检索结果-南通市图书馆

作者：张宇安徽理工大学

学位级别：硕士

结合视觉及激光检测技术的拼接式电源装配系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合视觉及激光检测技术的拼接式电源装配系统研究

作者：张宇齐鲁工业大学

学位级别：硕士

随着我国空天技术的发展,卫星发射量也迎来了猛增。卫星供电系统一般采用拼接式电源,其装配环节通常采用手工装配方式,在装配效率及装配精度方面都难以达到现阶段装配需求。拼接式电源通过固定在模块上的电连接器实现电源模块之间的电... 详细信息

随着我国空天技术的发展,卫星发射量也迎来了猛增。卫星供电系统一般采用拼接式电源,其装配环节通常采用手工装配方式,在装配效率及装配精度方面都难以达到现阶段装配需求。拼接式电源通过固定在模块上的电连接器实现电源模块之间的电气连接和信号传输,因此在装配过程中需要检测其质量好坏。电连接器尺寸普遍较大,普通镜头难以覆盖全部尺寸,针(孔)特征尺寸细小。为实现良好的散热,对电源模块的安装平面也需要检测。针对这一系列问题,结合视觉及激光检测技术,通过图像拼接的方式实现电连接器的测量与检测,辅助装配系统更好的完成装配工作。本文主要研究内容如下:(1)介绍机器人自动化装配技术、机器视觉测量技术、三维视觉测量技术研究现状,阐述了本课题的研究背景、意义以及主要内容。(2)分析拼接式电源传统装配工艺,提出自动化装配流程设计,完成装配系统总体设计。结合拼接式电源装配电连接器的检测与拼接式电源安装端面平面度检测需求,提出了基于2D视觉技术和3D线激光扫描技术的检测方案,并搭建了测量系统。(3)针对大尺寸电连接器的检测需求,采集了电连接器图像并对其进行滤波和边缘检测处理。提出一种使用模板匹配结合卡尺工具边缘拟合的测量方案,实现了局部高精度形位检测。介绍了图像拼接的流程,在特征点提取方面,提出了一种基于RANSAC的Pat Max-ORB算法来实现电连接器插针与插孔图像的特征提取,通过研究单应性矩阵与图像,完成了图像拼接工作。(4)针对拼接式电源安装端面的检测,提出一种基于点云优化的多平面拟合算法,将平面分为三大区域,每一区域下分为6块小区域,分别拟合6块小区域的平面值,判定装配后的平面度变化情况。提出基于RANSAC的点云优化拟合算法,在传统RANSAC算法中引入法向量角度差约束,对预处理后的点云数据进行优化,得到了完整精确的平面信息。(5)基于上述研究,开发了基于Winform的系统软件,主要包括电连接器参数检测模块和三维平面度检测模块,实现了图像预处理、模板匹配、图像拼接、直线(圆)拟合、平面度计算等功能。将电连接器的参数与安装面平面度进行测量实验,与济南计量院检测仪器测量数据进行对比,测量误差在0.05mm以内;对系统运行速度进行测试,满足装配节拍要求。验证了系统的可靠性。

关键词：拼接式电源多针电连接器图像拼接机器视觉平面度检测

掺纳米TiO2的钢纤维混凝土冻融损伤试验研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

掺纳米TiO2的钢纤维混凝土冻融损伤试验研究

作者：张宇西南科技大学

学位级别：硕士

22MnB5热成形钢激光焊缝微观组织及疲劳性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

22MnB5热成形钢激光焊缝微观组织及疲劳性能研究

作者：张宇吉林大学

学位级别：硕士

基于哈佛分析框架的健之佳并购唐人医药绩效研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于哈佛分析框架的健之佳并购唐人医药绩效研究

作者：张宇云南师范大学

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

目的语环境下校外成人汉语学习策略个案研究

目的语环境下校外成人汉语学习策略个案研究

作者：张宇浙江科技大学

学位级别：硕士

本文以目的语环境下来华工作的汉语学习者为研究对象,探索校外汉语学习者学习策略的使用特点。因现阶段对学习策略的研究集中体现为以班级或年级为单位的、对学生学习策略整体使用偏好及影响因素的探索,基本只停留在元认知策略、认知策... 详细信息

本文以目的语环境下来华工作的汉语学习者为研究对象,探索校外汉语学习者学习策略的使用特点。因现阶段对学习策略的研究集中体现为以班级或年级为单位的、对学生学习策略整体使用偏好及影响因素的探索,基本只停留在元认知策略、认知策略、社交情感策略这三大类,或同级别的其他分类策略,并没有对具体策略进行详细分析,也缺乏对新的个性化策略的发现。针对这一情况,本文将围绕校外学习对象的学习特点,探索其具体学习策略的使用情况,对个性化学习策略进行挖掘。研究采用个案研究方法,通过现场观察和详细访谈收集研究数据。同时,结合教学日志、研究对象课堂练习及测试、录音录课等研究材料,对校外成人学习者汉语学习策略进行深入探索。本文认为研究对象使用认知策略主要包括重复、翻译、利用资源、迁移、记笔记、推断,其中重复和翻译子策略使用最多。使用社交情感策略主要包括提问、合作,其中提问子策略使用较多。元认知策略中主要使用选择性注意子策略。其中信任服务式策略和强主导式策略两种策略是本文首次提出。本文对学习者学习子策略方面的具体使用情况和使用特点进行分析后并对影响因素进一步讨论,认为研究对象的目的语水平、性格特征及学习动力等对学习策略的使用影响较大。本文对校内外汉语教学,尤其对目的语环境下校外汉语学习与教学实践而言,具有一定现实意义。为校外汉语教学者提高教学效果提供理论和实践依据,为更好地开展校内外汉语教学提供学习策略的训练建议。不足之处是对新发现的提出,并没有广泛用于其他教学课堂验证。希望本文的结论和发现能为教育研究和教学实践提供启发和帮助。

关键词：目的语环境校外学习者学习策略影响因素

多方向移动训练对高校网球专项学生步法移动速度及灵活性影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多方向移动训练对高校网球专项学生步法移动速度及灵活性影响研究

作者：张宇扬州大学

学位级别：硕士

基于相界工程优化微米级无铅钛酸钡压电陶瓷的压电催化性能

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相界工程优化微米级无铅钛酸钡压电陶瓷的压电催化性能

作者：张宇齐鲁工业大学

学位级别：硕士

随着现代化工业体系的快速发展,包括制药业、纺织业、化工厂在内的各种企业不可避免的制造了大量污水,其中纺织加工行业排放含有显色集团和有机污染物的废水处理需求更为明显,对生态环境带来了重大的负面影响的同时也影响了人们的身体... 详细信息

随着现代化工业体系的快速发展,包括制药业、纺织业、化工厂在内的各种企业不可避免的制造了大量污水,其中纺织加工行业排放含有显色集团和有机污染物的废水处理需求更为明显,对生态环境带来了重大的负面影响的同时也影响了人们的身体健康。人们发现作为铁电陶瓷高级氧化技术之一的压电催化技术因为有着完全降解和无副作用的催化降解能力,拥有巨大的发展潜力。其中铁电陶瓷中的碳酸钡基压电陶瓷拥有制备简单、生产成本低和优异的压电性能而受到广泛关注,对不同离子掺杂更为敏感,在多相共存、压电性、铁电性拥有着广阔的发展占空间。但压电陶瓷的催化降解能力与各方面性能的内在联系尚不明确,仍然需要进一步研究探索。本文中为研究探索压电陶瓷的催化降解能力与各方面性能之间的内部联系为目的,研究了Ba TiSnO（BTS）的制备工艺、宏观电学响应和催化性能以及催化性能与宏观电学响应的内在联系。为制备合格的BTS（x=0-12）压电陶瓷材料,对传统固相烧结法得到的BTS陶瓷样品宏观电学响应进行了探索,最终获得了宏观电学响应符合压电催化要求的压电陶瓷。对制造的BTS样品进行了XRD、SEM、压电性、铁电性、介电性能的检测,分别对了BTS样品的钙钛矿结构、相共存状态、微观结构形貌、压电系数、铁电性能和组分影响的相变进行了分析,并绘制了相应的相图。对制备的BTS样品进行了催化降解实验以及催化降解机理的探索,通过对降解速率的拟合得出反应速率常数K,进行了BTS样品催化实验的多次循环测试已验证循环利用性。对BTS样品测试了SEM,通过对粒径的筛选消除了粒径大小差异对催化降解实验效率的影响。将催化效率与压电性、铁电性、介电常数、相共存、电致应变等数据与催化效率比较,研究了BTS样品各方面性能对压电催化之间的联系。对BTS样品进行了包括阻抗、瞬态压电流响应、紫外漫反射光和电化学在内的数据测试,通过绘制的图像揭示了相共存、压电性和催化性能的内在联系。对BTS样品进行了变温催化实验。为进一步探索压电催化性能与那些因素相关,对BTS样品进行了温度间隔为5°变温催化实验,观察了各个温度区对于BTS陶瓷样品的催化效率影响。同时,测试了变温铁电性能、电致应变和介电常数与各个温度区间变温催化性能进行了对比,进一步探索和验证了压电催化的影响因素。

关键词：压电陶瓷压电催化多相共存力电转换

基于机器学习的口腔癌患者术后迟发性肿胀风险预测模型的构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的口腔癌患者术后迟发性肿胀风险预测模型的构建

作者：张宇吉林大学

学位级别：硕士

背景:口腔癌是一种常见的恶性肿瘤,约占全部头颈部癌症的四分之一,且发病率呈逐年上升趋势。迟发性肿胀是口腔癌术后一种常见的并发症,其发生率高达20%～40%。术后迟发性肿胀不仅会引起疼痛、吞咽困难、言语障碍等健康问题,严重者会导... 详细信息

背景:口腔癌是一种常见的恶性肿瘤,约占全部头颈部癌症的四分之一,且发病率呈逐年上升趋势。迟发性肿胀是口腔癌术后一种常见的并发症,其发生率高达20%～40%。术后迟发性肿胀不仅会引起疼痛、吞咽困难、言语障碍等健康问题,严重者会导致呼吸道受压,进而危及生命;还可能引起心理社会问题,包括自尊心受损、社会隔离感增强和生活质量显著下降。迟发性肿胀多发生于术后72小时后,进展较为隐匿,在临床工作中不易及时识别处理,给口腔癌患者围手术期管理带来严重挑战。早期识别口腔癌术后迟发性肿胀的高风险患者,是进行个性化护理评估与干预,进而改善迟发性肿胀的有效手段。然而,现有的口腔癌术后迟发性肿胀风险管理工具存在可用数量少、灵敏度低、指标体系复杂、使用不便等问题,极大限制了有关临床工作地开展。因此,亟需开发一款准确、实用、便捷的口腔癌术后迟发性面颈部肿胀预测工具。在医学领域,预测工具的研究主要集中于风险预测模型,根据其方法进行分类包括回归模型、机器学习模型、深度学习模型。机器学习因其预测准确性以及处理大量复杂数据集的能力,能够构建“一键计算工具”成为构建临床风险预测工具的新途径。然而,在口腔癌术后迟发性肿胀的预测领域中,机器学习算法没有得到充分应用。目的:1.通过对口腔专科医护人员进行质性访谈明确临床实际需求,探讨建立风险预测模型的必要性,并结合专家对专科指标的建议,构建更适用于临床的预测变量池。2.利用多种机器学习算法构建口腔癌患者术后迟发性肿胀的风险预测模型,选出具有最佳预测性能的模型算法,形成风险预测网页计算器,为预测模型投入临床使用奠定基础。方法:本研究采用探究性顺序混合设计。1.质性研究阶段采用描述性质性研究,在文献循证的基础上,根据口腔颌面外科住院患者风险预测现状拟定访谈提纲,最终由口腔科专家审核确定访谈提纲。采用最大差异目的抽样,于2022年8月—2023年3月选取来自全国多个地区的16名口腔专科医院医护人员进行一对一的半结构化访谈,使用数据饱和原则确定访谈人数,以Nvivo12.0软件为辅助,使用内容分析法进行资料的整理和分析。2.量性研究阶段采用回顾性病例对照设计,利用机器学习算法初步构建口腔癌患者术后迟发性肿胀预测模型。通过方便抽样法收集2021年9月至2023年9月某三甲口腔医院颌面外科电子病历信息系统符合纳入标准的患者408例。回顾性收集患者术后出现迟发性肿胀风险的相关数据,患者的基本情况、肿瘤状态、血生化情况、围手术期情况使用SPSS24.0软件进行单因素分析,有统计学差异的变量(P<0.05)作为模型的预测变量。按照8:2比例进行训练集与测试集的划分,以出现迟发性肿胀为结局事件,在RStudio软件中使用五折交叉验证法和网格搜索法寻找最优参数,构建随机森林、支持向量机、逻辑回归、反向传播神经网络4种模型,最终采用ROC曲线下面积(AUC值)、混淆矩阵、准确率、精确率、敏感度、特异度和平衡F分数等多个指标进行模型区分能力的评估,选出最优预测模型。使用重要性矩阵图描述每个预测变量的重要性,并通过最优模型构建风险预测网页计算器。结果:1.质性研究部分结果:(1)通过对不同地区的多家口腔专科医院的16名医护人员进行深入访谈和分析,提炼出“面颈部肿胀是重要察指指标”、“识别危机”、“风险管理的意””、“理想与现实之间的决策建议”4个主要主题和9个子主题。(2)口腔颌面外科专家结合成本效益、收集难度、临床实用性等因素删减了通过文献回顾得出的其中3项指标(营养状态、C反应蛋白、凝血酶原时间),最终确定进入预测变量池的23项专科指标。2.量性研究部分结果:(1)对408例口腔癌手术治疗患者进行单因素分析后得出糖尿病史、术前放化疗史、吸烟史、病理类型、N分期、ALB水平、WBC计数、手术持续时间、手术切除部位、术中输液量、ASA分级、颈部清扫术、皮瓣修复、术中出血量等危险因素。(2)按照8:2划分训练集与测试集后进行模型的训练和测试,通过五折交叉验证后发现随机森林算法在AUC值、平衡F得分、精确性、准确度、敏感性五项指标中均取得最佳表现,其中平均AUC值达到0.923,95%CI(0.869-0.986),且在评价指标方面4种机器学习模型差异有统计学意”(P<0.05)。在测试集中在反应分类能力的指标AUC中,随机森林模型的AUC最高,为0.926,表明其正确分类的能力最强;其次为支持向量机模型和逻辑回归,其AUC分别为0.905与0.869,正确分类的能力稍逊于随机森林模型;最后为反向传播神经网络模型,其AUC为0.781。(3)在最优的随机森林模型的特征重要性排序中,前十名依次为ALB水平(0.323),WBC计数(0.177),手术持续时间(0.111),术中输液量(0.

关键词：口腔癌迟发性肿胀机器学习预测模型随机森林

基于相似度聚类和相互学习的可信联邦学习研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相似度聚类和相互学习的可信联邦学习研究

作者：张宇河北大学

学位级别：硕士

随着大数据时代的到来,隐私保护问题日益凸显。联邦学习作为一种新兴的机器学习方法,在近年来受到了越来越广泛的关注。由于联邦学习涉及多方参与和模型更新的传递,依然面临隐私泄露和恶意攻击的挑战。因此可信联邦学习的研究对于联邦... 详细信息

随着大数据时代的到来,隐私保护问题日益凸显。联邦学习作为一种新兴的机器学习方法,在近年来受到了越来越广泛的关注。由于联邦学习涉及多方参与和模型更新的传递,依然面临隐私泄露和恶意攻击的挑战。因此可信联邦学习的研究对于联邦学习的发展和落地至关重要。可信性主要指模型安全可证明、性能可使用、效率可控以及可解释、可监管、惠普等方面,其中安全与性能直接关系着模型的好坏。为此,文本围绕可信联邦学习中的安全防御和模型可用性两方面展开研究,提出了基于相似度聚类的可信联邦安全聚合方法及基于自适应相互学习的可信联邦分层模型。(1)针对参数传递带来的隐私泄露问题及恶意参与方的存在导致全局模型聚合效果不佳的问题,提出一种基于相似度聚类的可信联邦安全聚合方法(A Trusted Federated Security Aggregation Method Based on Similarity Clustering,FSA-SC)。首先基于客户端训练数据集规模及其与服务器间的通信距离综合评估选出拟参与模型聚合的候选客户端;然后根据候选客户端间的相似度,利用聚类将候选客户端划分为良性客户端和异常客户端;最后,对异常客户端类中的成员利用类内广播和二次协商进行参数替换和记录,检测识别恶意客户端。为了验证FSA-SC的有效性,以联邦推荐为应用场景,选取Movie Lens 1M、Netflix数据集和Amazon抽样数据集为实验数据集,实验结果表明,所提方法能够实现高效的安全聚合,且相较对比方法有更高的鲁棒性。(2)考虑到FSA-SC在异构环境下实现效果不佳,方案针对数据异构给可信性及模型可用性带来的挑战,提出一种基于自适应相互学习的可信联邦分层模型(A Trusted Federated Hierarchical Model Based on Adaptive Mutual Learning,Fed AML)。采用由外循环模型和本地模型组成的分层结构,在确保真实参数安全地保留在本地的同时,实现数据和模型的异构性。采用不同的温度系数优化相互学习,从而实现高效的知识转移,并缓解数据异质性可能带来的准确性问题。利用自适应温度系数调整,客户端可以自主选择参与程度,从而使本地模型具有更大的灵活性和多样性。基于EMnist和Cifar10数据集进行的实验分析表明,利用差分隐私噪声可以保护隐私,而不会对预期的模型准确性产生重大影响。此外,在训练过程中加入噪声可有效抵御后门攻击,增强模型的鲁棒性,同时保持预期的准确性水平。

关键词：可信联邦学习隐私保护安全聚合鲁棒攻击相似度聚类相互学习