检索结果-南通市图书馆

聚丙烯酰胺基水凝胶电解质的设计及储锌性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

聚丙烯酰胺基水凝胶电解质的设计及储锌性能研究

作者：季善果山东农业大学

学位级别：硕士

城市居民社区提案参与意愿影响因素的离散选择实验研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市居民社区提案参与意愿影响因素的离散选择实验研究

作者：季小航电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

K发电厂检修员工培训体系问题及对策研究

K发电厂检修员工培训体系问题及对策研究

作者：孔季尼云南财经大学

学位级别：硕士

浅谈慢性阻塞性肺疾病合并呼吸衰竭呼吸内科治疗的临床观察

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）医药卫生 2024年第1期 0093-0096页

作者：胡菊芳鸡泽县中医院河北邯郸057350

探讨无创呼吸内科治疗对慢阻肺合并呼吸衰竭患者效果。方法对收入的慢性阻塞性肺病合并呼吸衰竭患者予以治疗研究,对照组接受常规治疗,观察组联合无创呼吸机治疗,对比治疗结果。结果较对照组,观察组的治疗良优率更高且患者治疗后的并... 详细信息

探讨无创呼吸内科治疗对慢阻肺合并呼吸衰竭患者效果。方法对收入的慢性阻塞性肺病合并呼吸衰竭患者予以治疗研究,对照组接受常规治疗,观察组联合无创呼吸机治疗,对比治疗结果。结果较对照组,观察组的治疗良优率更高且患者治疗后的并发症发生率更低;经过治疗后观察组的体征指标、身心状态指标有改善,结果比对照组更好。结论慢性阻塞性肺疾病合并呼吸衰竭可有效治疗呼吸内科患者疾病,可推广。

关键词：慢性阻塞性肺疾病呼吸衰竭呼吸内科治疗效果观察

考虑不确定性下自主遥操作机器人透明度对信任的影响研究

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

考虑不确定性下自主遥操作机器人透明度对信任的影响研究

作者：季子凌杭州电子科技大学

学位级别：硕士

近年来,自主遥操作机器人技术已经成为机器人科学和智能应用中的前沿技术,特别是在提高任务效率和降低潜在风险方面表现出明显优势。尽管如此,该技术复杂性和智能化水平的提高亦引入了一个关键问题:如何在人机组队时利用自主遥操作技术... 详细信息

近年来,自主遥操作机器人技术已经成为机器人科学和智能应用中的前沿技术,特别是在提高任务效率和降低潜在风险方面表现出明显优势。尽管如此,该技术复杂性和智能化水平的提高亦引入了一个关键问题:如何在人机组队时利用自主遥操作技术建立和维持人类操作者的信任,尤其是在其被广泛应用的医疗领域。当前研究表明透明度作为影响信任的关键因素,在人机组队过程中为人类操作者提供有效的作业信息,增进人类操作者对机器人行为和决策的理解,从而进一步影响信任构建。因此,在自主遥控机器人技术变得日益复杂和智能化的今天,如何通过调节透明度来影响人类操作者的信任,已经成为该领域的核心研究议题。为了深入研究这个议题,本研究首先运用文献分析与调研法,获取了关于机器人透明度、信任和遥操作相关的理论基础。其次,利用交叉研究法进一步整合并拓展了研究自主遥操作机器人透明度对人类操作者信任影响的理论框架,具体为以Chen等人提出的基于情境意识的代理透明度模型——SAT模型为设计透明度的基础,在此基础上增加了不确定性信息的呈现,进而提出了考虑不确定性的SAT概念模型——SAT-U Model。随后,提出与本文研究目的相关的假设和假设模型,并运用实验模拟法和系统构建技术,搭建了一个贴近实际操作场景的实验平台,选取用于医院高压氧舱消毒的紫外线消毒机器人作为实验对象,以试图用实验法来验证提出的相关假设和假设模型是否成立。最后,采用定量分析法分析实验数据以深入探讨透明度对信任,以及相关交互结果(包括脑力负荷、感知安全性、焦虑感)的影响,并根据分析结果进一步地结合人类操作者的客观绩效,选择并判断出最合适的透明度。该实验结果揭示了不确定性及其类型和被告知的先后顺序在塑造人类操作者对自主遥操作机器人信任的重要性。研究发现,在透明度较低的情况下,明确呈现不确定性会显著削弱人类操作者的信任。然而,随着透明度等级的提升,不确定性对信任的负面影响逐渐减小。此外,尽管不同类型的不确定性并未在统计上显示出对信任的显著差异,但仍引起了信任在均值上的轻微波动。更为重要的是,实验指出,相较于事后告知,事前告知不确定性能够更有效地增强人类操作者的信任。这一发现为自主遥操作机器人的界面设计提供了宝贵的见解,特别是在决定是否呈现不确定性信息,以及如何安排这些信息的呈现顺序方面。进一步地研究结果强调了在SAT Level 2条件下,人类操作者的信任得到显著提升,脑力负荷和焦虑感的均值降低,同时感知安全性的均值提高。并在此透明度级别下,人类操作者展现出最佳绩效,这一发现表明SAT Level 2条件为人机协作中提供了最佳的信息平衡。综上所述,这些研究成果不仅为自主遥操作机器人的界面设计提供了理论支持,而且指导了人类操作者培训的重点,即在SAT Level 2透明度下的工作能力培养。这将有助于提高人机团队合作的整体效率和成效,确保人类操作者能够在复杂的自主系统中做出更加精确和可靠的决策。

关键词：自主遥操作机器人透明度不确定性信任 SAT-U模型交互界面设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北汽蓝谷创新绩效研究

北汽蓝谷创新绩效研究

作者：季亚星兰州财经大学

学位级别：硕士

为了应对气候变化、实现可持续发展以及保障国家能源安全,我国亟需推动能源体系转型,而发展新能源汽车对于我国能源转型具有重要推动作用。近年来随着新能源汽车市场竞争日益加剧以及产业融合发展,创新能力已经成为新能源汽车企业的核... 详细信息

为了应对气候变化、实现可持续发展以及保障国家能源安全,我国亟需推动能源体系转型,而发展新能源汽车对于我国能源转型具有重要推动作用。近年来随着新能源汽车市场竞争日益加剧以及产业融合发展,创新能力已经成为新能源汽车企业的核心竞争力,关乎企业的生存和长远发展,但同时我国新能源汽车企业也存在核心技术创新能力不强等问题。考虑到目前企业研发信息披露以及现有文献对于创新绩效的衡量都存在评价方式片面的问题。因此,综合且直观地反映和评价新能源汽车企业的创新绩效显得尤为重要,对于企业管理者的经营管理、政府部门的政策制定以及外部投资者的投资决策都具有重要的参考价值。本文以北汽蓝谷为案例研究对象,对其2018-2022年的创新绩效进行考察。具体地,基于“投入—过程—产出”的创新活动框架,从创新投入、创新过程和创新产出三个维度共选取12项指标来构建创新绩效评价指标体系,并根据熵值法确定各评价指标权重,计算得到北汽蓝谷等新能源汽车企业的创新绩效综合得分。研究发现:2018-2022年,8家新能源汽车样本企业的创新绩效综合得分均值由0.250逐年提高至0.336,在一定程度上表明我国新能源汽车行业创新绩效的不断提升。不同于行业创新绩效的上升趋势,北汽蓝谷的创新绩效则是经历了2018-2020年快速上升和2020-2022年缓慢下降的阶段。进一步分析发现,北汽蓝谷创新绩效的下降系创新投入绩效、创新产出绩效和创新过程绩效共同下降所致,主要表现为研发强度、研发资本化率和创新效率降低以及专利申请量减少。基于创新绩效评价指标的影响因素分析以及结合企业的实际情况,本文认为:品牌形象有待提升、高管人员变动较为频繁以及协同创新未达预期效果是导致北汽蓝谷创新绩效下降的重要原因。针对以上问题,本文提出了通过转变产品营销策略、构建多元稳定的高管团队以及加强与华为合作的深度来提升创新绩效的建议,旨在为企业管理者的创新决策制定提供参考,从而有助于北汽蓝谷创新绩效的提升。

关键词：创新绩效新能源汽车企业熵值法数据包络分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

论生物识别信息的刑法保护

论生物识别信息的刑法保护

作者：季天露陕西理工大学

学位级别：硕士

“互联网+大数据”时代,生物识别信息成为信息网络的重要组成部分。信息所承载的不再是简单的文字内容,而是蕴含着大量与特定主体相关的数据内涵,生物识别信息则在相关技术的支持下可以直接锁定具体主体。生物识别信息涉及公民个人权利... 详细信息

“互联网+大数据”时代,生物识别信息成为信息网络的重要组成部分。信息所承载的不再是简单的文字内容,而是蕴含着大量与特定主体相关的数据内涵,生物识别信息则在相关技术的支持下可以直接锁定具体主体。生物识别信息涉及公民个人权利、社会管理水平和国家安全,云计算、人工智能等领域都大量运用生物识别技术,大大提高社会管理的秩序和效率,重要性不言而喻,然而生物识别信息面临着与其重要地位不相匹配的刑法保护。本文首先对生物识别信息相关概念、内涵进行界定,归纳出生物识别信息的主要特征,并从生物识别信息涉及的丰富法益,如公民个人人身权和财产权、社会公共利益和国家安全,以及为了回应时代发展,与民法、行政法相衔接等角度论述为生物识别信息提供特殊保护的必要性。其次,对我国当前生物识别信息刑法保护的现状进行梳理,着重分析刑法及两高司法解释的规定,对侵害生物识别信息的行为进行了分类,以非法获取与提供行为和非法使用行为为切入点研究了各自的规制现状,并总结出目前刑法保护的不足之处,包括生物识别信息地位不明确、罪刑不相适应以及非法使用行为规制真空。通过研究欧盟和美国在生物识别信息刑法保护方面的相关规定,对比二者对生物识别信息保护模式的不同,从不同角度获得启示,为我国生物识别信息的刑法保护提出可借鉴之处。在前文论述的基础上,提出相应的完善路径:提升生物识别信息的刑法保护地位,置于行踪轨迹信息、征信信息等个人信息之上;完善司法解释,将非法获取与提供生物识别信息5条以上的行为纳入司法解释情节严重的兜底条款中;将非法使用生物识别信息盗窃他人身份的行为入罪。通过确立更为统一的定罪量刑标准,为相关司法工作人员统一法律适用提供支持,以期健全我国刑法保护的法律体系,为公民生物识别信息提供更全面保护。

关键词：生物识别信息隐私权刑法保护个人信息安全法律规范

氮沉降背景下毛竹根系磷获取策略及其驱动因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

氮沉降背景下毛竹根系磷获取策略及其驱动因素研究

作者：季杭翔浙江农林大学

学位级别：硕士

亚热带地区普遍存在磷限制,同时该地区面临着严重的氮沉降,进一步加剧了土壤磷限制。为获取土壤磷,植物可以通过提高根系比表面积,增加根系分泌物活化土壤磷（根系策略）,也可以与菌根真菌形成共生关系,扩大根系的吸收磷的面积（菌根策... 详细信息

亚热带地区普遍存在磷限制,同时该地区面临着严重的氮沉降,进一步加剧了土壤磷限制。为获取土壤磷,植物可以通过提高根系比表面积,增加根系分泌物活化土壤磷（根系策略）,也可以与菌根真菌形成共生关系,扩大根系的吸收磷的面积（菌根策略）,然而目前氮沉降背景下磷获取策略如何权衡仍不清楚。毛竹林是我国亚热带地区重要森林资源,生产力高,具有独特的鞭根系统。基于此,本研究以毛竹林为研究对象,模拟不同水平的氮沉降(CK,0 kg N·hm-2·yr-1;LN,30 kg N·hm-2·yr-1;HN,60kg N·hm-2·yr-1),探究不同氮添加下毛竹篼根和鞭根根际土的理化性质、磷组分、根系策略和菌根策略的变化特征,揭示氮沉降背景下毛竹根系磷获取策略的组合模式及其调控机制。主要结果如下:（1）氮添加显著增加了篼根和鞭根的根际土有机碳、总氮、有效氮、铵态氮、硝态氮、微生物量碳、氮和磷的含量,显著降低了根际土p H、总磷、有效磷的含量。根际土壤4种生物有效性磷组分占土壤总磷的比重中盐酸磷所占比重均最大,其次是柠檬酸磷。（2）氮添加显著增加了篼根和鞭根的根平均直径、根组织密度、细根磷酸酶活性,显著降低了根系比根长、比根面积、叶片锰的含量。在氮有效性提高的情况下,植物根系倾向于对运输结构加大投资,牢固和强化养分输送系统,以保证对养分的高效吸收。同时细根通过酸性磷酸酶的分泌促进了对磷的吸收,增加了磷获取的途径。氮添加下叶片锰的含量显著降低,表明高氮抑制了根系有机酸的分泌。（3）氮添加显著增加了篼根和鞭根的根系侵染率和孢子密度,表明氮添加有利于真菌的产孢和根系定殖。相较于1龄和鞭根,3龄根系侵染率和孢子密度较高,表明1龄和鞭根更倾向于作为吸收根从土壤中获取养分,对菌根的依赖较低。香农指数与土壤p H呈显著正相关,与土壤TP含量呈显著负相关,表明氮沉降引发的土壤酸化是导致AM真菌群落多样性下降的重要因素,降低了AM真菌的多样性。（4）毛竹1龄细根具有最小的根长密度和最大的比根长,确保了其较高的养分和水分吸收效率,能够更有效地从土壤中获取磷。毛竹3龄细根性状与土壤p H显著相关,表明相较于形态性状,3龄细根的生理性状在根系磷获取策略中发挥了更加重要的作用,根系分泌的有机酸对土壤p H产生较大影响。在根系磷获取策略权衡方面,篼根更倾向于根系策略,通过根系性状的改变从土壤中获取磷,而鞭根更依赖于通过菌根策略,将更多的光合碳产物分配给菌丝促进其生长,使得AM真菌受根际土壤环境的影响程度降低。本研究以亚热带区域氮沉降增加为背景,探讨毛竹林根系磷获取策略对氮添加的响应机制。氮添加显著影响了根际土壤理化性质,加剧了土壤酸化和磷限制。同时通过调节根系形态生理性状、根系分泌物、AM真菌侵染等增加磷获取途径。篼根和鞭根的根系磷获取方式反映了根系策略和菌根策略的权衡。研究结果有助于明确氮沉降背景下亚热带森林植物根系对低磷胁迫的响应机制,为进一步探究地下根系养分获取策略的多样性和森林生态系统养分物质周转提供参考。

关键词：氮添加磷限制根系策略菌根策略磷获取策略

基于机器学习和知识图谱的可解释故障预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习和知识图谱的可解释故障预测研究

作者：季增彦山东师范大学

学位级别：硕士

机械设备维护在工业领域至关重要,它显著影响成本和可靠性。随着“中国制造2025”国家战略的推进,云计算、物联网、人工智能等新一代信息技术与制造业的深度融合成为了智能转型与升级的关键。维护策略正逐步从被动维护向预测性维护演变... 详细信息

机械设备维护在工业领域至关重要,它显著影响成本和可靠性。随着“中国制造2025”国家战略的推进,云计算、物联网、人工智能等新一代信息技术与制造业的深度融合成为了智能转型与升级的关键。维护策略正逐步从被动维护向预测性维护演变。预测性维护利用历史数据、模型和专业知识,通过统计学和机器学习模型分析趋势、行为模式和相关性,旨在提前识别潜在故障。这种方法通过优化维护决策过程,减少意外停机,来提升设备可靠性和效率。目前,数据驱动的预测性维护方法已展现出良好性能,但其采用的人工智能算法缺乏透明度,无法提供对预测结果的准确解释,这导致用户对预测结果持怀疑态度。为解决这一问题,本研究提出了一种基于SHAP和LIME的涡轮风扇发动机可解释故障预测方法,该方法不仅可以诊断设备早期故障,确定异常部位,还可以提供准确解释。目前在图像识别领域,可解释性方法已经得到了广泛的应用,这些方法有助于理解模型如何做出决策,尤其在医疗诊断和安全系统等关键领域。相比之下,在机械领域,尽管机器学习和人工智能技术的应用正在增长,但关于可解释性方法的研究和应用较少。本研究将可解释性方法应用于机械故障预测。首先通过实验研究选择合适的故障预测模型,确保准确诊断设备状态。然后,本研究选择SHapley Additive ex Planations(SHAP)和Local Interpretable Model-Agnostic Explanations(LIME)这两种可解释性方法,它们是目前认可度较高的事后可解释性方法。SHAP提供了对整个数据集的全局解释,可以帮助用户理解模型整体的行为和影响,但是当特征之间存在相关性时,有些近似算法的效果会变差,这会导致得到的解释结果不够准确;而LIME提供了局部可解释性,其主要关注单个样本周围的局部解释,方便理解特定样本的预测结果,但是其可能无法捕捉到全局模型行为的一些重要特征。为此,本研究提出了一种综合两种可解释方法的策略以获得更全面、准确和可信的解释。最后,基于实验数据集构建了设备知识图谱,用于定位故障部件以及进一步解释预测结果。研究发现尽管这些事后可解释性方法在提供一定程度的可解释性方面有所帮助,但也存在一些缺点。比如方法无法捕捉到模型内部的全部复杂性和不确定性、方法严重依赖选择的解释模型、方法对某些黑盒模型仍然难以解释等问题。于是,本研究还提出了一种基于卷积神经网络和事件知识图谱的涡轮风扇发动机可解释故障预测方法。该方法结合了知识与数据。首先,利用卷积神经网络预测设备的剩余使用寿命。然后,在人工神经网络中神经元产生的激活值与选定的底层事件之间建立映射,通过这种映射,可以观察神经网络是否识别了给定输入的映射底层事件,从而获得有关输入特征的知识。最后,采用基于逻辑推理的方法和基于实际数据集构建的知识图谱,来解释人工神经网络的输出结果,从而帮助维护人员制定合理的维修策略。

关键词：预测性维护可解释人工智能知识图谱深度学习