检索结果-南通市图书馆

伊斯兰金融的发展、原理及对注册会计师行业的机遇

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国注册会计师 2024年第7期 108-111页

作者：刘元春广东德方信会计师事务所

伊斯兰金融基于伊斯兰教法,禁止利息和投机行为,同时遵循伊斯兰金融的相关监管规则,强调资产和风险共担,以及社会责任和可持续性的原则。现代伊斯兰金融从20世纪60年代开始发展,2023年金融资产总额达4.5万亿美元,虽然仅占全球金融资产约... 详细信息

伊斯兰金融基于伊斯兰教法,禁止利息和投机行为,同时遵循伊斯兰金融的相关监管规则,强调资产和风险共担,以及社会责任和可持续性的原则。现代伊斯兰金融从20世纪60年代开始发展,2023年金融资产总额达4.5万亿美元,虽然仅占全球金融资产约1%,但历经亚洲金融风暴、全球金融风暴和美联储持续加息,仍以年均10%的速度强劲增长。本文介绍伊斯兰金融的发展历程、基本原则和主要操作原理、主要金融市场产品和金融创新发展,并分析面临的挑战和机遇,有助于我国注册会计师行业响应"一带一路"倡议,拓展新的国际发展领域。

关键词：伊斯兰金融伊斯兰债券伊斯兰保险中国企业走出去注册会计师行业机遇

基于IPA分析的嵩山少林风景区游客满意度研究

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IPA分析的嵩山少林风景区游客满意度研究

作者：刘元潇西北师范大学

学位级别：硕士

让“人是目的”成为伟大的政治信仰——关于人工智能与政治传播关系的省思

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代出版 2024年第2期 45-54,7页

作者：荆学民刘元顿中国传媒大学政治传播研究所中国传媒大学政府与公共事务学院中国传媒大学传播研究院

人工智能治理问题已经成为国际政治传播层面的重要议题,围绕人工智能的治理问题,已经开始形成基于不同政治制度和治理理念的“国际政治话语”。人工智能的应用和发展,其作用和影响已经超越人类社会的经济、文化、科技、军事及衣食住行,... 详细信息

人工智能治理问题已经成为国际政治传播层面的重要议题,围绕人工智能的治理问题,已经开始形成基于不同政治制度和治理理念的“国际政治话语”。人工智能的应用和发展,其作用和影响已经超越人类社会的经济、文化、科技、军事及衣食住行,深深地植入了维护人类社会正常运行的“政治”的深处,亟须我们从“政治”的角度予以关注。人工智能促进了社会生产力的快速发展,给人类社会带来了多维度、多层面的“福祉”;但另一方面,人工智能的应用也给人类社会带来了伦理层面的道德担忧、哲学深度的精神担忧和政治层面的自由担忧。现在学界业界对人工智能的负面风险已经开始预警,化解风险的种种“对策之道”也如雨后春笋般应运而生。最有效的“方略”应该是:树立人类对人工智能的正确认知,在认知观念上坚定地为人工智能立“道德之法”,立“政治之法”,立“哲学信仰”。

关键词：人工智能政治传播人是目的政治信仰

基于可见光和红外多模态图像的火焰检测与定位方法研究

维普期刊数据库博看期刊

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

基于可见光和红外多模态图像的火焰检测与定位方法研究

作者：刘元浩浙江大学

学位级别：硕士

基于Swin Transformer的高光谱图像分类方法研究

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Swin Transformer的高光谱图像分类方法研究

作者：刘元甲牡丹江师范学院

学位级别：硕士

随着遥感技术的飞速发展,高光谱遥感数据的采集正在以前所未有的速度拓展人类对地球表面精细观测的能力。高光谱遥感,以其传感器波段丰富、频谱分辨率高的特点,成为现代空间科学及地球科学研究的重要工具。高光谱图像分类是一个利用遥... 详细信息

随着遥感技术的飞速发展,高光谱遥感数据的采集正在以前所未有的速度拓展人类对地球表面精细观测的能力。高光谱遥感,以其传感器波段丰富、频谱分辨率高的特点,成为现代空间科学及地球科学研究的重要工具。高光谱图像分类是一个利用遥感技术获取的图像数据进行地物分类的领域,它通过利用图像中的光谱信息,可以更准确地识别和分类地物类型。高光谱图像分类方法从传统的基于统计学习的方法,到基于机器学习的方法,再到目前热门的深度学习方法逐渐占据主导地位。然而,基于深度神经网络的高光谱图像分类方法仍然有许多问题存在。首先,基于卷积神经网络的结构往往会受限于卷积核的感受野,而无法将远程图像块间的特征联系起来;第二是基于Transformer的神经网络在处理序列化图像时无法很好的提取高光谱图像复杂特征,没有充分利用高光谱空间和光谱信息;最后,高光谱数据集的数量少,获取难度大,如何在有限样本的情况下对高光谱图像进行分类也是目前值得研究的问题。本文结合Swin Transformer网络,针对上述问题开展了研究,具体内容有以下三个方面:(1)基于光谱Swin Transformer网络的高光谱图像分类算法。卷积神经网络是计算机视觉任务的热门方法,被广泛应用于各类高光谱图像处理任务。单纯的卷积神经网络架构在卷积核提取特征的时候,会出现卷积核受到设计大小限制,无法关联图像块上下文之间联系的问题,而基于视觉Transformer的模型面对复杂的高光谱图像,注意力计算量过大。因此,本文提出了光谱Swin Transformer网络,首先对高光谱的光谱部分进行预处理,再利用Swin Transformer网络同时处理空间和光谱特征信息。Swin Transformer可以利用自注意力计算相邻向量间的相似度和特征,同时特色的窗口移动,保证窗口间的注意力能够维持,而且仅需计算单个窗口的注意力,大大减小了计算资源的消耗。在无人机机载高光谱数据集和遥感高光谱数据集上进行了实验验证,结果展示了Swin Transformer在高光谱图像分类领域的潜力和优势。(2)基于CNN和Swin Transformer的高光谱分类算法。高光谱波频谱数较高,空间包含的地物信息较多,特征复杂。同时光谱间存在许多交叉和相似部分,传统模型手工设计来提取特征无法很好的面对这种高维度的特征,而单纯的卷积神经网络只关注空间特征或者光谱特征,忽略了其他因素。因此,本文提出了联合CNN和轻量Swin Transformer的高光谱图像分类算法。特征提取模块采用3个3D-CNN和一个2D-CNN来同时提取高光谱的空间及光谱信息,连接处会将光谱的特征融合到空间特征中,统一作为分类模块的输入。为了降低复合模型的复杂度,同时Swin Transformer获取到的输入是经过处理后的特征,所以精简了四个下采样阶段,整体降低模型的复杂度。并且在公共遥感高光谱数据集上实验证明,此方法效果显著,达到领域内具有竞争力的水准。(3)基于知识蒸馏Swin Transformer的原型网络用于高光谱图像分类。高光谱数据的获取难度大,而且地物情况复杂,人工标注需要丰富的专业知识,缺乏大型数据集。这对于数据驱动的深度学习模型来说,如果进一步应用必须考虑能够在有限样本的情况下准确分类。对此本文提出了基于知识蒸馏的Swin Transformer网络,知识蒸馏能够更好的萃取高光谱的特征,同时也降低训练样本数量的需求,结合原型网络能够在有限样本的情况下,依旧保持较高分类准确率。在两个公共高光谱数据集上的实验验证了所提模型的性能表现。

关键词：深度学习高光谱图像分类小样本高光谱图像分类 Swin Transformer 卷积神经网络

PTPRZ抑制剂的设计、合成及抗肿瘤活性评价和恩赛特韦中间体的合成路线研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

PTPRZ抑制剂的设计、合成及抗肿瘤活性评价和恩赛特韦中间体的合...

作者：刘元昶赣南医科大学

学位级别：硕士

中国光学十大进展:超冷中性原子光钟及其量子参考体系囚禁方案(特邀)

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第13期61卷 13-21页

作者：周彦桦常宏汪涛重庆大学物理学院重庆401331 重庆大学溧阳智慧城市研究院现代物理中心江苏溧阳213332 中国科学院国家授时中心陕西西安710600

基于超冷中性原子的光钟近年来发展迅速,将人类对时间频率测量的水平提高到了空前的高度。其中,超冷中性原子光钟的性能极大程度上取决于其量子参考体系的囚禁方案。本文介绍了超冷中性原子的光钟原理与性能评估,并详细介绍了不同量子... 详细信息

基于超冷中性原子的光钟近年来发展迅速,将人类对时间频率测量的水平提高到了空前的高度。其中,超冷中性原子光钟的性能极大程度上取决于其量子参考体系的囚禁方案。本文介绍了超冷中性原子的光钟原理与性能评估,并详细介绍了不同量子参考体系囚禁方案如何影响系统的不确定度与稳定度。

关键词：光学原子钟超冷原子囚禁势交流斯塔克效应超冷原子碰撞

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

基于双面平行带线的全空间扫描漏波天线

电子与信息学报 2024年第2期46卷 705-712页

作者：王亨辉孙胜刘能武刘元安电子科技大学电子科学与工程学院成都611731 西安电子科技大学电子工程学院西安710071 北京邮电大学电子工程学院北京100876

为了实现从后向端射到前向端射的连续波束扫描天线,该文基于双面平行带线结构提出了一种具有全空间扫描能力的漏波天线。天线单元由双面平行带线传输线和一对反向加载的开路枝节组成,两个开路枝节分别位于传输线的上导带和下导带。加载... 详细信息

为了实现从后向端射到前向端射的连续波束扫描天线,该文基于双面平行带线结构提出了一种具有全空间扫描能力的漏波天线。天线单元由双面平行带线传输线和一对反向加载的开路枝节组成,两个开路枝节分别位于传输线的上导带和下导带。加载的反向开路枝节等效为一个偶极子,使得天线单元具有全向辐射性能,作为整个全空间扫描漏波天线的基础单元。为了抑制周期漏波天线中的开阻带问题,又在天线基础单元上加载了一对平衡槽以实现频率平衡条件,还加载了一对匹配槽以匹配周期结构的阻抗。最后实现了一款天线原型,经仿真与实验验证,该天线能够在7.6 GHz到14.0 GHz的频率范围内,实现从后向端射,经侧向辐射,然后到前向端射的全空间扫描能力。

关键词：漏波天线全空间波束扫描 Bloch阻抗开阻带抑制双面平行带线

氧化物半导体VOCs气体传感器分类识别算法研究

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

氧化物半导体VOCs气体传感器分类识别算法研究

作者：刘元振吉林大学

学位级别：硕士

VOCs是挥发性有机物,常温下易挥发,常产生于燃烧产物,工业气体排放等。近年来由于VOCs泄露造成的安全事故频发,危及人们的生命安全、财产安全。半导体金属氧化物气体传感器能对VOCs气体产生特异性识别,但由于其选择性较难调控,单一传感... 详细信息

VOCs是挥发性有机物,常温下易挥发,常产生于燃烧产物,工业气体排放等。近年来由于VOCs泄露造成的安全事故频发,危及人们的生命安全、财产安全。半导体金属氧化物气体传感器能对VOCs气体产生特异性识别,但由于其选择性较难调控,单一传感器往往对多种气体产生响应,因此,较难对复杂气体环境做出精准识别。针对这一问题,较多的工作集中在改善气敏材料和器件结构,设计具有优异选择性的气体传感器。而人工嗅觉对于此问题的解决也有重要的意义,近年来,开始出现使用模式识别的方式,结合氧化物半导体气体传感器阵列进行VOCs的分类识别,但由于研究时间较短,急需高识别精度和快识别速度的工作。因此在本文工作中,针对不同的气体传感器阵列数据,结合机器学习及深度学习技术,完成气体的分类识别任务,具体研究内容如下:(1)了解人工嗅觉的背景及技术理论。人工嗅觉是一项模拟技术,它可以模仿人类感知外界气体的功能,能够对气体或气体化学物质进行识别和分析。这项技术涉及使用传感器来检测空气中的化学成分,并通过算法或模式识别技术将这些化学成分转换成可识别的气味信息。人工嗅觉系统通常由两部分组成:一部分是用于检测气味的生物传感器或化学传感器,另一部分是数据处理和模式识别的软件。随着传感器技术、机器学习和人工智能的发展,人工嗅觉技术的应用范围将进一步扩大,为多个行业带来创新和价值。气体分类识别的重要步骤是传感器的特征分析与识别,即模式识别。模式识别技术通过对已知样本数据进行特征提取及分析,获得对不同类别气体的区分能力,在遇到新的未知气体数据时,可以进行气体类别预测。近年来,随着深度学习技术的发展,结合深度学习的模式识别算法已经成为人工嗅觉领域的关键驱动力之一,传统的模式识别方法往往依赖于手工设计的特征提取方法,这些方法可能在一些特定任务上表现良好,但往往缺乏泛化能力。深度学习通过自动从数据中学习特征,避免了人工选择特征的需要,这使得模型能够捕捉到更加复杂和抽象的数据表示,提高了识别任务的准确性和效率。并且随着数据量的不断增加,传统算法往往难以有效处理如此庞大的数据集。深度学习模型,尤其是经过适当训练的大型模型,能够有效地从大规模数据中学习,提取有用信息,从而在许多模式识别任务中取得了突破性的性能。深度学习领域的快速发展还催生了大量创新的模型和算法,如卷积神经网络(CNN),循环神经网络(RNN)和Transformer模型在序列数据处理中的应用,这些都极大地推动了模式识别技术的进步。在人工嗅觉研究领域,提取重要气体响应特征,构建先进算法具有重大潜力。(2)常见VOCs气体的选择及气体传感器阵列数据集的选择。本工作为了实现对常见VOCs进行分类识别的功能,选择了两个公共气体传感器数据集,包含多种VOC气体的大量样本数据。(3)搭建传统机器学习模型处理轻量级传感器阵列数据。本工作中探讨了机器学习算法在气体分类识别中的应用,包括K最近邻(KNN)、决策树(DT)、以及支持向量机(SVM)三种经典算法的原理、实现方式及其在气体分类任务上的表现。通过对比实验,分析了各算法的优缺点、适用场景以及在气体传感器数据分类中的性能表现。结果证明,对于较为简单的气体分类识别任务,传统的轻量级算法有着不错的识别准确率,证明结合机器学习的常见VOCs分类可行性。(4)讨论深度学习算法在气体分类识别任务的可行性,构建改进型结构重参数化卷积神经网络,引入1维深度可分离卷积及结构重参数化技术,将模型训练时的多分支卷积结构集成到推理时的单分支简单卷积层中,在简化推理模型复杂性的同时,大大增强了特征提取能力。将该方法应用于含有10种常见VOCs的常见气体传感器阵列数据集,识别准确率达到96.46%。较近几年同类工作,性能有所提高,证明了改进型卷积网络在VOCs分类识别任务的潜力。

关键词：氧化物半导体气体传感器人工嗅觉气体传感器阵列机器学习算法卷积神经网络结构重参数化