检索结果-南通市图书馆

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

“减油增化”目标下C_(4)资源的利用

炼油与化工 2021年第4期32卷 34-37页

作者：吕子一韩会君中国石油大连石化公司辽宁大连116000

主要对在“减油增化”的目标下C_(4)资源的利用进行分析。传统C_(4)资源利用主要存在生产过多的油品调和组分和MTBE前景不确定性的问题。重点介绍了烯烃催化裂解工艺,该工艺可以直接将C_(4)、C_(5)烯烃转化为丙烯、乙烯。烯烃催化裂解... 详细信息

主要对在“减油增化”的目标下C_(4)资源的利用进行分析。传统C_(4)资源利用主要存在生产过多的油品调和组分和MTBE前景不确定性的问题。重点介绍了烯烃催化裂解工艺,该工艺可以直接将C_(4)、C_(5)烯烃转化为丙烯、乙烯。烯烃催化裂解工艺可以根据全厂总流程,与蒸汽裂解、DCC、MTBE、烷基化等工艺进行耦合,大大提高生产调整的灵活性,既可以根据汽油池性质生产部分汽油调和组分提高整体效益,也可以在车用乙醇汽油全面推广实施的情况下将C_(4)资源全部转化为化工原料,使炼化一体化企业产品极具市场适应性。

关键词：烯烃催化裂解 C_(4)加工

在线全文

学校读者我要写书评

暂无评论

多标记学习中基于交互表示的深度森林方法

软件学报 2024年第4期35卷 1934-1944页

作者：吕沈欢陈一赫姜远计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 软件新技术与产业化协同创新中心(南京大学) 江苏南京210023

在多标记学习中,每个样本都与多个标记关联,关键任务是如何在构建模型时利用标记之间的相关性.多标记深度森林算法尝试在深度集成学习的框架下使用逐层的表示学习来挖掘标记之间的相关性,并利用得到的标记概率表示提升预测精度.然而,一... 详细信息

在多标记学习中,每个样本都与多个标记关联,关键任务是如何在构建模型时利用标记之间的相关性.多标记深度森林算法尝试在深度集成学习的框架下使用逐层的表示学习来挖掘标记之间的相关性,并利用得到的标记概率表示提升预测精度.然而,一方面标记概率表示与标记信息高度相关,这会导致其多样性较低.随着深度森林的深度增加,性能会下降.另一方面,标记概率的计算需要我们存储所有层数的森林结构并在测试阶段逐一使用,这会造成难以承受的计算和存储开销.针对这些问题,提出基于交互表示的多标记深度森林算法(interactionrepresentation-based multi-label deep forest,iMLDF).iMLDF从森林模型的决策路径中挖掘特征空间中的结构信息,利用随机交互树抽取决策树路径中的特征交互,分别得到特征置信度得分和标记概率分布两种交互表示.iMLDF一方面充分利用模型中的特征结构信息来丰富标记间的相关信息,另一方面通过交互表达式计算所有的表示,从而使得算法无需存储森林结构,大大地提升了计算效率.实验结果表明:在交互表示基础上进行表示学习的i MLDF算法取得了更好的预测性能,而且针对样本较多的数据集,计算效率比MLDF算法提升了一个数量级.

关键词：深度森林多标记学习特征交互标记相关性表示学习

动物病原感染性呼吸系统疾病兽药研究进展及新药研发趋势分析

在线全文

学校读者我要写书评

暂无评论

畜牧兽医学报 2024年

作者：蔡子雯孙志刚司晓慧吕若一刘晓晔北京农学院兽医学(中医药)北京市重点实验室北京农学院动物科学技术学院

动物病原感染性呼吸系统疾病对畜禽养殖业和宠物医疗构成重大挑战，病原体导致的传染性疾病不仅危害动物健康，也影响人类公共卫生安全。目前，针对这些疾病的新兽药开发面临瓶颈。本文重点归纳总结我国动物病原感染性呼吸疾病兽药的研... 详细信息

动物病原感染性呼吸系统疾病对畜禽养殖业和宠物医疗构成重大挑战，病原体导致的传染性疾病不仅危害动物健康，也影响人类公共卫生安全。目前，针对这些疾病的新兽药开发面临瓶颈。本文重点归纳总结我国动物病原感染性呼吸疾病兽药的研究进展，针对我国动物病原感染性呼吸系统疾病兽药种类、研发时间、用药规律，以及兽药剂型等特点进行了全面总结，以期归纳我国动物病原感染性呼吸道疾病兽药研发进展。同时本文针对动物呼吸系统兽药中化药和中药类别、剂型、临床应用等特点，分析出我国新兽药的未来研发趋势需要侧重于现有药物的高效应用，重点研究药物剂型优化和多靶点药物的开发，本文旨在为有效防控动物病原感染性呼吸系统疾病提供用药方案，为兽医临床新兽药未来研发的方向提供参考。

关键词：兽药动物呼吸系统疾病研究进展新药研发趋势

30NiCrMoVNb高强度钢组织调控及力学性能研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

30NiCrMoVNb高强度钢组织调控及力学性能研究

作者：吕子薇中北大学

学位级别：硕士

ART催化剂在大连石化渣油加氢装置第二周期的应用

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

中外能源 2012年第6期17卷 66-70页

作者：甘彬彬潘月春宋亚敏吕子一中国石油大连石化公司辽宁大连116032

介绍大连石化渣油加氢装置的工艺技术特点,第二周期催化剂的性能特点、催化剂装填、装置开工过程以及本周期运转状况和装置卸剂情况。为保证催化剂既达到设计运行周期又充分发挥活性,将运行周期分为初期、中前期、中后期和末期四个阶段... 详细信息

介绍大连石化渣油加氢装置的工艺技术特点,第二周期催化剂的性能特点、催化剂装填、装置开工过程以及本周期运转状况和装置卸剂情况。为保证催化剂既达到设计运行周期又充分发挥活性,将运行周期分为初期、中前期、中后期和末期四个阶段,严格按催化剂专利商提供的催化剂升温曲线提温;在安排所加工原油品种时,应将渣油难以处理的原油分散到较长的时间加工,尽可能保证渣油原料性质平稳;装置在生产调整上尽量满足催化剂专利商要求。使用结果表明,ART公司的第二周期催化剂具有稳定的加氢脱硫、加氢脱残炭、加氢脱金属活性,以常压渣油和减压渣油混合的设计原料,可生产硫含量小于0.35%(质量分数),残炭含量小于5.5%(质量分数),金属含量小于15μg/g的加氢常渣,满足催化裂化装置要求,运行周期大于8000h,加工量大于300×104t/a。

关键词：渣油加氢催化剂加氢脱硫加氢脱残炭加氢脱金属运行周期

在线全文

学校读者我要写书评

暂无评论

面向数据隐私保护的领域自适应方法研究

面向数据隐私保护的领域自适应方法研究

作者：刘子一山东财经大学

学位级别：硕士

深度神经网络在面对有标签的源领域和无标签的目标领域之间的分布偏移时,会出现严重的性能下降,这促进了对无监督领域自适应方法的广泛研究。它能够有效地将知识从源领域迁移到目标领域。目前该技术被广泛应用于各个领域,尤其在数据科... 详细信息

深度神经网络在面对有标签的源领域和无标签的目标领域之间的分布偏移时,会出现严重的性能下降,这促进了对无监督领域自适应方法的广泛研究。它能够有效地将知识从源领域迁移到目标领域。目前该技术被广泛应用于各个领域,尤其在数据科学和机器学习中发挥了重要作用。但是在无监督领域自适应任务中常常出现目标领域数据稀缺的情况,而视觉-语言模型可以利用在大规模数据上学到的知识,通过微调或提示学习的方式,在数据稀缺的领域中取得良好的表现。传统的无监督领域自适应方法在训练期间需要访问源领域数据,然而在许多情况下,出于隐私和安全等方面的考虑,源领域数据并不总是可用,这使得传统的无监督领域自适应方法无法适用于现实生活中的很多应用场景。此外,目前的许多方法还假定源领域数据只来自一个领域,这使不同源领域模型之间的信息无法被有效利用。例如在金融领域,随着金融市场的全球化和数字化,金融数据的多样性不断增加,传统方法在应对这些挑战时显得力不从心。因此无源多领域自适应技术被提出,在这种技术中,不需要任何源领域数据,只需要不同的预训练模型。针对上述问题,本文所做的主要工作如下:1.对抗学习是无监督领域自适应中常见的策略,但在提示学习的情境下尚未得到深入研究。为此,本文提出了一种对抗式双提示学习方法,该方法同时利用文本提示和视觉提示来使大型视觉-语言模型更好的解决无监督领域自适应问题。本文将文本提示调整和视觉提示调整结合到一个协作框架中,让它们参与一个对抗性游戏:文本提示调整专注于区分源图像和目标图像,而视觉提示调整旨在使源域和目标域对齐。与大多数现有的基于对抗学习的无监督领域自适应方法不同,此方法不需要单独的鉴别器来进行领域判别和领域对齐。通过对图像在领域和类别两个层面上的联合概率分布进行建模,可以在全局和类别级别有效实现这两个目标。2.在无源多领域自适应任务中,由于无法访问源领域的数据,因此无法按照传统的多源领域自适应方法显式对齐源领域与目标领域。因此,本文通过最小化每个源领域和目标领域数据之间的批归一化统计量距离,来缓解领域偏移问题。采用基于近邻聚合策略的伪标签分类器辅助生成更加准确的伪标签,通过学习最优的融合权重,将多个自适应后的源领域模型进行有效融合。3.大多数现有的无源多领域自适应方法将每个源领域模型单独地适配到目标领域,使得它们不能有效地利用来自多个源领域的互补性可迁移知识,且这些领域的分布差异很大。因此,本文提出了一种基于一致性引导的无源多领域自适应方法,利用标签一致性准则作为桥梁,促进源领域模型之间的合作。本文方法鼓励多个源领域模型之间两两协作,为同一个目标领域样本生成一致的软标签。在此过程中,每个模型交替作为教师,在另一个模型输入强增强版本时,提供其对弱增强目标领域样本的预测作为监督。同时提出了基于一致性的伪标签筛选方法,为模型提供更加准确的伪标签。本文在Office-31、Office-Home以及Vis DA等多个标准数据集上进行了大量的实验。实验结果表明,以上方法在多个迁移方向上与多个基线方法相比可以达到更高的准确率。

关键词：领域自适应提示学习视觉-语言模型批归一化统计量一致性正则化

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

转型升级企业炼油C_(5)优化利用方案

炼油与化工 2021年第5期32卷 42-43页

作者：王光耀韩会君吕子一傅志毅中国石油大连石化公司辽宁大连116032

沿海大型炼油企业某石化公司的炼油区中重整轻石脑油与轻烃轻石脑油中均富含约60%的C_(5)组分,其中戊烷总量更适宜于进行分离后加以合理利用,以提高原料科学利用的经济性。文中以该石化公司规划新建乙烯项目为蓝本,结合其实际情况,对原... 详细信息

沿海大型炼油企业某石化公司的炼油区中重整轻石脑油与轻烃轻石脑油中均富含约60%的C_(5)组分,其中戊烷总量更适宜于进行分离后加以合理利用,以提高原料科学利用的经济性。文中以该石化公司规划新建乙烯项目为蓝本,结合其实际情况,对原有炼油装置C_(5)资源综合利用进行了分析探讨,提出相应建议,为拟转型升级企业的C_(5)综合利用提供相应建议。

关键词：转型升级炼油 C_(5) 综合利用

在线全文

学校读者我要写书评

暂无评论

慢性前庭综合征的机器学习分类方法

医用生物力学 2024年第1期39卷 106-110页

作者：海子睿吕子阳马英楠高星北京邮电大学理学院北京100876 北京市科学技术研究院智慧养老研究所北京100035

目的通过最大Lyapunov指数(the largest Lyapunov exponents,LLE)计算慢性前庭综合征(chronic vestibular syndrome,CVS)患者运动的非线性特征,并通过机器学习算法验证分类模型的有效性。方法使用三维运动捕捉系统捕捉受试者的关节运... 详细信息

目的通过最大Lyapunov指数(the largest Lyapunov exponents,LLE)计算慢性前庭综合征(chronic vestibular syndrome,CVS)患者运动的非线性特征,并通过机器学习算法验证分类模型的有效性。方法使用三维运动捕捉系统捕捉受试者的关节运动轨迹,通过LLE判断混沌态,计算混沌轨迹的特征作为输入,采用ID3决策树、Adaboost、C45决策树、贝叶斯分类、朴素贝叶斯、支持向量机7种分类器进行分类。结果共有16个关节点的17组轨迹处在混沌态,实验组运动轨迹的平均能量、增强波长、峰度表现出显著性差异(P<0.05),ID3决策树分类器表现出了最优性能,预测精度、召回率、F_(1)分数均为100%。结论混沌特征可能包含了CVS患者更多的个性差异,能够提高机器学习算法识别的准确性。研究结果可为CVS患者的早期识别和运动康复提供参考。

关键词：最大Lyapunov指数非线性混沌机器学习慢性前庭综合征

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向骨架手势识别的全局时空可变形网络

电子科技大学学报 2024年第1期53卷 60-66页

作者：石东子林宏辉刘一江张鑫华南理工大学电子与信息学院广州510640 人工智能与数字经济广东省实验室广州510640

基于骨架序列进行手势识别关键在于如何融合时空信息提取可分辨性强的特征。该文提出关键点聚焦模块,通过全局上下文建模和不受限于固定形式的卷积方式,网络可以跨越多帧和不相关的关键点,在全局范围内自适应地聚合与手势动作密切相关... 详细信息

基于骨架序列进行手势识别关键在于如何融合时空信息提取可分辨性强的特征。该文提出关键点聚焦模块,通过全局上下文建模和不受限于固定形式的卷积方式,网络可以跨越多帧和不相关的关键点,在全局范围内自适应地聚合与手势动作密切相关的关键点信息,提取手势的时空特征。实验表明该方法在ChaLearn2013和SHREC数据集上得到的准确率可以达到94.88%和95.23%,优于现有方法。此外,该方法在处理噪声数据和动态手势方面稳定性更好。

关键词：手势识别特征提取可变形卷积骨架序列全局信息