检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

美国开发落后地区的立法

内蒙古大学学报（哲学社会科学版） 2003年第4期35卷 111-114页

作者：吕佳内蒙古师范大学政经系内蒙古呼和浩特010022

美国在对西部和南部开发时,充分发挥联邦政府的职能,有针对性地制定了大量有效的法律,保证了开发的顺利实施和市场体制的建立。这些经验不仅对我国的西部大开发战略有益,而且对内蒙古自治区的现代化进程也提供了借鉴。

关键词：美国开发立法

在线全文

学校读者我要写书评

暂无评论

药物免修饰的药靶鉴定蛋白质组方法研究进展

质谱学报 2021年第5期42卷 845-861,I0008页

作者：吕佳纹叶明亮中国科学院大连化学物理研究所辽宁大连116023 中国科学院大学北京100049

药物靶蛋白的筛选是现代药物研发过程必不可少的步骤。传统的药物靶点筛选通常使用假设驱动的生物学实验进行药物靶点的逐个验证,近年来高通量、高分辨质谱技术的进步以及液相色谱-质谱联用技术的发展,促进了蛋白质组学技术在药物靶蛋... 详细信息

药物靶蛋白的筛选是现代药物研发过程必不可少的步骤。传统的药物靶点筛选通常使用假设驱动的生物学实验进行药物靶点的逐个验证,近年来高通量、高分辨质谱技术的进步以及液相色谱-质谱联用技术的发展,促进了蛋白质组学技术在药物靶蛋白筛选领域的广泛应用。化学蛋白质组学技术在药物-蛋白相互作用研究领域已取得巨大突破,因其需要在药物小分子结构上进行化学衍生等问题,最近新兴的药物免修饰的靶蛋白筛选技术引起广泛关注。本文综述了近15年来药物免修饰(非化学修饰)的药物靶蛋白筛选方法的研究进展,包括细胞热位移分析(CETSA)、热蛋白质组分析(TPP)、蛋白质氧化速率稳定性分析(SPROX)、基于有机溶剂沉淀蛋白稳定性方法(SIP)、药物亲和相应靶点稳定性分析(DARTS)、脉冲酶解法(PP)、限制性酶解法(LiP)等,并比较了这些方法的优势、局限性以及应用场景。

关键词：药物靶蛋白筛选非化学修饰方法蛋白质组学液相色谱-串联质谱

在线全文

学校读者我要写书评

暂无评论

多层自适应聚合的自监督小样本图像分类

中国图象图形学报 2023年第4期28卷 1056-1068页

作者：吕佳巫若愚重庆师范大学计算机与信息科学学院重庆401331 重庆师范大学重庆市数字农业服务工程技术研究中心重庆401331

目的在图像分类领域,小样本学习旨在利用从大规模数据集中训练到的知识来处理仅包含少量有标记训练样本的下游分类任务。通常情况下,下游任务只涉及新类样本,由于元训练阶段会构造大量任务随机抽取训练集中不同类别的样本且训练集与测... 详细信息

目的在图像分类领域,小样本学习旨在利用从大规模数据集中训练到的知识来处理仅包含少量有标记训练样本的下游分类任务。通常情况下,下游任务只涉及新类样本,由于元训练阶段会构造大量任务随机抽取训练集中不同类别的样本且训练集与测试集类别间存在领域间隙,因此模型训练周期长且可能对训练集过拟合,以致元知识无法迁移到测试集,进而导致模型泛化性差。针对以上问题,提出一种多层自适应聚合的自监督小样本图像分类模型。方法首先使用分组卷积对残差块进行改进,减少神经网络参数量,降低训练难度,缩短训练时间;然后采用多层自适应聚合的方法改进骨干网络,对网络各层语义信息加以提炼聚合,自适应分配各层权重,将聚合后的特征图作为后续分类的依据;最后加入自监督对比学习结合有监督学习挖掘样本自身潜在的信息,从而提升样本特征表达能力。结果在mini-ImageNet数据集和CUB(Caltech-UCSD birds-200-2011)数据集上与当前主流模型进行分类效果对比实验,与baseline相比,所提模型的准确率在mini-ImageNet数据集的5-way 1-shot与5-way 5-shot实验上分别提升了6.31%和6.04%,在CUB数据集的5-way 1-shot与5-way 5-shot实验上分别提升了8.95%和8.77%。结论本文模型能在一定程度上缩短训练时间、增强样本特征表达能力和优化数据分布,并缓解领域间隙所带来的问题,从而提高模型泛化性与分类效果。

关键词：小样本学习图像分类自适应聚合自监督学习对比学习

在线全文

学校读者我要写书评

暂无评论

战胜对手人生战场上的赢家法则

协商式透明性:职业新闻人情感表达的动态调适——基于记者手记生产过程的考察

2007年

作者：吕佳

本书融合了古今中外的智慧，突出了个人生存与发展的需要，教会读者博弈的方法，提升你的竞争力，为你在人生旅途中指明方向。

ISBN: (纸本)7802034248

本书融合了古今中外的智慧，突出了个人生存与发展的需要，教会读者博弈的方法，提升你的竞争力，为你在人生旅途中指明方向。

关键词：成功心理

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

新闻记者 2024年第7期 31-47页

作者：吕佳臻复旦大学新闻学院

本文聚焦记者手记中职业新闻人的情感表达,采用深度访谈法,以自下而上的方式探索职业新闻人的情感表达与新闻透明性之间的关系。研究发现,记者手记中职业新闻人的情感表达延展了新闻透明性的内涵,本文将其概念化为“协商式透明性”,即... 详细信息

本文聚焦记者手记中职业新闻人的情感表达,采用深度访谈法,以自下而上的方式探索职业新闻人的情感表达与新闻透明性之间的关系。研究发现,记者手记中职业新闻人的情感表达延展了新闻透明性的内涵,本文将其概念化为“协商式透明性”,即职业新闻人经由个体驱动、组织规制与行业文化之间的协商而将自身的情感加以表达。协商式透明性所体现的记者将自身的情感付诸表达,是对职业新闻人主体性的确认,形成对专业新闻领域既有文化脚本的扩张,但这种扩张处于以新闻客观性为主导的职业文化语境之下,并且受到新闻组织的影响。协商式透明性还揭示出新闻透明性与新闻客观性之间的共生关系,两者以个体与组织的行动为载体通过协商达成对当下社交媒体情感流动的适应。

关键词：新闻透明性记者手记职业新闻人情感表达

基于K-means聚类和特征空间增强的噪声标签深度学习算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第2期19卷 267-277页

作者：吕佳邱小龙重庆师范大学计算机与信息科学学院重庆401331 重庆市数字农业服务工程技术研究中心重庆401331

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样... 详细信息

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

关键词：噪声标签学习深度学习半监督学习机器学习神经网络 K-means聚类特征空间增强 mixup算法

基于Delaunay三角剖分密度度量的聚类算法

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

计算机应用 2009年第5期29卷 1380-1381,1384页

作者：吕佳重庆师范大学数学与计算机科学学院重庆400047 重庆师范大学运筹学与系统工程重庆市市级重点实验室重庆400047

针对K-means聚类算法无法正确识别非凸形状簇的缺陷,提出一种基于Delaunay三角剖分密度度量的聚类方法,利用Delaunay三角剖分图的最近性、邻接性等优良特性来反映数据自身特点并进行密度度量,同时以混沌优化方法实现聚类目标函数的全局... 详细信息

针对K-means聚类算法无法正确识别非凸形状簇的缺陷,提出一种基于Delaunay三角剖分密度度量的聚类方法,利用Delaunay三角剖分图的最近性、邻接性等优良特性来反映数据自身特点并进行密度度量,同时以混沌优化方法实现聚类目标函数的全局优化,达到全局最小解。实验结果证明,基于Delaunay三角剖分密度度量方式的聚类算法能发现任意非凸形状簇。

关键词：聚类非凸形状密度 Delaunay三角剖分混沌优化

在线全文

学校读者我要写书评

暂无评论

对数正态利率模型下的破产概率

统计与决策 2009年第19期25卷 148-149页

作者：吕佳张婷延安大学数学与计算机科学学院陕西延安716000

文章利用调整系数研究了对数正态利率模型下的破产概率,得出了破产概率的确切表达式。

关键词：破产概率调整系数随机利率对数正态分布盈余过程

在线全文

学校读者我要写书评

暂无评论

基于DTW时序距离的故障可诊断性评估方法

兵工学报 2024年第3期45卷 997-1009页

作者：吕佳朋史贤俊肖支才海军航空大学山东烟台264001

对装备中具体故障进行可诊断性评估,可以量化地表明故障被诊断的难易程度。针对故障可诊断性评价方法中存在的不客观及度量方法选择不恰当的问题,提出一种基于动态时间规整(Dynamic Time Warping,DTW)的时序距离度量方法。定义可诊断性... 详细信息

对装备中具体故障进行可诊断性评估,可以量化地表明故障被诊断的难易程度。针对故障可诊断性评价方法中存在的不客观及度量方法选择不恰当的问题,提出一种基于动态时间规整(Dynamic Time Warping,DTW)的时序距离度量方法。定义可诊断性评估模型,从实际系统中抽取系统的结构、信号、测试、故障模式4种要素,为故障可诊断性评估工作的开展打下基础。摒弃传统的从信号中提取特征进行相似性度量的做法,将信号看做时序序列,基于DTW方法衡量不同状态下各信号之间的相似程度,作为故障可诊断性的评估依据。使用动量轮系统对新方法进行仿真实验,仿真结果表明新方法在进行可诊断性评估方面具有客观性和有效性。

关键词：故障可诊断性定量评价动态时间规整相似性度量时间序列