检索结果-南通市图书馆

基于物联网和卷积神经网络的智能农机安全驾驶系统

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

农机化研究 2025年第3期47卷 211-216页

作者：张砚雪天津电子信息职业技术学院天津300350

基于物联网和卷积神经网络的智能农机安全驾驶系统是一种创新的农业技术应用,通过将农机设备的摄像装置连接到互联网上,实现对农机设备和驾驶员的实时监测和数据采集;再利用卷积神经网络技术对采集到的驾驶数据进行特征提取和驾驶行为... 详细信息

基于物联网和卷积神经网络的智能农机安全驾驶系统是一种创新的农业技术应用,通过将农机设备的摄像装置连接到互联网上,实现对农机设备和驾驶员的实时监测和数据采集;再利用卷积神经网络技术对采集到的驾驶数据进行特征提取和驾驶行为分类与识别,实现对驾驶行为的自动监测和预警。实验结果表明:系统对驾驶行为的类别检测准确率较高,可以提高农机驾驶安全性和驾驶效率,为农业生产提供更加智能化和高效的服务。

关键词：物联网卷积神经网络智能农机安全驾驶驾驶行为预警

维普期刊数据库博看期刊

国际量子认知的研究回溯、热点发掘与整合展望

在线全文

学校读者我要写书评

暂无评论

自然辩证法通讯 2025年第1期 105-116页

作者：刘燊汪澜韩逸雪周颖安徽农业大学人文社会科学学院安徽农业大学林学与园林学院中国地质大学(武汉)教育研究院

目前国内对于量子认知的研究较为薄弱，对于国际量子认知研究进行系统评述进而启发国内学者的思考十分必要。本文以2003-2022年发表的1482篇量子认知英文文献为样本，从规模、分布和趋势三个维度刻画了国际量子认知研究在发文量、地区... 详细信息

目前国内对于量子认知的研究较为薄弱，对于国际量子认知研究进行系统评述进而启发国内学者的思考十分必要。本文以2003-2022年发表的1482篇量子认知英文文献为样本，从规模、分布和趋势三个维度刻画了国际量子认知研究在发文量、地区合作、主题分布以及热点演进方面的特征，在此基础上进一步展开了对于量子认知研究未来发展趋势的分析与讨论。量子认知研究发文量呈现持续上升的趋势；心理学是量子认知研究的主要领域之一；量子认知研究的前沿热点议题包括量子理论构建认知模型的潜力、利用量子力学探究意识在大脑中的工作机制、利用量子理论解释概率判断误差中的认知现象等。

关键词：量子认知量子力学认知科学知识图谱

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数字化转型、供应链溢出与供应商ESG表现

华东经济管理 2025年第1期39卷 95-105页

作者：韩忠雪侯林湖北工业大学经济与管理学院湖北武汉430068 湖北工业大学湖北循环经济发展研究中心湖北武汉430068

环境、社会责任和公司治理表现逐渐成为衡量企业可持续发展能力的重要指标。文章以2010—2021年A股上市公司财务数据为基础,匹配上下游供应商—客户数据,实证检验了客户企业数字化转型对供应商ESG表现的影响。研究发现:客户企业数字化... 详细信息

环境、社会责任和公司治理表现逐渐成为衡量企业可持续发展能力的重要指标。文章以2010—2021年A股上市公司财务数据为基础,匹配上下游供应商—客户数据,实证检验了客户企业数字化转型对供应商ESG表现的影响。研究发现:客户企业数字化转型可以提升供应商ESG表现;在供应商地位较低、上下游企业关系密切、供应商营运环境较好以及上下游企业数字化转型差距较小的样本中,客户企业数字化转型对供应商ESG表现的促进作用更明显;进一步研究发现,客户企业数字化转型主要通过减少对供应链资金的占用、促进供应商绿色创新以及推动供应商绿色转型来提升供应商ESG表现。研究结论对提升产业链供应链韧性、促进经济可持续发展具有一定实践意义。

关键词：数字化转型供应链溢出 ESG表现财务溢出知识溢出

维普期刊数据库博看期刊

自适应变分模态分解算法在高温高压水空化特性分析中的应用

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2025年第1期59卷 56-67页

作者：许博胡鸿飞王海军西安交通大学能源与动力工程学院西安710049

针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法... 详细信息

针对高温高压流动工况下,空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题,以孔板为对象,开展了高温高压水的空化实验,并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术,自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分,提高了空化特征的提取精度。结果表明:AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展,识别空化起始点、转捩点以及空化强度的变化;当高温高压水流经孔板后,压力脉动的无量纲频率在0.04~0.35、压力脉动的无量纲幅值在0.014~0.067时,空化现象开始出现;随着空化强度增加,管内压力脉动幅值和频率整体呈增大趋势;空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度,尤其是在复杂流动条件下的空化预测,为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。

关键词：高温高压水空化特性自适应变分模态分解孔板

维普期刊数据库

同方期刊数据库