检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

商业健身俱乐部自然运动课程创编及实证研究

商业健身俱乐部自然运动课程创编及实证研究

作者：张潇毅首都体育学院

学位级别：硕士

基于定性比较分析的公安派出所民警工作投入影响因素及提升对策研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于定性比较分析的公安派出所民警工作投入影响因素及提升对策研...

作者：李昊毅中国人民公安大学

学位级别：硕士

“求木之长者,必固其根本。”公安派出所工作是公安工作的根基。推动公安工作高质量发展,强基固本至关重要。公安派出所的工作成效直接关系到基层社会治理的效能。公安派出所民警工作投入是指公安派出所民警为了完成新时代公安工作的使... 详细信息

“求木之长者,必固其根本。”公安派出所工作是公安工作的根基。推动公安工作高质量发展,强基固本至关重要。公安派出所的工作成效直接关系到基层社会治理的效能。公安派出所民警工作投入是指公安派出所民警为了完成新时代公安工作的使命任务,实现个人的价值追求,积极忘我地将自身投入到公安派出所工作中的思想和行为状态,其内容结构包括奉献精神、精神专注、工作活力三个维度。公安派出所民警工作投入水平直接影响公安派出所工作的质量和效率,研究公安派出所民警工作投入对于提高公安基层工作水平、基层社会治理效能具有现实意义。工作投入在组织行为学和人力资源管理学领域已经有了比较成熟的研究成果,但在公安学领域,特别是对公安派出所民警工作投入的研究还比较匮乏。本研究以公安派出所民警工作投入为研究对象,结合人力资源管理学、公安学、思想政治教育等多学科理论、视角和方法开展研究;通过定性比较分析(QCA)探索公安派出所民警工作投入各条件变量的相对重要程度以及对结果变量的协同作用机制,能够有效弥补传统定性和定量研究方法的不足,使所提对策更具有实效性和指导意义。论文正文共有五个章节,第一章是绪论部分,介绍研究背景和意义,梳理有关文献,交代研究思路、方法和创新点。第二章是基本问题概述部分,界定工作投入概念并分析其内容结构,在此基础上结合公安派出所工作特点界定公安派出所民警工作投入的概念并分析其内容结构;同时,对本研究的理论基础即马克思主义精神动力理论、习近平总书记关于奋斗精神的重要论述进行概述。第三章是研究设计部分,介绍了QCA方法并分析运用QCA研究公安派出所民警工作投入影响因素的优势和可行性;根据有关模型和理论,结合公安派出所民警工作投入的内容结构和公安派出所工作的特点,从个人、工作、组织层面选取职业使命感、工作满意度、工作过载、工作家庭冲突、互动公平、变革型领导六种影响因素作为条件变量,并据此设计所需问卷、收集数据并检验问卷的信效度。第四章是定性比较分析部分,通过QCA对公安派出所民警工作投入影响因素进行组态研究并得出启示。第五章是对策研究部分,根据QCA所得出的启示,围绕公安派出所民警工作投入的内容结构,探索公安派出所民警工作投入的有效提升策略。

关键词：定性比较分析公安派出所民警工作投入影响因素思想政治工作

一种基于任务级别流形的两阶段小样本学习模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种基于任务级别流形的两阶段小样本学习模型

作者：余思毅吉林大学

学位级别：硕士

小样本学习旨在利用有限的数据获取新的能力。在图片分类领域,大多数小样本模型依赖预训练的骨干网络作为特征提取器,将图片转换为高维嵌入(特征向量)。然而,同一特征空间并不适用于不同的小样本任务进行分类决策。现有的模型要么利用... 详细信息

小样本学习旨在利用有限的数据获取新的能力。在图片分类领域,大多数小样本模型依赖预训练的骨干网络作为特征提取器,将图片转换为高维嵌入(特征向量)。然而,同一特征空间并不适用于不同的小样本任务进行分类决策。现有的模型要么利用小样本任务中的少量标记数据进行有限轮次的反向传播,以修正嵌入;要么在预训练阶段使用更深的骨干网络来增强表示学习。然而,这些方法都无疑增加了模型的复杂度,降低其快速适应能力。骨干网络是利用大量标注数据训练得到。大类别的预训练任务导致其形成的特征空间维度远高于小样本任务实际需求。尽管高维空间有助于捕捉多样化特征,但并非所有特征维度都与当前任务相关,因为预训练任务与小样本任务的类别是不相交的。在同类间数据稀少、缺乏相互印证的情况下,无关的特征维度会成为噪音。同时,高维空间本身就难以进行模式识别。因此,本文的核心思想是利用流形学习微调高维特征空间并移除无用特征,从而获得任务级别特征表示,在此基础上,进行分类。基于上述挑战和认识,本文工作如下:(1)提出一种两阶段小样本学习模型,分为骨干网络预训练阶段和小样本任务适应阶段。预训练阶段:采用全分类和元学习训练方法,使模型获得通用特征提取能力,并熟悉小样本任务设置。小样本任务适应阶段:利用流形学习,基于小样本任务本身的拓扑结构,移除无用的干扰特征。从而,在可靠的任务级别流形基础上,做出稳健决策。(2)提出一种有效的方式,利用支持集数据构建虚拟标记样本(流形支持点)。在流形学习过程中注入监督信息,以利用有限的标记数据构建连贯的邻域,辅助流形学习。(3)在实验验证中,提出一种新的支持集不平衡程度设置方式:即从某一概率分布中抽样支持集各类别的数据量,通过控制概率分布均值和方差的方式,约束支持集的数据量和不平衡程度。在Mini Image Net、Tiered Image Net、CUB等数据集上,验证了模型在不平衡情况的表现。在小样本任务中,模型不需要捕捉图片所有信息,只需保留能够区分不同类别且具有显著影响的特征。本文通过流形学习,挑选本质特征,并利用支持集的监督信息,引导无监督的流形学习过程。实验结果表明,本文提出的方法能够有效处理支持集不平衡程度加剧、噪音增大的小样本任务。

关键词：计算机视觉小样本学习任务级别流形流形支持点无监督

基于UMAP-DBO-LSTM的氨氮浓度预测模型研究

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UMAP-DBO-LSTM的氨氮浓度预测模型研究

作者：贾明毅仲恺农业工程学院

学位级别：硕士

肝内胆管癌淋巴结清扫的研究热点、焦点与难点

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国普通外科杂志 2024年第2期33卷 168-175页

作者：刘红枝曾永毅福建医科大学孟超肝胆医院肝胆胰外科福建福州350007 福建省肝胆医学中心福建福州350007

肝内胆管癌(ICC)是一种高度侵袭性的恶性肿瘤,淋巴结转移是ICC患者预后不良的最重要因素之一。淋巴结清扫在ICC淋巴结分期、预后指导及辅助治疗等方面具有重要价值。近年来,国内外学者围绕ICC淋巴结转移及淋巴结清扫开展了深入研究,但... 详细信息

肝内胆管癌(ICC)是一种高度侵袭性的恶性肿瘤,淋巴结转移是ICC患者预后不良的最重要因素之一。淋巴结清扫在ICC淋巴结分期、预后指导及辅助治疗等方面具有重要价值。近年来,国内外学者围绕ICC淋巴结转移及淋巴结清扫开展了深入研究,但国内外不同研究结果和共识对ICC淋巴结清扫尚存在不同的认识和推荐,同时淋巴结清扫范围、清扫数量及清扫方法各不相同,相应研究结果也略有差异。本文结合近期研究成果对淋巴结清扫范围、清扫数量、清扫方式、临床价值、适宜人群和前瞻性临床研究等ICC淋巴结清扫相关问题作一概述,以期明确本领域研究热点、焦点和难点,为提高ICC综合整治水平助力。

关键词：胆管肿瘤胆管,肝内淋巴结切除术淋巴转移

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

基于多源传感器融合的复杂环境语义建图研究

基于多源传感器融合的复杂环境语义建图研究

作者：杨庭毅吉林大学

学位级别：硕士

城镇职工基本养老保险费率下调对城镇就业的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城镇职工基本养老保险费率下调对城镇就业的影响研究

作者：张凤毅兰州财经大学

学位级别：硕士

2023年新冠疫情虽已结束,但我国就业压力依然较大,结构性失业问题严峻。我国自2013年提出适时适当降低社会保险费率开始,先后5次降低或阶段性降低社保费率,其中城镇职工基本养老保险费率降幅较大,单位缴费比例从20%降至16%,为企业提供... 详细信息

2023年新冠疫情虽已结束,但我国就业压力依然较大,结构性失业问题严峻。我国自2013年提出适时适当降低社会保险费率开始,先后5次降低或阶段性降低社保费率,其中城镇职工基本养老保险费率降幅较大,单位缴费比例从20%降至16%,为企业提供了更多的利润空间。城镇职工基本养老保险费率对于劳动力需求方——企业来说是一种用工成本,对于劳动力供给方——劳动者来说却是一种预期福利,这就导致降低城镇职工基本养老保险费率将在一定程度上影响城镇就业水平。因此,研究城镇职工基本养老保险费率下调对城镇就业的总体影响对于提高城镇就业水平有重要意义。本文通过构建联立方程模型,从劳动力供求综合角度研究城镇职工基本养老保险费率下调对城镇就业的影响,明确揭示出下调城镇职工基本养老保险费率对城镇就业的正向影响,并通过构建因子测算模型测算出未来我国城镇职工基本养老保险最优费率,有助于国家把握好政策力度,适时适当调整城镇职工基本养老保险费率,提振企业劳动力需求,缓解城镇就业压力,促进经济增长。

关键词：城镇职工基本养老保险费率城镇就业最优费率

基于深度学习的磁共振图像大脑区域提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的磁共振图像大脑区域提取方法研究

作者：何科毅长春工业大学

学位级别：硕士

磁共振成像(MRI)在脑部疾病的诊断、治疗以及研究过程中具有举足轻重的地位,而确保大脑区域的精确提取则是实现其应用价值的先决条件。大脑区域提取的核心任务在于从复杂的医学影像数据中准确识别并分离出特定的大脑区域或结构,这一过... 详细信息

磁共振成像(MRI)在脑部疾病的诊断、治疗以及研究过程中具有举足轻重的地位,而确保大脑区域的精确提取则是实现其应用价值的先决条件。大脑区域提取的核心任务在于从复杂的医学影像数据中准确识别并分离出特定的大脑区域或结构,这一过程涵盖了诸如大脑提取(即颅骨剥离)和脑组织分割等大脑区域提取任务。然而,当前的大脑区域提取算法,在处理磁共振图像时,面临两大挑战。首先,当处理特殊的数据集,如婴儿的低场图像数据集时,较低的对比度限制了网络的分割精度。其次,对于多标签的脑组织分割任务,边缘区域容易出现明显的分割误差。因此,本文旨在采用深度学习方法,高效且准确地从磁共振图像中识别并提取大脑区域,提升大脑区域提取的精确性。首先,提出了一种基于错分割损失函数的大脑区域提取(即颅骨剥离)方法,旨在优化低场磁共振图像中的大脑区域提取过程。针对低场图像中常见的背景离散点和不均匀场问题,设计了一种低场预处理模块。通过所提出的误差区域约束错分割损失函数,引导网络专注在错分割区域进行训练,从而提升分割的精确性。采用0.35T婴儿脑部低场磁共振数据集进行了实验。实验结果表明,所提出的方法相较于基线方法平均Dice提高了0.5个百分点,相较于其他先进深度学习方法平均Dice提高了3个百分点,证明了所提出方法的有效性。其次,提出了一种基于全局和局部损失约束的脑组织区域分割方法,结合更深更宽的网络架构捕捉图像细节,旨在提升多标签脑组织分割精度。在第一阶段关注全局区域损失,随后第二阶段结合错分割区域损失,特别考虑多组织分割中的错误离散点。这种策略优化了网络的全局和局部性能,实现了更精准的训练效果。在d HCP和OASIS两个公开数据集上进行了实验。实验结果表明,所提出的方法相较于基线方法平均Dice提高了0.4-0.6个百分点,相较于其他先进深度学习方法平均Dice提高了5-6个百分点,证明了所提出方法的有效性。最后,利用QT跨平台开发框架,将大脑区域提取的深度学习方法与图形用户界面(GUI)集成,为用户提供一个直观、易用的操作界面。通过这一界面,用户可以便捷地执行大脑区域提取操作,并获得高精度的区域分割结果。进一步推动了深度学习在脑部磁共振成像(MRI)分析领域的广泛应用。

关键词：深度学习磁共振图像大脑提取脑组织分割分割损失函数

基于图神经网络与纵向多序列MR的疾病预测模型构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图神经网络与纵向多序列MR的疾病预测模型构建

作者：彭俊毅南方医科大学

学位级别：硕士