的MAE、MAPE、RMSE和NSE分别为0.51%、0.33%、0.78%和0.97，相比LSTM、CNN-LSTM等模型，具有最佳的预测精度。

关键词：供热负荷预测一次网改进金豺优化算法 CNN-BiLSTM 超参数寻优预测精度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高压蒸汽管线设计及施工要点总结

宁波化工 2024年第1期 31-36页

作者：白宇镇海石化工程股份有限公司浙江宁波315207

超高压蒸汽管线作为重要的能源输送设施,其施工和运行安全至关重要。本论文从施工和设计角度出发,剖析了超高压蒸汽管线的设计出发角度和施工检查要点,并提出了保证其安全运行的一些措施和方法。通过深入研究和分析,本文旨在为超高压蒸... 详细信息

超高压蒸汽管线作为重要的能源输送设施,其施工和运行安全至关重要。本论文从施工和设计角度出发,剖析了超高压蒸汽管线的设计出发角度和施工检查要点,并提出了保证其安全运行的一些措施和方法。通过深入研究和分析,本文旨在为超高压蒸汽管线的施工和运行提供有益的参考和指导。

关键词：超高压蒸汽管线施工检查支架热处理

不同间伐强度对华北落叶松人工林天然更新的影响

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

西北林学院学报 2024年 1-8页

作者：姜雨白宇吕宝磊李丹阳马莉薇河北农业大学林学院

研究塞罕坝30年生华北落叶松（Larix principis-rupprechtii）人工林抚育间伐强度对天然更新空间点格局及种间关联性的影响规律,对于塞罕坝人工林空间结构调整和天然更新保护具有重要意义。以塞罕坝地区华北落叶松人工纯林为研究对象,... 详细信息

研究塞罕坝30年生华北落叶松（Larix principis-rupprechtii）人工林抚育间伐强度对天然更新空间点格局及种间关联性的影响规律,对于塞罕坝人工林空间结构调整和天然更新保护具有重要意义。以塞罕坝地区华北落叶松人工纯林为研究对象,设置高（60%～65%）、中（45%～50%）、低（35%～40%）3种间伐强度及对照固定样地各3块,每块样地面积均为900 m2,间伐前平均密度为2 611株/hm2。运用g（r）和g12（r）函数,研究不同间伐强度下天然更新个体特征变化、主林层大树与天然更新格局及种间关联性变化。其中,林下乔木更新物种数在不同间伐强度之间没有显著差异,中度间伐强度的平均高度、平均基径和平均冠幅均为最大值,分别达到了52.68、5.18 cm和34.49 cm,只有平均密度在中间伐强度下为最小值,为93株/hm2。主林层空间点格局以随机分布为主;天然更新空间点格局以聚集分布为主;天然更新和主林层种间关联性以不相关为主。研究结果表明,中等间伐强度（45%～50%）有利于调整塞罕坝地区华北落叶松人工纯林空间结构和保护天然更新。

关键词：华北落叶松抚育间伐天然更新空间点格局种间关联性

基于提示增强原型网络的小样本多标签方面类别检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2024年第3期47卷 494-505页

作者：管超峰白宇周贤雷沈阳航空航天大学计算机学院

小样本多标签方面类别检测是细粒度情感分析的研究热点。在基于原型网络的方法中，训练数据缺乏以及与当前方面类别无关的噪音词严重影响了采用注意力机制生成原型向量的质量。针对这一问题，本文提出了基于提示增强原型网络模型，首先... 详细信息

小样本多标签方面类别检测是细粒度情感分析的研究热点。在基于原型网络的方法中，训练数据缺乏以及与当前方面类别无关的噪音词严重影响了采用注意力机制生成原型向量的质量。针对这一问题，本文提出了基于提示增强原型网络模型，首先，利用提示学习对齐预训练任务与下游任务，同时借助提示信息指导模型进行句子表示，从而学习到更具有辨别性的向量，有效地促使类别信息易区分，并采用余弦相似度计算损失，降低高维向量空间的影响；其次，设计了减轻噪音对句子向量表示干扰的优化模型，促进相同方面类别的句子在嵌入空间中聚集。实验结果表明：该模型在三个公开数据集的F1值比当前最优（state-of-the-art, SOTA）模型分别提升了4.35%,8.62%,8.39%，可以有效的检测方面类别。

关键词：方面类别检测原型网络提示学习多标签分类元学习

来源：博看期刊