检索结果-南通市图书馆

面向6G太赫兹无线通信的关键机器学习技术综述（特邀）

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第3期 27-51页

作者：周雯徐思聪复旦大学通信科学与工程系电磁波信息科学教育部重点实验室

太赫兹技术作为6G时代的核心通信技术，可以有效解决频段资源日益稀缺的窘境，以满足流量、连接数急剧增长的需求，实现更大的传输带宽。现有机器学习算法如深度神经网络、卷积神经网络和长短期记忆网络等，均可以有效缓解6G传输系统中... 详细信息

太赫兹技术作为6G时代的核心通信技术，可以有效解决频段资源日益稀缺的窘境，以满足流量、连接数急剧增长的需求，实现更大的传输带宽。现有机器学习算法如深度神经网络、卷积神经网络和长短期记忆网络等，均可以有效缓解6G传输系统中的强非线性效应，是实现6G太赫兹无线通信的重要手段。介绍了应用于光子毫米波和太赫兹无线传输系统的不同深度学习范式，讨论了应用光子技术办法产生超高速THz波无线信号的国内外主要进展及技术路线对比，并且对较为经典的或是目前最新的应用于太赫兹通信系统中的人工智能技术进行了介绍，同时对未来大速度、高容量的太赫兹通信技术的发展提出了展望。

关键词：太赫兹无线通信 6G 人工智能机器学习神经网络光纤通信

Robust Charging Demand Prediction and Charging Network Planning for Heterogeneous Behavior of Electric Vehicles

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Shanghai Jiaotong university(Science) 2023年第1期28卷 136-149页

作者：张轶伦徐思坤徐捷曾学奇李铮谢驰 Department of Industrial Engineering and Management Shanghai Jiao Tong UniversityShanghai 200240China Olin Business School Washington University in St.LouisSt.LouisMO 63130USA Urban Mobility Institute Tongji UniversityShanghai 201804China Antai College of Economics and Management Shanghai Jiao Tong UniversityShanghai 200030China College of Transportation Engineering Tongji UniversityShanghai 201804China

This study addresses a new charging station network planning problem for smart connected electric *** embed a charging station choice model into a charging network planning model that explicitly considers the heterogeneity of the charging behavior in a data-driven *** cope with the deficiencies from a small size and sparse behavioral data,we propose a robust charging demand prediction method that can significantly reduce the impact of sample errors and missing *** the basis of these two building blocks,we form and solve a new optimal charging station location and capacity problem by minimizing the construction and charging costs while considering the charging service level,construction budget,and limit to the number of *** use a case study of planning charging stations in Shanghai to validate our contributions and provide managerial insight in this area.

关键词： electric vehicle charging network planning charging behavior robust demand prediction

基于BERTopic模型的数字政府治理领域的主题识别与内容分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

情报理论与实践 2024年

作者：高凡徐思佳西南交通大学公共管理学院

[目的/意义]在信息技术创新、政府数字化转型的背景下，中国学术界输出的“数字政府治理”相关研究体量较大，现阶段亟待对其进行科学整理和综述概览，以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011—2023年间中... 详细信息

[目的/意义]在信息技术创新、政府数字化转型的背景下，中国学术界输出的“数字政府治理”相关研究体量较大，现阶段亟待对其进行科学整理和综述概览，以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011—2023年间中国知网数据库收录的有关数字政府治理研究的1829篇文献为数据来源，借助深度学习模型BERTopic和文献计量法CiteSpace相互验证分析数字政府治理领域的研究阶段、研究关键词、研究热点主题及内容等，使得结果具有高准确性和强解释性，以科学有效地探测主题取向及特征，展望数字政府治理领域的未来研究方向。[结果/结论] 中国数字政府治理研究在过去的10年间发展迅猛，已成为学者探索的热点论域；现有文献研究热点整体上聚焦于价值导向、治理模式进化、技术工具嵌入；重点主题关注的是“政府数据开放共享研究”“基于数字技术的政务服务改革研究”“城乡场域下的数字化治理研究”“数字政府治理水平的评估研究”及“数字化转型下具体治理领域的实践研究”。未来，数字政府治理仍然是一个具有持续性拓展空间的研究领域，将逐步实现数字政府治理的更广场域触达、精准滴灌、多项学科融合和技术实用主义。

关键词：数字政府政府治理主题识别 BERTopic 主题模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

细胞脂滴在口腔疾病中的研究进展

四川大学学报（医学版） 2024年第2期55卷 475-481页

作者：徐思群魏洁雅谢静口腔疾病研究国家重点实验室国家口腔疾病临床医学研究中心四川大学华西口腔医院成都610041

脂滴是一种动态的多功能细胞器,由中性脂质核心和由一组特定蛋白质修饰的磷脂单层膜构成,PAT家族蛋白是最具特征的脂滴相关蛋白,在调节脂滴结构、功能和代谢中具有重要作用。脂滴的生物发生包括中性脂的合成、脂滴的成核、出芽和生长。... 详细信息

脂滴是一种动态的多功能细胞器,由中性脂质核心和由一组特定蛋白质修饰的磷脂单层膜构成,PAT家族蛋白是最具特征的脂滴相关蛋白,在调节脂滴结构、功能和代谢中具有重要作用。脂滴的生物发生包括中性脂的合成、脂滴的成核、出芽和生长。脂滴不仅是细胞的能量代谢库,还参与细胞内信号传导、炎症及肿瘤的发生发展,脂滴还与多种细胞器紧密连接,相互作用,并调节细胞器的分裂、运输和遗传。脂滴生物发生的复杂性及其功能的多样性可能为脂滴在疾病的发生发展中提供了一定的生理学基础,其相关的机制仍需要进一步研究。目前的研究阐述了脂滴与某些疾病的联系,比如肥胖、非酒精性脂肪肝、神经退行性变性疾病、癌症、心血管病等,但脂滴和口腔疾病的联系还未得到充分的研究。探究脂滴在口腔疾病发生发展中的作用以及相关机制,进一步了解口腔疾病与全身系统性疾病的关系,以及如何将脂滴对口腔疾病的影响转化为具有实际应用价值的临床诊疗手段,值得进一步研究。本文就脂滴的生物发生、脂滴的功能以及脂滴在口腔疾病如口腔肿瘤、牙周炎和龋病中的研究进展做一综述。

关键词：脂滴口腔肿瘤牙周炎龋病综述

维普期刊数据库

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

绿豆露酒醇厚口感的物质基础及质量控制研究

绿豆露酒醇厚口感的物质基础及质量控制研究

作者：徐思圆成都大学

学位级别：硕士

绿豆露酒属于植物型露酒,由优质基酒和绿豆提取液调配而成,具有舒适浓郁的绿豆风味,并且绿豆提取液含有多种功效成分,绿豆露酒同时还兼具白酒特性,酒体丰富柔和,集健康和好喝为一体。酒的口感是评价酒品品质的重要指标之一,不仅直接影... 详细信息

绿豆露酒属于植物型露酒,由优质基酒和绿豆提取液调配而成,具有舒适浓郁的绿豆风味,并且绿豆提取液含有多种功效成分,绿豆露酒同时还兼具白酒特性,酒体丰富柔和,集健康和好喝为一体。酒的口感是评价酒品品质的重要指标之一,不仅直接影响着消费者的体验和购买决策,还可以反映酒的风味特点。口感与风味相辅相成,共同构成了酒的整体感官体验。醇厚感是酒体口感的重要维度之一,醇厚感不足会让人感觉滋味寡淡,缺乏口感的丰富度和层次感,口感质量下降,感知体验不佳。前期虽然有了露酒整体风味轮的研究,但对于绿豆露酒中风味成分和口感的研究是缺失的。本文以绿豆露酒为研究对象,对不同种类和品牌的绿豆露酒进行感官评价,对绿豆露酒酒样的醇厚度进行明显区分,并测定酒样基本理化指标;通过顶空固相微萃取-气相色谱质谱联用和超高效液相色谱-质谱对不同醇厚感绿豆露酒样进行全成分分析,探究绿豆露酒中的差异风味物质对酒体醇厚感的影响;并研究不同工艺对酒体醇厚感的影响,从而保证产品在感官品质上的质量稳定性。主要研究结果如下:(1)收集绝大部分的市售绿豆露酒共7种,进行感官尝评,对醇厚感酒样进行区分。醇厚感最好的酒样是B酒样,醇厚感最差的酒样是W酒样,两者具有显著性差异(p1和p1和p<0.05筛选后得到163个代谢物在不同醇厚感酒样之间差异显著。通过KEGG对163种差异代谢物进行通路分析,比较后发现,具有较统一的富集代谢通路,这些富集通路主要涉及到类黄酮生物合成、黄酮和黄酮醇生物合成。(4)初步探索不同加工工艺形成的绿豆提取液对酒体风味、醇厚感的影响。对原料的不同前处理方式分为整粒绿豆和粉碎绿豆,不同的提取方式分别为浸提法和渗漉提取,结果表明粉碎绿豆的处理方式和渗漉提取的到的绿豆提取液整体感官结果、理化结果、醇厚度都较好,使得酒体的质量稳定性更佳,过程更为可控。本研究通过对绿豆露酒酒样进行感官尝评、理化指标测定,全成分检测,相关性分析,不同工艺形成的绿豆提取液,初步探索可能会对酒样醇厚感有影响的物质,也可为后续工艺条件优化,保证产品质量稳定性提供参考依据。

关键词：绿豆露酒醇厚感感官评价风味物质

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

华尔兹练习对中年女性平衡能力的影响研究

华尔兹练习对中年女性平衡能力的影响研究

作者：徐思汝武汉体育学院

学位级别：硕士

随着人们对身体素质的关注,中年女性健康问题已成为社会热点之一。虽然中年不是平衡能力发展的关键时期,但这一时期平衡能力的锻炼对即将进入老年阶段的女性至关重要。较好的平衡能力可以增强女性的身体灵活性、反应速度和协调性,减少... 详细信息

随着人们对身体素质的关注,中年女性健康问题已成为社会热点之一。虽然中年不是平衡能力发展的关键时期,但这一时期平衡能力的锻炼对即将进入老年阶段的女性至关重要。较好的平衡能力可以增强女性的身体灵活性、反应速度和协调性,减少意外摔倒的风险。进行华尔兹舞蹈训练能够在频繁的舞步和身体动作中促进对前庭中枢的刺激,以增强平衡能力。华尔兹舞节奏适中,动作优美,适合没有舞蹈基础的中年女性练习。本文以研究华尔兹练习对中年女性平衡能力是否有影响为目的,将参加华尔兹练习和不进行干预的中年女性分为实验组与对照组,在实验前、六周实验后、十二周实验后分别进行了三次测试,分析比较两组受试者实验前后动态及静态平衡能力间的差异性,并探讨华尔兹练习中具体舞蹈动作对中年女性平衡能力产生的影响,为进行该练习能提高中年女性的平衡能力提供理论和实践依据。为确保研究过程的严谨性与科学性,本研究采用文献资料法、专家访谈法与问卷调查法系统整理并归纳了适宜中年女性进行测试的平衡指标和华尔兹舞蹈动作以展开实验,实验数据采用了独立样本T检验,配对样本T检验进行分析。研究结果:(1)实验干预前,测量实验组与对照组中年女性的年龄、身高、体重及各项平衡能力指标无显著性差异,P值均大于0.05(P>0.05),符合实验要求。(2)6周单人华尔兹干预训练后,实验组与对照组巴宾斯基-魏尔二氏实验、强化Romberg检查法成绩具有显著性差异,两项指标p值小于0.05(P0.05);实验组6周实验前后闭目原地踏步、巴宾斯基-魏尔二氏实验、闭眼单脚站立(左足)、强化Romberg检查法平衡能力指标有显著差异,P值小于0.05(P0.05)。(3)12周单人华尔兹干预训练后,实验组与对照组各项平衡指标有显著性差异,P值均小于0.05(P0.05)。研究结论:(1)实验组经过十二周华尔兹舞蹈锻炼后,静态平衡成绩与不参加锻炼的对照组中年女性相比有显著提升,证明华尔兹练习可以提高中年女性的静态平衡能力。(2)经常进行华尔兹舞蹈练习的中年女性动态平衡能力与不进行练习的中年女性相比较好,说明华尔兹锻炼可以有效地提高动态平衡能力,增加其稳定性。

关键词：华尔兹平衡能力中年女性

基于BERTopic模型的数字政府治理领域的主题识别与内容分析

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

情报理论与实践 2024年第8期47卷 95-106页

作者：高凡徐思佳西南交通大学公共管理学院四川成都610031

[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理”相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知... 详细信息

[目的/意义]在信息技术创新、政府数字化转型的背景下,中国学术界输出的“数字政府治理”相关研究体量较大,现阶段亟待对其进行科学整理和综述概览,以回应“政府治理现代化”目标对理论研究的新要求。[方法/过程]以2011-2023年间中国知网数据库收录的有关数字政府治理研究的1829篇文献为数据来源,借助深度学习模型BERTopic和文献计量法CiteSpace相互验证分析数字政府治理领域的研究阶段、研究关键词、研究热点主题及内容等,使得结果具有高准确性和强解释性,以科学有效地探测主题取向及特征,展望数字政府治理领域的未来研究方向。[结果/结论]中国数字政府治理研究在过去的10年间发展迅猛,已成为学者探索的热点论域;现有文献研究热点整体上聚焦于价值导向、治理模式进化、技术工具嵌入;重点主题关注的是“政府数据开放共享研究”“基于数字技术的政务服务改革研究”“城乡场域下的数字化治理研究”“数字政府治理水平的评估研究”及“数字化转型下具体治理领域的实践研究”。未来,数字政府治理仍然是一个具有持续性拓展空间的研究领域,将逐步实现数字政府治理的更广场域触达、精准滴灌、多项学科融合和技术实用主义。

关键词：数字政府政府治理主题识别 BERTopic 主题模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

“空巢青年”社区参与的小组工作研究

“空巢青年”社区参与的小组工作研究

作者：徐思雨长春工业大学

学位级别：硕士

随着社会和经济快速发展,社会结构也发生了巨大的变化,当代青年群体逐步从农村流动到城市、从小城市流动到大城市。在这一过程中“空巢青年”作为新群体悄然而生。现有研究表明长期独居生活使“空巢青年”缺少倾诉对象和情感支持,随之... 详细信息

随着社会和经济快速发展,社会结构也发生了巨大的变化,当代青年群体逐步从农村流动到城市、从小城市流动到大城市。在这一过程中“空巢青年”作为新群体悄然而生。现有研究表明长期独居生活使“空巢青年”缺少倾诉对象和情感支持,随之产生了心理压力大、自我排斥、社区参与不足等问题。社区参与表现为社区成员自发且乐意地涉足社区各项活动或议题的决策,并积极参与其管理和运行的活动和表现,居民是社区参与最重要的主体。本研究以X社区“空巢青年”社区参与问题为切入点,以社区发展理论和社会支持理论为依据,开展小组社会工作方法研究“空巢青年”群体社区参与问题。发放问卷调查对昆山市X社区居民社区参与的现状进行分析,通过对“空巢青年”参与意愿、参与内容和参与频率的分析,发现其社区参与问题原因在于缺乏“社区人”的身份认同、社区组织活动内容单一以及“空巢青年”自身社会交往不足。针对小组成员需求运用小组社会工作的方法,共开展“分享生活,敞开心扉”、“认识自我,挖掘优势”、“志愿活动,结交伙伴”、“爱心义卖,社区参与”、“板凳议事,建设社区”“回顾过去,展望未来”六次小组活动旨在加强“空巢青年”主体意识、搭建朋辈群体人际关系网络、掌握社区议事技巧,促进“空巢青年”群体的社区参与进行实务介入,引导他们积极参加社区活动。社会工作者在对组员在活动开展前测和后测的分数对比发现开展互助小组社会工作服务在促进“空巢青年”社区参与上取得了一些积极成效。并在小组活动结束后社会工作者通过后续跟踪回访,发现小组社会工作对促进组员的社区参与起到了一定的积极影响。

关键词：空巢青年社区参与小组社会工作

基于双层联邦学习的高动态车联网业务边缘协作计算机制

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

电子学报 2024年

作者：徐思雅郭佳惠北京邮电大学网络与交换技术全国重点实验室

联邦学习作为一种新兴的分布式机器学习架构，允许车联网中多个车辆终端进行本地模型训练，并在兼顾数据隐私保护的条件下实现模型的全局聚合，从而提供可靠的车联网服务.然而，在联邦学习训练过程中，车辆终端往往因其高移动性在不同... 详细信息

联邦学习作为一种新兴的分布式机器学习架构，允许车联网中多个车辆终端进行本地模型训练，并在兼顾数据隐私保护的条件下实现模型的全局聚合，从而提供可靠的车联网服务.然而，在联邦学习训练过程中，车辆终端往往因其高移动性在不同区域间切换训练，导致全局模型精度低.此外，恶意终端频繁上传无效或错误模型数据将导致车联网服务可靠性差.因此，本文提出了一种基于双层联邦学习的高动态车联网业务边缘协作计算机制.首先，综合考虑车辆终端的移动性、计算能力和可靠性，构建了终端服务能力模型，并提出了基于深度强化学习的边缘协作计算域构建算法，通过将多个边缘节点覆盖下的车辆终端进行聚簇训练，降低了终端本地模型的切换概率，从而保证联邦学习模型训练的持续性.进而，构建了包含边缘协作计算域内聚合层和域间聚合层的双层联邦学习框架，分别采用基于自适应聚合因子的本地模型半异步聚合机制和基于数据量的区域模型异步聚合机制，提升了联邦学习系统的聚合效率.特别地，考虑终端高速移动引起的跨域问题，引入了本地模型部分条件更新机制，避免了高质量模型被低质量模型覆盖的情况，进一步提高了全局模型准确率和系统资源利用率.仿真结果表明，本文所提机制在模型精度和服务可靠性等方面均优于本地计算、同步联邦学习和异步联邦学习算法.

关键词：联邦学习边缘计算可靠性高动态车联网