检索结果-南通市图书馆

作者：廖新庚南昌大学

学位级别：硕士

本论文就江西稀土产业的实际情况、存在的问题进行了发展战略的探讨和研究。本文运用了企业战略管理理论,利用企业战略态势分析方法,对江西稀土产业的现状、问题进行了分析,对江西稀土产业发展面临的宏观经济环境,稀土行业内部环境等进... 详细信息

本论文就江西稀土产业的实际情况、存在的问题进行了发展战略的探讨和研究。本文运用了企业战略管理理论,利用企业战略态势分析方法,对江西稀土产业的现状、问题进行了分析,对江西稀土产业发展面临的宏观经济环境,稀土行业内部环境等进行了分析,揭示出江西稀土产业发展在全国所处的地位,所具有的中重稀土资源优势,冶炼分离、稀土金属、合金、新材料应用等技术比较优势,以及发展过程中存在的资源消耗过快,产业链构造,行业分散经营、环保治理等存在的问题,并据此运用企业发展战略波特模型理论,SWOT理论对江西稀土产业发展战略进行分析,提出江西稀土产业发展战略原则,发展模式选择、比较,总结以省属重点大型企业江钨集团为龙头,通过以资产为纽带对江西稀土资源企业、冶炼分离、高新材料应用企业进行并购、破产、重组等形式,组建南方（江西）稀土集团公司,提高江西稀土产业的集中度,提高江西稀土工业的研发水平,技术创新能力,转变经营机制,达到集约化、规模化经营,实现资源优势向经济优势的飞跃,实现江西稀土产业健康、可持续的发展战略目标。

关键词：江西稀土集团战略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

哲学第1版

基于随机漫步和动态标签传播的异构类标集联合分类算法的研究

1986年

作者：裴烽廖新泉编

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

基于随机漫步和动态标签传播的异构类标集联合分类算法的研究

作者：廖泳新华南理工大学

学位级别：硕士

分类问题作为数据挖掘的一个主要研究的领域,在实际工程中的应用越来越多。面对日益增加的分类需求,本文结合同一个数据集的多个分类需求,提出一个优化的联合分类的算法。旨在保证分类性能,即算法的收敛速度足够快,与此同时提升联合分... 详细信息

分类问题作为数据挖掘的一个主要研究的领域,在实际工程中的应用越来越多。面对日益增加的分类需求,本文结合同一个数据集的多个分类需求,提出一个优化的联合分类的算法。旨在保证分类性能,即算法的收敛速度足够快,与此同时提升联合分类的效果,达到提高分类效率的目的。本文提出一个名为RWDLP的半监督学习算法,可以同时解决在同一个数据集有多个不同的分类任务的问题。本文在开篇回顾了分类问题目前在国内外的研究现状,介绍了一些常见的分类算法与应用,接着从以下方面展开工作:首先,详细分析与讨论基于马尔可夫链的随机漫步（RW）的过程与应用,和标签传播算法及其改进版的动态标签传播算法（DLP）的思路和过程。通过分析这两种算法的共同点,本文提出一个结合两者特点的RWDLP算法。该算法的主体是基于马尔可夫链的随机漫步,但在漫步的过程中,结合动态标签传播算法的思想,加入了转移概率矩阵的动态更新步骤,及近相似性的思想,使分类过程更有效地利用了类标集的信息,同时也通过重启动技术保证了迭代的收敛速度。接着,本文将RWDLP算法与联合分类的场景结合起来。先构造一个包含实例和多个异构类标集的混合关系图,然后在图中进行基于马尔可夫链的随机漫步。本文提出的算法突出的优点是充分利用每个类标集内部与异构类标集间的信息进行分类,以及联合两个或多个分类任务,在保证迭代收敛速度的前提下,提高了分类的效率。最后,在实际的生物信息学的数据集中,通过与其他经典算法的对比,证明了本文提出算法的有效性。本文提出的优化的联合分类算法,通过实验证明了其有效性与实用性。随着分类应用越来越广泛,面临的问题与需求也越来越多,对算法的通用性与效率的要求也越来越高,本文提出的RWDLP算法正好满足了这些发展要求。

关键词：半监督学习联合分类随机漫步动态标签传播

氧化物型无机陶瓷改性对聚环氧乙烷基复合固态电解质性能影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

氧化物型无机陶瓷改性对聚环氧乙烷基复合固态电解质性能影响研究

作者：廖新淦深圳大学

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

面向业务重构的综合网络管理技术研究

面向业务重构的综合网络管理技术研究

作者：廖新涛浙江工商大学

学位级别：硕士

近年来,对下一代网络体系结构的研究一直是各国网络研究的重点。我国也在“新一代高可信网络”重大项目研究计划中,提出了开放可重构网络技术体系,将网络资源抽象为网络服务,以面向服务提供的方式来摆脱传统网络体系结构中业务与服务的... 详细信息

近年来,对下一代网络体系结构的研究一直是各国网络研究的重点。我国也在“新一代高可信网络”重大项目研究计划中,提出了开放可重构网络技术体系,将网络资源抽象为网络服务,以面向服务提供的方式来摆脱传统网络体系结构中业务与服务的紧耦合关系,通过业务重构来实现灵活的业务提供,并解决多种网络的融合问题。本文主要研究开放可重构网络中的业务重构和网络管理技术,涉及的内容主要分为以下部分：首先,基于对开放可重构网络架构的研究,提出了面向业务重构的综合网络管理的概念和定义。同时,从管理功能、信息模型和通信框架三个方面对面向业务重构的综合网络管理系统进行建模,并基于该模型设计了综合网络管理节点的系统框架。其次,根据上述模型的需求,采用参数化的方法对开放可重构网络中的业务进行建模,为业务的管理和重构提供统一的业务模型。模型采用XML Schema进行描述,并定义了通用参数框架和服务相关参数框架,以便对业务特征参数进行完整的描述。再次,开放可重构网络通过构建业务承载网来部署业务,本文依据该特点,将业务的部署过程视为分布式事务处理过程,对业务承载网中的分布式事务进行建模和分析,并设计了相应的分布式事务处理机制,包括子事务的并行准备、失败处理和优先部署等算法和策略。接着,基于综合网络管理节点的系统框架设计,对框架中的核心模块——服务资源管理模块——进行了详细的设计,为原型系统的实现提供依据。最后,基于上述的研究和设计,本文实现了综合网络管理节点的原型系统,并在原型系统中验证了部署IPSec VPN业务的功能,证明了本文所提出的面向业务重构的综合网络管理系统模型和基于该模型设计的管理节点系统框架是正确可行的。目前,对开放可重构网络技术体系的研究还处于初期的理论研究阶段,特别是对于开放可重构网络中业务重构和网络管理技术的研究还处于空白阶段。本文对面向业务重构的综合网络管理技术的研究成果以及综合管理节点原型系统的实现,对于推动开放可重构网络技术体系的进一步的发展和完善,具有较高的参考价值。

关键词：开放可重构业务重构网络管理面向业务业务模型业务承载网分布式事务

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蚂蚁算法在TSP问题中的应用与研究

蚂蚁算法在TSP问题中的应用与研究

作者：廖兴新四川大学

学位级别：硕士

组合优化是运筹学的重要分支，主要通过对数学方法的研究寻找离散事件的最优编排、分组、次序或筛选等。大多数这类问题通常在多项式时间里无法求解，属于NP完全问题。随着问题规模的扩大，问题空间呈现组合爆炸特征，无法用常规的方法... 详细信息

组合优化是运筹学的重要分支，主要通过对数学方法的研究寻找离散事件的最优编排、分组、次序或筛选等。大多数这类问题通常在多项式时间里无法求解，属于NP完全问题。随着问题规模的扩大，问题空间呈现组合爆炸特征，无法用常规的方法求解。旅行商问题(TSP)就是一个经典的组合优化问题，属于NP完全问题。此类问题目前只能用启发式算法进行求解。自从上世纪50年代中期创立仿生学以来，人们不断地从生物进化的机理中得到启发，提出了许多用于解决复杂优化问题的新方法，比如神经网络、遗传算法、模拟退火算法、进化规划等，并成功应用于解决实际问题。由意大利学者***，***，***于1992年首先提出的蚂蚁系统(Ant Colony System，ACS)，是一种新颖的仿生进化算法，适用求解复杂组合优化问题。蚂蚁优化算法(Ant Colony Optimization，ACO)是一种随机搜索算法，它基于对自然界真实蚂蚁的集体觅食行为的研究，模拟真实的蚂蚁协作过程。算法由若干个蚂蚁共同构造解路径，通过在解路径上遗留并交换信息素提高解的质量，进而达到优化的目的。目前，蚂蚁系统己成功应用于求解旅行商问题(TSP)、二次分配问题和job-shop调度问题，取得了很好的实验效果。受其影响，蚂蚁系统的研究已经逐渐引起了更多学者和专家的关注。虽然，该研究方法处于研究的初级阶段，但是一些研究成果已经显示出蚂蚁系统在求解复杂优化问题方面的优越性。 ACO的主要特征是正反馈和隐并行性。正反馈机制可以快速发现优化解。隐

关键词：蚂蚁算法组合优化旅行商问题信息激素

基于家国情怀培养的高中地理教学策略研究 ——以中图版地理必修一为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于家国情怀培养的高中地理教学策略研究 ——以中图版地理必修...

作者：廖新怡江西师范大学

学位级别：硕士

家国情怀是地理学科素养的重要组成部分,也是学生在学习中国博大精深的文化知识时应该形成的重要素养。随着新一轮“立德树人”根本教育任务的确立以及普通高中课程改革的开展,在教学过程中培养学生的家国情怀是每一个老师的重要任务。... 详细信息

家国情怀是地理学科素养的重要组成部分,也是学生在学习中国博大精深的文化知识时应该形成的重要素养。随着新一轮“立德树人”根本教育任务的确立以及普通高中课程改革的开展,在教学过程中培养学生的家国情怀是每一个老师的重要任务。本文对高中地理教学中家国情怀的培养展开理论研究和实践研究,探索在教学的过程中更好的融入社会主义核心价值观。给予学生正确的价值导向,增强学生的爱国情感,实现学生地理学科素养和人文精神的升华,使学生成为一个全面发展、有责任担当的时代新人,真正体现出高中地理课程在培养和发展学生过程中的作用和价值。本文采用文献研究法、内容分析法、问卷调查法、访谈法以及德尔菲法为主要研究方法,对参考文献进行了梳理,界定了家国情怀的概念,整理了本文的理论基础并对当前高中地理教学过程中家国情怀的培养现状进行调查研究。针对调查中发现的问题,笔者结合一线教学实践探索,给出基于家国情怀的高中地理教学具体建议。此外还系统地研究整理了中图版高中地理必修一教材中体现出家国情怀的内容、分享了教学案例,更好的为一线教师提供参考。通过实践证明,本文所提出的结合乡土知识深入挖掘地理教材中的培养价值、综合多种教学方法等建议能有效提升学生课堂学习积极性,更好地培育学生的家国情怀,为地理教师教学过程中融入家国情怀教育提供了一定的方法指导和内容参考。为家国情怀教育全面开展贡献微薄之力,以期加快落实地理学科中家国情怀的教学,促进学生全面发展。

关键词：高中地理教学家国情怀教学策略中图版必修一

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轴流泵叶轮内部三维流场的LDV测量

轴流泵叶轮内部三维流场的LDV测量

作者：廖铭新扬州大学

学位级别：硕士

叶轮内部流动对轴流泵的水力性能、空化性能及其运行稳定性具有重要的影响。目前人们为了揭示其内部的流动机理和流动现象的真实状况,主要采用CFD技术分析内部三维流场,而大部分数值模拟结果缺乏有效的实验验证,因此,有必要继续加强对... 详细信息

叶轮内部流动对轴流泵的水力性能、空化性能及其运行稳定性具有重要的影响。目前人们为了揭示其内部的流动机理和流动现象的真实状况,主要采用CFD技术分析内部三维流场,而大部分数值模拟结果缺乏有效的实验验证,因此,有必要继续加强对轴流泵内流场的测试研究,为高性能轴流泵的开发提供支持。本文采用LDV测试系统对轴流泵叶轮内部三维流场进行测试。轴流泵叶轮叶片数为4,轮毂比为0.4,比转数约为900。叶轮前安装有长直管道以确保进口水流均匀稳定。以最高效率点流量Q为基准,五个测试工况点的流量分别为0.52Q、0.70Q、0.85Q、1.0Q和1.2Q。利用锁相技术,总共测量了叶轮内外共12条径向测线上的三维速度,径向布置36个测点,测线两端进行了局部加密,圆周方向布置360个测点。叶轮进口布置一条测线,出口布置两条测线,测量了5个工况点的三维速度;叶轮内部布置9条测线,测量了0.52Q、1.0Q和1.2Q这三个工况点的三维速度。叶轮进口及出口测量结果表明：各点流速存在明显的紊流脉动,沿径向和周向的速度变化均十分明显。叶轮进口（测线a）周向平均轴向流速的径向分布相对均匀,边壁效应不明显。大流量工况下,轮毂侧轴向速度较大。小流量工况下（工况一和工况二）,轴向流速在叶尖部分出现负值,说明有回流,相应地出现了明显的圆周速度,出现了水流预旋。叶轮出口（测线b和c）周向平均流速的分布在不同工况有明显的不同,轴向流速径向分布出现明显的边壁效应,主流集中在中部,小流量工况下轴向主流偏向叶尖,轮毂处出现明显的回流;周向速度径向分布具有两边大中间小的趋势,随着流量减小,叶尖处的圆周速度增大明显。叶轮进口相平均流速沿圆周分布出现典型的叶栅流的特征,轴向流速在叶片附近小,而在栅距中间大;周向速度从叶片背面到叶片正面由正转负。叶轮出口相平均流速沿圆周分布总体上仍体现出叶栅流动的特征,但速度脉动相当大,流量越小,速度脉动越乱。叶轮内部流动测试结果表明：从叶轮进口到出口的流动过程中,轴向流速主流由集中在叶槽中部偏向轮毂,逐渐偏到叶片背面附近。周向速度从进口到出口逐渐增大,叶轮内部进口附近轴断面上的周向速度在叶片背面出现负值;径向速度在轴断面上存在波动,断面中部的径向速度较大。小流量工况下进口叶尖一侧附近存在回流,叶轮内部的水流周向旋转明显,随着流量的增大,周向旋转逐渐减弱,到大流量工况时水流几乎不旋转。所测三个工况出口的轮毂附近存在回流,越靠近出口回流越大,流量越大回流越小。

关键词：轴流泵叶轮内部流动 LDV 三维速度锁相

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

2015年南方电网电压稳定分析计算

2015年南方电网电压稳定分析计算

作者：廖来新昆明理工大学

学位级别：硕士

由于电压不稳定或电压崩溃导致国外许多电力系统丢失负荷甚至大面积停电的发生,电压稳定课题才变成了电力界关注的焦点,电压失稳的机理、电网电压稳定指标、防止电压失稳事故发生的策略等一系列研究课题成为研究者们关注的热点。2015年... 详细信息

由于电压不稳定或电压崩溃导致国外许多电力系统丢失负荷甚至大面积停电的发生,电压稳定课题才变成了电力界关注的焦点,电压失稳的机理、电网电压稳定指标、防止电压失稳事故发生的策略等一系列研究课题成为研究者们关注的热点。2015年南方电网的云南、贵州、广西、广东和海南电网的联系越来越密,区域内负荷迅速增加。其区域内无功支撑力度和电压稳定水平承受严峻的考验。因此,根据南方电网的实际情况,提出切合实际电压稳定性的分析方法,实现对电力系统电压稳定水平的全面评估,对于防止电压失稳和提高输送电系统的安全可靠性都具有十分重要的意义。由于南方电网有上千的母线和各等级的线路,使得其在电压稳定分析中异常的复杂。本文采用电力系统安全稳定量化分析与优化决策软件,用模态分析法全面分析了南方电网的电压稳定性。确定电网关键负荷母线、关键线路和关键机组,以及电网的相对薄弱区域。同时用模态分析法计算了各个省电网的区域负荷裕度,评价其承受有功负荷功率变化的能力。对于影响电压稳定的关键负荷母线,通过不同的补偿方式来改善电压的稳定性。最后通过暂态电压稳定分析,来评价电网承受大扰动的能力。用暂态安全裕度作为暂态电压稳定的判断依据。暂态电压安全是保证暂态电压稳定和暂态电压跌落可接受性两个方面。以2015年南方电网下的云南省电网为主,分析了在直流闭锁、线路N—1和发电机N—1故障下的暂态电压稳定性。

关键词：静态电压稳定模态分析区域功率负荷裕度暂态电压稳定

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YOLO算法的弱光照下小目标检测研究

基于YOLO算法的弱光照下小目标检测研究

作者：廖新强广州大学

学位级别：硕士

近年来,随着计算机技术的飞快发展,目标检测领域也不断进步,其在工农业检测、自动驾驶系统等领域都广为应用。YOLO(You Only Look Once)算法凭借速度快、精度高和强大的泛化能力,成为目前应用最广泛的算法之一,然而由于弱光照下的小目... 详细信息

近年来,随着计算机技术的飞快发展,目标检测领域也不断进步,其在工农业检测、自动驾驶系统等领域都广为应用。YOLO(You Only Look Once)算法凭借速度快、精度高和强大的泛化能力,成为目前应用最广泛的算法之一,然而由于弱光照下的小目标存在所占像素少、携带信息少、对比度偏低等问题,影响YOLO算法对弱光照下小目标的检测效果。因而弱光照下小目标的检测是一个极具挑战的任务,如何充分提取小目标的特征,提高增强后的弱光照图像质量,是弱光照下小目标检测的重难点。基于上述问题,首先针对YOLO算法在弱光照下小目标的检测难点,分别对YOLOv5和YOLOv8算法进行改进;其次,针对弱光照图像的问题,提出了基于多尺度Retinex算法和Spline曲线的弱光照图像增强算法;然后把图像增强算法融入到两个改进后的YOLOv5和YOLOv8算法中,提出了两个弱光照下小目标的检测算法。本文的主要研究内容如下:(1)基于YOLOv5算法提出了小目标检测网络(YOLOv5-Small Objects Detection Network,YOLOv5-SOD)。为了提取更丰富的特征,引入了平均池化层,设计了一个名为(Spatial Pyramid Pooling-Fast-Avgpool,SPPFA)的新的空间金字塔池化模块;提出在Neck部通过引入Bilinear、C2f模块和Swin Transformer三种方法,可以获得更好的小目标特征,加强模型的泛化性;采用(Soft-Non-maximum Suppression,Soft-NMS)替换原来的非极大值抑制算法和引入解耦头两种方法,解决了漏检、错检的问题;为了更好的改善对小目标检测的效果,提出利用(Polarized Self-Attention,PSA)注意力和使用(Normalized Wasserstein Distance,NWD)损失函数替换原来的损失函数两种方法;提出减少C3模块的深度和引入(Partial Convolution,PConv)卷积两种方法,在减少计算参数和内存访问量的同时进一步提升检测的精度。最后在弱光照下小目标的Mouse数据集的实验中表明,在m AP50中YOLOv5-SOD算法比YOLOv5算法提升了3.3%,在m AP50-95提升了7.3%。(2)提出了弱光照下的小目标检测算法(LIE-RS-YOLOv5-SOD,LSOD-YOLO)。首先针对弱光照下的环境复杂多变、图像的对比度亮度低等现状,提出了一个基于多尺度Retinex算法和Spline曲线的弱光照图像增强算法(Low-light Image Enhancement Multiscale Retinex and Spline Curve,LIE-RS),以提升弱光照图像的对比度。其次,把该算法融入到YOLOv5-SOD算法中,提出了弱光照下小目标检测算法LSOD-YOLO。最后对LSOD-YOLO算法与一些经典算法在Mouse和Ex Dark数据集上进行比较与分析,实验表明LSOD-YOLO算法在Mouse数据集的m AP50-95比YOLOv5算法高7.8%,m AP50提高了3.5%;在Ex Dark数据集的m AP50-95提高1.1%,m AP50提高2.6%。(3)基于YOLOv8算法提出了弱光照下小目标检测算法(YOLOv8-Improved LIE-RS,YOLOv8-IS)。为了获得更丰富的特征信息,提出了融合(Convolutional Block Attention Module,CBAM)、PSA两种注意力和引入可变形卷积的方法;接着采用SIo U-Soft-NMS(Structured Intersection over Union)替换原来的非极大值抑制算法和使用WIo U(Weighted Intersection over Union)损失函数替换原来的损失函数两种方法,能够更好的衡量预测框与目标框的相似度,解决漏检、错检的问题;为了提升算法在弱光照下小目标的检测性能,使用图像增强算法对图像的亮度进行增强,并把改进后的算法命名为YOLOv8-IS。最后,YOLOv8-IS算法在Vis Drone2019数据集上的实验表明,m AP50比YOLOv8算法高17.9%,m AP50-95提高了12.6%。

关键词：弱光照环境图像增强小目标检测 YOLOv5 YOLOv8