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

黄麻纳米纤维涂层实现水果绿色保鲜

饮料工业 2024年第3期27卷 43-43页

作者：王昊昊余旺不详

近日,中国农业科学院麻类研究所可降解材料开发与利用创新团队联合湖南农业大学、华东理工大学、加拿大滑铁卢大学等机构研究人员为制备绿色可降解活性包装材料提供了新策略。他们利用麻类天然生物质材料,研制出一种黄麻纳米纤维本征保... 详细信息

近日,中国农业科学院麻类研究所可降解材料开发与利用创新团队联合湖南农业大学、华东理工大学、加拿大滑铁卢大学等机构研究人员为制备绿色可降解活性包装材料提供了新策略。他们利用麻类天然生物质材料,研制出一种黄麻纳米纤维本征保鲜涂层。

关键词：中国农业科学院滑铁卢大学湖南农业大学可降解材料降解活性绿色保鲜包装材料黄麻

可降解地膜对大棚内土壤温湿度和草莓产量及品质的影响初探

在线全文

学校读者我要写书评

暂无评论

中国麻业科学 2024年第3期46卷 154-161页

作者：杨媛茹曾粮斌易永健赵鑫涂镜汪洪鹰余旺邢忱张坤谭志坚中国农业科学院麻类研究所湖南长沙410221 湖南农业大学生物科学技术学院湖南长水410125 农业农村部农膜应用重点实验室山东泰安271018

冬季大棚草莓种植常用地膜覆盖,塑料残膜危害严重,试验以塑料地膜为对照,研究两种PBAT地膜(PBAT地膜1、PBAT地膜2)和一种环保型麻地膜对大棚内土壤温湿度和草莓产量及品质的影响,验证可降解地膜在草莓种植中应用的可行性。结果表明:PBA... 详细信息

冬季大棚草莓种植常用地膜覆盖,塑料残膜危害严重,试验以塑料地膜为对照,研究两种PBAT地膜(PBAT地膜1、PBAT地膜2)和一种环保型麻地膜对大棚内土壤温湿度和草莓产量及品质的影响,验证可降解地膜在草莓种植中应用的可行性。结果表明:PBAT地膜1草莓苗穴处温湿度较高,麻地膜膜下湿度最低;可降解地膜早期开花率和结果率高于塑料地膜;PBAT地膜1和麻地膜栽培的草莓早期产量显著高于塑料地膜,分别高出33.37%和22.98%,草莓总产量各处理间无显著差异;结果盛期各处理的草莓甜度和硬度无显著差异,塑料地膜、PBAT地膜1和麻地膜草莓单果重更高。试验初步表明,PBAT地膜和麻地膜可以用于冬季大棚草莓种植,其中PBAT地膜1和麻地膜效果最优。

关键词：草莓环保型麻地膜 PBAT地膜可降解地膜

两种麻纤维育秧膜对水稻秧苗根际土壤微生物群落结构的影响

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

中国麻业科学 2024年第3期46卷 139-147页

作者：涂镜牛艳斌易永健杨媛茹汪洪鹰谭志坚余旺邢忱曾粮斌中国农业科学院麻类研究所湖南长沙410221

试验主要探究了壳寡糖麻育秧膜和普通麻育秧膜对水稻秧苗根际土壤理化性质和微生物群落结构的影响。结果表明:使用两种不同麻育秧膜组中土壤pH、总氮含量增加;普通麻育秧膜处理下土壤有机质显著降低;壳寡糖麻育秧膜处理下总钾含量显著... 详细信息

试验主要探究了壳寡糖麻育秧膜和普通麻育秧膜对水稻秧苗根际土壤理化性质和微生物群落结构的影响。结果表明:使用两种不同麻育秧膜组中土壤pH、总氮含量增加;普通麻育秧膜处理下土壤有机质显著降低;壳寡糖麻育秧膜处理下总钾含量显著降低。与无膜覆盖的对照组相比,两种不同麻育秧膜处理下水稻秧苗根际土壤真菌多样性并没有显著变化,而细菌的多样性和丰富度显著降低。对根际土壤理化性质和土壤微生物群落进行冗余分析,发现水解氮与根际土壤真菌群落的相关性最大,而土壤有机质则与根际土壤细菌群落分布的相关性最大。

关键词：麻育秧膜水稻秧苗根际微生物群落结构

分数阶微积分下基于神经网络算法的金融期权定价

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

分数阶微积分下基于神经网络算法的金融期权定价

作者：余旺东北财经大学

学位级别：硕士

2022年,我国陆续推出中证1000股指期权、中证500ETF期权、创业板ETF期权,标志着我国的期权市场一步步扩大,正在快速发展。期权产品作为全球最活跃的衍生品之一,广泛应用在对冲风险、投资标的创新以及资产配置等领域。因此,关于期权定价... 详细信息

2022年,我国陆续推出中证1000股指期权、中证500ETF期权、创业板ETF期权,标志着我国的期权市场一步步扩大,正在快速发展。期权产品作为全球最活跃的衍生品之一,广泛应用在对冲风险、投资标的创新以及资产配置等领域。因此,关于期权定价的研究随着我国期权市场的壮大也愈发凸显其重要性。近些年来成为研究和应用热点的深度学习,凭借其自身的优越性开始应用于各个领域,推动着各个领域的相关理论不断发展。而分数阶导数由于具有记忆性的特点,被越来越多的学者应用于金融时间序列数据的研究当中。在此背景下,本文利用深度学习领域的神经网络,给出Caputo时间分数阶期权定价方法以及Caputo分数阶导数和共形分数阶导数下的期权定价。Caputo时间分数阶期权定价方法的建立过程中,考虑到分数阶导数具有记忆性的特点,将原来整数阶模型中期权价值对于时间变量t求整数阶微分换成对于时间变量t求Caputo分数阶微分,这样便得到分数阶的期权定价微分方程。同时,在经典的RBF神经网络的基础上,我们加入时间变量t,构造出一种新式的组合神经网络。随后,在满足期权合约的初始条件以及边界条件的下,构建分数阶的期权定价方法的测试解。最后,利用神经网络以及Adam优化器迭代优化得到解的最优参数,最终得到Caputo时间分数阶期权定价方法。再从神经网络中核函数的角度作为切入点,通过更换神经网络核函数以及对数据进行聚类分析的操作,得到四种不同的Caputo时间分数阶期权定价方法进行对比分析。在时空分数阶期权定价方法中,不同于Caputo时间分数阶期权定价方法只对于时间变量t做分数阶求导,时空分数阶期权定价方法也同样对空间变量x做分数阶求导。考虑到不同的分数阶对于时空分数阶期权定价模型的影响可能不同,本方法除引入Caputo分数阶导数以外,还同时引入共形分数阶导数,从而得到两种不同的时空分数阶期权定价方法。一类是对时间变量t做Caputo分数阶求导,对空间变量x做共形分数阶求导,另一类则是对时间变量以及空间变量都进行共形分数阶求导。同样在满足期权合约初始条件以及边界条件的情况下,结合神经网络构造时空分数阶期权定价方法的测试解。最后将两种时空分数阶期权定价方法应用到50ETF看涨和看跌期权市场中,利用Adam优化器得到不同期权市场下解的最优参数,并且利用市场数据对不同时空分数阶导数定价方程的结果进行对比分析。本文的创新之处主要体现在两点:第一点将分数阶导数应用于期权定价领域中,其中还包括目前比较新颖的共形分数阶导数,这不仅拓展分数阶导数的应用领域而且丰富期权定价的方法。总的来说,目前同时将分数阶导数运用到期权的时间变量及空间变量以得到新的定价方法的文献比较少,所以本文选择分数阶导数作为定价工具。第二点则是结合期权自身的特点,构造新的神经网络结构,借助神经网络以及分数阶定价方程得到方程的测试解,进而得到定价公式的最优参数。以上不仅丰富分数阶微积分与神经网络在金融领域的实际应用,而且利用改良后的神经网络模型求得新的期权定价公式,具有一定的实用价值和创新性。

关键词： Caputo时间分数阶方程时空分数阶方程期权定价神经网络 Adam优化器

基于二阶注意力的Siamese网络视觉跟踪算法

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

北京航空航天大学学报 2024年第3期50卷 739-747页

作者：侯志强陈茂林马靖媛郭凡余旺盛马素刚西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 空军工程大学信息与导航学院西安710077

为提升基于Siamese网络视觉跟踪算法的特征表达能力和判别能力,以获得更好的跟踪性能,提出了一种轻量级的基于二阶注意力的Siamese网络视觉跟踪算法。使用轻量级VGG-Net作为Siamese网络的主干,获取目标的深度特征;在Siamese网络的末端... 详细信息

为提升基于Siamese网络视觉跟踪算法的特征表达能力和判别能力,以获得更好的跟踪性能,提出了一种轻量级的基于二阶注意力的Siamese网络视觉跟踪算法。使用轻量级VGG-Net作为Siamese网络的主干,获取目标的深度特征;在Siamese网络的末端并行使用所提残差二阶池化网络和二阶空间注意力网络,获取具有通道相关性的二阶注意力特征和具有空间相关性的二阶注意力特征;使用残差二阶通道注意力特征和二阶空间注意力特征,通过双分支响应策略实现视觉跟踪。利用GOT-10k数据集对所提算法进行端到端的训练,并在OTB100和VOT2018数据集上进行验证。实验结果表明:所提算法的跟踪性能取得了显著提升,与基准算法SiamFC相比,在OTB100数据集上,精度和成功率分别提高了0.100和0.096,在VOT2018数据集上,预期平均重叠率(EAO)提高了0.077,跟踪速度达到了48帧/s。

关键词： Siamese网络视觉跟踪残差二阶池化网络二阶空间注意力网络双分支响应策略

在线全文

学校读者我要写书评

暂无评论

基于节点贡献度和路径影响力的链路预测

基于节点贡献度和路径影响力的链路预测

作者：余旺华中师范大学

学位级别：硕士

随着数字化和信息化时代的高速发展,人们置身于万物互联的复杂系统中。其中,复杂系统的各种关联可以通过复杂网络的节点和连边进行模拟和刻画。链路预测作为复杂网络的研究热点之一,可以通过已知的信息预测未知连接产生的可能性,在众多... 详细信息

随着数字化和信息化时代的高速发展,人们置身于万物互联的复杂系统中。其中,复杂系统的各种关联可以通过复杂网络的节点和连边进行模拟和刻画。链路预测作为复杂网络的研究热点之一,可以通过已知的信息预测未知连接产生的可能性,在众多领域逐渐得到了广泛应用。如在社交网络中,可以根据已有的朋友关系预测陌生人成为朋友的可能性,从而进行好友推荐。基于网络拓扑结构的链路预测算法因其网络结构容易获取且可解释性强,受到了广泛关注。然而这类算法更多考虑网络某一方面的拓扑性质,节点对之间的相似度区分较低,使得预测准确率受到限制。针对链路预测过程中信息提取不充分的问题,本文从节点贡献度和路径影响力两个方面分析复杂网络多个维度的拓扑结构信息,研究融合节点资源传输和路径信息的相似性算法。论文主要工作如下:(1)提出基于节点资源传输区分度和全局路径影响力的链路预测算法。根据不同邻居节点对端节点的贡献不同,为度值小的共同邻居节点赋予较大权重,设计节点资源传输能力量化模块。随后通过全局路径模块提取节点间所有可抵达的路径信息,最后将两个模块线性融合进行链路预测。在10个真实数据集上的实验结果表明,资源传输能力与全局路径的融合能提高链路预测准确率。(2)设计基于节点资源传输区分度和局部路径影响力的链路预测算法。为了兼顾算法的预测准确率和运行效率,使用局部路径影响力模块对全局路径影响力模块进行替换。首先改进三阶路径获取过程中存在的一阶邻居回路问题,然后结合节点聚类系数提出局部路径影响力模块,最后将局部路径影响力模块与资源传输区分度模块融合,同时利用可调参数控制局部路径影响力的作用。实验结果表明,加入局部路径影响力模块能有效降低算法时间复杂度。(3)提取多个维度网络结构信息,研究聚类系数局部路径影响力对共同邻居算法的影响。针对不同算法提取网络多维度信息,将共同邻居模块和聚类系数局部路径影响力融合,并设置可调参数调节聚类系数局部路径影响力权重对算法预测结果的影响。实验结果表明,加入聚类系数局部路径影响力能提升算法的预测性能。

关键词：复杂网络链路预测资源传输区分度路径影响力聚类系数

基于强化学习的无人机智能组网技术及应用综述

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

哈尔滨工程大学学报 2024年

作者：邱修林宋博殷俊徐雷柯亚琪廖振强杨余旺江苏科技大学自动化学院南京理工大学计算机科学与工程学院南京邮电大学江苏省宽带无线通信重点实验室苏州高博软件技术职业学院机电工程学院

针对无人机在民用和军事等领域中的研究热度及应用需求日益增长，传统Mode1-Based的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题，本文综述了灵活性高、适应性强的AI-Based 的智能组网技术，并引入强化学习这一人工智... 详细信息

针对无人机在民用和军事等领域中的研究热度及应用需求日益增长，传统Mode1-Based的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题，本文综述了灵活性高、适应性强的AI-Based 的智能组网技术，并引入强化学习这一人工智能领域的重要分支。对现有利用强化学习技术解决无人机组网难题的研究状况进行了概述，结合无人机组网的特性梳理了此领域应用强化学习技术的主要思路。从几个应用场景，以及组网关键技术的角度进行了归纳，给出了基于强化学习的无人机智能组网技术所面临的机遇与挑战，并对全文进行了总结。研究提高无人机通信的感知能力与决策能力，满足了其动态变化且需要高度自治的环境需求。为未来无人机智能组网技术的发展提供了有价值的理论基础和实践指导。

关键词：飞行自组网强化学习深度Q网络算法多智能体无人机集群智能路由资源分配跨层优化

长时视觉跟踪中基于双模板Siamese结构的目标漂移判定网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1458-1467页

作者：侯志强王卓马素刚赵佳鑫余旺盛范九伦西安邮电大学计算机学院西安710121 空军工程大学信息与导航学院西安710038

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态... 详细信息

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态模板共同判定跟踪结果是否丢失,其中,引入动态模板有效提高算法对目标外观变化的适应能力。为了对所提目标漂移判定网络进行训练,建立了样本丰富的数据集。为验证所提网络的有效性,将该网络与基础跟踪器和重检测模块相结合,构建了一个完整的长时跟踪算法。在UAV20L, LaSOT,VOT2018-LT和VOT2020-LT等经典的视觉跟踪数据集上进行了测试,实验结果表明,相比于基础跟踪器,在UAV20L数据集上,跟踪精度和成功率分别提升了10.4%和7.5%。

关键词：长时跟踪深度学习目标漂移判定网络 Siamese结构双模板

基于特征增强和历史帧选择的Transformer视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：侯志强杨晓麟马素刚王云龙余旺盛王昀琛西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室空军工程大学信息与导航学院

为进一步提升跟踪算法在历史帧信息利用和目标特征表达方面的性能，本文提出基于特征增强和历史帧选择的Transformer视觉跟踪算法(Feature Enhancement and History Frame Selection based Transformer Visual Tracking, FEHST)。首先... 详细信息

为进一步提升跟踪算法在历史帧信息利用和目标特征表达方面的性能，本文提出基于特征增强和历史帧选择的Transformer视觉跟踪算法(Feature Enhancement and History Frame Selection based Transformer Visual Tracking, FEHST)。首先，在骨干网络中引入动态预测模块，通过稀疏化策略提高自注意力机制的计算效率，聚焦目标区域特征；其次，提出特征增强模块，将局部信息和全局信息的优势相结合，提升特征的表达能力；最后，采用自适应历史帧选择策略，提升跟踪器对目标动态信息地关注。在LaSOT、TrackingNet、GOT-10K和OTB100等数据集上进行了大量实验，实验结果显示，在LaSOT、TrackingNet、OTB100上分别取得70.1%、83.0%和71.6%的成功率分数，在GOT-10K上取得了71.4%的平均重叠度分数，并能以27FPS的速度运行。

关键词：计算机视觉视觉跟踪深度学习注意力机制历史帧选择 Transformer