检索结果-南通市图书馆

乳酸类合成子构建的四连接螺旋手性配位聚合物的合成、结构和光催化性质

在线全文

学校读者我要写书评

暂无评论

无机化学学报 2024年第2期40卷 336-344页

作者：徐中轩吴俊张远婷武梦杰河池学院广西蚕桑生态学与智能化技术应用重点实验室河池546300 河池学院广西现代蚕桑丝绸协同创新中心河池546300 遵义师范学院化学化工学院遵义563002

通过乳酸衍生物和3-溴-4-羟基苯甲酸的组合得到对映体3-溴-4-(((1R)-1-羧基乙基)氧基)苯甲酸(R-H_(2)bba)和3-溴-4-(((1S)-1-羧基乙基)氧基)苯甲酸(S-H_(2)bba)。以其为手性合成子在水热条件下分别与1,3-二(吡啶-4-基)丙烷(1,3-dpp)和Ni... 详细信息

通过乳酸衍生物和3-溴-4-羟基苯甲酸的组合得到对映体3-溴-4-(((1R)-1-羧基乙基)氧基)苯甲酸(R-H_(2)bba)和3-溴-4-(((1S)-1-羧基乙基)氧基)苯甲酸(S-H_(2)bba)。以其为手性合成子在水热条件下分别与1,3-二(吡啶-4-基)丙烷(1,3-dpp)和Ni^(2+)反应,构建了对映手性配位聚合物{[Ni(R-bba)(1,3-dpp)(H_(2)O)_(0.5)]·1.5H_(2)O}_(n)(HU12-R)和{[Ni(S-bba)(1,3-dpp)(H_(2)O)_(0.5)]·1.5H_(2)O}_(n)(HU12-S)。结构分析揭示HU12-R和HU12-S是具有dia网络特征的三维螺旋骨架。在骨架中,阴离子配体R-bba^(2-)和S-bba^(2-)分别与Ni^(2+)中心连接在一起围绕2,螺旋轴得到一对小的对映螺旋链,而1,3-dpp与Ni^(2+)中心则围绕4_(1)螺旋轴构建出另外一对大的对映螺旋链。电化学测试显示HU12-R属n型半导体,具有低阻抗性质,对紫外可见光有很强的吸收能力。进一步光催化实验证实在紫外光照射下所得配合物对染料降解有明显催化效果。

关键词：手性配合物乳酸合成子 dia型网络螺旋结构光催化活性

在线全文

学校读者我要写书评

暂无评论

通过力学设计制备高质量半导体纤维

科学通报 2024年第15期69卷 1976-1979页

作者：吴靖汪志勋李栋魏磊张其冲中国科学院苏州纳米技术与纳米仿生研究所中国科学院多功能材料与轻巧系统重点实验室苏州215123 School of Electrical and Electronic Engineering Nanyang Technological UniversitySingapore 639798Singapore School of Mechanical and Aerospace Engineering Nanyang Technological UniversitySingapore 639798Singapore

纤维技术领域的最新突破促使具有紧密界面的功能材料能够在一维限域空间内精准组装成具有特定几何结构的单根纤维,可用于传感器、能量收集和存储、显示器和医疗设备等.其中,半导体是调节纤维器件性能的关键组件,因此,纤维内部半导体的选择.

关键词：医疗设备能量收集传感器单根纤维半导体几何结构器件性能显示器

在线全文

学校读者我要写书评

暂无评论

中国对东盟数字产品贸易长期巨额逆差分析

国际贸易 2024年第8期 65-75页

作者：张远鹏王超男江苏省社会科学院世界经济研究所

中国对东盟的数字产品贸易长期处于巨额贸易逆差地位,并且贸易逆差呈现出“先升后稳”的发展态势。中国对东盟数字产品贸易长期巨额逆差的主要原因包括:全球产业链分工下中国大量进口东盟的电子元器件产品而加工组装后出口美欧等市场,... 详细信息

中国对东盟的数字产品贸易长期处于巨额贸易逆差地位,并且贸易逆差呈现出“先升后稳”的发展态势。中国对东盟数字产品贸易长期巨额逆差的主要原因包括:全球产业链分工下中国大量进口东盟的电子元器件产品而加工组装后出口美欧等市场,中美战略竞争背景下美国对中国在东盟市场数字产品贸易的挤压打压,东盟国家对数字产品的消费能力有待提升,东盟国家数字产品贸易的营商环境有待改善,中国数字产品的市场拓展能力有待提高等。为此,中国应全面加强在“一带一路”和RCEP框架下的高层沟通与对接,努力帮助东盟国家消减数字产品贸易壁垒与障碍,持续加强中国企业在东盟的市场开发和本地化策略执行力度,深入开展数字产品贸易的标准与规则制定。

关键词：中国—东盟数字产品贸易贸易逆差全球产业链分工

非对称通道不同帧率特征融合的目标检测与识别算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

非对称通道不同帧率特征融合的目标检测与识别算法

作者：樊令冲曲阜师范大学

学位级别：硕士

信息技术快速发展,使海量图像或视频数据在互联网上呈爆发式传播。如何快速智能地从海量数据中获取有用的信息,成为计算机视觉和深度学习领域研究的重点课题。其中,目标检测与识别成为了一个热门的研究方向,在视频监控、军事探测和无人... 详细信息

信息技术快速发展,使海量图像或视频数据在互联网上呈爆发式传播。如何快速智能地从海量数据中获取有用的信息,成为计算机视觉和深度学习领域研究的重点课题。其中,目标检测与识别成为了一个热门的研究方向,在视频监控、军事探测和无人驾驶等领域具有重要的应用价值。然而,目标检测模型YOLOv5随着网络层数的增加,存在特征丢失且难以保留位置信息等问题。此外,YOLOv5在视频目标检测方面无法实现运动目标跟踪;主干视频目标行为识别模型存在运动特征提取不足以及不能获得视频运动目标的检测标识框等问题。为解决现有目标检测与识别模型存在的上述问题,提出非对称通道不同帧率特征融合的目标检测与识别算法。论文的主要工作总结如下:（1）针对YOLOv5基线模型存在特征丢失且难以保留位置信息的问题,构建YOLOv5sCABiFPN目标检测模型。该模型将v6.0版本的YOLOv5s模型中前两个与后三个concat模块替换为BiFPNConcat2模块,第三个concat模块替换为BiFPNConcat2。在后三个C3模块之后分别引入CA模块。在VisDrone2019数据集上与其他相关模型进行实验结果对比,该模型在mAP@0.5指标上比RetinaNet模型高出1.5%,比VA-YOLO模型高出6.6%;在mAP@0.5:0.95指标上比RetinaNet模型高出5.4%,比VA-YOLO模型高出4.6%。实验表明该模型实现了目标检测结果的提升。（2）针对视频目标行为识别模型中存在视频运动特征提取不足、识别精度低的问题,在SlowFast对称模型结构的基础上,构建非对称通道不同帧率特征融合的目标识别模型（Bifastplusslow）,该模型由一个慢速通道和两个并行的快速通道组成。首先,由慢速通道提取视频的内容特征,两个快速通道以不同的帧率提取视频的运动特征。然后,两个快速通道提取的特征通过侧向连接分别与慢速通道提取的特征融合。最后,应用全局平均池化和串接操作,经全连接层处理后得到目标行为识别结果。论文构建的Bifastplusslow模型在UCF101数据集上实验,实验结果Top-1和Top-5指标分别比SlowFast对称模型高了1.32%和1.51%;在HMDB51数据集上实验,Top-1和Top-5指标比SlowFast对称模型分别提高了 6.27%和5.48%。实验表明Bifastplusslow模型有利于提高目标识别的结果。（3）针对YOLOv5在视频目标检测方面无法实现运动目标跟踪,对称通道目标识别模型存在运动特征提取不足以及不能获得视频运动目标的检测标识框等问题,构建YOLOv5DeepSORTBifastplusslow目标检测与识别模型。通过YOLOv5实现视频运动目标检测,DeepSORT实现目标持续跟踪,Bifastplusslow实现目标行为识别。在UCF101数据集上,与YOLOv5DeepSORTSlowFast模型相比,该模型在Top-1和Top-5指标上分别高出1.11%和1.09%。在自建数据集上,该模型的Top-1和Top-5变化不大,说明论文构建的YOLOv5DeepSORTBifastplusslow模型在使用环境即数据集变化的情况下,具有很好的鲁棒性和适应能力。

关键词：目标检测与识别 YOLOv5 DeepSORT 非对称特征融合

同方学位论文库评论

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FMCW雷达微多普勒室内人体感知方法

激光杂志 2024年第9期45卷 70-78页

作者：郭进刘康张远辉中国计量大学机电工程学院杭州310018

针对室内场景下FMCW雷达在动态感知方面,存在识别静止人体常有丢失目标或与环境中微动物体互相干扰的问题,提出一种基于FMCW雷达微多普勒的人体存在感知的识别方法。首先基于FMCW雷达的采样数据立方体构建RDM(Range Doppler Map),通过... 详细信息

针对室内场景下FMCW雷达在动态感知方面,存在识别静止人体常有丢失目标或与环境中微动物体互相干扰的问题,提出一种基于FMCW雷达微多普勒的人体存在感知的识别方法。首先基于FMCW雷达的采样数据立方体构建RDM(Range Doppler Map),通过投影累积的方式计算得出目标所在范围对应的雷达精确距离门子集;然后,基于距离门子集由短时傅里叶变换得到高精度微多普勒时频特征图,从中提取幅值特征,速度中心特征,速度带宽特征等共10个具备实际意义的特征矢量;最后,基于实测数据以支持向量机对不同特征矢量组合进行最优化筛选。实验结果表明,存在一种由其中5个特征矢量组成的最佳组合,使得对室内静止人体、环境扰动、走动人体的整体识别率最高,达到了97.98%,不仅提高了分类模型性能还增强了其可解释性。

关键词：毫米波雷达微多普勒短时傅里叶变换人体感知 SVM

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

纳米递送技术用于幽门螺杆菌疫苗研发的进展

免疫学杂志 2024年第04期 393-398页

作者：宋紫娟张远冬遵义医科大学药学院遵义医科大学第一临床学院

幽门螺杆菌感染与一系列胃肠道疾病的发生息息相关，而目前用于抗幽门螺杆菌治疗的抗生素耐药性极大增加了感染复发率，导致其根治困难。疫苗是防治感染性疾病最有效的策略之一，然而，至今仍未有幽门螺杆菌疫苗上市。运用纳米技术提高... 详细信息

幽门螺杆菌感染与一系列胃肠道疾病的发生息息相关，而目前用于抗幽门螺杆菌治疗的抗生素耐药性极大增加了感染复发率，导致其根治困难。疫苗是防治感染性疾病最有效的策略之一，然而，至今仍未有幽门螺杆菌疫苗上市。运用纳米技术提高疫苗稳定性和有效性已在实验室研究中初见成效，因此，本文对幽门螺杆菌疫苗的研发现状进行了总结，并归纳和讨论了幽门螺杆菌疫苗纳米递送系统的研究进展，包括黏液惰性纳米粒、耐酸性纳米粒、纳米囊泡等，以期为后续开发有效、安全的幽门螺杆菌疫苗提供参考。

关键词：幽门螺杆菌候选抗原疫苗纳米技术

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自注意力机制的短期光伏发电功率预测

基于自注意力机制的短期光伏发电功率预测

作者：郝富冲重庆理工大学

学位级别：硕士

在人类社会的发展进程中,随着能源需求的持续增长,可再生能源特别是太阳能,因其可持续性、无污染和广泛适用性等特点,展现出巨大的发展潜力。光伏发电技术通过光伏系统将太阳能转换为电能,实现了清洁、无污染的能源转换。然而,光伏发电... 详细信息

在人类社会的发展进程中,随着能源需求的持续增长,可再生能源特别是太阳能,因其可持续性、无污染和广泛适用性等特点,展现出巨大的发展潜力。光伏发电技术通过光伏系统将太阳能转换为电能,实现了清洁、无污染的能源转换。然而,光伏发电固有的间歇性和波动性特性,给电网调度和光伏并网等领域带来了挑战。因此,精确的光伏发电功率预测技术对于提升能源利用效率、推动能源领域和经济社会的可持续发展具有重要意义。随着大数据与人工智能技术的快速发展,机器学习算法近年来已成为光伏发电功率预测领域的主流方法。然而,一些经典的机器学习模型及深度学习模型,如支持向量机（SVM）、卷积神经网络（CNN）及长短期记忆神经网络（LSTM）,由于存在梯度爆炸、难以捕捉长期依赖性以及趋势信息提取不足等问题,导致预测精度受限。因此,本文引入基于自注意力机制的Informer模型作为基础模型进行光伏发电功率预测研究,并对其进行优化。Informer模型作为Transformer模型的变种,其在捕获长时间序列数据依赖性、提取数据深层特征信息等方面表现出色,具有较高的预测精度。首先,为了获得高质量的训练数据,本论文构造了一种新型数据平滑算法——时序卷积自编码器（TCN-AE）处理光伏数据。然后,使用对数稀疏自注意力机制（LogSparse Self-attention）替换Informer模型中的概率稀疏自注意力机制（Pro Sparse Self-attention）优化模型,以期改善训练效率和预测精度。综上所述,本论文提出一种新型数据平滑技术,改进Informer模型,构建了TCN-AE-LogSparse-informer深度学习模型,对光伏发电功率预测进行了系统研究。本论文的主要内容和结果概述如下:（1）数据预处理方面,本论文通过数据预处理技术消除数据集中的异常值和缺失值;随后利用皮尔逊相关性分析筛选出与发电功率高度相关的特征数据,以避免低相关性特征数据对预测精度造成的不利影响。（2）模型构建方面,本论文使用Informer模型进行预测,实验结果显示,Informer模型的预测精度全面超越传统预测模型,其中RMSE、MAE和R分别达到0.2535、0.1438及0.9876。进一步地,本论文按照不同季节类型进行分类预测,所提模型在大部分情况下Informer模型同样表现卓越,这些结果表明基于自注意力机制的Informer模型在光伏预测领域的具有强大竞争力。（3）模型优化方面,本论文提出了新型数据平滑算法TCN-AE。通过对光伏发电数据的深入分析,本文采用TCN-AE数据平滑方法处理数据,以获得高质量的数据集,并建立了TCN-AE-Informer预测模型。与传统数据处理方法（如指数平滑、局部加权回归平滑等）相比,使用TCN-AE算法进行平滑的数据在全年及不同季节预测中均展现出最高的精度。其中,全年预测的MAE、RMSE和R分别达到了0.0894、0.2372及0.9903。此外,本论文使用两个不同站点的数据集在多个预测模型上进行预测,结果表明TCN-AE-Informer模型具有良好的泛化性能。（4）模型创新方面,本论文改进Informer,进一步提出了TCN-AE-LogSparse-Informer光伏发电功率预测模型。本论文通过对Informer模型的深入研究后,采用LogSparse Self-attention替代传统Informer模型中的Prob Sparse Self-attention,从而构建了TCN-AE-LogSparse-Informer模型,使得模型时间复杂度从（log）降低到（log）。预测结果表明,所提模型相较于传统Informer模型在训练效率上提升了52.26%。此外,本论文通过K-means聚类算法按照不同天气类型对数据集进行分类,实验结果表明所提模型在复杂天气状况下具备更高的预测精度。综上所述,本论文构建了TCN-AE数据平滑方法进行数据处理,并对Informer模型进行了改进,最终提出了TCN-AE-LogSparse-Informer预测模型用于短期光伏发电功率预测。研究结果表明,所提模型具有较高的预测精度和训练效率,对于光伏并网、电力系统调度及电网稳定运行具有重要的促进作用。

关键词：自注意力机制数据平滑 Informer 光伏发电功率预测对数稀疏自注意力机制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合注意力与时空图卷积网络的交通流量预测

昆明理工大学学报(自然科学版) 2024年

作者：唐继强张远琼邹兴悦邱凌重庆理工大学计算机科学与技术学院重庆市轨道交通(集团)有限公司

交通流量预测是交通领域的重要研究课题，虽然深度学习在实践中展现出良好的预测效果，但现有方法尚未充分考虑交通数据的时空依赖性。为解决这一问题，提出了一种融合多种注意力与时空图卷积网络（HASTGCN）模型。该模型由若干个ST Bl... 详细信息

交通流量预测是交通领域的重要研究课题，虽然深度学习在实践中展现出良好的预测效果，但现有方法尚未充分考虑交通数据的时空依赖性。为解决这一问题，提出了一种融合多种注意力与时空图卷积网络（HASTGCN）模型。该模型由若干个ST Block组成，每个模块由注意力机制层和时空图卷积层构成。注意力机制层捕获交通数据的动态时空相关性，时空图卷积层捕获空间模式和时间特征。在PEMS公开数据集上进行实验，大量实验结果表明，HASTGCN模型的预测性能明显优于此前提出的方法，提升了交通流量预测的准确性和可靠性。

关键词：交通流量预测注意力 GCN 时空相关性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

两类分数阶薛定谔系统基态解存在性研究

两类分数阶薛定谔系统基态解存在性研究

作者：戚傅冲曲阜师范大学

学位级别：硕士

本文研究两类分数阶薛定谔系统基态解的存在性问题.第一类考虑如下具有Hardy位势的分数阶薛定谔系统：其中,a∈(0,1),z=(u，υ):RΝ→R2,N≥3,μ∈R为正参数.在对μ和f适当的假设下,利用变分方法,首先证明该系统基态解的存在性和收敛性... 详细信息

本文研究两类分数阶薛定谔系统基态解的存在性问题.第一类考虑如下具有Hardy位势的分数阶薛定谔系统：其中,a∈(0,1),z=(u，υ):RΝ→R2,N≥3,μ∈R为正参数.在对μ和f适当的假设下,利用变分方法,首先证明该系统基态解的存在性和收敛性.其次,证明该系统基态解能量的单调性和收敛性.最后,研究μ→0时基态解的渐进行为.第二类研究如下具有非常规位势的分数阶薛定谔-泊松系统:其中3 更多还原 AbstractFilter('ChDivSummary', 'ChDivSummaryMore', 'ChDivSummaryReset');

关键词：分数阶薛定谔系统分数阶薛定谔-泊松系统基态解 Hardy位势变分法