检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

常微分方程反演的机器学习方法研究

常微分方程反演的机器学习方法研究

作者：付长铠长春工业大学

学位级别：硕士

本文针对常微分方程的反演问题,设计并构建了一种基于深度神经网络的常微分方程反演算法,开展了算法设计、算法性质证明和相关数值实验等方面的研究,主要包括:(1)设计并改进了一种基于多步神经网络的非自治常微分方程的反演算法把用于... 详细信息

本文针对常微分方程的反演问题,设计并构建了一种基于深度神经网络的常微分方程反演算法,开展了算法设计、算法性质证明和相关数值实验等方面的研究,主要包括:(1)设计并改进了一种基于多步神经网络的非自治常微分方程的反演算法把用于自治常微分方程反演的基于线性多步法的多步神经网络进行改进,优化了多步神经网络的损失函数和训练数据形式,将非自治常微分方程转变为自治常微分方程的形式,利用神经网络对原方程中的函数进行拟合,以实现从数据中提取内含的非自治常微分方程,并介绍了改进算法的误差界。(2)将改进的算法拓展应用于自治常微分方程将改进的非自治常微分方程的反演算法拓展应用于自治常微分方程,使用改进算法的损失函数和训练数据形式,利用神经网络对原方程中的函数进行拟合,实现从数据中提取内含的自治常微分方程。(3)数值实验将数据加上不同强度的噪声,使用本文的改进算法与多步神经网络对几类非自治和自治常微分方程进行反演。对训练得到的方程求解得到数值解,计算数值解和真实解之间的均方误差和平均绝对误差;将数值解代入训练得到的方程得到的导数的近似值,将代入给定的常微分方程中的得到导数的真实值,计算近似值与真实值之间的均方误差和平均绝对误差。结果表明本文的改进算法对原方程中函数的泛化误差小于多步神经网络,从而验证了改进算法的泛化能力和鲁棒性。

关键词：常微分方程反演深度神经网络非自治常微分方程自治常微分方程多步神经网络

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

超冷离子源研究进展

物理学报 2024年

作者：周文长方锋罗长杰牟宏进卢亮邹丽平程锐杨杰杜广华中国科学院近代物理研究所中山大学中法核工程与技术学院中国科学院大学先进能源科学与技术广东省实验室中国科学院高精度核谱学重点实验室

纳米离子束是制备束斑直径在微纳米尺度荷能离子束的先进技术，主要应用于高分辨和高精度的离子束分析、离子束加工和离子束材料改性研究，在材料分析、微纳加工、微电子器件制造和量子计算等方面发挥着重要的作用。高品质离子源作为纳... 详细信息

纳米离子束是制备束斑直径在微纳米尺度荷能离子束的先进技术，主要应用于高分辨和高精度的离子束分析、离子束加工和离子束材料改性研究，在材料分析、微纳加工、微电子器件制造和量子计算等方面发挥着重要的作用。高品质离子源作为纳米离子束装置的关键部件，其性能指标直接决定着该装置的技术水平。然而，目前常用的传统离子源存在离子种类单一、能散高和结构复杂等问题，已经难以满足新应用场景下的多离子种类和高分辨的要求，突显出研发新型离子源的重要性和迫切性。随着激光冷却技术的日臻成熟，基于光电离冷原子和激光冷却离子技术可以获得温度在mK甚至μK量级的超冷离子，其低温和易于操控等典型特征极大地促进了超冷离子源的发展。超冷离子具有极小的横向速度发散，可以显著提升离子源的亮度和发射度等品质参数，为纳米离子束技术的革新带来了巨大的发展机遇。因此，超冷离子源的研究对于实现更高亮度、更小尺寸、更低能散、更多样化离子种类以及结构更简化的高品质离子源具有重要的意义。本文综述了近年来超冷离子源的研究进展，从制备原理、产生方式以及典型应用等方面介绍了磁光阱离子源、冷原子束离子源和超冷单离子源在基础研究和应用技术研发方面取得的重要成果，并对超冷离子源的未来发展和应用前景进行了展望。

关键词：纳米离子束磁光阱离子源冷原子束离子源超冷单离子源

农民工返乡创业的内在积极性何以被激发:一个案例研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

东岳论丛 2024年第1期45卷 49-56页

作者：夏杰长王鹏飞贺俊中国社会科学院财经战略研究院北京100006 洛阳师范学院地理与旅游学院河南洛阳471934 中国社会科学院工业经济研究所北京100006

农民工返乡创业已经成为实现巩固脱贫攻坚成果同乡村振兴有效衔接的关键力量,其发展具有深刻的经济社会背景和现实发生条件。随着我国乡村振兴的不断推进、营商环境的持续优化和农村产业基础的日益夯实,我国农民工返乡创业呈现出一系列... 详细信息

农民工返乡创业已经成为实现巩固脱贫攻坚成果同乡村振兴有效衔接的关键力量,其发展具有深刻的经济社会背景和现实发生条件。随着我国乡村振兴的不断推进、营商环境的持续优化和农村产业基础的日益夯实,我国农民工返乡创业呈现出一系列新的阶段性特征,其中,一个重要的特征是在部分地区逐渐完成从“退回来”(被迫式返乡创业)到“跑回来”(主动式返乡创业)的转换。近年来,处于珠三角经济辐射带的江西省赣州市上犹县通过减少和消除农民工返乡创业的信息、成本和能力障碍,激发了农民工返乡创业的内在积极性,为提炼政府促进农民工返乡创业的政策逻辑提供了重要的案例研究素材。

关键词：农民工返乡创业乡村振兴案例研究内生动力农村劳动力农业强国

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于超声多尺度衰减的螺栓轴向应力评价

振动与冲击 2024年第2期43卷 226-233页

作者：余鑫陈平胡义亮付统李长泽重庆大学机械与运载工程学院重庆400044

针对超声波传统衰减法测量高强度短螺栓应-力时,难以达到预期精度,提出了一种基于超声散射衰减理论和小波多尺度分解的测量螺栓应力的方法。基于立方晶系材料的瑞利散射,推导了超声衰减系数与应力关系的理论模型。利用小波变换得到各个... 详细信息

针对超声波传统衰减法测量高强度短螺栓应-力时,难以达到预期精度,提出了一种基于超声散射衰减理论和小波多尺度分解的测量螺栓应力的方法。基于立方晶系材料的瑞利散射,推导了超声衰减系数与应力关系的理论模型。利用小波变换得到各个尺度的衰减系数并定义加权超声多尺度衰减系数,结合粒子群优化算法和灰色关联分析确定衰减系数最优尺度组合及其归一化权重系数,建立轴向应力的超声多尺度衰减测量模型。利用搭建的螺栓轴向应力超声波测量系统,对普通螺栓进行轴向应力测量,证明了该方法的可行性。对比了多尺度衰减法与渡越时间和传统衰减法对高强度短螺栓轴向应力的测量结果,验证了多尺度超声衰减法更适合高强度短螺栓的轴向应力测量。

关键词：高强度短螺栓超声多尺度衰减螺栓轴向应力尺度分析

基于试验子结构恢复力修正的不完整边界条件混合试验方法

在线全文

学校读者我要写书评

暂无评论

工程力学 2024年第5期41卷 77-86页

作者：王尚长杨格王贞吴斌肖嘉俊武汉理工大学土木工程与建筑学院湖北武汉430070 武汉理工大学三亚科教创新园海南三亚572000 中国地震局地震工程综合模拟与城乡抗震韧性重点实验室(天津大学) 天津300072

相比于传统拟静力和拟动力试验,混合试验通常存在较为复杂的试验子结构边界条件。受到实验室加载条件的限制,子结构的边界条件往往难以完全实现,这将对混合试验的保真度产生很大影响,即混合试验中的不完整边界条件问题。为解决不完整边... 详细信息

相比于传统拟静力和拟动力试验,混合试验通常存在较为复杂的试验子结构边界条件。受到实验室加载条件的限制,子结构的边界条件往往难以完全实现,这将对混合试验的保真度产生很大影响,即混合试验中的不完整边界条件问题。为解决不完整边界条件问题,提出一种基于试验子结构恢复力修正的不完整边界条件混合试验方法。该方法为试验子结构建立两套数值模型,并通过两套数值模型修正试验子结构的不完整恢复力。两套数值模型的区别在于边界条件的设定:第一套数值模型具有完整的边界条件;第二套数值模型具有与试验子结构相同的边界条件,为不完整边界条件。该研究分析了边界自由度耦合程度、数值模型误差对该方法精度的影响,验证了该方法对存在模型误差的数值模型具有较好的鲁棒性;最后,采用所提方法对一座两层两跨抗弯框架结构进行了抗震性能数值分析。结果表明:与常规混合试验方法和弱耦合混合试验方法相比,该方法不仅具有解决不完整边界条件问题的能力,而且也表现出较高的仿真精度。

关键词：混合试验不完整边界条件试验子结构恢复力修正辅助数值模型数值模拟

渤海湾盆地黄河口凹陷SC7区块古近系东营组二段下亚段滩坝储集体构型特征

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

石油与天然气地质 2024年第2期45卷 486-501页

作者：邵长印宋璠张世奇王秋月深层油气全国重点实验室中国石油大学(华东) 山东青岛266580 中国石化胜利油田分公司滨南采油厂地质研究所山东滨州256600

渤海湾盆地黄河口凹陷SC7区块滩坝是滨浅湖区的重要储集体,厘清其砂体内部结构特征对油气开发具有重要指导意义。根据现代沉积和岩心、录井、测井资料研究,对SC7区块古近系东营组二段下亚段(东二下亚段)砂体进行构型解剖,将厚泥-薄砂式... 详细信息

渤海湾盆地黄河口凹陷SC7区块滩坝是滨浅湖区的重要储集体,厘清其砂体内部结构特征对油气开发具有重要指导意义。根据现代沉积和岩心、录井、测井资料研究,对SC7区块古近系东营组二段下亚段(东二下亚段)砂体进行构型解剖,将厚泥-薄砂式滩坝划分为坝中心、坝侧缘、内缘滩、外缘滩和湖相泥5种沉积微相类型。基于厚泥-薄砂式滩坝成因和内部结构特征分析,研究了滩坝沉积特征、沉积模式和生长过程。将滩坝构型分为复合砂坝、单一坝和增生体3个级别,探讨各滩坝砂体构型单元空间展布特征。提出了单一坝坝间泥岩、测井曲线特征、相对高程差和单一坝侧向相变4种识别标志。用识别标志对密井网区单一坝进行划分,分析了单一坝规模、演化过程及连通性。在单一坝内部划分出4期增生体,最终确定了4级构型界面、单一坝侧向相变和单一坝内部增生体对油气分布的影响。

关键词：单一坝分布规律构型解剖沉积微相滩坝东营组黄河口凹陷渤海湾盆地

基于深度学习的高分辨率三维激光雷达成像目标检测方法

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第6期45卷 233-237页

作者：苗长芬新乡学院计算机与信息工程学院河南新乡453003

高分辨率三维激光雷达成像目标检测中受到双目视觉耦合干扰导致检测精度不高,提出基于深度学习的高分辨率三维激光雷达成像目标检测方法。采用视觉传感器与惯性传感器实现对高分辨率三维激光雷达图像采集,通过激光点云特征提取和动态场... 详细信息

高分辨率三维激光雷达成像目标检测中受到双目视觉耦合干扰导致检测精度不高,提出基于深度学习的高分辨率三维激光雷达成像目标检测方法。采用视觉传感器与惯性传感器实现对高分辨率三维激光雷达图像采集,通过激光点云特征提取和动态场景图像融合的方法实现对高分辨率的三维激光雷达合成,采用补偿滤波方法实现对三维激光雷达成像目标检测过程中的点云畸变矫正处理,通过局部滑动窗口的图特征匹配和深度学习模型,建立激光雷达成像目标检测的深度特征匹配模型,根据特征匹配结果和激光雷达帧图匹配结果,实现对高分辨率三维激光雷达成像目标检测。仿真测试结果表明,采用该方法进行目标检测的激光雷达成像在噪声干扰下,峰值信噪比最低为41 dB,检测精度达到0.96。

关键词：深度学习高分辨率三维激光雷达成像目标检测

基于T淋巴细胞亚群构建原发性肝癌患者氩氦刀冷冻消融术后残癌风险预测模型

在线全文

学校读者我要写书评

暂无评论

中国肿瘤外科杂志 2024年第2期16卷 148-152页

作者：黄晓路罗剑何远春安徽医科大学附属六安医院肿瘤内科安徽六安237000

目的探讨基于T淋巴细胞亚群构建原发性肝癌患者氩氦刀冷冻消融术后残癌风险的预测模型。方法回顾性分析2018年8月至2023年8月安徽医科大学附属六安医院医院收治的80例行氩氦刀冷冻消融术治疗的原发性肝癌患者的临床资料,根据术后3个月CT... 详细信息

目的探讨基于T淋巴细胞亚群构建原发性肝癌患者氩氦刀冷冻消融术后残癌风险的预测模型。方法回顾性分析2018年8月至2023年8月安徽医科大学附属六安医院医院收治的80例行氩氦刀冷冻消融术治疗的原发性肝癌患者的临床资料,根据术后3个月CT或MRI检查是否出现残留癌组织,将患者分为残癌组(35例)和非残癌组(45例),收集患者的临床资料、手术情况及T淋巴细胞亚群(CD3+、CD4+、CD8+、CD4+/CD8+)水平,经Logistic回归模型分析原发性肝癌患者术后发生残癌风险的影响因素,并建立Logistic回归方程及术后残癌风险预测模型,并利用Calibration曲线评价模型的校准能力;经受试者工作特征曲线(ROC)及曲线下面积(AUC)验证模型预测效能。结果残癌组CD3+、CD4+、CD4+/CD8+水平低于非残癌组;肿瘤数目、肿瘤直径大小、CD8+水平高于非残癌组(P<0.05);经Logistic回归分析结果显示,肿瘤数目、肿瘤直径大小、CD3+、CD4+、CD8+、CD4+/CD8+均是原发性肝癌患者术后发生残癌风险的危险因素(P<0.05);Calibration曲线、Hosmer-Lemeshow检验拟合优度检验结果显示χ^(2)=1.538,df=7,P=0.964;ROC曲线预测原发性肝癌患者术后发生残癌的AUC为0.873(95%CI:0.815~0.942),灵敏度为90.48%,特异度为75.18%;Bootstrap内部验证法验证结果显示,C-index为0.824。结论肿瘤数目、肿瘤直径大小、T淋巴细胞亚群是原发性肝癌患者术后发生残癌风险的危险因素,且构建的列线图预测模型具有较高区分度、精准度,临床可以通过检测T淋巴细胞亚群水平判断患者术后是否存在残留病灶。

关键词： T淋巴细胞亚群原发性肝癌氩氦刀冷冻消融术影响因素风险预测

在线全文

学校读者我要写书评

暂无评论

基于原型增强的元学习分类模型

计算机工程与应用 2024年

作者：翟文茜李凡长苏州大学计算机科学与技术学院

元学习旨在利用已有的知识经验快速获取新知识、适应新任务，是解决小样本分类问题常用的方法之一。现有的元学习方法在特征提取时通常会忽略任务中支持集样本和查询集样本之间的关系，从而无法获得最具鉴别性的特征，导致类原型不可靠... 详细信息

元学习旨在利用已有的知识经验快速获取新知识、适应新任务，是解决小样本分类问题常用的方法之一。现有的元学习方法在特征提取时通常会忽略任务中支持集样本和查询集样本之间的关系，从而无法获得最具鉴别性的特征，导致类原型不可靠。因此，本文提出一种基于原型增强的元学习分类模型。该模型主要由两部分组成：特征表示模块与原型修正模块。针对现有方法特征利用不足的问题，特征表示模块利用注意力机制捕捉支持集和查询集样本间的交互信息并更新其特征表示；而针对数据稀缺问题，原型修正模块利用部分查询集的无标签样本扩充支持集，进而对原型位置进行迭代修正。在mini-ImageNet和tiered-ImageNet数据集上的实验结果表明，该模型的分类准确率与其他元学习方法相比有较为显著的提升。

关键词：原型增强元学习小样本学习图像分类