检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多层网络上交互疾病传播与控制

多层网络上交互疾病传播与控制

作者：周珅宇上海交通大学

学位级别：硕士

传染病在人群接触网络中的传播始终是复杂网络上传播动力学研究的重点之一。交互式疾病的传播,即两个疾病在同一个宿主群体中同时交互传播的动力学过程。交互疾病传播过程的互相耦合导致了许多与单疾病传播过程不同的现象。本文首先介... 详细信息

传染病在人群接触网络中的传播始终是复杂网络上传播动力学研究的重点之一。交互式疾病的传播,即两个疾病在同一个宿主群体中同时交互传播的动力学过程。交互疾病传播过程的互相耦合导致了许多与单疾病传播过程不同的现象。本文首先介绍了交互疾病传播的现有模型、分析方法以及重要结论,然后建立了SIR(Susceptible-InfectedRecovered)型疾病的交互传播模型。本文从传播阈值和疾病爆发两个角度对交互疾病的传播动力学进行了分析研究,并进一步研究了疾病间的交互对免疫策略的影响。具体的研究内容包括:1.首先,本文基于双层网络建立了传播模型。模型中两个SIR型疾病分别在两层网络上交互传播,其中个体感染某种疾病的概率受该个体是否处于另一个疾病的感染或者恢复状态的影响。对此模型,本文求解了交互疾病传播阈值的解析表达式,表现出交互疾病传播阈值随时间的演化过程,以及不同参数变化对传播阈值的影响。进一步,针对传播过程,提出了最大感染人群比例和最快传播速度这两个指标用以描述爆发过程。通过理论分析和仿真,研究了网络拓扑参数、网络边重叠度、脆弱人群比例和疾病间的交互过程对疾病爆发过程的影响。研究发现,一些看似重要的影响因素,如两层网络边的重叠程度,对交互疾病的传播阈值及爆发过程没有影响;而一些普遍被忽视的因素,如宿主群体中脆弱人群的比例,对交互疾病的传播阈值以及爆发过程的影响十分显著。另外,研究还发现,在两个SIR型疾病交互传播的情况下,疾病的爆发规模与速度对与疾病恢复状态相关的交互参数的变化更为敏感,这从另一个侧面说明了,对于SIR型疾病来说,个体恢复状态在交互过程中起到的作用比感染状态更大。2.更进一步地,基于上述对交互式疾病传播模型与传播过程的分析,本文研究了交互式疾病传播的免疫特性。考虑了两个疾病相互促进、相互抑制、高比例脆弱人群、低比例脆弱人群四种场景,研究了节点度中心性和介数中心性与单个节点传播能力间的关系,表明疾病间交互以及宿主群体中脆弱人群的存在会对单点的传播能力造成影响,显示出利用经典的中心性指标刻画节点传播能力的局限性。此外,在两个疾病相互促进和相互抑制的情况下,本文探究了基于度的目标免疫、基于介数的目标免疫和熟人免疫的免疫效果,显示了疾病间的交互对免疫策略的影响:在两个疾病相互促进时,免疫策略的效果相比两个疾病没有交互的情况更差;而两个疾病相互抑制时,免疫策略的效果变好。另外,在疾病交互传播情况下,免疫其中一个疾病对另外一种疾病的影响取决于具体的交互参数空间,因此在设计免疫策略或者应用免疫策略时需要将疾病间的具体交互情况考虑在内。

关键词：交互式疾病多层网络传播动力学免疫策略

卡洛斯·富恩特斯作品对墨西哥大革命评价流变析意

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

榆林学院学报 2020年第1期30卷 92-97页

作者：周珅宇西班牙巴塞罗那大学地理与历史系

卡洛斯·富恩特斯(Carlos Fuentes, 1928~2012)是墨西哥当代最重要的小说家和评论家之一,其一生对于墨西哥民族和社会都保持着极大的关注,这种关注也在他的诸多作品中有着各种形式的展现。而墨西哥大革命,作为对于墨西哥当代社会影响最... 详细信息

卡洛斯·富恩特斯(Carlos Fuentes, 1928~2012)是墨西哥当代最重要的小说家和评论家之一,其一生对于墨西哥民族和社会都保持着极大的关注,这种关注也在他的诸多作品中有着各种形式的展现。而墨西哥大革命,作为对于墨西哥当代社会影响最大的事件,自然也成为作者关注的重点。通过他20世纪60年代作品《阿尔特米奥·克罗斯之死》,90年代作品《与劳拉·迪亚斯共度的岁月》和2000年以后的作品《我相信》以及散文、评论和采访,利用不同时期文本中作家对于大革命的描写,观察大革命并分析作家对于墨西哥革命的反思流变,从而反窥作者历史观的变化。

关键词：卡洛斯·富恩特斯墨西哥大革命评价变化析意

在线全文

学校读者我要写书评

暂无评论

卷积神经网络STAP低空风切变风速估计

电子与信息学报 2024年第8期46卷 3193-3201页

作者：李海张强周桉宇熊玉中国民航大学天津市智能信号与图像处理重点实验室天津300300

由于机载气象雷达前视阵下存在非均匀性地杂波,导致难以获得足够的独立同分布样本,影响杂波协方差矩阵准确估计,进而影响风速估计。对此,该文提出一种基于卷积神经网络STAP的低空风切变风速估计方法,通过少量样本就能够实现高分辨杂波... 详细信息

由于机载气象雷达前视阵下存在非均匀性地杂波,导致难以获得足够的独立同分布样本,影响杂波协方差矩阵准确估计,进而影响风速估计。对此,该文提出一种基于卷积神经网络STAP的低空风切变风速估计方法,通过少量样本就能够实现高分辨杂波空时谱估计。首先,基于卷积神经网络模型训练好高分辨杂波空时谱卷积神经网络,接着计算杂波协方差矩阵,进而计算卷积神经网络STAP最优权矢量进行杂波抑制,达到对低空风切变风速精确估计。该文在小样本情况下,将稀疏恢复问题通过卷积神经网络实现,完成对高分辨杂波空时谱有效估计,仿真实验结果表明该方法可以有效估计空时谱,并完成风速估计。

关键词：机载气象雷达卷积神经网络低空风切变风速估计

基于运行短路比的新能源场站中跟/构网可切换单元的最优配置方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年第3期48卷 1091-1102页

作者：周于清姚伟宗启航周泓宇赵海宇文劲宇强电磁工程与新技术国家重点实验室(华中科技大学) 湖北省武汉市430074

现有新能源场站中的发电单元基本采用跟网控制,难以在极弱电网下保持安全稳定运行。在发电单元全采用跟网控制的新能源场站内配置少量跟/构网可切换发电单元,可提升场站在弱网下的运行能力,避免失稳问题。首先建立跟/构网可切换单元模型... 详细信息

现有新能源场站中的发电单元基本采用跟网控制,难以在极弱电网下保持安全稳定运行。在发电单元全采用跟网控制的新能源场站内配置少量跟/构网可切换发电单元,可提升场站在弱网下的运行能力,避免失稳问题。首先建立跟/构网可切换单元模型,实现无扰切换。其次,分析了新能源发电单元在跟/构网控制下的稳定特性,进而选取运行短路比并作为跟/构网切换指标。再次,提出基于运行短路比的新能源场站跟/构网切换方案,并提出了跟/构网可切换单元最优配置方法。最后,通过算例仿真验证了所提配置方法的合理性和优越性。

关键词：新能源场站跟/构网切换容量配置次同步振荡特征值分析

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

美国次级贷款危机反思

中国金融 2024年第3期 79-80页

作者：周照宇中国社会科学院大学

2008年爆发的美国次级贷款危机对美国乃至全球经济产生了持久深远的影响。危机影响减弱后,以美、英为代表的金融监管当局痛定思痛,在维护金融稳定愿景的驱动下,重塑了金融监管体系,完善了金融监管职能。

关键词：金融监管当局金融监管体系美国次级贷款危机维护金融稳定金融监管职能

在线全文

学校读者我要写书评

暂无评论

抑制电流波动的直线电机分段供电切换方法

中国电机工程学报 2024年第4期44卷 1576-1586,I0027页

作者：刘进海史黎明郭科宇周世炯中国科学院电力电子与电气驱动重点实验室(中国科学院电工研究所) 北京市海淀区100190 中国科学院大学北京市石景山区100049

分段并联供电的长定子直线电机在进行定子段供电切换时,电机参数发生改变,在高速运行期间会出现电流超调或断相情况,动子过分段时电机推力波动大。该文仿真分析几种动子过分段供电切换方法的特点,提出一种分段并联供电长定子直线电机定... 详细信息

分段并联供电的长定子直线电机在进行定子段供电切换时,电机参数发生改变,在高速运行期间会出现电流超调或断相情况,动子过分段时电机推力波动大。该文仿真分析几种动子过分段供电切换方法的特点,提出一种分段并联供电长定子直线电机定子段供电切换方法,在电路拓扑中仅需要将同一变流器交替供电的定子段中性点相连接,切换开关采用双向晶闸管,切换策略为在定子段切换过程中各相电流依次过零开通和关断。该方法抑制了切换过程中变流器的电流断续或波动,减小了电机推力波动。通过采用比例–积分–谐振(proportional integral resonance,PIR)控制器,抑制电机电感不平衡带来的电流2倍频波动。以一台双三相永磁同步直线电机为例,进行仿真实验,并验证该方法的有效性。

关键词：永磁直线同步电机分段供电切换开关多变流器

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

直线电机分段供电协同控制策略

中国电机工程学报 2024年第7期44卷 2861-2870,I0029页

针对多个变流器交替为长定子直线电机多个定子段分段供电存在的问题,该文提出一种电流协同控制策略来减小推力波动。首先,优化电机电路连接拓扑,将由同一变流器供电的定子段的中性点连接在一起,采用电流过零开通的切换策略,使得电流由... 详细信息

针对多个变流器交替为长定子直线电机多个定子段分段供电存在的问题,该文提出一种电流协同控制策略来减小推力波动。首先,优化电机电路连接拓扑,将由同一变流器供电的定子段的中性点连接在一起,采用电流过零开通的切换策略,使得电流由一个定子段切换至另一个定子段的过程中,变流器的电流连续无畸变。然后,建立电机单个定子段(简称单元电机)的电压和推力方程。根据单元电机的状态方程,得出2个单元电机的电流之和、电流之差对应的状态方程及推力表达式,设计相应的电流协同控制器。通过2个单元电机的电流之和来控制系统输出推力、2个单元电机的电流之差来控制推力波动。该电流控制策略减少了动子过分段时产生的推力波动,实现推力与电流偏差导致的推力波动之间的解耦控制。仿真和实验结果验证了所提电流协同控制策略的有效性。

关键词：长定子直线电机定子段协同控制多变流器分段供电推力波动

改进的深度回声状态网络用于时间序列预测与分类

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

改进的深度回声状态网络用于时间序列预测与分类

作者：周世宇吉林大学

学位级别：硕士

时间序列数据在金融、气象、医疗等多个领域中都具有重要的应用价值,实际的时间序列数据通常呈现出复杂的动态模式,给分析和预测带来了一定的挑战。回声状态网络是一种特殊结构的循环神经网络,具有简单的训练方式和良好的学习能力,广泛... 详细信息

时间序列数据在金融、气象、医疗等多个领域中都具有重要的应用价值,实际的时间序列数据通常呈现出复杂的动态模式,给分析和预测带来了一定的挑战。回声状态网络是一种特殊结构的循环神经网络,具有简单的训练方式和良好的学习能力,广泛应用于时间序列预测与分类任务。深度回声状态网络具有多个储备池层,比单层回声状态网络具有更强的建模能力以及泛化能力。然而,传统的深度回声状态网络中使用随机生成的储备池内部连接,容易导致模型的性能下降。本文研究了改进的深度回声状态网络,并应用于时间序列预测与分类,主要的工作内容如下:针对深度回声状态网络储备池内部权值矩阵的设计问题,提出了基于最简储备池的深度回声状态网络模型。每个储备池层内部的神经元连接都采用确定性构造的循环结构,降低了计算成本,便于满足严格的稳定性条件。提出了基于稀疏正交矩阵的深度回声状态网络模型。通过连续地在一个最大奇异值小于1的矩阵上左乘和右乘稀疏正交矩阵,得到储备池内部的连接矩阵。在矩阵相乘的过程中,权值矩阵的最大奇异值保持不变,从而保证了模型的稳定性。另外,这种动态过程可以灵活确定储备池内部神经元的连接方式,从而能够精确控制网络模型实现预期效果。对提出的深度回声状态网络进行了实验评估。选取了多个时间序列数据集,并与现有的回声状态网络模型进行对比。实验结果表明,改进后的深度回声状态网络在时间序列预测和分类任务上具有更好的性能,为时间序列分析任务提供了有效的解决方案。

关键词：回声状态网络深度网络回声状态特性时间序列预测分类神经网络谱半径

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

基于到达时间的UWB室内定位方法研究

基于到达时间的UWB室内定位方法研究

作者：周旷宇重庆交通大学

学位级别：硕士

随着移动互联网的不断演进,基于位置信息的服务日益普及至日常生活,促使用户对位置数据的精确性和时效性提出更高要求。然而,室内空间中的无线信号传播常因障碍物遮挡而受影响,导致定位精确度显著下降。尽管超宽带(UltraWide Band,UWB)... 详细信息

随着移动互联网的不断演进,基于位置信息的服务日益普及至日常生活,促使用户对位置数据的精确性和时效性提出更高要求。然而,室内空间中的无线信号传播常因障碍物遮挡而受影响,导致定位精确度显著下降。尽管超宽带(UltraWide Band,UWB)定位技术凭借其出色的抗多径干扰性、高级别的安全性、高精准度、低能耗及大容量通信等优点,在室内定位技术领域占据优势地位,但其仍需面临非视距传播(None Line of Sight,NLOS)、多径效应、同步误差等挑战,导致定位精度有待进一步提升。在此背景下,本文从两个方面来深化UWB技术在基于到达时间的室内定位领域的应用研究:一方面针对最大似然估计的缺陷,研究一种低复杂度的迭代定位算法;另一方面结合基于机器学习分类与回归的功能,研究视距传播(Line of Sight,LOS)/NLOS分类和测距误差抑制定位方法,主要工作如下:1)提出了一种时钟不同步的到达时间迭代定位算法。该方法针对UWB室内定位中常用的最大似然估计(Maximum Likelihood Estimation,MLE)的目标函数非凸容易陷入局部最优解的问题,将NLOS误差和同步误差作为一个变量,并定义测距标量因子将最大似然的非线性目标函数转化为二次函数形式。进一步利用定义变量之间的非线性关系来构建线性规划模型,动态调整二次函数的权值以实现迭代过程。该方法既不需要事先知道通信链路是否为LOS或NLOS,也不需要知道NLOS的统计特性。仿真结果表明,所提方法的定位精度与MLE算法相同,对比其他主流定位算法定位精度显著提高,但计算复杂度略微增加。2)提出了一种基于NLOS识别与测距误差抑制的UWB室内定位方法。具体而言,结合IEEE 802.5的UWB信号标准,对UWB信号数据特征进行分析和研究,选定定位所需的参数特征,并对NLOS传输进行进一步细分。同时,结合机器学习的方法设计了一种对UWB信号进行NLOS分类和测距误差补偿的方法,考虑到定位效率和精度,该方法采用深度神经网络作为NLOS分类模型,支持向量回归作为测距误差预测模型。此外,以训练过程中的测距残差作为权重,引入到最大似然定位算法用以平滑最大定位误差,以牺牲少量定位精度换取整体性能的提升。实验结果表明,所提的定位方法在公共数据集上能够将非视距环境下75%的定位误差保持在1m以内,对比其他主流算法,在定位精度和效率上都有显著提高。

关键词：到达时间超宽带机器学习非视距误差最大似然估计