检索结果-南通市图书馆

EPC工程总承包模式在建筑工程中的难点与对策

在线全文

学校读者我要写书评

暂无评论

工程设计与施工 2024年第7期6卷 173-175页

作者：黄仕鑫湖北安源安全环保科技有限公司湖北武汉430040

建筑工程项目众多而且比较复杂,其在管理工作上就非常繁重,工程风险不容忽视。本研究以建筑工程为研究对象,通过对EPC总承包模式的实践和研究,分析了其在建筑工程中的难点问题,如合同管理难、库存管理难、施工单位与管理,以及进一步促... 详细信息

建筑工程项目众多而且比较复杂,其在管理工作上就非常繁重,工程风险不容忽视。本研究以建筑工程为研究对象,通过对EPC总承包模式的实践和研究,分析了其在建筑工程中的难点问题,如合同管理难、库存管理难、施工单位与管理,以及进一步促进施工单位和设计单位的深度合作等方式,可以有效缓解这些问题,推动EPC总承包模式在建筑工程中的应用。我们相信,随着工程项目管理水平的不断提升和相关政策的日益完善,EPC模式将会在建筑行业中得到更广泛的应用。

关键词： EPC工程总承包模式建筑工程成本

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

20kW无焰燃烧试验及NOx排放特性研究

20kW无焰燃烧试验及NOx排放特性研究

作者：黄仕鑫华中科技大学

学位级别：硕士

无焰燃烧技术是一项全新的节能环保型燃烧技术，具有燃烧效率高，辐射换热强，NOx排放量低等优点。本文围绕无焰燃烧的燃烧特性、理论建模、台架设计等展开了数值模拟和实验研究，结果如下：论文首先介绍了20kW无焰燃烧台架的设计与搭... 详细信息

无焰燃烧技术是一项全新的节能环保型燃烧技术，具有燃烧效率高，辐射换热强，NOx排放量低等优点。本文围绕无焰燃烧的燃烧特性、理论建模、台架设计等展开了数值模拟和实验研究，结果如下：论文首先介绍了20kW无焰燃烧台架的设计与搭建。开展了相应的数值模拟为后期试验的展开提供理论支持。借助于台架与数值模拟，我们开展了甲烷、煤粉等不同类型燃料下的无焰燃烧，并从燃烧组织、温度特性、烟气排放等三个方面来探索无焰燃烧对不同燃料的燃烧特性。结果表明：无论是气体燃料还是固体颗粒燃料都能在扩散燃烧方式下实现无焰燃烧。同时，与常规燃烧相比，无论是甲烷还是煤粉，在实现无焰燃烧后，其NOX排放量都远低于常规燃烧工况。相较于气态燃料，煤粉、生物质等固体颗粒燃料实现无焰燃烧的要求更高。首先固体颗粒燃料实现无焰燃烧，需要保证炉内足够的烟气卷吸水平来克服颗粒重力作用的影响。其次，对于固体颗粒燃料，颗粒的粒径和给粉的连续性都对无焰燃烧的效果有很大影响。低NOX排放是无焰燃烧技术的主要优势，为了更好的了解无焰燃烧燃料N转化特性，本文开展了相应的数值模拟和实验研究。本文构建了甲烷掺氨燃烧的对冲火焰模型分析无焰燃烧燃料N转化特性，并开展了甲烷掺氨无焰燃烧试验进行进一步研究。结果显示：在无焰燃烧条件下，N基团参与的还原反应与常规空气燃烧相比得到加强，而氧化反应被抑制。同时，NO→N2O→N2这条反应路径的重要性被突显出来。这两点结论从机理上解释了无焰燃烧燃料NOX排放量低的原因。而开展的甲烷掺氨无焰燃烧试验表明，无焰燃烧对于燃料NOX的减排也具有很大优势，无焰燃烧燃料NOX排放量比常规空气燃烧低1倍。在试验中，本文还观察到对于无焰燃烧存在一个临界当量比，当炉膛当量比高于这个临界值时，CO和NO的浓度都会随当量比的增大而增大。对于气体燃料在空气下的无焰燃烧，这个临界当量比的值在0.8.9附近。

关键词：无焰燃烧试验研究数值模拟燃烧特性排放特性

基于CNN和Transformer融合的图像分类模型研究

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CNN和Transformer融合的图像分类模型研究

作者：黄仕鑫河北大学

学位级别：硕士

图像分类作为一种常见的视觉识别任务,有着广阔的应用场景。在处理图像分类问题时,传统的做法通常使用卷积神经网络。然而,由于卷积网络的感受野有限,难以建模图像的全局关系表示,导致分类精度低。因此很多研究者将Transformer应用于图... 详细信息

图像分类作为一种常见的视觉识别任务,有着广阔的应用场景。在处理图像分类问题时,传统的做法通常使用卷积神经网络。然而,由于卷积网络的感受野有限,难以建模图像的全局关系表示,导致分类精度低。因此很多研究者将Transformer应用于图像分类任务,然而为了满足Transformer的序列化要求,需要将图像分割成大小相等、互不重叠的图像块,这种分割破坏了相邻图像数据块之间的边缘信息。此外,由于Transformer模型往往需要在大规模数据集上进行预训练,以获得良好的性能,这导致了很高的训练成本。本文主要对以上两个问题进行了研究,并提出了相应的解决方案。第一部分工作基于现有的自注意力机制和深度可分离卷积,研究如何充分利用图像的全局信息的同时对图像相邻块间的边缘信息建模,提出了一种基于深度卷积和Transformer的图像分类网络(EPVT),以较低的计算成本实现较高精度的图像分类效果。EPVT网络主要包含三个关键组件:局部感知模块(Local Perceptron Module,简记为LPM)、空间信息融合模块(Spatial Information Fusion,简记为SIF)和卷积前馈神经网络(Convolution Feed-forward Network,简记为CFFN)。LPM模块用于捕获图像的局部相关性;SIF模块用于融合相邻图像块之间的局部信息并利用不同图像块之间的远距离依赖关系,提升模型的特征表达能力,使模型学习到输出特征在不同维度下语义信息;CFFN模块用于编码位置信息和重塑张量。实验结果表明,所提模型在大型的图像分类数据集Image Net-1K上取得了82.6%的分类准确度,证明了该模型在大规模数据集上优于现有的同等规模的视觉Transformer分类模型。针对第一部分提出的EPVT模型在小数据集上泛化能力差的问题,第二部分工作中提出了一种基于IBOT架构的分层级联Transformer图像分类模型(IBOT-HCT)。IBOTHCT模型首先通过数据增强对样本数据进行增强,并借助以EPVT为框架的教师网络来构建具有完整视觉信息的监督信号,解决了Transformer训练数据匮乏的问题。此外,IBOT-HCT通过动态维护标签库改善相邻批次样本数据分布差异大的问题,防止模型训练坍塌至某一个类别特征上,从而提升了视觉Transformer模型在小样本图像分类任务中的泛化能力。IBOT-HCT模型包含三个关键组件:学生网络、在线特征提取器和标签库。学生网络的作用是用于提取带掩码的图像数据的特征表示;在线特征提取器的作用是用来构建非掩码图像数据的监督信号;标签库用于在每个批次的训练中,确保当前批的数据分布接近上一批的数据分布。在训练时标签库将存储在线特征提取器生成的监督信号,在每个批次的训练中动态地维护标签库中的特征表示。同时构建多层级联网络,使该模型可以学习图像在不同尺寸特征图下的特征表示,提高模型的分类识别效果。实验结果表明,所提出的IBOT-HCT模型在四个通用的小样本图像分类数据集上均表现出较好的分类精度。在Mini-Image Net、Tiered-Image Net、CIFAR-FS和FC100数据集上,IBOT-HCT模型在5-way 1-shot任务中分别达到71.47%、79.31%、78.59%和48.10%的分类准确度。

关键词：深度学习图像分类自注意力机制知识蒸馏小样本学习

基于人像分割的驾驶员异常行为识别算法与系统设计

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

基于人像分割的驾驶员异常行为识别算法与系统设计

作者：黄仕鑫华南理工大学

学位级别：硕士

驾驶员监控系统已成为防止分心驾驶和保障交通安全的必备技术,国内已强制要求部分车型安装驾驶员监控系统,但目前系统中的驾驶员异常行为识别算法仍然存在容易受到背景干扰导致准确率低的问题。因此本文设计了基于人像分割的驾驶员异常... 详细信息

驾驶员监控系统已成为防止分心驾驶和保障交通安全的必备技术,国内已强制要求部分车型安装驾驶员监控系统,但目前系统中的驾驶员异常行为识别算法仍然存在容易受到背景干扰导致准确率低的问题。因此本文设计了基于人像分割的驾驶员异常行为识别算法,并将其应用在驾驶员异常行为识别系统中。本文的主要研究内容如下:基于人像分割的驾驶员异常行为识别算法研究。针对驾驶员异常行为识别算法容易受到背景干扰的问题,本文提出基于人像分割的驾驶员异常行为识别算法。首先提出人体姿态估计与人像分割联合网络,使驾驶员监控系统中用一个网络即可完成人体姿态估计与人像分割任务,其速度优于现有的人体姿态估计网络和语义分割网络的组合;其次,通过预训练和知识蒸馏的方法使该网络在驾驶员人体姿态估计和驾驶员人像分割任务上达到与大型网络相近的效果,应用在驾驶员异常行为识别任务中能够准确去除背景。然后,对去除了背景的图像识别驾驶员的异常行为时,基于vgg16网络改进提出了速度更快且更适合驾驶员异常行为识别任务的vgg16＿driver网络,使用多标签分类的方法解决多种异常行为同时发生的问题。最后,在去除背景和保留背景的条件下分别使用vgg16＿driver网络进行了特征可视化和实验数据分析,本文使用人像分割去除背景的方法使vgg16＿driver网络在两个与训练集背景不同的场景下驾驶员异常行为识别任务的F1-score指标分别提高了10.83和7.80个百分点,并优于现有其他方法。驾驶员异常行为识别系统设计及其在嵌入式平台的实现。本文将设计的驾驶员异常行为识别算法应用在驾驶员异常行为识别系统中,并将系统部署在搭载Hi3516DV300So C芯片的嵌入式平台,综合使用CPU、神经网络加速引擎及其他处理单元协同实现驾驶员异常行为的实时检测和语音告警功能。

关键词：驾驶员异常行为识别多标签分类人像分割人体姿态估计

基于GA-BP神经网络模型鉴别2型糖尿病肾病的认知模式研究

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

解放军医学杂志 2018年第6期43卷 483-489页

作者：黄仕鑫杨艳艳罗亚玲陈天瑶重庆医科大学医学信息学院重庆400016

目的以实验室指标建立诊断2型糖尿病肾病的GA-BP神经网络模型并评价其诊断性能。方法收集2016年1-12月重庆、贵州、四川的5所三级医院确诊为2型糖尿病肾病的患者,采用SPSS 19.0和MATLAB 2014a软件对患者的89项信息进行单因素分析,提取... 详细信息

目的以实验室指标建立诊断2型糖尿病肾病的GA-BP神经网络模型并评价其诊断性能。方法收集2016年1-12月重庆、贵州、四川的5所三级医院确诊为2型糖尿病肾病的患者,采用SPSS 19.0和MATLAB 2014a软件对患者的89项信息进行单因素分析,提取有统计学意义的变量,以此分别构建logistic回归、BP神经网络和GA-BP神经网络模型,对比三种模型的诊断性能。结果共477例2型糖尿病肾病患者和449例对照纳入模型分析,单因素分析结果显示42项信息差异有统计学意义。Logistic回归分类模型有12个变量纳入最佳回归方程。BP和GA-BP神经网络的输入层、隐含层和输出层分别有42、15和1个节点。Logistic回归分类模型、BP神经网络模型和GA-BP神经网络模型(训练集、测试集)的约登指数分别为0.76、0.87、0.84和0.81,对数据集的分类准确率分别为88.12%、93.41%、92.09%和90.48%,ROC曲线下面积分别为0.95、0.98、0.97和0.98。结论 GA-BP神经网络模型对2型糖尿病肾病有较好的辅助诊断价值,但仍需进一步临床检验。

关键词： BP神经网络遗传算法诊断模型 2型糖尿病肾病认知模式

基于GA-BP神经网络模型鉴别2型糖尿病性周围神经病变的分类模型研究

在线全文

学校读者我要写书评

暂无评论

解放军医学杂志 2020年第1期45卷 73-78页

作者：黄仕鑫浦科学桑祎莹罗亚玲重庆医科大学医学数据研究院重庆400016 重庆市渝北区人民医院人力资源科重庆401120 重庆医科大学医学信息学院重庆400016

目的以临床检查指标建立2型糖尿病性周围神经病变(DPN)的遗传算法优化反向传播(GA-BP)神经网络模型并评价其诊断性能。方法收集重庆医科大学附属医院2016年1-12月收治的DPN患者2240例和非DPN患者2632例,采用SPSS 21.0对两组患者的41项... 详细信息

目的以临床检查指标建立2型糖尿病性周围神经病变(DPN)的遗传算法优化反向传播(GA-BP)神经网络模型并评价其诊断性能。方法收集重庆医科大学附属医院2016年1-12月收治的DPN患者2240例和非DPN患者2632例,采用SPSS 21.0对两组患者的41项临床检验指标进行单因素分析,选取有统计学意义的变量37项,采用R软件构建决策树、贝叶斯模型,采用MATLAB 2014a软件构建BP神经网络和GA-BP神经网络模型,通过各项评估参数比较这4个模型的优劣。结果决策树模型的测试样本准确率为93.4%,贝叶斯模型为70.0%,BP神经网络模型为98.9%,GA-BP神经网络模型为99.5%;工作特征曲线下面积分别为0.93、0.72、0.99、0.99;约登指数分别为0.87、0.59、0.98、0.98。结论GA-BP神经网络模型对DPN有很好的计算机辅助诊断作用,但仍须进一步进行临床试验。

关键词：糖尿病性周围神经病变决策树贝叶斯模型 BP神经网络遗传算法

基于随机森林和误差反向传播神经网络的糖尿病性周围神经病变患病风险研究

在线全文

学校读者我要写书评

暂无评论

解放军医学杂志 2018年第10期43卷 877-881页

作者：桑袆莹黄仕鑫易静曾庆罗亚玲重庆医科大学公共卫生与管理学院重庆400016

目的建立准确判别糖尿病性周围神经病变(DPN)的分类模型,为疾病的诊断提供有价值的计算机辅助方法。方法收集重庆医科大学附属第二医院2016年1-12月确诊的2199例DPN患者及在该院健康体检的2610例体检对象的52项临床信息资料,使用R软件... 详细信息

目的建立准确判别糖尿病性周围神经病变(DPN)的分类模型,为疾病的诊断提供有价值的计算机辅助方法。方法收集重庆医科大学附属第二医院2016年1-12月确诊的2199例DPN患者及在该院健康体检的2610例体检对象的52项临床信息资料,使用R软件分别构建随机森林(RF)模型和误差反向传播(BP)神经网络模型,并比较两种诊断模型的评价指标,选择最优分类模型。结果采用随机森林和BP神经网络模型对4809例观察对象进行个体患病风险分类研究,两种模型测试样本的正确率分别为99.93%、99.58%,约登指数分别为99.85%、99.14%,ROC曲线下面积分别为0.9994、0.9959。结论两种模型的分类效果均很好,但随机森林模型在判别DPN患病风险研究中具有更高的实用性。

关键词：糖尿病性周围神经病变随机森林 BP神经网络

基于贝叶斯公式的川崎病患儿并发冠状动脉损伤的认知模型研究

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2016年第33期19卷 4106-4109页

作者：周雪晴宋萍黄仕鑫罗亚玲重庆医科大学医学信息学院重庆市400016 重庆医科大学附属儿童医院病案统计科

目的根据川崎病临床生物指标,结合贝叶斯方法,建立川崎病并发冠状动脉损伤(CAL)的贝叶斯模型,对川崎病并发CAL的认知模型进行初步探讨。方法回顾性分析2014年9月—2015年9月重庆医科大学附属儿童医院784例住院川崎病患儿的临床资料,对... 详细信息

目的根据川崎病临床生物指标,结合贝叶斯方法,建立川崎病并发冠状动脉损伤(CAL)的贝叶斯模型,对川崎病并发CAL的认知模型进行初步探讨。方法回顾性分析2014年9月—2015年9月重庆医科大学附属儿童医院784例住院川崎病患儿的临床资料,对影响川崎病患儿并发CAL的因素进行单因素分析,将有统计学意义的指标纳入贝叶斯模型。结果 784例患儿中356例(45.4%)并发CAL,单因素分析显示,性别、发病年龄、热程、血小板计数(PLT)、血红蛋白(Hb)、C反应蛋白(CRP)、清蛋白(Alb)是川崎病患儿并发CAL的影响因素(P<0.05)。贝叶斯模型的灵敏度为58.1%,特异度为74.4%,符合率为71.6%。结论川崎病并发CAL的主要危险因素有性别、发病年龄、热程、PLT、Hb、CRP、Alb,利用贝叶斯模型提高了预测川崎病患儿并发CAL的灵敏度。

关键词：川崎病心血管疾病贝叶斯定理认知图

在线全文

学校读者我要写书评

暂无评论

高等教育对区域经济的促进机制探讨

当代经济 2017年第22期34卷 130-131页

作者：浦科学黄仕鑫重庆医科大学医学信息学院重庆渝中400016

随着中国高等教育规模的迅速扩大,高等教育与区域经济如何协调发展已经成为整个社会普遍关注的问题。本文以经济增长理论为依据,通过分析高等教育在区域经济增长中的影响机制,探讨高等教育在提升人力资本,推动技术进步,加快技术创新方... 详细信息

随着中国高等教育规模的迅速扩大,高等教育与区域经济如何协调发展已经成为整个社会普遍关注的问题。本文以经济增长理论为依据,通过分析高等教育在区域经济增长中的影响机制,探讨高等教育在提升人力资本,推动技术进步,加快技术创新方面的重要作用,并由此提出政府应增加高等教育投入、促进产学研有效结合,从而提高区域经济增长的质量和效率。

关键词：高等教育人力资本区域经济