检索结果-南通市图书馆

高强度钢/铝合金板无铆连接过程模拟与实验研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高强度钢/铝合金板无铆连接过程模拟与实验研究

作者：张山寅燕山大学

学位级别：硕士

抑郁状态个体的自我及其对情绪面孔识别的影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

抑郁状态个体的自我及其对情绪面孔识别的影响

作者：张子寅广州大学

学位级别：硕士

抑郁症的发生在全球范围内都是一个棘手问题,且持续存在的抑郁状态可能演变为抑郁症。过去,有研究者尝试从个体自我异常的角度来解释抑郁症的出现,而自我与情绪、抑郁与情绪之间的关联前人研究也已证实。但抑郁、自我、情绪三者之间的... 详细信息

抑郁症的发生在全球范围内都是一个棘手问题,且持续存在的抑郁状态可能演变为抑郁症。过去,有研究者尝试从个体自我异常的角度来解释抑郁症的出现,而自我与情绪、抑郁与情绪之间的关联前人研究也已证实。但抑郁、自我、情绪三者之间的关联仍需要系统性研究,尤其是针对目前尚未达到临床标准,但已表现出抑郁症状、受到抑郁情绪困扰并身处抑郁状态的个体。本研究基于面孔建模技术,运用面孔连续变化范式,探究抑郁状态个体在面孔识别中的自我是否存在异常,以及自我会如何影响抑郁状态个体识别情绪面孔。本研究共包括两个实验。实验一采用面孔连续变化范式,将不同身份的面孔图片按照10%的变化梯度进行两两混合后,得到自我-朋友、自我-陌生人、朋友-陌生人三类合成面孔序列作为实验材料。实验中通过比较不同被试在各面孔序列上识别转换点的数值,探索抑郁状态个体是否表现出自我优势效应异常。实验二使用同样的技术与研究范式,将不同情绪的面孔图片进行混合,分别得到自我、朋友、陌生人身份的开心-中性面孔序列和悲伤-中性面孔序列作为实验材料。通过比较健康个体与抑郁状态个体在不同身份、不同情绪的面孔序列上的识别转换点,探索自我因素如何影响抑郁状态个体的情绪面孔识别。研究发现:(1)相较于健康个体而言,抑郁状态个体在识别不同身份的合成面孔时存在异常的自我优势效应,表现为更不易将自我-陌生人合成面孔识别为自我,以及更难将朋友-陌生人合成面孔识别为朋友。(2)与健康个体相比,抑郁状态个体对悲伤面孔的敏感性有所增强,但对开心面孔的敏感性出现下降趋势。(3)自我因素增强了抑郁状态个体对悲伤面孔的识别,具体表现为抑郁状态个体识别悲伤自我面孔比正常个体更为敏感。(4)自我因素会削弱抑郁状态个体对开心面孔的识别,具体表现为抑郁状态个体识别开心自我面孔不如正常个体敏感。也就是说,个体的自我异常在其抑郁状态时便已出现,面孔自我关联性的不同影响着抑郁状态个体对情绪面孔的识别。

关键词：抑郁状态自我异常情绪面孔

基于用户视角下网生人文类纪录片叙事研究 ——以哔哩哔哩网站为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户视角下网生人文类纪录片叙事研究 ——以哔哩哔哩网站为例

作者：陈子寅浙江传媒学院

学位级别：硕士

当前互联网时代下,观看纪录片已经成为了年轻人消遣娱乐的一种方式,曾经给人留下慢节奏、严肃的纪录片是如何打破刻板印象,又为何受到了年轻观众的青睐成为了本文研究的发起点。从传统电视媒体时代到互联网时代,纪录片的载体也从电视转... 详细信息

当前互联网时代下,观看纪录片已经成为了年轻人消遣娱乐的一种方式,曾经给人留下慢节奏、严肃的纪录片是如何打破刻板印象,又为何受到了年轻观众的青睐成为了本文研究的发起点。从传统电视媒体时代到互联网时代,纪录片的载体也从电视转向了网络,曾经的电视观众变成了互联网用户,网生纪录片所呈现的新样态是观众对其改观的重点。目前各大网络平台纷纷推出由平台自制的网生纪录片,其中哔哩哔哩(B站)作为其中的代表,所推出的纪录片受到了广大用户的喜爱与欢迎。本文选择“人文”这一纪录片风格类别,将视角聚焦于网生人文类纪录片,选取B站自制人文类纪录片作为重要分析样本,其他网络视听平台自制纪录片为辅助分析样本,从用户视角出发,以叙事学作为理论基础,探究当前网生人文类纪录片现状,同时对网生人文类纪录片叙事主题、叙事内容、叙事结构、叙事视角等方面进行分析,一方面了解当前网生纪录片与电视纪录片等曾经纪录片的区别与发展,另一方面了解当前年轻人对于纪录片的态度,探究怎样的纪录片更加符合青年群体的喜好。研究发现,当前用户对于爆款IP存在社群认同感,同时叙事选题基于平台属性,并且合作共赢成为导向。同时,网生人文类纪录片呈现出以下叙事特征:与用户呈现高互动属性,采用微观视角叙述宏大主题,线性与非线性叙事结构均有涉及,但板块式结构是当下主流结构,叙事节奏顺应时代发展等。基于上述研究,结合相关数据内容,提出现今网生人文类纪录片存在的困境,并且针对困境提出相关建议与展望。

关键词：网生人文类纪录片 B站用户叙事

新型卤化锡杂化单晶材料的合成、结构和非线性光学性能的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新型卤化锡杂化单晶材料的合成、结构和非线性光学性能的研究

作者：于滨寅曲阜师范大学

学位级别：硕士

二阶非线性光学晶体由于其独特的频率转换在激光器、光通讯、光存储、医疗、核聚变和激光武器等领域有着非常重要的应用前景。二阶非线性光学效应的产生要求整体晶体结构的非中心对称性,并且存在较大的畸变和偶极矩。Sn2+由于5s2立体化... 详细信息

二阶非线性光学晶体由于其独特的频率转换在激光器、光通讯、光存储、医疗、核聚变和激光武器等领域有着非常重要的应用前景。二阶非线性光学效应的产生要求整体晶体结构的非中心对称性,并且存在较大的畸变和偶极矩。Sn2+由于5s2立体化学活性孤对电子和易氧化性特点,很容易形成非中心对称的晶体结构。因此,本论文基于氧化诱导溶解-再结晶策略进行了具有二阶非线性光学效应的有机-无机杂化卤化锡材料合成与单晶生长以及结构解析,系统地研究了其材料的基本光学物理性质(如带隙与倍频效应等),并且对其材料进行能带理论计算,总结并分析了材料的构-效关系影响因素和规律,主要研究内容如下:(1)根据Sn2+离子的5s2立体化学活性孤对电子特点与苄胺阳离子(C6H5CH2NH3+,BZA)相互作用,利用冷却结晶方法合成了二维锡基杂化钙钛矿BZA2SnCl4。由于含有孤对电子和电负性比较强的氯离子的作用导致了无机晶格的强烈畸变,使得晶体结构呈现出非中心对称空间群Cmc21(no.36)。这种非中心对称的晶体结构使BZA2SnCl4展现出明显的粉末倍频效应,其性能约为相同粒径下磷酸二氢钾(KH2PO4,KDP)的0.5倍。有趣地是,BZA2SnCl4前驱体溶液放置空气中一段时间后,得到了结晶性更好的Sn(Ⅳ)的 BZA2SnCl6单晶,这种现象可能由于氧化诱导结晶相转变所导致的。(2)在前面工作的基础上,我们选择非手性的长链双胺N,N’-二甲基乙二胺(DME)与溴化亚锡在空气中反应,先得到了中心对称Sn(Ⅱ)的DMESnBr4单晶,放置在溶液中一段时间自发转变成非中心对称的零维Sn(Ⅳ)杂化单晶DMESnBr6。在有机阳离子和无机八面体偶极矩畸变共同促成的外部扰动作用下,DMESnBr6具有非中心对称结构,其空间群为手性P21(no.4),其粉末倍频效应约为0.5×KDP。这种氧化诱导溶解-再结晶策略为设计具有非线性光学效应的新型卤化Sn(Ⅳ)杂化单晶提供了可能性。(3)为了验证氧化诱导溶解-再结晶策略在溴化锡基杂化材料中的普适性,通过引入手性有机二胺类化合物R/S-2-甲基哌嗪(R/S-2-mpip),在空气利用冷却结晶法先得到手性溴化Sn(Ⅱ)单晶R/S-2-mpip[SnBr3]Br,同样地,将此前驱体溶液放置在空气中一段时间自发转变成手性Sn(Ⅳ)杂化单晶R/S-2-mpipSnBr6。通过测试结果发现,这种氧化诱导溶解-再结晶策略所导致的相转变使得其倍频效应有了很大的提升。本论文工作的开展不仅对理解有机-无机杂化锡基卤化物的结构-性能关系有着深入的认识,而且对设计并构筑具有倍频效应的有机-无机杂化金属卤化物晶体材料具有非常重要的指导意义。

关键词：锡基卤化物晶体结构晶体生长结构转变倍频效应

青年CD-1雄鼠脓毒症后焦虑和认知行为学的动态改变

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

青年CD-1雄鼠脓毒症后焦虑和认知行为学的动态改变

作者：李宗寅安徽医科大学

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

结合特征和图嵌入的树分解算法选择研究

结合特征和图嵌入的树分解算法选择研究

作者：徐若寅吉林大学

学位级别：硕士

树分解算法在图论和算法学的领域中占据了重要位置,对于处理各种复杂图问题起到了重要作用。这类算法的适用性依赖于图的多种属性,如其复杂性、是否密集或稀疏、以及图的规模和复杂度等。因此,当我们需要解决一个可以转化为图的问题时,... 详细信息

树分解算法在图论和算法学的领域中占据了重要位置,对于处理各种复杂图问题起到了重要作用。这类算法的适用性依赖于图的多种属性,如其复杂性、是否密集或稀疏、以及图的规模和复杂度等。因此,当我们需要解决一个可以转化为图的问题时,选择一个与其图结构相匹配的树分解算法,来对该问题进行优化,就显得十分重要。本文生成得到了精确算法数据集和启发式算法数据集。通过对两个数据集中不同最优求解器数据集的特征分析,得出了图的特征可作为算法选择问题选择标准的结论。此外,为缓解启发式数据集数据不均匀的现象,本文引入了适应于本实验图数据的数据增强算法。基于上述数据集,本文提出了基于图神经网络的树分解算法选择模型GNNNIF。该模型通过图嵌入算法为图数据初始化节点特征向量,将节点特征向量与GCN通过线性层映射后拼接在一起,再经过GIN图神经网络即可得到图的特征向量。此外,该模型还提取了图的特征,将图的特征通过线性层映射后与GIN得到的特征向量拼接在一起,最终通过三层MLP网络得到最终的预测结果。为了验证GNN-NIF的有效性,本文将几种基于不同图嵌入算法的GNN-NIF进行对比,分析得出适合本模型的最佳图嵌入算法,并将GNN-NIF模型与其他图神经网络模型进行对比,结果表明GNN-NIF不仅性能优异,还可以缓解模型欠拟合现象。此外,本文还做了一系列消融实验,探究了节点特征初始化模块、图特征线性层以及数据增强模块对模型性能的影响。本文还提出了基于深度森林的树分解算法选择模型GE-DF,并提出了改进的多粒度扫描模型,解决了原本多粒度扫描过程对于位于特征序列两端的特征不公平问题。模型GE-DF同样应用到了图的特征向量和图的特征,该模型首先通过不同的图嵌入算法初始化图的节点特征向量,所有节点特征向量取均值,即可得到图的特征向量,将图的特征向量与图的特征拼接在一起输入到改进的多粒度扫描中,改进的多粒度扫描输出的特征向量会输入到级联森林中,得到最终的预测结果。为了验证GE-DF的有效性,将GE-DF模型与其他树模型进行对比,结果表明GE-DF性能优异,准确率高于其他树模型。此外,本文还通过SHAP工具,研究了GE-DF模型中各个特征的重要性。最后通过消融实验,验证了改进的多粒度扫描模块、图特征向量输入模块以及数据增强模块对模型性能的影响。GE-DF相比GNN-NIF,预测准确率较高,但其预测所需时间更长,且其求解时间随特征数量的增加呈现指数级增长。GNN-NIF相比GE-DF,预测所需时间更少,但因为数据集较小,预测准确率较低。

关键词：图的树分解算法特征图嵌入图神经网络深度森林