检索结果-南通市图书馆

联合SBAS-InSAR和PO-SBAS技术的矿区沉降监测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

金属矿山 2025年

作者：刘江徐嘉兴高竞峰王哲中国矿业大学矿山互联网应用技术国家地方联合工程实验室中国矿业大学环境与测绘学院山东能源集团建工集团有限公司地矿建设分公司

针对矿区开采沉陷范围广、形变梯度大，传统InSAR技术因影像失相干而无法全面、准确提取大形变梯度区域地表沉降信息的问题，以山东省济宁市某煤矿8303工作面为例，在GACOS数据辅助InSAR解算的基础上，提出联合SBAS-InSAR和PO-SBAS技术... 详细信息

针对矿区开采沉陷范围广、形变梯度大，传统InSAR技术因影像失相干而无法全面、准确提取大形变梯度区域地表沉降信息的问题，以山东省济宁市某煤矿8303工作面为例，在GACOS数据辅助InSAR解算的基础上，提出联合SBAS-InSAR和PO-SBAS技术开展矿区沉陷监测研究。利用沉降信息融合方法，通过水准数据确定SBAS-InSAR和PO-SBAS监测结果的可靠边界，借助先验误差定权原则和概率积分预计模型，实现SBAS-InSAR和PO-SBAS监测结果的融合，并分析其沉降监测的精度。研究结果表明，GACOS大气校正可以有效削弱大气延迟影响，在小形变梯度情形下，大气校正后SBAS-InSAR监测结果比常规SBAS-InSAR的更可靠。通过与水准观测数据比较，融合SBAS-InSAR和PO-SBAS技术的监测结果比单一SBAS-InSAR或PO-SBAS的监测结果更好，与真实沉降变化趋势基本吻合。研究表明联合SBAS-InSAR和PO-SBAS监测技术是一种有效获取完整下沉盆地形变信息的监测方法，可为矿区开采沉陷监测提供技术支撑。

关键词： SBAS-InSAR PO-SBAS GACOS 数据融合沉降监测

基于强化学习的超高层建筑非法入侵情景推演方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能系统学报 2025年

作者：胡今鸣胡啸峰石磊石拓滕腾中国人民公安大学信息网络安全学院中国人民公安大学首都社会安全研究基地公安部安全技术与风险评估重点实验室中国传媒大学媒体融合与传播国家重点实验室北京警察学院公安管理系

为计算超高层建筑潜在非法入侵者的“最优”入侵路径，本文提出了一种基于强化学习的情景推演方法。该方法将建筑公共走廊抽象为拓扑结构，利用贝叶斯网络计算入侵者通过每个拓扑节点的概率，结合强化学习算法获得外部人员的最优入侵路... 详细信息

为计算超高层建筑潜在非法入侵者的“最优”入侵路径，本文提出了一种基于强化学习的情景推演方法。该方法将建筑公共走廊抽象为拓扑结构，利用贝叶斯网络计算入侵者通过每个拓扑节点的概率，结合强化学习算法获得外部人员的最优入侵路径，为超高层建筑非法入侵的高效防范提供精准依据。为验证方法的有效性，以北京市CBD地区某超高层建筑为例，将入侵终点设置为顶层，设计了三种不同的入侵情景。情景推演结果表明：在初始状态下（未进行任何优化措施），SARSA模型的训练性能最佳。优化安防系统后发现，在建筑内的层间节点增加安防系统投入最有效。该优化情景下，安防系统投入与风险值的非线性拟合结果显示，随着安防系统投入的增加，入侵风险显著降低。

关键词：非法入侵情景推演超高层建筑强化学习贝叶斯网络安防系统 SARSA模型非线性回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于语义调制的弱监督语义分割

软件学报 2025年

作者：李军侠苏京峰崔滢刘青山南京信息工程大学计算机学院江苏省大气环境与装备技术协同创新中心浙江工业大学计算机科学与技术学院

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制... 详细信息

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系,解决了CNN的固有缺陷.然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声,此时直接对初始类激活图进行使用并不能取得令人满意的效果.通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化,同时,由于原始的类与块间注意力存在误差,对此设计一种语义调制策略,利用区域块间注意力的语义上下文信息对类与块间注意力进行调制,修正其误差,最终得到能够准确覆盖较多目标区域的类激活图.在此基础上,构建一种新颖的基于Transformer的弱监督语义分割模型.所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%,取得了目前较为先进的弱监督语义分割结果.

关键词：语义分割弱监督学习语义上下文 Transformer 类激活图

基于1D-CNN和Transformer模型的道岔健康状态预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京交通大学学报 2025年

作者：陈俊竹陈光武石建强邢东峰兰州交通大学自动化与电气工程学院

道岔作为铁路信号系统中的关键组件，其健康状态的准确预测对确保列车安全运行至关重要。针对铁路道岔故障诊断和寿命预测的人工智能模型虽然提升了准确性，但在泛化能力和对数据质量的高需求方面仍面临挑战。如在使用长短期记忆网络（L... 详细信息

道岔作为铁路信号系统中的关键组件，其健康状态的准确预测对确保列车安全运行至关重要。针对铁路道岔故障诊断和寿命预测的人工智能模型虽然提升了准确性，但在泛化能力和对数据质量的高需求方面仍面临挑战。如在使用长短期记忆网络（LSTM）进行寿命预测时，仍需面对梯度消失或梯度爆炸的技术难题。近年来，Transformer模型因其处理序列数据的强大能力而受到关注，并被应用于铁路道岔健康状态预测中。该文为量化道岔设备的退化状态，提出一种基于一维卷积神经网络(1D-CNN)和Transformer模型结合的道岔健康状态预测方法。1D-CNN对时序数据有很好的特征自提取能力，而Transformer 模型通过自注意力机制实现了全局的并行计算，可以同时处理输入序列中的所有位置。以S700K转辙机的功率曲线为例，由1D-CNN对原始数据进行特征提取，经过t-SNE可视化选取最优卷积层、池化层层数为3，通过多尺度卷积选取每层最优卷积核大小，由此训练得到10组特征。然后经过特征选择得到最能反映道岔健康状态的5组特征，再将其与道岔功率曲线的健康标签值共同进行Transformer模型训练，得到预测的健康指数。仿真实验表明：1D-CNN 和Transformer 模型的结合具有较为突出的预测效果与泛化能力，Transformer 模型较GRU、LSTM、ELM、SVM几种模型在处理长时间序列数据时具有更好的表现，并且更容易并行化，适用于更复杂任务的处理。采用该模型能得到更为准确的道岔健康状态预测结果。最后采用Fisher最优分割算法进行道岔转辙设备健康阶段划分，得到最优健康阶数为3，针对不同健康阶段的维护工作给出了指导性意见。

关键词：铁路道岔一维卷积神经网络 Transformer模型健康状态预测 Fisher最优分割

小型航空活塞二冲程发动机增压匹配及试验验证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空动力学报 2025年

作者：沈晓晨董雪飞赵振峰白鹏山西工程职业学院电气工程系北京航天无人机系统工程研究所北京理工大学机械与车辆学院

针对近程无人机高空动力衰减明显的问题开展二冲程航空活塞发动机增压技术研究。综合分析该技术在无人机平台的工程实际应用，提出了采用进气稳压、排气谐振、自润滑废气涡轮增压系统及闭环自适应控制系统的二冲程增压技术方案；建立了... 详细信息

针对近程无人机高空动力衰减明显的问题开展二冲程航空活塞发动机增压技术研究。综合分析该技术在无人机平台的工程实际应用，提出了采用进气稳压、排气谐振、自润滑废气涡轮增压系统及闭环自适应控制系统的二冲程增压技术方案；建立了某二冲程增压发动机一维仿真模型；采用DOE（design of experiment）试验方法完成了进排气系统关键参数耦合关系分析，获得了最佳的进气稳压和排气谐振系统结构参数，并在不同海拔下进行了进排气增压系统增压匹配计算，增压前后在8 000 m海拔下的功质比由0.59 kW/kg提升至0.96kW/kg；并依托某无人机平台对该技术方案进行了飞行试验验证，试验结果表明：最大飞行高度突破8 367 m，同等条件下较增压前提高了85%以上，二冲程增压技术高空动力性优势明显。

关键词：近程无人机二冲程增压技术进气稳压排气谐振增压匹配飞行验证

基于FFRLS-MIUKF算法的全钒液流电池荷电状态估计方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

热力发电 2025年

作者：郑涛贾泽峰邱亚李俊伟侯谋合肥工业大学电气与自动化工程学院

针对全钒液流电池的荷电状态(state of charge， SOC)估计难度大、成本高、准确性差等问题，提出一种基于带遗忘因子的递推最小二乘法(forgetting factor recursive least squares， FFRLS)和多新息无迹卡尔曼滤波(multiple innovation ... 详细信息

针对全钒液流电池的荷电状态(state of charge， SOC)估计难度大、成本高、准确性差等问题，提出一种基于带遗忘因子的递推最小二乘法(forgetting factor recursive least squares， FFRLS)和多新息无迹卡尔曼滤波(multiple innovation unscented Kalman filter， MIUKF)的全钒液流电池荷电状态估计方法。该方法通过FFRLS在线辨识全钒液流电池等效电路模型参数，然后通过MIUKF进行荷电状态估计，从而达到准确估计全钒液流电池荷电状态的目的。最后，利用实验平台对5 kW/30 kW?h的全钒液流电池采用所提出方法进行验证，实验结果表明，相较于RLS-UKF算法和FFRLS-UKF算法，FFRLS-MIUKF算法在荷电状态估计中表现最优，其充电阶段与放电阶段均方误差与均方根误差更低，均方误差与均方根误差在充电阶段分别为0.003 7、0.060 9，在放电阶段分别为0.001 3、0.036 3。

关键词：全钒液流电池 SOC估计递推最小二乘多新息无迹卡尔曼滤波遗忘因子

儿童非EV71感染手足口病外周血miR-146a表达及临床意义

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中华医院感染学杂志 2025年 718-722页

作者：王洁陶慧婷徐旭栋赵昕峰杭州市儿童医院检验科

目的研究微小RNA-146a(miR-146a)在儿童非肠道病毒(EV71)感染手足口病(HFMD)外周血表达及临床意义。方法选取2023年7月—2024年1月杭州市儿童医院感染科收治的非EV71感染HFMD患儿45例为HFMD组,同时期健康体检儿童15名为健康组,比较两... 详细信息

目的研究微小RNA-146a(miR-146a)在儿童非肠道病毒(EV71)感染手足口病(HFMD)外周血表达及临床意义。方法选取2023年7月—2024年1月杭州市儿童医院感染科收治的非EV71感染HFMD患儿45例为HFMD组,同时期健康体检儿童15名为健康组,比较两组一般临床资料,使用实时聚合酶链反应(RT-PCR)法检测外周血单个核细胞(PBMC)中miR-146a表达水平,检测血常规及生化相关指标水平,分析外周血miR-146a表达及常规指标与非EV71型感染HFMD的关系,通过受试者工作特征(ROC)曲线分析miR-146a表达对非EV71型HFMD的诊断价值。结果非EV71型感染HFMD患儿PBMC中miR-146a表达为0.78 (0.69,1.08),健康组为1.43(1.11,1.62),差异有统计学意义(Z=—3.927,P<0.001),WBC和CRP在两组的差值均较大(t=5.188,P <0.001;Z=-4.986,P<0.001),进一步分析HFMD组患儿,普通型miR-146a表达为0.83(0.70,1.27),重症型miR-146a表达为0.73(0.66,0.79),差异有统计学意义(Z=—2.130,P=0.032)。ROC曲线分析显示miR-146a预测非EV71型感染HFMD曲线下面积(AUC)为0.841。结论非EV71感染HFMD外周血PBMC中miR-146a表达水平显著下降,低水平miR-146a可能是非EV71感染HFMD患儿发病及重症的风险预测因子,有一定预测价值,可能作为HFMD患儿的血液标志物。

关键词：手足口病微小RNA 微小RNA-146a 肠道病毒71 诊断价值儿童

机构投资者持股、股权激励的市值管理效果研究——基于价值创造及价值实现的准自然实验

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

会计之友 2025年第2期 73-80页

作者：赵世君赵方铭李盈盈朱锡峰上海对外经贸大学会计学院东北财经大学会计学院上海海欣集团股份有限公司

机构投资者持股是国务院国资委及证监会一致认可并鼓励的上市公司市值管理方法。文章利用2012—2017年沪深A股上市公司的相关数据,研究机构投资者持股及股权激励对企业价值创造、价值实现及价值回归的影响。研究结果表明,机构投资者持... 详细信息

机构投资者持股是国务院国资委及证监会一致认可并鼓励的上市公司市值管理方法。文章利用2012—2017年沪深A股上市公司的相关数据,研究机构投资者持股及股权激励对企业价值创造、价值实现及价值回归的影响。研究结果表明,机构投资者持股能够通过公司治理机制对企业市值管理发挥良好的促进作用,而实施股权激励可以进一步强化这种作用,国资委2014年发布的鼓励建立市值管理制度“若干意见”取得了良好的政策效果。稳健性检验表明机构投资者持股对价值创造的影响具有较强持续性,而对价值实现水平的影响时间较短。研究结果支持我国大力培育机构投资者并鼓励延长持股周期的动议,倡导机构投资者通过参与公司治理增强其市值管理效能。

关键词：机构投资者持股股权激励价值创造价值实现市值管理

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于上下文感知语言模型的C2流量检测研究

计算机工程 2025年

作者：吴沛颖李晓慧王俊峰四川大学计算机学院四川大学网络空间安全学院

命令与控制（Command and Control，C2）通信在现代高级持续性威胁（Advanced Persistent Threat，APT）中扮演着核心角色，是APT实现长期潜伏和持续控制的关键通信纽带。C2流量检测对于防御APT攻击、保护网络安全至关重要。然而，现有... 详细信息

命令与控制（Command and Control，C2）通信在现代高级持续性威胁（Advanced Persistent Threat，APT）中扮演着核心角色，是APT实现长期潜伏和持续控制的关键通信纽带。C2流量检测对于防御APT攻击、保护网络安全至关重要。然而，现有的C2流量检测方法主要基于传统机器学习与深度学习，其中特征工程依赖于专家经验，主观性强且极易产生遗漏，对快速演变的攻击形态和流量模式适应性较差；而传统深度学习模型对深层复杂特征捕捉能力较差，同时对标注数据和训练资源具有较强依赖。为解决以上问题，本文提出一种基于Transformer双向编码表示的C2流量检测方法（C2BT），不同于传统基于特征工程的检测方法，本方法利用双向编码器表示技术（Bidirectional Encoder Representations from Transformers，BERT）大模型自动学习并捕获网络远程控制流量上下文深层特征，进一步引入单独训练的Transformer解码器进行重构和误差计算，以评估编码器的表现质量，并将重构误差融入编码器后续优化训练过程，进一步提升模型的检测效果和鲁棒性。通过在多个不同C2流量数据集上的广泛实验，本方法展现出卓越的性能和强大的泛化能力，准确率、精确率、F1分数分别达98.47%、95.82%和95.91%，并在全新的数据集上保持稳定的效果，证明了本方法在C2流量检测中的有效性。此外，通过引入解码器重构误差评估机制，验证编码器的鲁棒性，进一步提升了检测结果的有效性，为构建更高效的网络安全检测防御体系提供了新的技术路径。

关键词：命令与控制流量检测双向编码表示多头注意力机制重构误差