检索结果-南通市图书馆

同方期刊数据库

全球气候变暖加剧背景下中国高影响区域性极端事件及归因研究进展

在线全文

学校读者我要写书评

暂无评论

气候变化研究进展 2025年

作者：袁宇锋廖圳周佰铨翟盘茂中国气象科学研究院

本文系统回顾了2010—2023年全球气候变暖加剧背景下中国区域发生的重大极端天气气候事件，在重点分析这些事件特征及社会经济影响的基础上，进一步梳理总结了这些事件最新的归因研究进展。2010年以来的国内十大天气气候事件中占比最高... 详细信息

本文系统回顾了2010—2023年全球气候变暖加剧背景下中国区域发生的重大极端天气气候事件，在重点分析这些事件特征及社会经济影响的基础上，进一步梳理总结了这些事件最新的归因研究进展。2010年以来的国内十大天气气候事件中占比最高的是极端降水与洪涝事件和台风，分别为27%和15%；其次为极端高温、干旱、低温雨雪相关的冷事件以及雾霾沙尘相关的污染事件，占比均在11%～12%之间；最后相对较少的是强对流天气和其他类型气象事件，占比分别是7%和6%。随着全球气候变暖加剧，中国地区的极端高温、极端降水和干旱等事件的频率和强度显著增加。极端事件趋势归因关注气候变化对极端事件长期趋势的影响。极端高温和干旱事件的增加主要归因于人为强迫，而极端降水、干旱、野火等极端事件也与人类活动引起的增暖联系紧密。人类活动，尤其是温室气体排放，是推动我国极端事件长期变化的主要驱动因素。单个（单类）事件归因关注极端事件自身发生概率和强度的变化。基于环流相似法、大气模式方法和“故事线”等归因方法的研究表明，人类活动显著增加了极端高温、干旱野火事件以及复合干热事件的强度和发生频率，一定程度上减弱了低温事件发生概率和强度；对降水事件的影响程度因事件类型存在一定差异，但多数研究结果倾向于人类活动加剧了极端降水事件的风险。尽管近年来极端事件归因研究取得了重要进展，但对例如强台风、强对流天气以及其他类型复合事件等极端事件的归因研究尚有不足。此外，极端事件归因研究还面临观测资料不足、气候模式发展滞后等挑战。建立实时检测归因系统将对防灾减灾政策的制定和实施提供科学指导，具有重要意义。

关键词：全球变暖极端事件归因研究

国际学界关于ChatGPT语言能力的争论与思考

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

语言战略研究 2025年第1期10卷 75-86页

作者：时仲田英慧司富珍北京语言大学语言学系/乔姆斯基研究所/生物语言学与脑科学实验室北京100083 北京华文学院招生办公室北京102206

随着ChatGPT为代表的大语言模型在应用方面取得极大成功,语言官能是否为人类独有的问题引起热议,国际学界形成两个对立的阵营。一方认为,大语言模型语言理解和产出方面达到了媲美人类的水准,对乔姆斯基的语言学理论提出了挑战,甚至足以... 详细信息

随着ChatGPT为代表的大语言模型在应用方面取得极大成功,语言官能是否为人类独有的问题引起热议,国际学界形成两个对立的阵营。一方认为,大语言模型语言理解和产出方面达到了媲美人类的水准,对乔姆斯基的语言学理论提出了挑战,甚至足以取代生成语法的语言学理论地位。另一方则认为,人类语言习得“刺激贫乏”但生成能力惊人,而大语言模型“学习”语言依靠输入海量数据,因此,它无法对人类语言的本质问题给出合理性解释,在语言的核心属性方面与人类语言官能存在本质区别。不少实证测试也对夸大大语言模型在语言学理论中的地位的观点进行了批判。本文认为,对这一问题的讨论,首先应思考如下问题:(1)区分科学理论建构与工程应用;(2)对“可能的语言”与“不可能的语言”的区分做出原则性的预测与解释;(3)探讨自然语言习得“刺激贫乏”与大语言模型依靠“豪华型”海量数据之对立背后的深层原因;(4)对句法在人类语言和大语言模型中的地位进行更多维度和更系统的对比评测。

关键词： ChatGPT 大语言模型刺激贫乏可能的语言不可能的语言

维普期刊数据库

一种基于加权状态选择的LTE NAS协议模糊测试方法

在线全文

学校读者我要写书评

暂无评论

信息安全研究 2025年第1期11卷 12-20页

作者：廖显锋吴礼发南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

NAS协议是LTE(longterm evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(nonaccess stratum)... 详细信息

NAS协议是LTE(longterm evolution)网络中移动设备与核心网络之间的主要控制面协议,其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术,现有的模糊测试方法应用于NAS(nonaccess stratum)协议时存在测试效率低、测试用例难以构建等问题.为了解决这些问题,提出了一种基于权重的测试状态选择算法:以NAS协议状态机为基础,根据测试反馈动态地调整每个测试状态的权重;以消息元素IE为最小单位设计了测试用例生成算法;实现了模糊测试工具NASFuzzer并对开源核心网open5GS及真实终端设备进行测试.测试结果表明,该方法能够有效挖掘LTE NAS协议实现中的漏洞.

关键词： LTE NAS 模糊测试状态选择漏洞挖掘

维普期刊数据库博看期刊

耦合深度学习和智能体建模方法的农村居民点整治潜力模拟

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2025年

作者：蔡博诚王天应赵翔朱腊腊廖友华广州市城市规划勘测设计研究院武汉大学资源与环境科学学院

当前农村居民点整治主体的行为建模主要依赖线性效用函数和专家先验知识，针对现有研究方法主观干涉过多，模拟结果不确定性较大等问题，该研究通过耦合深度学习算法和智能体建模框架构建了农村居民点整治潜力智能模拟模型。模型能够在... 详细信息

当前农村居民点整治主体的行为建模主要依赖线性效用函数和专家先验知识，针对现有研究方法主观干涉过多，模拟结果不确定性较大等问题，该研究通过耦合深度学习算法和智能体建模框架构建了农村居民点整治潜力智能模拟模型。模型能够在顾及区域自然环境、社会经济、土地利用等多因素非线性作用影响的情况下，对区域整治潜力数量规模和空间布局进行协同自动模拟。研究以广州市作为案例区域进行了实证研究，结果表明：1)政府智能体模块对整治潜力数量规模预测的R2为0.987 5，平均相对误差为6.95%，平均绝对误差为22.16 hm2；农民智能体模块的整体准确度为82.31%，对农村居民点整治潜力初步识别的精确率为83.68%，召回率为80.27%，表明模型具备较好的模拟性能。2)根据模拟结果，广州市2018—2035年农村居民点整治可释放潜力951.84 hm2，多分布在基础设施条件落后、生活环境质量较差、土地结构较为单一的地区，城中村和偏远山村是潜力分布相对集中的区域，模拟结果最终的空间分布格局与土地利用常识框架基本一致。研究总体上表现了较强的建模可靠性和结果可行性，可为统筹推进全域土地综合整治提供科学准确的数据支撑。

关键词：智能体建模深度学习农村居民点土地整治潜力广州市

基于XGBoost-SHAP可解释机器学习模型的城市形态与地表温度的关系

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用生态学报 2025年

作者：谭洁危千骏廖朝阳邝文俊邓慧婷余德湖南农业大学风景园林与艺术设计学院

随着全球大城市中高层建筑的增多，探讨城市二维（2D）和三维（3D）形态对地表温度（LST）的影响，已成为缓解城市热环境和优化城市规划的关键。本研究以长沙市三环以内地区为例，基于2020年多源遥感数据提取了13项城市2D/3D特征因子，... 详细信息

随着全球大城市中高层建筑的增多，探讨城市二维（2D）和三维（3D）形态对地表温度（LST）的影响，已成为缓解城市热环境和优化城市规划的关键。本研究以长沙市三环以内地区为例，基于2020年多源遥感数据提取了13项城市2D/3D特征因子，通过Pearson相关性分析探讨LST与各特征因子的线性关系，并引入XGBoost模型和SHAP方法揭示其非线性影响和贡献。结果表明：2020年，高温区域主要分布在长沙市中心的建筑密集区，低温区域主要分布在长沙市西部和东北部的森林公园以及湘江沿岸。归一化建筑指数（NDBI）、夜间灯光（NTL）和建设用地比例（PCL）与LST呈显著正相关关系，相关系数分别为0.592、0.537和0.446，表明城市化进程加剧了地表升温；归一化植被指数（NDVI）、天空视角系数（SVF）与LST呈显著负相关关系，相关系数分别为－0.316和－0.200，体现了绿地和开阔空间对缓解城市热岛的重要作用。NDBI、NTL、NDVI和高程（DEM）对LST的影响最大，总贡献度达60.9%；这些2D/3D形态特征因子对LST的影响呈现复杂的非线性特征，其中，NDBI在0～0.2时，对LST提升最显著；NTL超过40后的增温效应趋于饱和；NDVI超过0.5时，降温效果显著增强；DEM在50～150 m对LST的降温效果最突出。本研究验证了XGBoost-SHAP模型揭示城市2D/3D特征因子对LST的非线性影响机制的有效性，并可为城市热环境治理与缓解，以及绿色、低碳、宜居的新型城镇化建设提供科学依据。

关键词：城市2D/3D形态热岛效应可解释机器学习 XGBoost-SHAP模型

城市洪涝驱动下耦合“微观-宏观”建模的社会系统响应及韧性分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

水资源保护 2025年

作者：舒心怡徐宗学叶陈雷廖如婷贾书惠北京师范大学水科学研究院城市水循环与海绵城市技术北京市重点实验室中国城市规划设计研究院

为深入解析城市洪涝复杂系统的“自然”与“社会”关系，从“微观”与“宏观”视角切入，基于多主体建模、多智能体仿真对具有异质性的社会个体建模，捕捉系统的宏观涌现；基于系统动力学方法对社会整体层面的“洪涝韧性”特征进行演化... 详细信息

为深入解析城市洪涝复杂系统的“自然”与“社会”关系，从“微观”与“宏观”视角切入，基于多主体建模、多智能体仿真对具有异质性的社会个体建模，捕捉系统的宏观涌现；基于系统动力学方法对社会整体层面的“洪涝韧性”特征进行演化分析，实现对洪涝对社会端造成影响的定量评估。结果表明：（1）随着降雨重现期增大，排水系统压力不断增加，溢流量及地表淹没面积增加。1 a重现期下水深在(0，0.15]、(0.15，0.4]、（0.4，∞）的面积分别为2.03 km2、0.29 km2、0.21 km2。（2）全局疏散下的疏散主体数呈增长率递减的上升态势，分区疏散下上升速率先增大后减小。不同重现期下的单位距离出行任务指标随时间推移呈现出局部波动、整体增长率递减的上升态势；全局疏散在疏散耗时与疏散路程上具有更好的均衡性。（3）不同重现期下的城市洪涝韧性增量呈现出先增加后减小的趋势；场次暴雨洪涝中的城市洪涝适应能力呈增加趋势；抵抗力增量约在峰现时间减小至最大值，而后逐渐增加。本文构建多源洪涝模拟-社会系统响应-城市韧性评估的城市洪涝韧性分析体系，为提高城市防洪排涝韧性分析提供技术支撑。

关键词：城市洪涝多主体建模系统动力学社会效益洪涝韧性

不同面密度的PVDF电纺纳米纤维膜对CF/EP复合材料层压板的层间断裂韧性的实验研究与数值模拟

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合材料科学与工程 2025年

作者：彭焱韦廖贤曾塘玉马传国桂林电子科技大学材料科学与工程学院广西电子信息材料构效关系重点实验室

本研究探讨了不同面密度的聚偏氟乙烯（PVDF）纳米纤维膜作为增强材料，对碳纤维/环氧树脂（CF/EP）复合材料层压板层间断裂韧性的提升效果。为此，分别制备了三种不同面密度(9 g/m2、15 g/m、28 g/m)的PVDF电纺纳米纤维膜，并将其插入... 详细信息

本研究探讨了不同面密度的聚偏氟乙烯（PVDF）纳米纤维膜作为增强材料，对碳纤维/环氧树脂（CF/EP）复合材料层压板层间断裂韧性的提升效果。为此，分别制备了三种不同面密度(9 g/m2、15 g/m、28 g/m)的PVDF电纺纳米纤维膜，并将其插入层压板的层间以进行实验分析。结果显示，面密度为15 g/m的PVDF纳米纤维膜对层压板层间断裂韧性的提升最为显著，相对于未引入纤维膜的层压板，分别提升了I型和II型断裂韧性67%和13%。SEM分析发现，PVDF纳米纤维膜的增韧机制主要包括纤维桥接、拔出和断裂等过程。此外，基于内聚力模型的有限元模拟方法对I型和II型层间断裂行为的数值模拟发现，PVDF纳米纤维膜的加入并未显著改变层间区域的界面强度，而是通过纤维骨架作用有效阻碍了层间裂纹在树脂中的扩展。数值模拟结果与实验结果较为吻合，从而验证了内聚力模型在模拟PVDF纤维膜插层增强CF/EP复合材料层压板层间断裂行为的可行性。

关键词：复合材料层间断裂韧性静电纺丝内聚力单元

考虑乘客自主选择的区段交替响应式城乡公交调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2025年

作者：姜晓红李家伟华晶雯仲韫豪邢吉平南京林业大学汽车与交通工程学院

为有效应对农村地区公交服务覆盖率低导致居民出行不便的问题，增强乘客作为出行主体的选择权，提出一种利用现有城乡公交固定线路资源、考虑乘客自主选择的区段交替响应式调度方法。该方法将乡村运营区段划分为两个交替响应的小区段，... 详细信息

为有效应对农村地区公交服务覆盖率低导致居民出行不便的问题，增强乘客作为出行主体的选择权，提出一种利用现有城乡公交固定线路资源、考虑乘客自主选择的区段交替响应式调度方法。该方法将乡村运营区段划分为两个交替响应的小区段，通过向量积法确定需求响应站点；设计两阶段调度模型，采用即时处理订单的方式实现实时响应，将已被服务的需求响应站点设为“临时固定站点”加速模型求解；并构建了涵盖从出行需求产生到选择出发时间、上车站点、服务车次以及拒单后的二次选择等全过程的自主选择机制。以江苏省泗阳县4路城乡公交为例，设计不同客流强度下的数值实验，实验表明：区段交替响应在大客流场景下，每个需求响应站点的平均下车人数为3.76人；不同客流强度下，自主选择机制使15.79%～34.50%的乘客做出个性化选择，至高提升13.51%的票价收入；通过收取服务票价的方式均衡额外成本，平均每增加1%的行驶距离可提升1.53%的票价收入。结果表明：区段交替响应可有效集中出行时间相似且到达站点在同一个区段内的乘客，减少运营成本；考虑乘客自主选择可完整刻画乘客出行全过程行为并提高系统收入。

关键词：智能交通两阶段调度区段交替响应城乡公交乘客选择向量积法

基于跨时间尺度迁移学习的污水处理模型漂移校正方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境科学 2025年第1期46卷 318-326页

作者：申渝廖万山李慧敏冯东郭智威张冰高旭王建辉陈猷鹏重庆工商大学人工智能学院智能制造服务国际科技合作基地智能感知与区块链技术重庆市重点实验室重庆南向泰斯环保技术研究院有限公司重庆大学环境与生态学院重庆中法环保研发中心有限公司

数据是智能运维的核心基础，但当前污水厂数据普遍不足，且污水处理系统状态随内外部环境动态演化.污水厂的智能运维面临着建模难度大，及因系统演化而导致的模型漂移问题.针对该问题，选取水温、水质和微生物状态等都有显著差异的夏冬... 详细信息

数据是智能运维的核心基础，但当前污水厂数据普遍不足，且污水处理系统状态随内外部环境动态演化.污水厂的智能运维面临着建模难度大，及因系统演化而导致的模型漂移问题.针对该问题，选取水温、水质和微生物状态等都有显著差异的夏冬两季作为典型对比场景，将机制模型与神经网络结合，建立了基于跨时间尺度迁移学习的污水处理模型漂移校正方法 .首先，针对数据不足问题，建立并校准活性污泥模型（ASM），以夏季工况数据作为输入，模拟计算运行参数和出水数据，生成模拟运行数据集，实现数据增广和质量提升，用于训练多层感知机神经网络（MLP）模型.结果显示，MLP模型对夏季出水COD、氨氮和总磷等的平均模拟准确率在95%以上；然后，针对模型在冬季工况中出现模拟准确率大幅下降等模型漂移问题，将冬季实测数据作为目标域数据集，以MLP模型作为预训练模型进行迁移学习.结果表明，迁移学习后模型性能显著提升，出水COD、氨氮、总氮和总磷的平均模拟准确率分别提高了21.49%、60.79%、58.14%和46.74%.研究提出的跨时间尺度迁移学习方法，能有效解决模型漂移问题，实现模型对污水处理系统动态演化的跟随响应.

关键词：多层感知机神经网络(MLP)模型机制模型迁移学习模型漂移系统适应性知识迁移