检索结果-南通市图书馆

基于深度小样本神经网络的个性化金融商品推荐方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：贠阳林唐晓彬对外经济贸易大学统计学院郑州西亚斯学院管理学院

[目的]传统的推荐方法在面临冷启动问题时无法有效地生成个性化建议，降低了推荐的准确性和用户满意度。 [方法]与一般的金融商品推荐任务中仅使用商品信息不同，本文还进行了用户历史交易记录的表征，引入多层次融合表征。通过将两者... 详细信息

[目的]传统的推荐方法在面临冷启动问题时无法有效地生成个性化建议，降低了推荐的准确性和用户满意度。 [方法]与一般的金融商品推荐任务中仅使用商品信息不同，本文还进行了用户历史交易记录的表征，引入多层次融合表征。通过将两者关联起来，引入隐式信息的推荐系统能够捕捉复杂的用户投资模式。 [结果]首先与不同基准方法进行对比，随后构建了一种小样本学习场景以验证本文模型应对商品冷启动问题的能力。实验结果表明了，相较此前最优方法，本方法的平均倒数排名，命中率和归一化折现累积增益分别提升18.6%，26.08%和23.52%。 [局限]由于并没有基于最先进的神经网络架构，因此未来可以使用较为先进的深度神经网络，来进一步提升推荐效果。 [结论]不同的消融实验和与基准模型的对比实验结果证明了本文方法在推荐金融商品方面的有效性。

关键词：模式识别金融服务小样本学习深度神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多元化混合式教学模式在药剂学中的应用

广州化工 2021年第21期49卷 150-152页

作者：杨红梅贠禄张宪瑞高蕾孙工兵梧州学院化学工程与资源再利用学院广西六堡茶种质创新与综合利用工程研究中心广西梧州543002

通过对《药剂学》教学中存在的问题进行分析,构建多元化混合式教学模式,建立线上线下一体化课程管理方式。这种方式可真实记录课堂历次教学活动的概况数据和明细数据,学生的线上线下学习表现均全程可视,便于教师实时掌握学生学习情况,... 详细信息

通过对《药剂学》教学中存在的问题进行分析,构建多元化混合式教学模式,建立线上线下一体化课程管理方式。这种方式可真实记录课堂历次教学活动的概况数据和明细数据,学生的线上线下学习表现均全程可视,便于教师实时掌握学生学习情况,实现精准教学。该方式的授课过程以学生为中心,针对教师和学生对应于教学准备、课前、课中和课后的任务目标进行教学设计,可激发学生的自主学习欲望,及解决实际问题、独立思考等方面的能力。

关键词：药剂学教学模式多元化

在线全文

学校读者我要写书评

暂无评论

典型食品中氟类农药残留行为研究

典型食品中氟类农药残留行为研究

作者：贠丹丹塔里木大学

学位级别：硕士

农药被广泛用于控制害虫和稳定作物生产,同时提高食品的生产性能和保质期。但其大量使用则会造成食品中农药残留问题,因此本研究针对以上情况建立了谷物及果蔬中农药多残留检测方法以及测定其残留水平,进行氟类农药摄入风险评估,在此基... 详细信息

农药被广泛用于控制害虫和稳定作物生产,同时提高食品的生产性能和保质期。但其大量使用则会造成食品中农药残留问题,因此本研究针对以上情况建立了谷物及果蔬中农药多残留检测方法以及测定其残留水平,进行氟类农药摄入风险评估,在此基础上进一步探究典型谷物及果蔬中氟类农药的在加工过程中加工因子的残留动态变化。主要研究结果如下:（1）首先,制定了一种同时能够检测谷物和果蔬中3种氟类农药及1种代谢物UPLC-MS/MS的残留分析技术。采用乙腈作为提取溶剂,15 mg C18+30 mg PSA+150 mg Mg SO4+2.5 mg GCB的组合方式进行净化,使用UPLC-MS/MS检测,并用外标法进行定性和定量分析。实验表明:在1-500 ug/L范围内,4种氟类农药线性关系符合R2>0.9991;LOD和LOQ分别数值为0.002 mg/kg和0.006 mg/kg,其平均回收率在60.05-120.60%,相对标准偏差为（n=5）在0.57-16.99%。该分析方法符合《NYT 788-2018农药残留试验准则》相关标准,证明该分析方法回收率和精确度优良。（2）通过上述所建立的残留分析方法,对果蔬实际样品进行检测,结果表明:新建方法检出率、回收率、精密度更高。同时对样品进行膳食暴露风险评估,丁氟螨酯在苹果和柑橘中被检出,进一步对已检出的丁氟螨酯进行慢性暴露风险评估,目前为查询到丁氟螨酯的ARf D值,故无法计算其急性暴露风险苹果和联合暴露风险评估,但也应予以重视,需要密切监测氟类的膳食暴露评估风险。而采集市场样品共110份7种谷物,仅两份样品有检出丁氟螨酯和氟啶虫胺腈,检出率为1.81%,氟啶草酮和邻三氟甲基苯甲酰胺均未检出。（3）利用已建立的残留方法技术对豆腐、番茄酱和苹果汁的生产过程中的丁氟螨酯和氟啶虫胺腈残留进行了研究,并进行了加工因子（PFs）的计算。通过对豆腐加工过程中清洗、浸泡、研磨与过滤、蒸煮、点卤和挤压操作步骤,发现除蒸煮、点卤及挤压外,其加工因子均小于1,说明在加工过程中不同的操作步骤可有效降低农药的残留量。通过对番茄酱加工过程中清洗、慢炖与灭菌步骤的残留分析发现,慢炖加工因子达到1,说明在此过程中农药发生了热蒸发现象。通过对苹果汁加工过程中清洗、榨汁与灭菌各步骤的残留分析结果发现,除灭菌外,其余加工因子均小于1,说明此加工过程明显降低残留水平。本文结果对在谷物和果蔬中的氟类农药残留分析方法进行优化,采集市场样品,对其进行膳食风险暴露评估,明确氟类农药在谷物及果蔬中存在的风险情况,探究了氟类农药在加工过程中加工因子的变化情况,为后续开展相关研究提供基本依据。

关键词：谷物果蔬农药残留膳食风险暴露评估加工因子

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

腾讯音乐赴港二次上市动因及效果研究

腾讯音乐赴港二次上市动因及效果研究

作者：贠茗译安徽财经大学

学位级别：硕士

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

基于深度学习方法的航空发动机寿命预测模型

振动．测试与诊断 2024年第2期44卷 330-336,412页

作者：郭晓静贠玉晶徐晓慧中国民航大学航空工程学院天津300300 中国民航大学电子信息与自动化学院天津300300

为提高航空发动机剩余寿命(remaining useful life,简称RUL)预测能力,构建了一种注意力机制与长短期记忆网络(long short-term memory,简称LSTM)融合的深度学习模型。首先,分析多元高维的运行参数与RUL之间的协方差相关性,实现数据降维... 详细信息

为提高航空发动机剩余寿命(remaining useful life,简称RUL)预测能力,构建了一种注意力机制与长短期记忆网络(long short-term memory,简称LSTM)融合的深度学习模型。首先,分析多元高维的运行参数与RUL之间的协方差相关性,实现数据降维,优化模型权重;其次,利用运行参数的时序退化特性提高模型的回归预测效果。在NASA发动机数据集上实验的均方根误差(root mean square error,简称RMSE)范围为[4.83,13.66],与卷积神经网络(convolutionneuralnetworks,简称CNN)、LSTM和双向长短期记忆网络(bi-directionallongshort-term memory,简称Bi-LSTM)方法相比,极大地提高了预测的准确度,实现了超前预测。合并样本的方法提高了模型的泛化性,对不同类型的发动机RUL预测具有指导意义。

关键词：航空发动机剩余寿命预测协方差分析注意力机制长短期记忆网络

基于多图融合的电动汽车充电站群负荷时空预测方法研究

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

基于多图融合的电动汽车充电站群负荷时空预测方法研究

作者：贠昕尧西安理工大学

学位级别：硕士

电动汽车被视为中国实现“双碳”目标的战略选择,但电动汽车快速发展引起的充电需求增加也给电网运行优化和调度控制带来了各种挑战。开展电动汽车充电负荷预测研究,既可以保证电力系统的经济稳定运行,也是为了推进中国“双碳”目标的... 详细信息

电动汽车被视为中国实现“双碳”目标的战略选择,但电动汽车快速发展引起的充电需求增加也给电网运行优化和调度控制带来了各种挑战。开展电动汽车充电负荷预测研究,既可以保证电力系统的经济稳定运行,也是为了推进中国“双碳”目标的发展。近年来电动汽车单站充电负荷预测技术逐渐成熟,但对于充电站集群水平上的预测研究相对较少。因此,本文提出了一种考虑多种空间图融合的电动汽车充电站群负荷预测框架,实现了对区域充电站充电负荷及充电站单站充电负荷的预测。具体来说,本文主要研究内容如下:首先,建立充电站群相关数据的时空信息集。根据充电站群的地理空间信息,设计距离图、交通网络图和车流密度图来描述充电站群之间的空间关系,建立距离图、交通网络图和车流密度图的数学模型来提取充电站群的拓扑信息,形成空间邻接矩阵。根据充电站集群的时序数据信息,对充电站群的充电负荷数据进行特征分析,提取与充电负荷变化密切相关的特征,建立电动汽车充电负荷的影响因素集合,使用互信息算法计算不同充电站负荷与影响因素集合之间的相关性,形成影响因素特征变量连接图及相应的邻接矩阵。从空间和时间多个角度提取充电站相关数据所蕴含的有效信息。其次,提出基于图卷积神经网络的电动汽车充电站群负荷预测模型。构建时空输入模块、空间特征学习模块和时间序列预测模块多层次进行特征提取,实现对多个充电站同时预测。时空输入模块用来存储和划分训练、验证和测试数据,空间特征学习模块使用图卷积神经网络对单一空间特征图和影响因素特征变量连接图进行特征学习,时间序列预测模块使用长短时记忆网络结合空间特征学习模块的空间特征信息进行时序预测。采用互信息算法和图卷积神经网络对影响因素集合进行筛选,根据预测精度评价指标选择每个充电站的最优影响因素集合。设计对照实验对该模型在不同预见期下进行实例验证,根据实验结果分析可知,对于全域预测和单站预测该模型优势明显。最后,提出基于多图融合的图注意力神经网络电动汽车充电站群负荷预测模型。针对图卷积神经网络只能学习单个空间特征图的问题,在基于图卷积神经网络的电动汽车充电站群负荷预测模型的基础上,增加多图特征融合模块,使用多图注意力网络对距离图、交通网络图、车流密度图和影响因素特征变量连接图并行训练,将训练结果进行多图注意力融合操作,输入进时间序列预测模块中去。为验证该模型的有效性,仍采用和基于图卷积神经网络的电动汽车充电站群负荷预测模型同样的数据集和模型参数进行实验,实验结果和对比分析表明,该预测模型相较于基于图卷积神经网络的电动汽车充电站群负荷预测模型能提升11.05%至29.83%的预测性能。

关键词：充电负荷时空预测注意力机制图神经网络互信息矩阵时空特征挖掘

混沌驱动四元数旋转三维星座加密的WFRFT通信方法

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

兵工学报 2024年第8期45卷 2531-2541页

作者：于浩洋孟庆微贠彦直王西康空军工程大学信息与导航学院陕西西安710077

针对现有一维混沌映射序列分布不均和映射参数范围有限的问题,提出一种改进型的一维逻辑正弦混沌映射,在此基础上设计了一种混沌驱动四元数旋转三维星座加密的多参数加权分数傅里叶变换(Chaos driven Quaternion Rotation 3D constellat... 详细信息

针对现有一维混沌映射序列分布不均和映射参数范围有限的问题,提出一种改进型的一维逻辑正弦混沌映射,在此基础上设计了一种混沌驱动四元数旋转三维星座加密的多参数加权分数傅里叶变换(Chaos driven Quaternion Rotation 3D constellation Encrypted-Multiple Parameters Weighted-type Fractional Fourier Transform,CQR3DE-MPWFRFT)通信方法。Logistic映射和Sine映射耦合,提出L-S混沌映射,将需要传输的信息进行三维星座调制。通过L-S混沌映射产生的混沌密钥驱动生成四元数,对生成的三维星座图进行旋转加密。进行多参数加权分数傅里叶变换(Multiple Parameters Weighted-type Fractional Fourier Transform,MPWFRFT)之后,完成数字调制。仿真结果表明:该混沌映射参数范围更大,随机性更好;所设计的CQR3DE-MPWFRFT方法利用L-S混沌驱动四元数实现了二维星座到三维星座的旋转加密,其星座点与传统调制相比星座空间更大,相较于MPWFRFT方法系统误码率性能有一定的提升,即使窃听方密钥只有10-15的差异,仍然无法完成窃听,能够提高信息在物理层的传输安全。

关键词：三维调制四元数混沌加密物理层安全

数字孪生在我国档案管理中的应用前景、难点与建议

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

北京档案 2024年第7期 47-50页

作者：丁海悦贠疆鹏江苏省规划设计集团技术研究与质管中心深圳交易集团有限公司深圳公共资源交易中心

数字孪生技术旨在以数字化方式创建物理实体的虚拟模型,进而模拟、验证、预测物理实体在现实环境中的各项行为,最终实现决策优化。论文对数字孪生在档案管理中的应用前景进行了详细剖析,分析了现阶段数字孪生应用于档案管理的难点,并从... 详细信息

数字孪生技术旨在以数字化方式创建物理实体的虚拟模型,进而模拟、验证、预测物理实体在现实环境中的各项行为,最终实现决策优化。论文对数字孪生在档案管理中的应用前景进行了详细剖析,分析了现阶段数字孪生应用于档案管理的难点,并从政策支持层面、人才支持层面和技术支持层面提出了针对性建议,以期为档案管理领域中应用数字孪生提供参考。

关键词：数字孪生档案管理档案数字化数字中国智慧城市

在线全文

学校读者我要写书评

暂无评论

MXene的红外特性及其应用研究展望

无机材料学报 2024年第2期39卷 162-170页

作者：巴坤王建禄韩美康复旦大学芯片与系统前沿技术研究院上海200433 复旦大学光电研究院和上海市智能光电与感知前沿科学研究基地上海200433

MXene是一大类二维过渡金属碳氮化合物,其丰富的组分、二维原子层结构、金属电导和活性表面等特性使其与不同波段的电磁波(可见光、红外、太赫兹、微波波段等)产生独特的相互作用,并衍生了多种电磁功能应用。在红外波段,MXene具有宽域... 详细信息

MXene是一大类二维过渡金属碳氮化合物,其丰富的组分、二维原子层结构、金属电导和活性表面等特性使其与不同波段的电磁波(可见光、红外、太赫兹、微波波段等)产生独特的相互作用,并衍生了多种电磁功能应用。在红外波段,MXene具有宽域的红外辐射特性,活性表面使其具备可调的红外吸收。近年来,MXene的上述性质引起了广泛研究兴趣。本文首先对不同MXene组分的本征红外辐射特性及调控策略进行了系统总结,并简要介绍其代表性红外应用,重点讨论MXene在这些应用中的贡献和作用机制,包括红外识别/伪装、表面等离激元、光热转换、红外光电探测等。最后,对MXene红外功能应用的未来发展方向进行了展望。

关键词： MXene 红外辐射光热转换热管理红外识别专题评述