检索结果-南通市图书馆

自然资源遥感 2024年第2期36卷 39-49页

作者：冯倩张佳华邓帆吴贞江赵恩灵郑培鑫韩杨长江大学地球科学学院武汉430100 中国科学院空天信息创新研究院中国科学院数字地球重点实验室北京100094 中国科学院大学地球与行星科学学院北京100049

滨海湿地的遥感分类研究对于滨海湿地的保护和规划具有重要意义。为此,以黄河三角洲作为研究区,采用2019年3—10月获取的8景Landsat8 OIL作为数据源,使用GEE(Google Earth Engine)云平台,根据影像的不同特征构建了7种不同的分类方案;然... 详细信息

滨海湿地的遥感分类研究对于滨海湿地的保护和规划具有重要意义。为此,以黄河三角洲作为研究区,采用2019年3—10月获取的8景Landsat8 OIL作为数据源,使用GEE(Google Earth Engine)云平台,根据影像的不同特征构建了7种不同的分类方案;然后,使用随机森林分类器对不同特征集合进行分类,并选择其中分类效果最好的用于绘制黄河三角洲地区的湿地类别图。其中8,9月份数据由于受到云的污染导致质量差,使用增强型自适应反射率时空融合模型(enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)算法对有云区域进行填补处理。结果表明:①ESTARFM时空融合模型生成的预测影像与真实影像波段表现出较好的相关性,其R值均能达到0.73以上,说明重构的影像可以用于本研究;②使用随机森林算法对研究区地物类型进行分类,其中方案7通过特征优选,分类结果总体精度达92.28%,Kappa系数达0.91,分类结果与湿地实况相吻合,比常规方案分类精度更高。研究结果有助于了解和掌握该区域湿地不同类型的空间分布特征,可为区域生态环境的保护和规划提供科学依据。

关键词： Landsat8 多时相数据黄河三角洲湿地图像融合 Google Earth Engine 随机森林

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

用鞅方法解决最优投资问题

用鞅方法解决最优投资问题

作者：寿文婷北京化工大学

学位级别：硕士

论文研究的是股票市场中的金融投资问题,目标是最大化终期财富的预期效用。论文首先引入了It(?)-Markov additive市场模型,在这个市场中,金融资产的价格是由Lévy过程与制度转换模型相结合来描述的。由于该市场中存在跳跃扩散风险和制... 详细信息

论文研究的是股票市场中的金融投资问题,目标是最大化终期财富的预期效用。论文首先引入了It(?)-Markov additive市场模型,在这个市场中,金融资产的价格是由Lévy过程与制度转换模型相结合来描述的。由于该市场中存在跳跃扩散风险和制度转换风险,资产价格受到多个随机因素影响,难以直接获得其显性表达式。本研究通过期权定价的思想以及鞅方法(等价鞅测度、鞅表示定理等),分别给出了在某个固定周期结束时,当效用函数分别为HARA效用、指数效用以及对数效用时,最优终期财富和最优投资策略的解。此外,论文还证明了当参数适当变化时,HARA效用函数下最优投资问题的解具有一定收敛性。研究发现投资者还会结合风险价值(VaR)和投资组合保险(PI)来管理市场风险,投资者不仅要求财富的预期效用最大化,同时需要极大地保证未来承担的最大可能损失不会超过某一固定值,并要求提供最低保证金额。因此受Chen(2018)启发(据我们所知,Chen(2018)是第一篇解决连续时间效用最大化问题带这两个约束条件的论文),论文探究的第二个模型在连续时间布朗运动的基础上添加了泊松过程,即构造了简单Lévy市场模型,研究表明,该金融市场模型能更好地解释金融时间序列的某些行为,如跳跃、不对称和重尾等。文章推导了该模型在HARA效用函数和对数效用函数下,带VaR和PI两种市场约束的最优投资问题的解。

关键词： It(?)-Markov additive市场 Lévy市场 VaR-PI约束鞅投资组合选择 HARA效用函数收敛

新三板挂牌“专精特新”中小企业在北交所上市的效果分析 ——以长虹能源为例

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

新三板挂牌“专精特新”中小企业在北交所上市的效果分析 ——以...

作者：吴德寿南昌大学

学位级别：硕士

在中介中的“文学性”——21世纪以降吴晓东的批评实践

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

当代文坛 2024年第6期 63-71页

作者：吴虑北京师范大学文学院

如何防止“文学性”在各种非本质化的后结构主义思潮冲击下继续破碎化，如何把握深入文学本质时“文学性”的讨论分寸，是今日重提“文学性”研究尤须谨慎的论证关节。以21世纪以降吴晓东的批评实践为方法，试图清理出一条“在中介中”... 详细信息

如何防止“文学性”在各种非本质化的后结构主义思潮冲击下继续破碎化，如何把握深入文学本质时“文学性”的讨论分寸，是今日重提“文学性”研究尤须谨慎的论证关节。以21世纪以降吴晓东的批评实践为方法，试图清理出一条“在中介中”的“文学性”建设线索，经由“在中介中”的“境遇”“远景”“寓言”三个向度，建筑出“文学性”可资运作的内部结构，并勉力勘测出能够凿开文学核心要义及其主体性深度理论的批评矿脉。

关键词：文学性研究吴晓东中介中远景寓言诗学

来源：博看期刊

在线全文

学校读者我要写书评

暂无评论

升力体火箭上面级分离弹簧优化设计研究

西北工业大学学报 2024年第1期42卷 108-116页

作者：缪佶孙晓娜落䶮寿安军北京宇航系统工程研究所北京100076

针对升力体火箭在低空高速飞行环境下上面级分离难度大的问题,提出了一种基于分离弹簧的上面级分离方案,将ADAMS和Matlab集成实现了分离多体动力学仿真分析,采用试验设计方法对同时考虑分离工况偏差和分离弹簧偏差的上面级分离过程进行... 详细信息

针对升力体火箭在低空高速飞行环境下上面级分离难度大的问题,提出了一种基于分离弹簧的上面级分离方案,将ADAMS和Matlab集成实现了分离多体动力学仿真分析,采用试验设计方法对同时考虑分离工况偏差和分离弹簧偏差的上面级分离过程进行打靶仿真计算,确保了分离方案的可靠性。为了进一步优化分离方案,基于Isight建立了上面级分离优化问题模型,并采用多岛遗传算法对分离弹簧质量进行了优化设计,在确保分离过程满足全部约束条件的情况下使分离弹簧质量大幅降低,其降幅达到了48.87%,有效提升了火箭性能。

关键词：上面级分离分离弹簧动力学仿真打靶仿真优化设计

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

规则的分辨率:一个社会行动的分析框架

浙江学刊 2024年第6期 88-96+236页

作者：吴肃然哈尔滨工程大学社会学系

有关城市社区治理的研究在过去20年经历了抗争政治和治理现代化两个研究阶段，与这两种理论视角不同，本研究从知识社会学的角度考察了一个城市小区的业主大会选举过程，并在此基础上提出了“规则的分辨率”这一分析框架。此框架一方面... 详细信息

有关城市社区治理的研究在过去20年经历了抗争政治和治理现代化两个研究阶段，与这两种理论视角不同，本研究从知识社会学的角度考察了一个城市小区的业主大会选举过程，并在此基础上提出了“规则的分辨率”这一分析框架。此框架一方面更细致地展现了城市社区治理事务中的社会行动的逻辑，另一方面在经验研究层次上响应了社会学理论在规则/制度的客观性、清晰性和有效性等问题上的立场。本文认为，社会学家应积极开展这类理论化尝试，以此提升社会学解释的概括力和拓展性。

关键词：城市社区治理知识社会学社会行动社会规则

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

新时期高职学报服务产教融合的路径探索

科技与出版 2024年第10期 89-95页

作者：吴年华扬州职业大学学报编辑部

高职学报在产教融合中承担着学术研究、人才培养、搭建服务平台等工作，而新时期政策法规的出台、自身发展的需要、传播方式的改变给高职学报服务产教融合提出了新的任务和要求。文章针对高职学报在服务产教融合中存在的主题结合不紧、... 详细信息

高职学报在产教融合中承担着学术研究、人才培养、搭建服务平台等工作，而新时期政策法规的出台、自身发展的需要、传播方式的改变给高职学报服务产教融合提出了新的任务和要求。文章针对高职学报在服务产教融合中存在的主题结合不紧、聚焦深度不足，资源整合不力、期刊策划缺位，传播渠道单一、数字化水平低等问题，提出四个方面的改进措施，包括聚焦难点问题、加强选题策划，切合真实性需求、探索专业化办刊，整合资源、搭建综合服务平台，加强队伍建设、推进多元传播，以期塑造高职学报服务品牌，促进产教融合发展。

关键词：高职学报产教融合国家战略期刊策划期刊服务

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

陈绿寿作品选

长江文艺 2024年第8期 F0002-F0002,F0003,F0004页

作者：陈绿寿不详

双路特征提取与度量的少样本细粒度图像分类方法

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

天津大学学报（自然科学与工程技术版） 2024年第2期57卷 137-146页

作者：冀中吴伊兵王轩天津大学电气自动化与信息工程学院天津300072

少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中.在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点.为了解决这一问题,本文提出了一种基于距离与... 详细信息

少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中.在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点.为了解决这一问题,本文提出了一种基于距离与方向双重度量的神经网络,分别利用欧氏距离衡量特征间的绝对距离差异和余弦相似度衡量特征间的相对方向差异,以提升度量信息多样性和样本特征的判别性.同时,为了与当前先进的少样本细粒度图像分类方法对比,将特征提取器在不增加深度的前提下设置为双路形式,以适应不同度量方法对嵌入特征信息的需要.此外,设计了彼此分离的通道和空间注意力机制,分别通过自适应通道注意力和空间信息交叉注意力对不同阶段的提取特征进行增强,从而挖掘重要分类信息.最后,通过双相似度模块分别计算两种差异信息的度量结果,并选取一定权重融合得到最终的相似度分数,实现绝对差异与相对差异在度量空间中的协调补充.在4个主流细粒度图像分类数据集上进行实验对比与分析,最终结果表明了所提方法在相同设置下最多实现了7.0%左右的分类准确率提升.

关键词：细粒度图像少样本欧氏距离余弦相似度

维普期刊数据库