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

红外伪装与隐身纺织材料的研究进展

红外技术 2024年第4期46卷 384-391页

作者：楼焕刘茜上海工程技术大学纺织服装学院上海201620

随着现代化高精尖的新型武器设备在军事领域中的运用,目标探测与监视系统迅速发展,对于伪装材料的进一步深化研究具有重要意义。本文对伪装与隐身纺织材料的研究现状进行了梳理,介绍了伪装隐身材料的应用机理,重点关注了应用最广泛的红... 详细信息

随着现代化高精尖的新型武器设备在军事领域中的运用,目标探测与监视系统迅速发展,对于伪装材料的进一步深化研究具有重要意义。本文对伪装与隐身纺织材料的研究现状进行了梳理,介绍了伪装隐身材料的应用机理,重点关注了应用最广泛的红外伪装材料与纺织技术的结合,概述了仿生伪装纺织材料的新研究,对新型动态变化伪装纺织品进行了总结,并对伪装纺织品的新型检测技术与制备技术进行了归纳。最后,对未来伪装纺织材料的发展趋势做出了预测分析。

关键词：伪装纺织材料红外仿生功能材料

支持生育的家庭政策何以有效——基于法国和日本经验的研究

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

山东女子学院学报 2024年第2期 1-14页

作者：郑基超严雷安徽省社会科学院经济研究所安徽合肥230053 江苏科技大学马克思主义学院江苏镇江212003

法国和日本都实施了鼓励生育的家庭政策,分配大量资源旨在提升生育率,但政策效果截然不同:法国生育率在西方国家首屈一指,而且保持了长期稳定;日本生育率则持续低迷,一直没有起色。从去商品化的现金给付、提升工作家庭平衡和推动性别平... 详细信息

法国和日本都实施了鼓励生育的家庭政策,分配大量资源旨在提升生育率,但政策效果截然不同:法国生育率在西方国家首屈一指,而且保持了长期稳定;日本生育率则持续低迷,一直没有起色。从去商品化的现金给付、提升工作家庭平衡和推动性别平等三个视角,可系统对比法国和日本家庭政策的流变历程、投入结构和力度差异,分析生育支持导向的家庭政策在法国和日本发挥作用迥异的原因所在。我国可以此为鉴,多措并举,为家庭提供多样化的选择机制,让整个社会分担家庭生、育、养成本,推进工作家庭平衡和性别平等,让男女分担生育养育的劳务,所有单位分担由生育职工所在单位承担的生育成本。

关键词：生育率家庭政策养育补贴托儿所

原儿茶醛透明质酸水凝胶调控巨噬细胞促进糖尿病伤口愈合的研究

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

原儿茶醛透明质酸水凝胶调控巨噬细胞促进糖尿病伤口愈合的研究

作者：宋晓焕吉林大学

学位级别：硕士

基于投资者情绪的因子波动率管理策略优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于投资者情绪的因子波动率管理策略优化研究

作者：陈立焕广西大学

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

基于改进RRT算法的移动机器人路径规划

基于改进RRT算法的移动机器人路径规划

作者：马智焕广西大学

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

单通道鸟声分离技术研究

单通道鸟声分离技术研究

作者：陈永焕广州大学

学位级别：硕士

鸟类对生态环境变化具有高度敏感性,常被用作生态环境变化的指示物种。对鸟声进行深入研究,有助于更准确地了解生态环境的状况。近些年来,被动声学监测技术作为一种自动化的鸟类监测工具逐渐被广泛应用。通过这种方式可以持续获取大量... 详细信息

鸟类对生态环境变化具有高度敏感性,常被用作生态环境变化的指示物种。对鸟声进行深入研究,有助于更准确地了解生态环境的状况。近些年来,被动声学监测技术作为一种自动化的鸟类监测工具逐渐被广泛应用。通过这种方式可以持续获取大量的监测数据,在此基础上结合深度学习技术能更好地分析各物种的声音,获取生态环境的变化信息。然而,这也带来了一些问题,如获取到的大量数据中存在很多重叠鸟声,这对后续的声景观分析、声学指数计算等任务造成干扰。鸟声分离技术可有效解决上述问题,但由于需要处理的数据量庞大,当前的鸟声分离技术在时间和计算资源占用方面仍需进一步优化。针对这些问题本文对基于深度学习的鸟声分离技术进行研究和验证,主要研究内容分为以下三个方面:(1)针对时域鸟声分离网络运算量过大、占用计算资源过多的问题,设计了一个高效的时域鸟声分离网络Dual-path Tiny Transformer Network(DPTTNet)。通过改进特征提取模块,在特征提取模块前增加卷积层用于学习位置信息并同时减少特征长度;并利用多头注意力机制提取各个位置的权重信息;再接反卷积层使得处理前后特征长度一致。结合双路径处理结构和改进简化的特征提取结构,改进后的时域鸟声分离网络在前向推理过程中的运算量和计算资源需求显著下降。此外,为了保证分离前后幅度的一致性,根据分离前后幅度关系设计了一个波形幅度恢复方法。根据实验结果,DPTTNet在本文的鸟声分离数据集上的尺度不变信噪比的提高(Scale-Invariant Source to Distortion Ratio improvement,SI-SDRi)达到22.2d B,相比改进前仅下降6.7%,而参数量为0.4M,相比改进前下降83.2%。同时,改进后网络浮点操作数为11.7G,相比改进前下降86.4%。(2)时域声源分离网络在分离鸟声的时候有较好的分离性能,但是在分离鸟声和其他噪声时,分离后的音频信号在频率维度上容易存在噪声干扰。针对该问题,提出了一个高效率的时频域鸟声分离网络Bird Sound Separation Convolutional Recurrent Neural Network(BSSCRNN)。该网络采用经典的CRNN结构,编码器为多层卷积层堆叠,中间的序列特征提取模块则使用本文提出的DPTTNet Block,解码器为多层反卷积层的堆叠。此外,为了保证分离前后幅度的一致性,在最终生成掩码时使用sigmoid激活函数来约束掩码幅度。BSSCRNN在本文的鸟声和噪声分离数据集上SI-SNRi达到21.4d B,与时域鸟声分离网络DPTTNet相比提升2.9d B,而运算时间减少87.5%。(3)为了验证上述两种分离方法在真实的生态环境录音数据中的效果,基于广州市帽峰山和石门山在2023年3月至10月期间采集的179GB录音数据(总时长为838.4小时),使用检测和分类网络检测出鸟声数据后,再采用时域鸟声分离网络、时频域鸟声分离网络对鸟声录音数据进行重叠鸟声分离和噪声分离,提高鸟声识别的概率。

关键词：单通道鸟声分离双路径处理循环卷积网络深度学习鸟声识别