检索结果-南通市图书馆

作者：周智钊南昌大学

学位级别：硕士

雪球产品因其收益随市场表现可滚动增长。只要市场未大幅下行,持有期越久,获利越高。自2019年始,雪球产品这种非保本型收益受到众多投资者青睐,并引发众多金融机构参与,在2023年与2024年交织之时却引发了雪球爆仓。当投资者亏损超过账... 详细信息

雪球产品因其收益随市场表现可滚动增长。只要市场未大幅下行,持有期越久,获利越高。自2019年始,雪球产品这种非保本型收益受到众多投资者青睐,并引发众多金融机构参与,在2023年与2024年交织之时却引发了雪球爆仓。当投资者亏损超过账户中的保证金时,会导致其持有的合约被强制平仓。其本质在它的高杠杆特征与场外配资无异。因此针对诸如此类的场外配资活动若不加以监管,则容易引发股票市场动荡,我国学界目前针对场外配资监管制度的研究较少,有必要深入继续研究。场外配资一定程度上具有资本放大功能和资金灵活性,若合理引导,能促进市场活跃。但目前我国在场外配资监管制度层面对场外配资的合法性持简单否定态度,监管方式完全采取“一刀切”的形式,不仅难以保障中小投资者参与市场交易的合理需求,并与我国宏观调控政策相违背,难以真正推动股票市场行稳致远。场外配资监管制度设计过于简略,缺乏统一集中的监管体系,从而致使监管部门在场外配资监管者缺乏明确监管依据。同时集中授信模式难以满足股票市场的融资需求,加之账户实名制难以落实、信息披露制度不健全,并且智能监管手段相对滞后,既不利于投资者保护,也难以正确引导场外配资健康发展。有必要加强顶层制度设计,构建集中统一的监管体系推进监管立法,强化监管依据,填补制度空白,在此基础上加强监管部门联动,协调监管。在现有监管制度基础之上加以完善,一方面建立符合我国实际的双轨制授信模式,另一方面推进账户实名制有效落实,此外强化信息披露制度。全文分为四章:第一章为引言部分,介绍选题背景和研究意义,分析学界对该论题的研究趋势及仍值得研究的问题。第二章对场外配资监管制度做出概述,介绍其定义、法律关系及其性质;阐明场外配资监管法律关系及其内容和特性。第三章分析场外配资监管制度所存在的问题。第四章重点提出完善我国股票市场场外配资监管制度的建议。

关键词：雪球产品场外配资股票市场监管制度

负载自适应的无线电能与信息同步传输技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

负载自适应的无线电能与信息同步传输技术研究

作者：王运钊电子科技大学

学位级别：硕士

面向变径分叉管道内部损伤的视觉检测机器人系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向变径分叉管道内部损伤的视觉检测机器人系统研究

作者：熊钊重庆交通大学

学位级别：硕士

管道机器人是一种专门针对管道系统进行检测、清洗、修复和维护的自动化设备,用于地下管道、给排水管道和空调管道等作业场景。城市地下管道因功能不同、布局差异,使其在空间位置、管径大小、管道构型等方面存在区别,导致地下管道内部... 详细信息

管道机器人是一种专门针对管道系统进行检测、清洗、修复和维护的自动化设备,用于地下管道、给排水管道和空调管道等作业场景。城市地下管道因功能不同、布局差异,使其在空间位置、管径大小、管道构型等方面存在区别,导致地下管道内部作业环境较为复杂,故要求管内机器人在结构上能够灵活地应对复杂多变的作业环境,在功能上具备智能化、自动化以满足管内便捷、高效和可靠作业的需求。而传统管道机器人在结构设计、功能开发和技术应用方面还有较大地提升空间,因此,开展面向复杂管道的智能检测机器人技术研究,对保证管道系统的正常运营、促进机器人技术的发展具有重要意义。以地下管道内部检测机器人系统为研究对象,以提高检测机器人在复杂管道的通行能力为目标,提出适用于变径分叉管道环境的行走结构设计方案;而后,提出融合模糊匹配的图像识别算法,实现管道内部图像的自适应增强以及管道缺陷的自动检测;进而,提出混合式稀疏重建的改进方案,实现管道内部结构的三维可视化,进行基于距离计算的缺陷定位研究。最后,完成管内检测机器人实物样机制作以及运动控制和缺陷检测程序开发,开展运动模式分析、管道内部三维模型重建和损伤检测研究。论文主要研究内容如下:(1)针对管道机器人的应用场景与管道的常见结构类型,分析检测机器人主要功能及各系统组成。提出适用于复杂管道内部行走机构设计,该机构通过行走模组、导向装置以及旋转装置相互配合实现自适应变径、主动转向和垂直爬行等功能。在此基础上,进行控制系统与图像采集装置设计;(2)针对管道内部光照不均不足的问题,利用大津阈值对Retinex算法进行改进,实现图像的快速均衡化。为提高损伤识别效率,结合边缘检测和聚类算法做图像分割,将分割后的图像进行逐一检测。为解决管道内损伤图像样本数量不足的问题,提出一种融合模糊匹配的损伤识别算法,该算法在小样本训练下也能达到高准确度;(3)利用混合式稀疏重建处理采集数据,将管道内部结构进行还原,实现管道内部结构的模型可视化。结合特征点提取与颜色标记,在管道模型中引入比例尺和坐标系,计算损伤点位置,实现管内损伤缺陷的定位。通过分析特征提取与特征匹配算法,研究管内损伤检测的效率问题;(4)基于理论研究加工实物样机,制作结构模组、控制模组、供电系统以及缺陷检测模块等子系统。分析硬件功能从而编写运动控制算法,组装管道模型分别对管道机器人运动效果和管道三维建模性能进行测试,验证检测机器人系统的合理性和有效性。进而,在实物样机中加入所提出的损伤识别与定位算法,进行管内缺陷识别与定位研究。

关键词：地下管道管内机器人结构设计缺陷识别与定位图像处理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

天然气管道内检测阻力及对天然气供应的影响

天然气管道内检测阻力及对天然气供应的影响

作者：韩国钊山东建筑大学

学位级别：硕士

基于熵和模态分解的舰船辐射噪声特征提取方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于熵和模态分解的舰船辐射噪声特征提取方法研究

作者：唐冰钊西安理工大学

学位级别：硕士

舰船辐射噪声的特征提取对舰船目标检测、识别和跟踪具有重要的实际工程意义。然而,由于舰船辐射噪声产生机理的复杂性和复杂海洋环境动态的多变性,传统的特征提取方法具有一定的局限性。针对上述问题,本文开展了基于熵和模态分解的舰... 详细信息

舰船辐射噪声的特征提取对舰船目标检测、识别和跟踪具有重要的实际工程意义。然而,由于舰船辐射噪声产生机理的复杂性和复杂海洋环境动态的多变性,传统的特征提取方法具有一定的局限性。针对上述问题,本文开展了基于熵和模态分解的舰船辐射噪声特征提取方法研究,主要研究内容如下:(1)针对斜率熵只能在单个尺度上度量舰船辐射噪声复杂度的问题,提出了一种新的复杂度特征——蛇优化变步长多尺度斜率熵。该算法以斜率熵为基础,通过变步长多尺度处理和引入蛇优化算法,不仅克服了传统多尺处理时因大幅缩短序列长度而导致熵值不准确的缺点,同时解决了斜率熵的阈值选择问题。经仿真实验测试,相较于传统的多尺度熵,蛇优化变步长多尺度斜率熵具有更好的特征提取性能。(2)鉴于单通道舰船辐射噪声特征提取效果欠佳的问题,提出了一种基于连续变分模态分解和蛇优化变步长多尺度斜率熵的单通道舰船辐射噪声特征提取方法。该方法创新性地将连续变分模态分解和蛇优化变步长多尺度斜率熵相结合,旨在深入挖掘模态分量间的熵值差异。同时,借助特征选择技术来减少特征冗余,以提升舰船辐射噪声的识别精度。最终,通过实测舰船数据集验证了所提出方法的有效性。(3)针对斜率熵仅适用于分析单通道舰船辐射噪声的问题,提出了一种新的复杂度特征——蛇优化多元斜率熵。该算法以斜率熵为基础,通过引入多元思想,实现了不同通道间时间序列动态变化的全面表征。同时,结合蛇优化算法,解决了多元斜率熵的阈值选择问题。通过仿真实验的分析以及与传统多元熵的对比研究,验证了所提出的蛇优化多元斜率熵的有效性。(4)为实现多通道舰船辐射噪声的有效提取,提出了一种基于多元变分模态分解和蛇优化多元斜率熵的多通道舰船辐射噪声特征提取方法。该方法利用多元变分模态分解算法从频域中提取舰船辐射噪声的有效信息,并结合蛇优化多元斜率熵进行特征表征。此外,通过特征选择技术,有效区分了不同类别的舰船辐射噪声。最终,通过实测舰船数据集验证了所提出方法的优越性。

关键词：舰船辐射噪声特征提取斜率熵蛇优化模态分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

期货价格行为特征的研究

期货价格行为特征的研究

作者：费钊伊犁师范大学

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

互联网与乡镇青少年自我认同偏差研究

互联网与乡镇青少年自我认同偏差研究

作者：刘雨钊黑龙江大学

学位级别：硕士

青少年自我认同是青少年对自己的一种持续且一贯的了解,是青少年人生发展的重要前提,当今学界对青少年自我认同问题的研究往往聚焦于静态研究和自我认同影响因素研究,相比之下,从动态层面对青少年自我认同的研究则显得较为薄弱。本文以... 详细信息

青少年自我认同是青少年对自己的一种持续且一贯的了解,是青少年人生发展的重要前提,当今学界对青少年自我认同问题的研究往往聚焦于静态研究和自我认同影响因素研究,相比之下,从动态层面对青少年自我认同的研究则显得较为薄弱。本文以a镇青少年为研究对象,从动态研究视角探究互联网与乡镇青少年自我认同偏差形成之间的内在联系。本文以埃里克森的自我认同理论为基础,他认为,个体通过有效、有步骤的学习迈向可触摸的共同未来,并形成清晰的自我。依据此理论,当个体的自我认同无法使其应对成年期的各种任务,而脱离社会整体期待时,便产生了自我认同偏差。本文首先通过非参与式观察了解a镇青少年自我认同情况,发现互联网与乡镇青少年自我认同偏差之间存在关联,然后通过问卷调查筛选自我认同偏差的青少年作为后续访谈对象,最后通过访谈收集研究资料,分析出了研究资料中a镇青少年自我认同发展历程,以及自我认同偏差现象与互联网的具体关系。本文通过分析互联网与青少年的自我认同发展情况发现:互联网作为具有时空性、多元化以及个性化的传播媒介增加了乡镇青少年作为用户出现自我认同偏差的风险;互联网上专家系统的脱域无法被乡镇青少年认识,使其产生自我认同偏差,进而出现青年异化;由于互联网文化与现实世界文化变迁速度的差异产生的文化信息差的影响,乡镇青少年自我认同可能会出现与客观环境对个人的发展需求的偏差;总之,网络生活成为乡镇青少年自我认同形成历程的一部分,互联网参与自我认同的形成后,影响了这些乡镇青少年正常应对成年期的各种任务。

关键词：互联网乡镇青少年自我认同偏差网络生活文化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

农村能源普遍服务法律问题研究

农村能源普遍服务法律问题研究

作者：贾宏钊河北大学

学位级别：硕士

农村是国家经济社会发展的重要组成部分,但长期以来受制于能源供给不足,导致农村经济发展受限、生产生活条件落后。当前,通过农网改造和光伏扶贫等工程的实施,我国农村能源工作取得了显著进展,消除了能源绝对贫困。能源普遍服务作为国... 详细信息

农村是国家经济社会发展的重要组成部分,但长期以来受制于能源供给不足,导致农村经济发展受限、生产生活条件落后。当前,通过农网改造和光伏扶贫等工程的实施,我国农村能源工作取得了显著进展,消除了能源绝对贫困。能源普遍服务作为国家在能源领域实施的一项基本公共服务,在我国的法律和政策中一直有所体现,各级地方政府也将其列为工作重点。步入新时期,农村能源供给不足、农村与城市之间能源结构不均衡等现象依旧存在。对此,基于《能源法(征求意见稿)》第12条关于“普遍服务”的立法精神,利用法律手段实现能源领域的分配正义,解决能源相对贫困问题,成为了我国当前农村能源工作的重点。本文首先对农村能源普遍服务的基础问题进行了充分地解析,从农村能源普遍服务的概念和特点出发,深入探究了农村能源普遍服务的理论依据。基于能源属性特点的公共物品理论和外部性理论解释了政府作为责任义务主体是实现农村能源普遍服务的关键所在,从分配正义衍生过来的能源正义理论为实现农村能源普遍服务的必要性和可行性提供了理论价值支撑,可持续发展理论则要求农村能源普遍服务的工作重点不仅是满足农村居民的能源需求,还包括通过对清洁能源的开发和利用来实现生态环境可持续发展。从实践层面来看,实现农村能源普遍服务是“双碳”目标的践行、乡村振兴战略的实施以及共同富裕愿景的实现中关键的一环。通过对我国关于农村能源普遍服务的法律规范和政策的梳理,包括法律、地方性法规和政策,具体分析当前农村能源普遍服务工作中出现的问题,即法律依据不周、政府治理不力、经济激励不足等。最后,针对问题为提出了完善农村能源普遍服务的对策,包括完善农村能源普遍服务法律体系、优化政府农村能源普遍服务治理能力、加强农村能源普遍服务经济激励等,采取多种措施并行推进,有效保证农村能源普遍服务工作顺利推进,促进乡村振兴。

关键词：农村能源普遍服务政府职能经济激励

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

矿井智能通风系统传感器布设研究

矿井智能通风系统传感器布设研究

作者：胡邦钊安徽理工大学

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

基于扩散模型的成员推理攻击防御研究

基于扩散模型的成员推理攻击防御研究

作者：余良钊广州大学

学位级别：硕士

深度学习技术飞速发展,在许多领域内取得成功。但在诸如医疗、金融等对敏感数据处理要求严格的领域中,深度学习模型的应用存在大量隐私泄露问题。深度学习模型普遍容易受到成员推理攻击,这对数据隐私构成了长期威胁。成员推理攻击的任... 详细信息

深度学习技术飞速发展,在许多领域内取得成功。但在诸如医疗、金融等对敏感数据处理要求严格的领域中,深度学习模型的应用存在大量隐私泄露问题。深度学习模型普遍容易受到成员推理攻击,这对数据隐私构成了长期威胁。成员推理攻击的任务是判断任意给定的数据是否被用于深度学习模型的训练,即该数据是否是目标模型训练集成员。攻击者仅使用深度学习模型的部分输出预测就可以推理得到相关隐私信息。为降低成员推理攻击对数据隐私的威胁,学界在对成员推理攻击的防御方面已经取得了一些成果。当下有两个方向的防御措施:第一种是提供可证明隐私的防御措施,主要使用差分隐私技术来为输入数据提供可证明的隐私保护;第二种是提供经验性成员隐私的防御措施,隐私保护通过实际的成员推理攻击来进行经验评估。然而,目前的防御措施在抵御成员推理攻击和保证模型效用方面尚有缺陷。因此,研究更通用的、能够同时抵御多种成员推理攻击、并不损失模型效用的成员推理攻击防御方法具有极高的价值。本文通过对成员推理攻击及其防御方法的深入研究,提出了两种针对成员推理攻击的隐私保护方法。本文的主要贡献如下:(1)针对成员推理攻击对深度学习模型的隐私威胁问题,本文提出基于扩散模型和Mixup的成员推理攻击防御方法。在目标模型的训练过程中仅使用混合数据集。混合数据集由目标数据集的一个随机子集和生成数据集混合得到。由于绝大多数成员样本未被用于模型训练,这些成员样本在目标模型上的表现更接近于非成员样本。这导致成员样本与非成员样本之间的不可区分性增大,从而降低了目标模型的隐私泄露风险。本文方案通过使用可调节的参数,在不同的应用场景中平衡模型效用与成员隐私安全之间的关系。(2)针对现有防御方案会损失模型效用的问题,本文提出基于扩散模型和知识蒸馏的成员推理攻击防御方法。首先由扩散模型(Diffusion Model)生成与目标数据集来自同一分布的高质量样本,然后使用预训练的高精度教师模型对已生成的高质量样本进行筛选与标注,最终得到生成数据集。通过教师模型的筛选,去除那些可能损害目标模型效用的不佳样本;通过教师模型的标注,为生成样本创建软标签。软标签相对于硬标签,具有更多样本信息,能够提升目标模型的泛化性能。在蒸馏训练阶段,目标模型额外学习到了教师模型对数据特征的复杂表示和决策边界的信息,这对于提高目标模型的泛化能力是及其有效的。本文进行了一定程度的理论分析。通过数学上的解释和分析,本文方案无需假设敌方采用何种攻击策略,做到了攻击无关防御性。

关键词：深度学习成员推理攻击扩散模型知识蒸馏混合样本