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

国产动画片在少先队榜样教育中的应用研究

国产动画片在少先队榜样教育中的应用研究

作者：杜素素内蒙古师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区块链的车联网访问控制方法研究

基于区块链的车联网访问控制方法研究

作者：杜邵昱西安理工大学

学位级别：硕士

车联网中,车辆通过数据共享的方式实现车辆的行驶轨迹、状态、事故等信息共享,从而达到决策优化,对智能交通控制、自动驾驶等应用具有非常重要的意义。随着车载传感器、网络技术的快速发展,车联网系统中交换的数据量也在不断增大,如何... 详细信息

车联网中,车辆通过数据共享的方式实现车辆的行驶轨迹、状态、事故等信息共享,从而达到决策优化,对智能交通控制、自动驾驶等应用具有非常重要的意义。随着车载传感器、网络技术的快速发展,车联网系统中交换的数据量也在不断增大,如何有效的保护数据安全成为了亟需解决的问题之一。在车联网的数据共享中,有些用户的数据可能并不想被其他用户访问,这就需要对用户的访问权限进行控制,而传统的集中式访问控制方法可能造成数据泄露和单点故障问题,进而给车辆用户带来安全隐患。本文针对车联网中数据访问时的权限控制方法,引入区块链方法来解决车联网中集中授权存在的安全类问题,提高整个系统的安全性和鲁棒性。区块链在节点数量增多时可能存在共识较慢从而导致访问延迟过高的问题,需要提高区块链环境下数据访问效率。首先,提出了一种数据分类存储和权限可传递方法,将车辆用户的数据分类为隐私数据和非隐私数据,并分别采用区块链和星际文件系统进行存储,通过分类存储的方式能够实现对数据的精准保护并降低数据访问的时延。然后,提出了基于属性的访问控制策略写入智能合约,通过智能合约对用户的访问权限进行判断,以保证访问控制过程的可信性。最后,通过仿真实验进行分析和对比,证明本文的方法在不同节点数量的情况下均能够降低访问时延、减少访问控制中由于区块链网络共识产生的计算开销。与现有方法相比,数据访问的平均速率以及吞吐量比传统方案有了一定提高,解决了传统区块链中节点数量不断增大所引起的交易处理时延、通信存储开销增大的问题。本文针对实用拜占庭容错算法在共识过程中存在的通信量大,浪费资源,时延高的问题,提出了一种信誉分组实用拜占庭容错算法来减少共识过程中产生的时延。首先通过引入信誉机制来识别和处理网络中的恶意节点,在主节点选取时,根据节点的信誉值进行推选,将恶意节点进行过滤,从而确保主节点的可靠性和稳定性。之后,通过分组来减少共识过程中的信息交换次数,将网络中的节点划分为多个小组,每个小组内部进行主节点的选取,在所有小组主节点中选择出全局主节点进行共识。当客户端发起共识请求后,主节点在组间进行广播,组内主节点对全局主节点进行响应,然后在全局达成共识。当节点数量较多时,这种分组方式可以极大减少共识过程中的信息交换次数,从而减少共识时间。仿真实验结果显示,与采用传统数据存储方式相比,本文提出的信誉分组实用拜占庭容错算法,能够较好的提升共识效率;和传统PBFT相比,当系统中的节点数为200时,平均共识时延降低了70.3%,和文献[72]相比,在存在30%恶意节点的情况下,进行100轮共识时的平均共识时延降低了32.67%。

关键词：区块链车联网访问控制共识算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

陕北民俗题材中国人物画探究

陕北民俗题材中国人物画探究

作者：杜咪延安大学

学位级别：硕士

民俗题材是中国人物画创作的重要主题之一,是中国共产党的文艺政策方针和地域乡土民俗生活的体现。它采取了客观视角描绘了普通大众的日常生活,其作品不仅具有艺术性与观赏性,还蕴含着浓郁的地域特色,反映了当地民众特有的文化理念和审... 详细信息

民俗题材是中国人物画创作的重要主题之一,是中国共产党的文艺政策方针和地域乡土民俗生活的体现。它采取了客观视角描绘了普通大众的日常生活,其作品不仅具有艺术性与观赏性,还蕴含着浓郁的地域特色,反映了当地民众特有的文化理念和审美情趣。陕北独特的自然环境和丰厚的文化资源,形成了厚重、深沉、博大的民俗文化,吸引了众多画家到这片黄土地上寻找创作灵感,将陕北民俗融入中国人物画创作之中,兼有民俗文化记录和艺术创作的双重属性,有利于体现传统中国人物画的意蕴,有利于增强民俗文化自信,符合我国弘扬传统文化的主旋律。本课题采用文献研究、图像研究、比较研究和田野调查等研究方法,对陕北民俗题材中国人物画的产生背景、表现内容、风格特征、技法优势和价值意义等内容以递进关系进行分类研究。通过典型作品的分析总结,探寻经过数代艺术家沉淀、积聚所创立的陕北民俗人物画画风形态,感知隐藏在背后厚重、淳朴、率真的“黄土”情结。具体研究内容分为以下几个方面:第一部分,阐述了陕北民俗的基本概念和陕北民俗题材的概念。第二部分,梳理了民俗题材中国人物画产生与发展的历史脉络,以及成为绘画对象的原因。第三部分,通过典型作品引出了陕北民俗题材中国人物画的主题分类、内容表现、技法优势、创作方式。第四部分通过前面大量的资料搜集和文献阅读为创作奠定了理论基础,从而论述了笔者对陕北民俗题材中国人物画的创作实践内容与表现。

关键词：陕北民俗题材中国人物画

氟化改性纳米MgO/环氧树脂复合材料电气性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

氟化改性纳米MgO/环氧树脂复合材料电气性能研究

作者：杜启蒙西安理工大学

学位级别：硕士

环氧树脂是一种重要的绝缘材料,具有优异的绝缘性和良好的可加工性,在特高压输电技术发展中扮演重要角色。然而,传统的环氧树脂材料在面对极端工作环境时极易发生热老化问题,亟需对其进行改进以提升性能。本研究通过对高熔点纳米MgO进... 详细信息

环氧树脂是一种重要的绝缘材料,具有优异的绝缘性和良好的可加工性,在特高压输电技术发展中扮演重要角色。然而,传统的环氧树脂材料在面对极端工作环境时极易发生热老化问题,亟需对其进行改进以提升性能。本研究通过对高熔点纳米MgO进行等离子体氟化改性,制备不同填充量的环氧复合材料,研究其电气性能及耐热老化性能。采用KH560偶联剂协同DBD氟化技术对纳米MgO粒子进行改性处理,并利用高温固化工艺制备了改性MgO/EP复合材料。通过对改性填料进行理化特性测试,以及对改性环氧复合材料进行微观形貌测试和热特性分析。结果表明,氟化改性处理显著提升了材料的界面结合性。F-MgO填料中的氟含量增至7.68%,同时,F-MgO/EP复合材料的各项热特性参数也得到了显著提高。采用电气性能测试方法,对不同填充浓度复合材料的体积电阻率、介电特性、沿闪电压及击穿场强等参数进行了测试。结果显示,F-MgO/EP复合材料在多项电气性能指标上表现突出:体积电阻率最高提升71.10%,介质损耗最大降低28.87%,沿闪电压最多提升37.75%,击穿场强最多提升54.94%。选择合适浓度的改性MgO填料能显著提高环氧树脂的电气性能。采用360小时高温热老化实验来模拟环氧树脂的极端高温运行工况,对纯EP材料及6%填充浓度复合材料的理化特性及电气参数进行测试。结果表明,热老化后F-MgO/EP复合材料能保持良好的微观形貌,与热老化后纯EP材料相比,其体积电阻率提高87.44%,介质损耗下降21.79%,局放起始电压下降幅度由18.16%降低为2.33%,击穿场强下降幅度由26.75%降低为5.29%。本文研究表明,对高熔点纳米MgO材料采用氟化协同偶联改性技术处理,有效改善了填料在环氧基体中的团聚现象,显著提升了环氧材料的电气性能,同时F-MgO/EP复合材料具有优异的耐热老化特性。

关键词：环氧树脂纳米颗粒等离子体氟化热老化

基于风险评估和深度强化学习的自动驾驶决策方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于风险评估和深度强化学习的自动驾驶决策方法研究

作者：杜牵齐鲁工业大学

学位级别：硕士

随着自动驾驶技术的不断成熟,其在现实交通环境中的正确判断和行为策略的高效执行成为评价其性能的关键。自动驾驶决策算法的研究是确保这一目标的核心部分,需要保证所做出的行为决策既安全又有效。鉴于现有决策算法在应对复杂交通环境... 详细信息

随着自动驾驶技术的不断成熟,其在现实交通环境中的正确判断和行为策略的高效执行成为评价其性能的关键。自动驾驶决策算法的研究是确保这一目标的核心部分,需要保证所做出的行为决策既安全又有效。鉴于现有决策算法在应对复杂交通环境时往往未能全面考虑风险因素,且难以预测未来环境中的潜在风险,本文提出了一个结合行车风险场和轨迹预测的深度强化学习决策模型。研究内容如下:首先,本文深入调研了行车过程中的风险问题,并对传统风险评估方法的局限性进行了概述。鉴于这些方法通常缺乏对复杂交通环境多维性的考量,在二维高斯分布理论的基础上,提出了一种适用于自动驾驶行为决策的行车风险场模型。该模型综合考虑了车道线、静态障碍物及动态障碍物等多种因素,并引入了“伪距离”这一概念,以更准确地模拟实际交通场景的复杂性,此风险评估模型为后文自动驾驶决策设计提供了理论依据。其次,考虑到行车风险场模型主要用于评估当前时刻的综合风险,但在不断变化的交通环境中,对未来状态及其潜在风险的预测显得尤为重要。为了行驶过程中能够获取更具前瞻性的环境输入信息,本文提出了一种结合图结构理论和Structural-LSTM网络的轨迹预测模型。该模型基于编码器-解码器框架设计,有效提升了复杂交通场景下处理时空关系及序列数据的效率。此外,为进一步优化模型性能,在模型中引入了注意力机制,有效提升了车辆轨迹中关键特征的识别和获取能力。最后在NGSIM数据集上对模型进行验证性分析,将实际轨迹与预测轨迹之间的误差进行对比。研究结果显示,本模型相比传统预测方法在各时刻均方根误差均有减小。最后,本文将所提出的轨迹预测模型与改进行车风险场模型融合至深度强化学习算法框架中。在设计深度确定性策略梯度算法(DDPG)的状态空间及奖励函数时,全面考虑未知行车环境及其潜在风险,从而构建了一个能有效预测风险的自动驾驶决策模型。在细节方面,设计了基于TD误差的双经验池机制,对DDPG算法进行结构改进,以优化算法性能。通过在CARLA仿真平台上进行训练与测试实验,该模型在任务完成得分和成功率方面均优于对比算法。为评估模型的泛化能力,搭建了包含静态和动态交通场景的验证环境,并使用不同障碍物和车辆来模拟真实交通状况。实验结果显示,与对比算法相比,本文模型在车辆稳定性和决策时机方面展现出了显著的优势,证明其具有良好的泛化能力。

关键词：自动驾驶深度强化学习风险评估决策

基于轻量化小目标检测的区域智能监控算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轻量化小目标检测的区域智能监控算法研究

作者：杜遥遥西安邮电大学

学位级别：硕士

随着社会信息化和智能化时代的快速发展,人工智能开始不断应用于各个领域,实现以机器换人力,以智能增效能。特别是《“十四五”数字经济发展规划》的全面推进,智能监控技术在智慧城市建设中发挥着至关重要的作用。本文以深度学习目标检... 详细信息

随着社会信息化和智能化时代的快速发展,人工智能开始不断应用于各个领域,实现以机器换人力,以智能增效能。特别是《“十四五”数字经济发展规划》的全面推进,智能监控技术在智慧城市建设中发挥着至关重要的作用。本文以深度学习目标检测算法为主要技术手段,以智能化监控、轻量化设计和小目标检测为研究目的。针对复杂的监控背景,结合YOLO(You Only Look Once)系列算法,构建区域智能监控模型,分别对无人机和车辆目标进行检测,使监控算法更加智能化、轻量化和高效化,为解决智能监控问题提供理论和技术支撑。本文的主要创新工作和研究内容如下。(1)针对无人机在现实监控场景中,存在识别精度低和小目标漏检等问题,提出改进的YOLOv5s无人机监控算法。通过对YOLOv5s检测算法的头部预测网络增添微小目标预测层。同时加入轻量级卷积注意力模块。最后采用轻量级Mobile Net V3代替深化交叉部分(Cross Stage Partial Darknet-53,CSPDarknet-53)作为新的特征提取网络,进一步提升网络的轻量化性能,并实现对小目标无人机特征的有效提取。改进后的YOLOv5s算法在复杂背景下的多尺度无人机数据集上进行训练,实验结果表明,该算法相比原网络,识别精度提高3.16%,算法参数量下降30.5%,并且有效改善了小目标无人机的漏检问题。(2)针对车辆目标在复杂交通监控场景中,容易对遮挡及密集目标出现错检和难以识别等问题,提出YOLOv5m-CARStr车辆监控算法。通过对YOLOv5m检测算法,引用内容感知特征重组(Content-Aware Re Assembly of FEatures,CARAFE)。此外,重新设计增强型特征融合网络,提升车辆特征的多样性与鲁棒性,增强网络对不同尺度车辆目标的检测性能。提出的YOLOv5m-CARStr算法在Vis Drone2019-DET数据集上进行对车辆目标的检测,结果表明,该算法的平均检测精度(mean Average Precision,m AP)相比原算法提高4.14%,有效提升了网络对遮挡和密集车辆目标的检测精度与识别能力。(3)针对YOLOv5m检测算法在监控小目标车辆时,存在参数量过大、复杂度过高且检测速度慢等问题,提出YOLOv5m-PCE车辆监控算法。通过对所提出的YOLOv5m-CARStr算法,进行稀疏正则化训练和通道剪枝操作,在保证检测精度的同时,实现对模型的有效压缩。实验结果表明,所提出的改进算法YOLOv5m-PCE相比YOLOv5m算法,参数量与计算量分别降低了63.8%与65.8%,平均检测精度提升了5.15%,帧率(Frames Per Second,FPS)由28提升至47。在提高检测精度的同时,有效提升模型的轻量化性能,且较好地满足对小目标车辆检测实时性的要求。

关键词：智能化监控小目标检测内容感知特征重组通道剪枝轻量化

硅单晶生长数字孪生系统云边协同架构设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

硅单晶生长数字孪生系统云边协同架构设计与实现

作者：杜西安西安理工大学

学位级别：硕士

半导体是构成各种电子设备的基石,利用半导体材料制成的芯片等各种电子器件,被广泛用于计算机、通信设备、消费电子等各种电子设备中,在几乎各个领域都有广泛的应用。从某种程度上来说,当今人类社会生存和发展的每一步都离不开半导体芯... 详细信息

半导体是构成各种电子设备的基石,利用半导体材料制成的芯片等各种电子器件,被广泛用于计算机、通信设备、消费电子等各种电子设备中,在几乎各个领域都有广泛的应用。从某种程度上来说,当今人类社会生存和发展的每一步都离不开半导体芯片技术的发展与支持。用于芯片制造的硅材料被称为半导体级硅或电子级硅,它们需要满足一系列极其严格的质量标准。通常,对硅片的纯度要求极高,一般纯度不得低于99.9999%,而对于精密的高端芯片来说,硅片的纯度甚至要达到99.9999999%以上。直拉法硅单晶炉作为目前制造电子级硅单晶的关键设备,其技术水平对半导体芯片的质量和性能有直接的影响,只有不断创新和提升硅单晶炉的技术水平,才能满足半导体产业对高质量单晶硅的需求。利用数字孪生技术,通过对直拉硅单晶炉建立数字孪生系统,以从单晶炉物理实体实时采集获取的数据为驱动,在建立的镜像数字化硅单晶生长模型中进行晶体生长的分析和预测,优化对单晶炉物理实体的控制,对提高硅单晶产品的品质具有重大意义。另外,通过对直拉硅单晶炉建立数字孪生系统,在孪生系统中精确模拟硅单晶炉内部的温度场、流场等物理场,更准确地对炉体结构的合理性进行分析,指导炉体设计优化。同时,通过对部分硅单晶生长参数进行调整后,在孪生系统中进行虚拟实验可以减少对实际设备的依赖,降低设备损耗,减少实验材料的使用及能源的消耗,从而降低研发成本。在硅单晶炉的数字孪生系统实现中,单纯采用云计算中心架构实现孪生系统,将所有数据通过网络传输至云端进行存储、分析、处理,势必会对网络传输造成极大压力,也会对云端存储资源造成浪费,由于传输带宽受限等原因,必然会产生系统时延,从而降低孪生系统的实时性,甚至影响系统的正常运行。本文采用云边协同的架构方式,在靠近单晶炉物理实体设备侧部署边缘服务器对无需进行传输的视频数据等由边缘计算设备在边缘端直接进行处理,只将处理结果和对硅单晶炉物理设备采集的必要数据传输至云计算中心进行存储或后续处理。这样极大地减轻了网络传输压力,也减少了云端计算中心的存储资源需求,降低了系统时延,同时提高了孪生系统的实时性。本文还对直拉硅单晶生长数字孪生系统的云边协同架构设计进行了云端和边缘端的具体实现。另外,在直拉硅单晶生长数字孪生系统中,需要对硅单晶生长物理设备的现场安全情况进行监测,本文采用了在边缘端部署现场安全监测AI推理服务器,使用基于卷积神经网络的目标检测算法对有烟雾产生的不安全情况进行监测,具体算法应用了目标检测一阶段算法中的YOLO算法,并通过建立相应的烟雾数据集在云端AI训练服务器进行训练,在得到可以在边缘端推理服务器运行的目标检测模型数据后,对边缘端现场安全监测AI推理服务器进行了部署实现。

关键词：硅单晶生长数字孪生云边协同目标检测 YOLO算法

资源编排视角下华润三九连续并购价值创造研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

资源编排视角下华润三九连续并购价值创造研究

作者：杜丁蓉云南财经大学

学位级别：硕士