检索结果-南通市图书馆

维普期刊数据库

基于企业股权关联的长三角数字经济网络演变和空间扩展模式研究

在线全文

学校读者我要写书评

暂无评论

人文地理 2024年第3期 81-91+182页

作者：冷硕峰席广亮甄峰刘翰阳南京大学建筑与城市规划学院江苏智慧城市研究基地美国德保罗大学商学院

本文基于长三角数字经济企业股权关联数据，以地级市市区和县市为研究单元构建有向加权的数字经济产业投资网络。运用度中心性和中心势、社区分析等网络分析方法研究2010—2020年长三角数字经济产业网络演变特征，总结核心扩展、节点扩... 详细信息

本文基于长三角数字经济企业股权关联数据，以地级市市区和县市为研究单元构建有向加权的数字经济产业投资网络。运用度中心性和中心势、社区分析等网络分析方法研究2010—2020年长三角数字经济产业网络演变特征，总结核心扩展、节点扩展、边缘扩展等空间扩展模式以及网络演化的起步、发展、成熟、完善四个阶段。研究发现：2010—2020年，长三角数字经济网络的极化过程逐渐减缓，网络逐渐趋于稳定和集中，呈现出“钻石+放射状”的空间结构，且其网络社区与行政边界耦合程度较高。长三角数字经济网络先后经历了以核心扩展为主和核心扩展与节点扩展并重的阶段，呈现出明显的等级扩散特征。

关键词：数字经济产业网络空间结构空间扩展长三角地区

四轮独立驱动电动汽车路径规划与跟踪控制研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械科学与技术 2024年

作者：黄剑龙王旭东高银刘翰蔚重庆工商大学制造装备机构设计与控制重点实验室重庆工商大学机械工程学院

针对四轮独立驱动电动汽车的实时路径规划与稳定性跟踪控制问题，基于改进的快速随机搜索树（RRT）路径规划算法与前馈/模糊比例积分微分(FPID)控制算法，提出一种独立电驱汽车路径规划与跟踪控制的系统框架。首先，采用目标导航优化、... 详细信息

针对四轮独立驱动电动汽车的实时路径规划与稳定性跟踪控制问题，基于改进的快速随机搜索树（RRT）路径规划算法与前馈/模糊比例积分微分(FPID)控制算法，提出一种独立电驱汽车路径规划与跟踪控制的系统框架。首先，采用目标导航优化、加速优化采样及路径平滑处理等策略对传统的RRT算法进行改进，保证所规划的路径满足汽车运动学约束、无碰撞，且曲率连续；其次，在传统动力学的基础上，结合模糊控制理论与前馈控制机理，设计了一种横纵向协同控制器来跟踪所规划的参考路径，并设计了跟踪稳定性评价指标；最后，进行联合仿真与实车试验，实现所设控制器对期望路径的稳定跟踪。通过不同工况的实验结果表明，该控制器在中低速下具有良好的跟踪控制效果及稳定性。

关键词：路径规划改进的RRT算法跟踪控制模糊PID 稳定性

乡村数字化对农业绿色低碳发展的影响——基于耦合协调度和中介效应模型的实证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业资源与环境学报 2024年

作者：刘桉志杨树果黑龙江八一农垦大学经济管理学院

农业绿色低碳发展是实现“双碳”目标和农业高质量发展的重要途径。本研究选取2011—2020年我国31个省（直辖市、自治区）的面板数据，采用熵值法测算了乡村数字化与农业绿色低碳发展水平。运用耦合协调度模型、固定效应模型和中介效应... 详细信息

农业绿色低碳发展是实现“双碳”目标和农业高质量发展的重要途径。本研究选取2011—2020年我国31个省（直辖市、自治区）的面板数据，采用熵值法测算了乡村数字化与农业绿色低碳发展水平。运用耦合协调度模型、固定效应模型和中介效应模型等方法，分析了二者的协调发展程度，实证研究了乡村数字化对农业绿色低碳发展的影响及作用机制。结果表明：我国乡村数字化水平与农业绿色低碳发展水平及二者耦合协调程度总体呈上升趋势，2011—2020年间分别提高了0.203、0.049和0.895。基准回归结果表明，乡村数字化可以显著促进农业绿色低碳发展，回归系数为0.269，这一结果在采用互联网域名数和滞后一期的乡村数字化作为工具变量检验之后依然存在。机制分析发现，乡村数字化主要通过绿色技术创新、规模化经营和种植结构调整，助推农业绿色低碳发展。区域异质性分析发现，乡村数字化对农业绿色低碳发展的促进作用在我国东部地区最为显著，回归系数为0.373。研究表明，加快乡村数字化进程，贯彻绿色低碳发展理念，实施农业减排固碳发展策略，才能更好地实现农业可持续发展。

关键词：乡村数字化农业绿色低碳发展数字技术耦合协调度熵值法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向无人机目标的检测与实时跟随

计算机工程与应用 2024年第11期60卷 319-327页

作者：刘瑢琦王红雨韩佼志上海交通大学电子信息与电气工程学院上海200240

随着无人机在各个领域的应用越来越广泛,目前对于无人机的管制需求也逐步上升,同时由于无人机平台算力、能源有限,有效的检测与跟随算法显得尤为重要。基于深度学习的方法对于目标检测十分有效,但其直接应用于空中目标跟随这一任务还存... 详细信息

随着无人机在各个领域的应用越来越广泛,目前对于无人机的管制需求也逐步上升,同时由于无人机平台算力、能源有限,有效的检测与跟随算法显得尤为重要。基于深度学习的方法对于目标检测十分有效,但其直接应用于空中目标跟随这一任务还存在稳定性与安全性不足以及目标阴影的干扰这些问题。针对目标检测时阴影干扰问题,提出了基于HSV色彩空间的阴影识别算法,能够对检测对象阴影区域进行分割识别,从而排除阴影对目标检测的干扰;为了得到了更精准的目标无人机三维位置,设计了二次定位算法,将纯检测框中心点与目标无人机结构上相对固定中心点进行了加权融合,减少了目标框大小浮动对目标位置估计的影响;在避障策略中融合了无人机相关约束以此避免了无人机跟随时的过度震荡,并利用动态环境下的自定位算法对追踪无人机的控制结果进行检测与实时修正,提升整个动态跟随过程中的鲁棒性。所提算法经虚幻4平台下的仿真与实物实验中得到验证,能够将无人机跟随任务的跟随精度控制在0.1 m级。

关键词：无人机跟随目标检测阴影辨识中心定位动态自定位

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于物理约束和云图生成的台风等级预测方法

激光与光电子学进展 2024年

作者：郑宗生周文睆王政翰高萌霍志俊张月维上海海洋大学信息学院广州气象卫星地面站

卫星遥感技术的发展提供了更高质量的台风卫星云图数据，目前台风云图作为确定台风强度等级的手段之一，运用于台风预报工作中。针对遗忘门云层特征选择性丢失问题和物理预测结果模糊原截断操作导致的边缘信息损失，本文提出一种基于物... 详细信息

卫星遥感技术的发展提供了更高质量的台风卫星云图数据，目前台风云图作为确定台风强度等级的手段之一，运用于台风预报工作中。针对遗忘门云层特征选择性丢失问题和物理预测结果模糊原截断操作导致的边缘信息损失，本文提出一种基于物理约束和云图生成的台风等级预测方法 CPGanTyphoon,CPGanTyphoon使用卷积网络近似物理方程，通过先验知识优化特征提取，结合对抗训练提升图像质量，联合损失函数减少视觉差异，最后对生成图像进行台风等级预测。实验结果表明，CPGanTyphoon模型生成预测图像的SSIM分数为0.916,PSNR分数为30.36，模糊c均值准确率为0.981，台风等级预测总体准确率为0.985，本模型能准确生成未来时刻的台风云图并预测台风等级。

关键词：遥感图像物理约束生成式对抗网络图像预测台风等级

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合类别中心辅助三元组损失的遥感图像检索

计算机工程 2024年

作者：郑宗生霍志俊高萌王政翰周文睆张月维上海海洋大学信息学院广州气象卫星地面站

遥感图像检索的关键是从海量图像中高效、准确地检索出目标样本。针对遥感图像类内样本方差大、类内样本分散，依靠有限样本的传统遥感图像检索不能很好学习类内样本差异特征，现有的CrossBatchMemory（XBM）方法三元组配对冗余、计算... 详细信息

遥感图像检索的关键是从海量图像中高效、准确地检索出目标样本。针对遥感图像类内样本方差大、类内样本分散，依靠有限样本的传统遥感图像检索不能很好学习类内样本差异特征，现有的CrossBatchMemory（XBM）方法三元组配对冗余、计算复杂的问题，提出一种基于类别中心损失辅助优化三元组损失的遥感图像检索方法CCO-TL（ClassCenterOptimizationwithTripletLoss）。CCO-TL使用类别中心特征限制类内正样本之间的距离辅助优化三元组损失，实现类间相互分离，同时类内的样本更加聚集紧凑，得到优化的样本特征；通过改进XBM模块得到批次特征队列BFQ（BatchFeaturesQueue）存储先前训练批次的特征向量，改变三元组配对方式，充分挖掘样本信息并解决数据冗余问题，减少训练时间。同时使用BFQ模块进行类别中心点特征的实时计算，取代了传统方法的估计值。实验表明，基于真实类别中心特征辅助优化的三元损失函数训练的网络模型学习样本间的能力更强，类内更加聚集，类间区分也更明显。最后结合Recall@K等指标进行评估，在UCMD、AID、PN、OP 四个遥感数据集上进行实验，精度分别达到 93.1%、87.2%、97.1%、82.2%，优于其他研究方法。

关键词：图像检索深度度量学习三元损失类别中心批次

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方医科大学学报 2024年

作者：骆金光陶怀祥闻志远陈龙胡昊关翰蚌埠医科大学第一附属医院泌尿外科蚌埠医科大学慢性疾病免疫学基础与临床安徽省重点实验室

目的探讨受肿瘤相关成纤维细胞（CAFs）调控的hsa-miR-18b-5p在前列腺癌（PCa）中的表达水平及作用，并研究对其在PCa发生发展过程中的分子机制。方法利用生物信息学技术分析在PCa中高表达的miRNA，构建肿瘤相关成纤维细胞并与PCa细... 详细信息

目的探讨受肿瘤相关成纤维细胞（CAFs）调控的hsa-miR-18b-5p在前列腺癌（PCa）中的表达水平及作用，并研究对其在PCa发生发展过程中的分子机制。方法利用生物信息学技术分析在PCa中高表达的miRNA，构建肿瘤相关成纤维细胞并与PCa细胞系共培养，验证CAFs对PCa细胞增殖和迁移的影响及对hsa-miR-18b-5p的调控作用；RT-qPCR验证20例患者癌组织及癌旁正常组织、前列腺正常上皮增生细胞及PCa各细胞系中hsa-miR-18b-5p的表达水平；通过脂质体法将阴性对照及hsamiR-18b-5p抑制物分别转染入PCa细胞C4-2、LNCAP中，分为NC inhibitor组和hsa-miR-18b-5p inhibitor组；采用细胞集落形成、CCK-8实验、划痕愈合、Transwell、IC50实验、流式细胞术分别检测C4-2、LNCAP细胞增殖、迁移、侵袭、耐药能力、凋亡和周期；建立PCa裸鼠移植瘤模型，定期测量移植瘤的质量和体积，Kaplan-Meier生存曲线分析裸鼠生存情况；利用靶基因预测分析网站（Targetscan、Mirtarbase、miRDB、miRDIP）预测has-miR-18b-5p的靶基因，并通过双荧光素酶报告基因分析验证hsa-miR-18b-5p与靶基因的靶向关系，RT-qPCR、Western blotting检测各组细胞靶基因的表达水平。结果生物信息学分析结果显示，在PCa中高表达的miRNA有17个，结合差异表达程度以及相关文献筛选出拟研究的基因：miR-148a、miR-17、miR-18b-5p、miR-770、miR-297-3p。CAFs与PCa细胞系共培养后hsa-miR-18b-5p的表达水平升高（P<0.01），且促进PCa细胞的增殖与迁移（P<0.01），敲除has-miR-18b-5p可抵消CAFs对PCa细胞增殖及迁移的影响，确定has-miR-18b-5p为研究基因。与正常前列腺上皮细胞或肿瘤旁组织相比，PCa细胞或肿瘤组织中hsa-miR-18b-5p的表达升高（P<0.05）；敲除hsa-miR-18b-5p可抑制C4-2、LNCAP细胞的增殖、迁移、侵袭以及耐药（P<0.05）；敲除hsa-miR-18b-5p可抑制裸鼠移植瘤质量和体积的增长，增加裸鼠的生存时间（P<0.05）。靶基因预测分析网站显示，FBXL3是hsa-miR-18b-5p的一个潜在作用靶点，双荧光素酶报告基因证实has-miR-18b-5p与FBXL3基因间存在结合位点，且敲除hsa-miR-18b-5p可增加C4-2、LNCAP细胞中FBXL3的蛋白表达（P<0.05）。结论 CAFs上调前列腺癌细胞hsa-miR-18b-5p的表达水平，后者可能通过靶向调控FBXL3基因的表达促进PCa细胞的增殖和转移。

关键词： hsa-miR-18b-5p 肿瘤相关成纤维细胞 FBXL3 前列腺癌促癌

房建市政工程施工管理中精细化管理的应用分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科技期刊数据库工业A 2024年第1期 66-69页

作者：刘翰麟广西建工集团第四建筑工程有限责任公司广西桂林541004

随着城市化进程的加速和技术的不断发展,房建市政工程的复杂性日益增加,对施工管理的要求也随之提高。精细化管理作为一种高效的管理手段,其在提高项目执行效率、保障施工质量与安全,以及优化资源分配和成本控制方面发挥着关键作用。然... 详细信息

随着城市化进程的加速和技术的不断发展,房建市政工程的复杂性日益增加,对施工管理的要求也随之提高。精细化管理作为一种高效的管理手段,其在提高项目执行效率、保障施工质量与安全,以及优化资源分配和成本控制方面发挥着关键作用。然而,实际应用中也面临着管理流程复杂化、信息系统整合难题及员工培训与适应性的挑战。论文通过系统分析这些问题,并提出相应的管理措施,如引入高效的项目管理工具、实施持续的员工培训计划和加强跨部门沟通协作,旨在为房建市政工程施工管理提供更加精细化、高效的管理方案,以适应现代建筑工程的需求。

关键词：精细化管理房建市政工程项目管理工具施工管理效率

基于SERepVGG-A2的轻量化卷积神经网络在熔池状态识别中的应用

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

机械工程学报 2024年

作者：刘翰儒陈桂映许泽林彭世通郭嘉楠刘伟嵬王奉涛大连理工大学机械工程学院中佛罗里达大学机械与航空航天工程系汕头大学智能制造技术教育部重点实验室

针对传统卷积神经网络(Convolutional Neural Networks， CNN))应用于熔池状态识别时，浅层卷积神经网络无法有效提取熔池特征，而深层卷积神经网络又存在参数量大和冗余度高的问题，提出一种轻量化卷积神经网络(SERepVGG-A2)熔池状态... 详细信息

针对传统卷积神经网络(Convolutional Neural Networks， CNN))应用于熔池状态识别时，浅层卷积神经网络无法有效提取熔池特征，而深层卷积神经网络又存在参数量大和冗余度高的问题，提出一种轻量化卷积神经网络(SERepVGG-A2)熔池状态识别方法。首先针对原始熔池图片存在大量无用背景区域的问题，对熔池图片进行感兴趣区域(Region of Interest，ROI)提取优化了数据集；接着为了保证模型特征提取能力并同时降低模型的复杂度，提出一种结合残差结构、注意力机制和结构参数重组化的轻量化卷积神经网络模型来识别熔池状态。以Ti-10Mo钛合金定向能量沉积过程中的在线熔池图像数据验证所提方法，结果表明所提的轻量化网络模型不仅能够有效地识别熔池状态，而且比传统的CNN方法具有更高的熔池识别效率。

关键词：熔池状态识别卷积神经网络深度学习注意力机制结构参数重组化