检索结果-南通市图书馆

基于深度神经网络和光度序列数据的卫星平台分类识别方法研究

江城日报

作者：赵迎华

2023年,我市上榜全国城市宜居指数排名百强,其中一项重要指标就是生态环境。市人民检察院第六检察部主任付勋对家乡的绿水青山、蓝天净土很是自豪。作为我市“第一代”公益诉讼检察人,付勋既是拓荒者也是坚守者,不仅仅是生态环境保护,... 详细信息

2023年,我市上榜全国城市宜居指数排名百强,其中一项重要指标就是生态环境。市人民检察院第六检察部主任付勋对家乡的绿水青山、蓝天净土很是自豪。作为我市“第一代”公益诉讼检察人,付勋既是拓荒者也是坚守者,不仅仅是生态环境保护,她在公益诉讼的很多领域都留下闪光的身影。......

关键词：公益诉讼最高人民检察院泥炭土诉前程序松花江畔

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：陈浩刘通张延鑫北京跟踪与通信技术研究所中国科学院空间应用工程与技术中心

空间目标的光度序列数据与目标的形状、尺寸、材质和运动等特性信息紧密相关，为了利用光度序列数据反演卫星平台的类别，提出了基于深度神经网络和光度序列数据的卫星平台分类识别方法。对用于神经网络训练的光度序列数据进行了距离修... 详细信息

空间目标的光度序列数据与目标的形状、尺寸、材质和运动等特性信息紧密相关，为了利用光度序列数据反演卫星平台的类别，提出了基于深度神经网络和光度序列数据的卫星平台分类识别方法。对用于神经网络训练的光度序列数据进行了距离修正、相位角修正、平滑滤波和插值等预处理分析。构建了可以同时提取空间目标时序特征和空间特征的卷积LSTM网络，对火箭、铱星、GlobalStar卫星和空间碎片4类目标分类平均正确率为73.80%，优于卷积神经网络的平均值70.43%。仿真了BY、DMSP、FIA、GSSAP等7类卫星平台的光度序列数据，并进行深度神经网络扩展验证，得到的卫星平台分类正确率大幅度提升至超过90%。

关键词：卫星平台分类光度序列数据 LSTM网络卷积神经网络

“双高计划”背景下湖南高职院校国际化水平提升路径研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

黑龙江教师发展学院学报 2024年第1期43卷 114-116页

作者：赵迎春长沙航空职业技术学院长沙410124

鉴于“双高计划”背景下提升湖南省高职院校国际化水平的紧迫性与现状,提出湖南高职院校国际化水平提升的服务湖南地方经济发展为初衷、形成多方联动机制、打造多方协同国际化团队、对接国际认证标准、健全危机应对机制的提升路径。

关键词： “双高计划” 湖南高职院校国际化水平提升路径

在线全文

学校读者我要写书评

暂无评论

政府监管流程数字化运行的法治建构

中国行政管理 2024年第6期40卷 38-46页

作者：王正鑫华东师范大学法学院上海200241

数字技术促成监管部门的执法权力呈现智能化和自动化趋势。这主要表现为监管规则的数字化、监督守法情况的数字化以及行使制裁不守法行为的数字化。政府监管流程数字化运行可以有效提升执法质量和效能,同时也伴随着合法性风险,即数字化... 详细信息

数字技术促成监管部门的执法权力呈现智能化和自动化趋势。这主要表现为监管规则的数字化、监督守法情况的数字化以及行使制裁不守法行为的数字化。政府监管流程数字化运行可以有效提升执法质量和效能,同时也伴随着合法性风险,即数字化监管规则逃逸法律约束、数字技术反噬执法人员和监管对象的法律主体地位、技术理性压制规范理性而减损执法质量。为应对监管流程数字化运行所引发的合法性风险,需要落实算法规则与法律规则的契合性、稳固执法人员和监管对象的法律主体地位并保障数字化监管的执法质量。

关键词：数字政府监管流程执法质量合法性控制

废弃矿井地下空间再利用根源因素识别及评价模型构建

在线全文

学校读者我要写书评

暂无评论

中国矿业大学学报 2024年第3期53卷 585-599,612页

作者：孙中博赵毅鑫任建东中国矿业大学(北京)共伴生能源精准开采北京市重点实验室北京100083 中国矿业大学(北京)能源与矿业学院北京100083

为了推动废弃矿井空间资源的精准开发利用,根据地质条件和形态方位差异对影响废弃矿井地下空间再利用的众多因素开展系统研究.首先,从资源禀赋状态、稳定性、安全性和区位条件4个维度构建了包含18个因素的指标体系.然后,引入K-means聚... 详细信息

为了推动废弃矿井空间资源的精准开发利用,根据地质条件和形态方位差异对影响废弃矿井地下空间再利用的众多因素开展系统研究.首先,从资源禀赋状态、稳定性、安全性和区位条件4个维度构建了包含18个因素的指标体系.然后,引入K-means聚类算法避免了阈值确定的主观性和随意性,建立DEMATEL-ISM评价模型分析各因素间的相互作用关系.其次,构建多属性两阶段决策评价模型,采用TFN-TODIM方法对备选矿井排序.结果表明:“高度影响关系”类别的阈值包含63个,λ取值范围为0.107~0.248.各影响因素之间呈现复杂的同级和跨级作用关系,并得到了影响废弃矿井地下空间再利用的5个关键因素(煤层稳定性、围岩性质、地质构造复杂程度、开采深度、地质灾害发生频率)和3个根本因素(瓦斯浓度等级、矿井涌水量、煤层自燃倾向性).以地下旅游及休闲娱乐场所模式为例,各备选矿井的优劣势排序为A1(山西太原白家庄煤矿)>A3(山东济宁唐口煤矿)>A2(山西临汾团柏煤矿)>A5(陕西榆林山东煤矿)>A7(贵州遵义云安煤矿),最优先开发的矿井为山西太原白家庄煤矿.最后,展望了物资仓储、医疗场所、科研教学基地和深地工程等模式的决策评价模型的研究焦点和方向.研究结论为促进废弃矿井地下空间资源再利用提供了理论支撑,对推动矿区转型发展具有借鉴意义.

关键词：废弃矿井地下空间再利用 DEMATEL-ISM K-means聚类 TODIM

在线全文

学校读者我要写书评

暂无评论

融合强化学习的实体关系联合抽取模型

电子科技大学学报 2024年第2期53卷 243-251页

作者：翟社平李航亢鑫年杨锐西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由... 详细信息

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由图卷积网络和多头自注意力机制构成。首先,使用强化学习去除原始数据集中带有噪声的句子,将降噪后的高质量句子输入到联合抽取模型中;其次,使用联合抽取模型对输入句子中的实体和关系进行预测抽取,并向强化学习提供反馈奖励,指导强化学习挑选出高质量的句子;最后,对强化学习和联合抽取模型进行联合训练,并对模型进行迭代优化。实验证明了该模型能够有效处理数据噪声问题,在实体关系抽取方面优于基线方法。

关键词：实体关系联合抽取噪声数据强化学习多头自注意力机制图卷积网络