检索结果-南通市图书馆

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

振动时效与激振装置

机械工程师 1981年第2期 11-15页

作者：张德怡王殿君主淑贤黑龙江省中小型电机研究所

一、引言振动时效激振装置是利用振动方法对铸件、锻件以及焊接结构件等进行人工时效处理的工艺设备。它的主要特点是利用共振原理消除工件的残余应力,从而达到人工时效的目的。时效的方法很多,有自然时效、500

关键词：振动时效频率稳定性电枢电流激振力振动时效工艺装置

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

云边协同智能识别算法研究及应用

云边协同智能识别算法研究及应用

作者：主洪磊齐鲁工业大学

学位级别：硕士

以深度学习为代表的人工智能技术的快速发展推动了图像识别技术的进步,使视觉类智能物联网系统在自动驾驶、远程医疗、工业自动化等领域中的应用日益丰富与普及。视觉类智能物联网的构建一般需要兼顾推理精度、实现成本、系统延时和隐... 详细信息

以深度学习为代表的人工智能技术的快速发展推动了图像识别技术的进步,使视觉类智能物联网系统在自动驾驶、远程医疗、工业自动化等领域中的应用日益丰富与普及。视觉类智能物联网的构建一般需要兼顾推理精度、实现成本、系统延时和隐私保护等多方面的性能需求。云计算和边缘计算相结合的混合系统架构是满足这些需求的重要技术途径。在云边结合的视觉类物联网系统中,边缘计算设备负责图像的采集与实时处理,以满足系统的实时性和隐私性需求;云计算设备具有更加丰富的计算资源和强大的运算能力,能够用于高精度的后期推理和数据处理。在此背景下,如何更加有效地进行云边协同成为保证视觉类物联网系统应用性能的关键技术问题。针对以上问题,本文开展了面向机器视觉类物联网应用的智能识别机制和深度学习架构设计以及云边协同机制的研究,并在此基础上搭建了云边协同图像智能识别原型系统。所研究的云边协同机制的基本思路为通过定制化设计云端和边缘端的神经网络模型,实现云边在线协同推理。具体而言,在云端设计高性能深度神经网络,以完成实时性要求不高的细粒度图像识别任务,并在边缘端设计轻量化模型,以完成实时性要求较高的粗粒度的图像识别任务。所研究方法有效弥补了边缘侧算力不足导致的低识别速度和精度的问题,并减少云端带宽压力,提升服务响应效率。本文具体的工作总结为以下三部分。(1)针对云端图像识别任务,提出了一种深度神经网络模型CAB-YOLO,以提升模型识别的精度,实现对图像中目标的细粒度分类。首先分别引入三种注意力机制到Conv Ne Xt V2模型中,解决了模型在特征提取时丢失重要跨通道信息的问题。在特征融合中使用Bi-FPN结构,增强网络对多尺度目标的特征融合能力,进一步提升模型识别的精度。(2)针对边缘端图像识别任务,提出了一种轻量化神经网络模型GFS-YOLO,以降低模型的计算量,提高模型的识别速度。首先改进Ghost Net V2模型,降低模型对内存的频繁访问。然后引入Shuffle Net网络中的通道混洗操作,提高特征表达的多样性和丰富度,提升模型的准确率。最后结合降低通道数和引入Ghost Conv等操作进一步减少模型的参数量和计算量,实现模型的轻量化。(3)设计了云边协同推理系统架构,并完成了肺部CT图像识别系统实现和部署。将所设计的云端深度模型和边缘端轻量级模型部署到所构建的云边协同系统中,实现了云边协同联合推理,完成了本文算法可行性与有效性的验证。

关键词：图像识别深度学习云边协同轻量级神经网络

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

董责险与监管处罚对独立董事履责的影响

保险研究 2024年第8期 27-42页

作者：马理李加主湖南大学金融与统计学院

独立董事制度是公司治理中的重要组成部分,但建立20多年来,我国独立董事制度并未完全发挥预期作用。本文构建博弈模型,分析董责险与监管处罚对独立董事履责行为的影响机理,并基于2005至2020年上市公司数据进行实证检验。研究发现:监管... 详细信息

独立董事制度是公司治理中的重要组成部分,但建立20多年来,我国独立董事制度并未完全发挥预期作用。本文构建博弈模型,分析董责险与监管处罚对独立董事履责行为的影响机理,并基于2005至2020年上市公司数据进行实证检验。研究发现:监管处罚可以一定程度地敦促独立董事认真履职以降低企业的风险水平,但过高的处罚力度将挫伤独立董事的履责积极性并提高独立董事的辞职率;董责险能够减少独立董事的辞职行为,并且能够提高其履责积极性以降低企业风险。本文的政策启示:实施适当和有度的处罚措施,避免过严的处罚力度对独立董事正常履职产生负面影响;建议进一步推广董责险制度,保障独立董事的合法权益,让独立董事制度发挥更大的作用。

关键词：独立董事履职董事高管责任保险监管处罚企业风险

基于JS-VME-DBN和MS-UMAP的行星齿轮箱故障诊断方法

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2024年第3期39卷 231-243页

作者：戚晓利程主梓崔创创杨艳安徽工业大学机械工程学院安徽马鞍山243032

为了解决行星齿轮箱振动信号存在噪声干扰和特征提取困难的问题,提出一种基于水母搜索优化变分模态提取(JS-VME)、深度置信网络(DBN)和监督型马氏距离的均匀流形逼近与投影算法(MSUMAP)的行星齿轮箱故障诊断方法。采集行星齿轮箱的振动... 详细信息

为了解决行星齿轮箱振动信号存在噪声干扰和特征提取困难的问题,提出一种基于水母搜索优化变分模态提取(JS-VME)、深度置信网络(DBN)和监督型马氏距离的均匀流形逼近与投影算法(MSUMAP)的行星齿轮箱故障诊断方法。采集行星齿轮箱的振动信号,利用JS-VME对其进行预处理,获得相关性较强的期望IMF(intrinsic mode function)分量;然后将该IMF分量应用DBN提取特征向量,构建高维故障特征集;采用MS-UMAP进行维数约减,获得低维、敏感的故障特征;将低维故障特征集应用水母搜索优化核极限学习机(JS-KELM)判别故障类型。行星齿轮箱故障诊断实验结果表明:与UMAP、t-SNE、Isomap、LPP、WIsomap、LLE、LTSA和MDS等方法相比,MS-UMAP算法对JS-VME-DBN的特征提取结果有着最佳的降维效果,所提方法对行星齿轮箱的裂纹、磨损和缺齿等故障的识别率达到了100%,具有一定的有效性。

关键词：故障诊断行星齿轮箱变分模态提取(VME) 深度置信网络(DBN) 均匀流行逼近与投影算法(UMAP) 核极限学习机(KELM)

在线全文

学校读者我要写书评

暂无评论

发酵过程优化提高毕赤酵母合成血红素

食品与发酵工业 2024年

作者：李怿韬曾伟主唐蕾江南大学生物工程学院江南大学工业生物技术教育部重点实验室

血红素(heme)是一种卟啉衍生物，是血红蛋白的重要组成部分，在氧气运输以及电子传递链中有着重要作用。该研究以一株具有血红素高生产能力的毕赤酵母(Pichia pastoris)为出发菌株，在5 L发酵罐上，从pH、亚铁离子添加量、温度和溶氧水... 详细信息

血红素(heme)是一种卟啉衍生物，是血红蛋白的重要组成部分，在氧气运输以及电子传递链中有着重要作用。该研究以一株具有血红素高生产能力的毕赤酵母(Pichia pastoris)为出发菌株，在5 L发酵罐上，从pH、亚铁离子添加量、温度和溶氧水平等方面进行发酵条件优化，提高其积累血红素的水平。最后，对发酵条件最优的一组结果进行了生长动力学和生产动力学的模拟。结果表明，当控制pH值为4时最有利于血红素的生产积累，每日添加2 mL FeSO4·7H2O溶液(100 mg/L)时即可满足毕赤酵母生产血红素时对亚铁离子的需求，血红素产量达到160.1 mg/L。应用毕赤酵母甲醇补料发酵过程常用的降低温度提高蛋白表达水平的策略在甘油补料发酵生产血红素过程并未发挥预期作用，血红素产量反而降低。另外，对比不同溶氧水平发现，提高溶氧对提高血红素的积累效果不明显，但是能有效改善菌体的生长状况。最后，通过动力学模型拟合发现，发酵过程中血红素的积累与细胞生长是耦合的。研究成果为促进发酵法生产血红素的工业化提供了一些借鉴意义。

关键词：毕赤酵母血红素发酵优化动力学模型补加甘油

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

代谢工程改造大肠杆菌合成甲萘醌-7

食品与发酵工业 2024年

作者：何雨锴曾伟主徐沙江南大学生物工程学院江南大学未来食品科学中心江南大学粮食发酵工艺与技术国家工程实验室

甲萘醌-7(Menaquinone-7，MK-7)，作为维生素K2亚型之一，具有治疗骨质疏松，保护心血管健康等作用。常见MK-7生产主要由纳豆等食品发酵而来，但存在产量低，提取复杂等问题，而枯草芽孢杆菌作为MK-7常见生产菌株，也面临发酵周期长，... 详细信息

甲萘醌-7(Menaquinone-7，MK-7)，作为维生素K2亚型之一，具有治疗骨质疏松，保护心血管健康等作用。常见MK-7生产主要由纳豆等食品发酵而来，但存在产量低，提取复杂等问题，而枯草芽孢杆菌作为MK-7常见生产菌株，也面临发酵周期长，发酵产量低的问题。该研究对一株引入甲羟戊酸途径的大肠杆菌进行改造，首先利用DLKcat模型比较筛选出4个关键酶，包括七聚异戊二烯焦磷酸合酶BtHepS\BtHepT、1， 4-二羟基-2-萘甲酸七烯基转移酶MnMenA、甲萘醌生物合成C-甲基转移酶NtMenG，将其进行表达优化，构建了大肠杆菌内源合成MK-7途径。随后，整合表达异戊烯基焦磷酸异构酶EcIdi提升前体供应，再对得到的菌株进行补料分批发酵条件优化，包括延迟诱导时间，提升溶氧量至60，MK-7产量达到929.58 mg/L，但出现1 217.58 mg/L的去甲基甲萘醌-7(DMK-7)大量堆积的现象。进一步筛选了不同来源的MenG降低DMK-7的堆积，发现Bacillus subtilis 168来源的MenG可以较好地降低DMK-7堆积。最终，在5 L发酵罐上MK-7的产量达到1090.45 mg/L，DMK-7降低至231.14 mg/L。该研究结果对应用大肠杆菌生产MK-7具有一定的指导意义。

关键词：甲萘醌-7 大肠杆菌 DLKcat 去甲基甲萘醌-7 发酵优化

翻译转换理论视角下Security of India's Ports,Coast and Maritime Trade:Challenges in the 21st Century（节选）汉译实践报告

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

翻译转换理论视角下Security of India's Ports,Coast and Mariti...

作者：王主琦大连海洋大学

学位级别：硕士

本实践报告以《印度港口、海岸和海上贸易安全:21世纪所面临的挑战》一书部分章节汉译实践为依据,通过尝试以卡特福德翻译转换理论作为指导理论,来探讨该理论如何指导经贸文本翻译。翻译原文属于海洋经贸类,是信息类文本,但是该翻译原... 详细信息

本实践报告以《印度港口、海岸和海上贸易安全:21世纪所面临的挑战》一书部分章节汉译实践为依据,通过尝试以卡特福德翻译转换理论作为指导理论,来探讨该理论如何指导经贸文本翻译。翻译原文属于海洋经贸类,是信息类文本,但是该翻译原文引言部分以讲述印度的海上贸易发展史开篇,并着重分析了历史事件对海上贸易发展的影响,在讲述分析的过程中,该原文作者多采用了“夹叙夹议”的写作手法。因此,该原文除了具有信息类文本特征,也具有历史文本的特征。信息类文本注重文章逻辑性,追求客观性和准确性,而历史文本则更加注重时间逻辑,这一组合特点在翻译原文中(表现为一个句子中多种时态的同时运用)表现尤为突出,因此如何准确无误的向读者传递原文这一特点,以及如何传递与原文相同的概念和信息具有一定难度。在翻译过程中,既要考虑信息类文本的文本特征,也要兼顾到原文本的独特之处,针对不同的特点选择相应的策略或方法进行翻译。本文以卡特福德翻译转换理论为理论指导,通过运用时态转换、复数转换、结构转换、单位转换以及类别转换对翻译实践当中遇到的重难点问题加以解决。案例分析证明,通过“转换”,能够有效解决译者在翻译过程中遇到的诸多问题。通过“转换”,能够使译者在翻译过程中突破原文形式的限制,灵活准确的传达原文信息,实现翻译等值。

关键词：翻译转换理论海洋经贸文本层次转换范畴转换

基于向量地震动强度指标的海底沉管隧道地震易损性分析

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

应用基础与工程科学学报 2024年第4期32卷 1154-1169页

作者：石淑慧范书立上海勘测设计研究院有限公司上海200335 大连理工大学海岸与近海工程国家重点实验室辽宁大连116024

为了合理评估海底沉管隧道的抗震性能,基于向量地震动强度指标进行了地震易损性分析,建立了以最大层间位移角和能量比为损伤性能指标的沉管隧道地震易损性曲面.以港珠澳沉管隧道为研究对象,根据地震动强度指标的评价特性(有效性、实用... 详细信息

为了合理评估海底沉管隧道的抗震性能,基于向量地震动强度指标进行了地震易损性分析,建立了以最大层间位移角和能量比为损伤性能指标的沉管隧道地震易损性曲面.以港珠澳沉管隧道为研究对象,根据地震动强度指标的评价特性(有效性、实用性和效益性)对4个典型的地震动强度指标进行了综合评价,并选取地面峰值加速度和结构基本周期谱加速度作为向量地震动强度指标(IM).考虑地震动的不确定性,对沉管隧道进行了增量动力分析,采用回归分析方法获得了概率地震需求模型,进而构建了不同损伤性能指标的沉管隧道地震易损性曲面,并对向量IM和标量IM的沉管隧道地震易损性分析效率进行了比较分析.研究结果表明:基于向量IM进行地震易损性分析,可以合理地反映两个地震动强度指标对沉管隧道失效概率的影响;基于向量IM进行地震易损性分析的效率更高,向量IM能更好地降低沉管隧道响应预测的离散度,提高沉管隧道抗震性能预测的精度.

关键词：沉管隧道地震易损性分析增量动力分析损伤性能指标向量IM

在线全文

学校读者我要写书评

暂无评论

基于序贯三支神经网络的个性化推荐

控制与决策 2024年第3期39卷 1012-1020页

作者：成淑慧武优西河北工业大学经济管理学院天津300401 河北工业大学人工智能与数据科学学院天津300401

虽然协同过滤可以实现用户的个性化推荐,但是大多数协同过滤及其改进模型未考虑用户和项目等特征,因而不能发掘样本间的非线性关系.与协同过滤相比,深度学习能挖掘丰富的用户兴趣模式,但网络拓扑结构是基于二支决策的方式,忽略了推荐样... 详细信息

虽然协同过滤可以实现用户的个性化推荐,但是大多数协同过滤及其改进模型未考虑用户和项目等特征,因而不能发掘样本间的非线性关系.与协同过滤相比,深度学习能挖掘丰富的用户兴趣模式,但网络拓扑结构是基于二支决策的方式,忽略了推荐样本的难易程度.为了增强模型的非线性表达,同时区分推荐样本的难易,受序贯三支决策的启发,提出序贯三支决策神经网络个性化推荐模型(personalized recommendation model based on sequential three-way decision with single feedforward neural network, STWD-SFNN-PR).首先,为了将高维稀疏特征向量映射为低维稠密的特征向量, STWD-SFNN-PR采用嵌入进行特征处理.其次,在增量式的网络结构中学习推荐样本,使用Adam优化网络参数,并返回难以推荐的样本.再次,利用序贯三支决策增加延迟决策的策略,并在不同的粒度层采用序贯的阈值,从而动态地实现难以推荐样本的划分.最后,为了验证模型的可行性和有效性,选择多种电影推荐数据集进行研究,并选择经典的神经网络推荐、经典的深度学习推荐和最新的三支协同过滤推荐进行对比.实验结果表明, STWD-SFNN-PR具有更优的推荐质量.

关键词：序贯三支决策神经网络网络拓扑结构推荐系统协同过滤个性化推荐