检索结果-南通市图书馆

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

刘宗周“万物一体”论探赜

贵阳学院学报（社会科学版） 2024年第1期19卷 14-20页

作者：扈继增金陵科技学院马克思主义学院江苏南京211169

“万物一体”是宋明理学讨论的核心问题之一。刘宗周将生生之仁视为“万物一体”的本体论依据,将人与万物意义世界的共生共建视为“万物一体”的实际表现,将人人本具的“知痛痒心”看作个体实现与万物一体的现实津梁。他认为个体在将识... 详细信息

“万物一体”是宋明理学讨论的核心问题之一。刘宗周将生生之仁视为“万物一体”的本体论依据,将人与万物意义世界的共生共建视为“万物一体”的实际表现,将人人本具的“知痛痒心”看作个体实现与万物一体的现实津梁。他认为个体在将识仁体与做工夫合而为一的践履中可返归到与万物为一的本然之境,在此境界中,个体平等地看待自我与他者,不执着于自身境遇的顺逆穷通,在勘破生死中彻底消解由自私带来的物我隔阂。“万物一体”论在刘宗周思想中有重要地位,涉及到本体论、工夫论、境界论等诸多方面,对此问题的探究有助于推动刘宗周思想的整体研究,也有助于厘清“万物一体”思想在宋明理学中的发展走向。

关键词：刘宗周万物一体本体工夫境界

基于多层显著性模型的SAR图像舰船目标检测

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第2期46卷 478-487页

作者：扈琪胡绍海刘帅奇河北大学电子信息工程学院河北保定071002 北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

针对合成孔径雷达图像舰船目标检测问题,提出了一种结合选择机制与轮廓信息的多层显著性目标检测方法。首先,利用非下采样剪切波和频谱残差法进行全局显著性区域提取。其次,提出了一种基于动态恒虚警率的活动轮廓显著性模型,逐步滤除候... 详细信息

针对合成孔径雷达图像舰船目标检测问题,提出了一种结合选择机制与轮廓信息的多层显著性目标检测方法。首先,利用非下采样剪切波和频谱残差法进行全局显著性区域提取。其次,提出了一种基于动态恒虚警率的活动轮廓显著性模型,逐步滤除候选区域的虚警,提取目标轮廓,从而实现目标的精确检测。所提方法能够由粗到细地快速捕获目标区域,从而实现高效、高分辨率合成孔径雷达图像舰船检测。最后,在真实SAR数据集进行了测试,与其他经典的舰船检测方法相比,所提算法不仅有效地抑制了海杂波的影响,而且在检测精度上有较大提高。

关键词： SAR图像目标检测非下采样剪切波变换显著性检测活动轮廓模型

新型耗能连接正交胶合木剪力墙抗侧力性能试验

在线全文

学校读者我要写书评

暂无评论

同济大学学报（自然科学版） 2024年第5期52卷 697-706页

作者：陈佳炜熊海贝彭增鑫王瑞明南京林业大学土木工程学院江苏南京210037 同济大学土木工程学院上海200092 联领建筑科技(上海)有限公司上海202172

为研究基于软钢屈服与橡胶剪切变形双重耗能机制新型连接的正交胶合木剪力墙抗侧力性能,考虑顶部竖向荷载、墙体高宽比、耗能连接件可更换性等因素,对6榀2.4m高足尺试件进行了单调及低周往复加载试验,并与普通金属连接正交胶合木墙体进... 详细信息

为研究基于软钢屈服与橡胶剪切变形双重耗能机制新型连接的正交胶合木剪力墙抗侧力性能,考虑顶部竖向荷载、墙体高宽比、耗能连接件可更换性等因素,对6榀2.4m高足尺试件进行了单调及低周往复加载试验,并与普通金属连接正交胶合木墙体进行对比试验,获取并分析了剪力墙的破坏过程、力学性能参数及各项因素对抗侧力性能的影响规律。结果表明:新型耗能连接正交胶合木剪力墙在侧向力下的损伤主要集中在耗能连接的软钢耗能段屈服断裂与耗能橡胶脱胶破坏,墙体板材与自攻螺钉未见损伤;增大顶部竖向荷载可有效提升墙体的抗侧力性能,而增大高宽比主要可增加墙体的变形能力与延性;与普通金属连接墙体相比,耗能连接墙体的最大承载力相近,但延性提升26%,耗能能力提升38%,最大层间位移角可达1/23,且在原位替换耗能连接修复的墙体与原墙体的抗侧力性能相近,表明新型耗能连接正交胶合木剪力墙具有较好抗震性能,可实现强震后连接可更换、结构可修复的设计目标。

关键词：正交胶合木剪力墙结构新型耗能连接抗侧力性能破坏模式

基于分布式技术的动车组车载大数据存储与检索技术研究

在线全文

学校读者我要写书评

暂无评论

铁道机车车辆 2024年第1期44卷 100-107页

作者：扈海军中国铁道科学研究院集团有限公司机车车辆研究所北京100081 北京纵横机电科技有限公司北京100094

随着动车组的数据传输能力升级改造以及复兴号智能型动车组的上线运营,动车组监测项点数据快速扩充,如何高效、准确地对动车组的海量车载非实时数据进行存储、检索与查询,成为提升动车组车载数据管理和应用水平面临的一个挑战。文中提... 详细信息

随着动车组的数据传输能力升级改造以及复兴号智能型动车组的上线运营,动车组监测项点数据快速扩充,如何高效、准确地对动车组的海量车载非实时数据进行存储、检索与查询,成为提升动车组车载数据管理和应用水平面临的一个挑战。文中提出一种基于分布式技术的海量非实时数据地面系统架构,将各动车运用所的数据服务站点作为子节点,全路数据服务中心作为主节点,对具备时空属性的海量数据快速检索算法进行了研究,构建了一种支持分布式数据存储、检索及数据分析的架构,开发了原型系统,验证了解决方案的可行性和有效性。

关键词：动车组车载信息无线传输系统(WTDS) 动车组车载海量数据数据检索分布式系统架构

在线全文

学校读者我要写书评

暂无评论

非线性分数阶微分方程边值问题解的研究

非线性分数阶微分方程边值问题解的研究

作者：扈文皓曲阜师范大学

学位级别：硕士

基于人工智能的表层漂流浮标轨迹预测方法研究

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

基于人工智能的表层漂流浮标轨迹预测方法研究

作者：扈威齐鲁工业大学

学位级别：硕士

海洋表层漂流浮标是一种实时采集海洋水文气象生态环境数据的监测设备,具有体积小、功耗低、布放便捷的特点,在全球海洋观测中发挥着非常重要的作用。表层漂流浮标轨迹预测对于海洋监测设备运行维护、设备投放位置选取等均具有非常重要... 详细信息

海洋表层漂流浮标是一种实时采集海洋水文气象生态环境数据的监测设备,具有体积小、功耗低、布放便捷的特点,在全球海洋观测中发挥着非常重要的作用。表层漂流浮标轨迹预测对于海洋监测设备运行维护、设备投放位置选取等均具有非常重要的意义。由于海洋表层漂流浮标的漂流运动受海流、风、浪等多种动态环境因素的影响,准确预测漂流浮标的轨迹具有很大的挑战。与此同时,人工智能技术的兴起极大地促进了海洋环境监测领域的发展和进步。本文将利用人工智能技术,根据表层漂流浮标轨迹预测需求,分别开展问题建模、算法实现与软件系统集成等方面的研究工作,设计实现了浮标轨迹预测模型,并且开展了大量的验证实验对比分析模型的有效性,采用误差分析对漂流轨迹预测结果进行定量评价,最后研发了软件系统对轨迹预测模型进行集成应用与测试。首先,本文以浮标所在海域的表层海流和剖面海流数据等海洋环境数据作为输入,构建了深度神经网络(Deep Neural Networks,DNN)模型,以捕捉海流速度等海洋环境数据与浮标漂流速度之间的映射关系,从而实现对浮标漂流轨迹的预测。为了提高模型的预测效果,本文利用遗传算法(Genetic Algorithm,GA)对模型的超参数进行优化。实验结果表明,相比于传统的深度神经网络模型和线性回归模型,本文所构建的基于遗传算法的神经网络模型(GA-DNN)具有较好的预测性能,预测的准确性得到了很大提升,但是仍存在长时序预测能力不足的问题。其次,为了解决表层漂流浮标轨迹长时序准确预测问题,本文利用卷积神经网络(Convolutional Neural Network,CNN)、双向门控循环单元(Bidirectional Gated Recurrent Unit,Bi GRU)和注意力机制(Attention Mechanism,AM),构建了混合多层神经网络模型(即CNN-Bi GRU-Attention),在考虑海洋环境因素的同时融入浮标历史漂流轨迹的时间序列特征来预测浮标的漂流轨迹。为验证模型的预测能力,本模型与传统的机器学习模型和神经网络模型进行了对比试验,实验结果表明,CNN-Bi GRU-Attention模型具有良好的收敛性、准确性和泛化能力。为了验证模型的健壮性,本文针对浮标有无水藩以及是否流经涡旋和湍流海域展开了相应的实验,实验表明在相对复杂的海洋环境下,模型依然能够达到不错的预测效果。然后,本文在考虑海洋环境因素和浮标历史漂流轨迹的时间序列特征的同时,结合不同浮标漂流位置序列的空间特征,构建了基于光谱时间图神经网络(Spectral Temporal Graph Neural Network,Stem GNN)的浮标轨迹预测模型,将同时刻多组浮标的历史漂流速度数据及其海洋环境数据作为输入,模型自动捕捉多个浮标漂流轨迹之间可能的潜在的关系,进而通过学习捕捉单个浮标漂流的运动规律和其他浮标之间共有的运动规律,实现基于时空分布特征的海洋表层漂流浮标轨迹预测。最后,本文对上述所构建的三种浮标轨迹预测模型开展了对比试验,并在Cyber Infrastructure环境下,采用Web编程技术、Web GIS电子地图技术,构建了漂流浮标轨迹预测系统,该系统对上述的三种浮标轨迹预测模型进行了集成调用,同时还提供了浮标历史轨迹查询和浮标数据分析等功能。本文从海洋环境时空特征变化分析的角度,分别构建了三种的表层漂流浮标轨迹预测模型,实现了对漂流浮标的轨迹预测。同时,本文还将三种轨迹预测模型进行了集成应用,构建了漂流浮标轨迹预测系统。本文将人工智能技术和Web编程技术进行了结合,应用到了浮标轨迹预测领域,是一次有效的尝试,能够为漂流浮标的日常管理、浮标投放选址等提供有力的技术支撑。

关键词：人工智能表层漂流浮标轨迹预测神经网络模型时序数据分析