检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

论国际银团贷款中代理行诚信义务的恰当界限

科技信息(学术研究) 2008年第12期 36-37页

作者：敖境苏州大学法学院国际法06研究生

从英美法的角度而言,在国际银团贷款中代理行对其他成员行所负的诚信义务是一种不以当事人的主观意志而发生改变的法定义务。其产生不是依据合同形式而是依据法定的事实信任关系来认定的。这样一种信任关系认定的前提是代理行在行使职... 详细信息

从英美法的角度而言,在国际银团贷款中代理行对其他成员行所负的诚信义务是一种不以当事人的主观意志而发生改变的法定义务。其产生不是依据合同形式而是依据法定的事实信任关系来认定的。这样一种信任关系认定的前提是代理行在行使职权中的自由裁量权。代理行履行职责必须为银团其他成员的最大利益行使代理职责。即代理行不得利用其在担任该职务过程中获得的秘密信息为自己谋私利,当事人为了排除诚信关系往往把代理行的职责限定于事务性质,并在贷款协议中排除这样一种诚信关系最终还是不能规避这样一种法定义务。事实上代理行还是应当要遵守这种法定的诚信义务,其应对其他成员行尽到按照协议保证国际银团贷款各成员行之间的利益,不得利用代理行的地位损害其他成员行的合法权益。

关键词：诚信义务代理行国际银团信任关系

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多镜面大视场主动光学望远镜调控方法

光学精密工程 2024年第6期32卷 785-791页

作者：安其昌吴小霞唐境李洪文中国科学院长春光学精密机械与物理研究所吉林长春130033 中国科学院大学北京100039 吉林省智能波前传感与控制重点实验室吉林长春130033

为了更好地实现多镜面大视场主动光学望远镜波前像差抑制、提升望远镜探测能力极限,本文基于望远镜视场边缘内置的错位型曲率传感器进行波前感知,并利用功率谱对波前感知结果进行分析,进而基于波前像差的空间频率特征进行调控。首先,基... 详细信息

为了更好地实现多镜面大视场主动光学望远镜波前像差抑制、提升望远镜探测能力极限,本文基于望远镜视场边缘内置的错位型曲率传感器进行波前感知,并利用功率谱对波前感知结果进行分析,进而基于波前像差的空间频率特征进行调控。首先,基于复光场理论分析了非瞳面对系统波前调控的影响机理。其次,分析了本方法在多镜面大视场主动光学望远镜调控过程中的精度特性。再次,利用桌面实验对多镜面大视场主动光学望远镜调控的可行性进行了验证。最终,波前重建结果与理论波前相关性高于0.85。利用功率谱对各个视场的空间频率特性进行了分析,与单纯使用均方根对多镜面影响敏感度进行分析的方法相比,灵敏度提升了20%。

关键词：曲率传感波前像差大视场主动光学大口径望远镜

维普期刊数据库

一种用于广义零样本生成式模型的解耦方法研究

在线全文

学校读者我要写书评

暂无评论

一种用于广义零样本生成式模型的解耦方法研究

作者：张洛境重庆理工大学

学位级别：硕士

零样本学习能够在没有任何训练实例的情况下识别该类别的实例,其能够大大减少计算机视觉任务中数据集标注的工作,同时能够应用于不断出现新类别的现实生活中。与测试集只有未知类的零样本学习相比,广义零样本学习的测试样本包括已知类... 详细信息

零样本学习能够在没有任何训练实例的情况下识别该类别的实例,其能够大大减少计算机视觉任务中数据集标注的工作,同时能够应用于不断出现新类别的现实生活中。与测试集只有未知类的零样本学习相比,广义零样本学习的测试样本包括已知类和未知类。最近在零样本学习领域取得比较大的突破的特征生成方法是基于生成式模型,该类方法可以合成未知类的视觉特征来代替未知类实例。然而,在零样本学习问题中,该类方法没有解决已知类和未知类之间过度耦合的问题,使得分类器在识别未知类时常常错误识别为已知类。因此,本文开展基于生成式模型的广义零样本学习的解耦研究,主要研究工作如下:首先,针对生成式模型的解耦方法,论文提出一个基于生成式模型的反事实学习网络(Counterfactual Zero-Shot,CZS)。这个网络包括以下几个部分:生成式模块,反事实模块,分类模块。其中,反事实模块用于实现生成式模块能够达到反事实忠实,继而进行反事实一阶段分类。分类模块分为两个阶段,第一个阶段负责将测试数据分为已知类和未知类。第二阶段使用标准监督分类器对一阶段分类预测的已知类样本和未知类样本分别进行分类。更进一步,本文提出了语义对比学习反馈模型(Semantic Contrastive Learning Feedback,SCF),它由生成器模块,对比学习模块,反馈模块,分类器构成。在该模型中,探索了实例对比学习和语义一致性学习相结合的对比学习,实例对比学习负责区分实例之间的视觉特征,语义一致性学习负责区分类之间的语义信息反馈模块为生成器提供对比学习模块的知识,这使得生成器能够在训练和特征合成阶段迭代地改进合成特征,使合成特征更具有视觉和语义的区分性。在分类阶段,将视觉特征及其对应的潜在特征提炼为新的判别特征用于分类器的训练和测试。本文首先探寻出当前生成式模型存在样本属性和类别属性之间过于耦合的问题。同时结合生成式模型的主要步骤,以改进生成式模型的分类阶段和图片生成阶段为目的提出两种广义零样本学习解耦方法。CZS在AWA1上与IZF相比,在未知类精确率上获得了0.4%的提高。SCF与当前最优结果相比,在未知类地精确率上分别在AWA1上提升0.7%,在AWA2上提升0.4%,在FLO上的0.9%。两种方法同时减轻了已知类/未知类的之间不平衡,且并没有损失过多的模型性能,这对于广义零样本学习在计算机视觉方面的发展有着重要意义。

关键词：广义零样本学习反事实学习语义对比学习解耦

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LSTM的液压支架尾梁倾角预测方法

煤炭科学技术 2024年

作者：姚钰鹏张境麟熊武北京天玛智控科技股份有限公司

综放开采是我国特厚煤层主要的开采方式，放煤执行机构控制精度很大程度上依赖于尾梁姿态的数据反馈。为了提高放煤执行机构的控制精度，提出了一种基于长短期记忆神经网络（LSTM）的支架尾梁倾角预测方法。将与尾梁放煤动作相关的支架... 详细信息

综放开采是我国特厚煤层主要的开采方式，放煤执行机构控制精度很大程度上依赖于尾梁姿态的数据反馈。为了提高放煤执行机构的控制精度，提出了一种基于长短期记忆神经网络（LSTM）的支架尾梁倾角预测方法。将与尾梁放煤动作相关的支架底板绝对坐标、尾梁倾角、尾梁相对高度、移架速率和立柱压力作为RNN卷积网络和LSTM神经网络的输入变量，使用某煤矿综放工作面放煤历史数据对支架尾梁姿态预测模型进行训练和验证，建立支架尾梁姿态预测模型，对尾梁倾角进行连续16小时预测，结果预测的尾梁倾角曲线与实际尾梁倾角曲线的拟合程度达98.7%。在综采放顶煤工作面开展了3～4个生产班的液压支架尾梁倾角预测试验，经过对比分析预测的尾梁倾角曲线与实际尾梁倾角曲线，当置信区间为(0.98，1.02)时，连续生产16小时预测准确率为98.40%。基于LSTM的支架尾梁倾角姿态预测方法解决了电液控系统自适应放煤作业尾梁倾角控制问题，为综放工作面无人放煤奠定了基础。

关键词：支架尾梁姿态倾角预测长短期神经网络时序处理放煤工艺

温州市鹿城区“大综合一体化”行政执法改革问题和对策研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

温州市鹿城区“大综合一体化”行政执法改革问题和对策研究

作者：吴夏境上海师范大学

学位级别：硕士

随着经济社会的不断发展,城市管理已不是传统意义上的观念,既是深入推进行政执法体制改革的重要内容,也是建设法制政府的重要载体,综合行政执法已成为当前的主流实践方式。为进一步转变政府职能,理顺执法体制,切实解决执法部门间存在“... 详细信息

随着经济社会的不断发展,城市管理已不是传统意义上的观念,既是深入推进行政执法体制改革的重要内容,也是建设法制政府的重要载体,综合行政执法已成为当前的主流实践方式。为进一步转变政府职能,理顺执法体制,切实解决执法部门间存在“多头执法、交叉执法”的现实问题,浙江省在全国率先开展“大综合一体化”行政执法改革,这是具有先行性和独创性的改革,既是全面推进依法治国的需要,也是构建现代社会治理体系的重要抓手,还是数字化改革在行政执法领域的必然要求。开展改革试点以来,浙江省纵深推进“大综合一体化”行政执法体制改革,各地级市、县(市)区大力推进“大综合一体化”行政执法改革,温州市鹿城区作为主城区,积极响应改革号角,投身改革浪潮中,争先创优,努力为改革贡献鹿城力量。本文以温州市鹿城区“大综合一体化”行政执法改革作为研究对象,通过理论结合实际,以整体性政府理论、大部制理论为支撑,运用文献分析法、访谈分析法、问卷调查法、比较研究法、案例分析法等研究方法,总结了在组织机构、信息资源、业务协同等方面的主要做法,以及改革所取得的成效。文章重点对改革中存在的问题和原因进行分析,并提出相应的对策和建议,在问题和原因方面,文章客观地对执法能力、事项划转、协同机制、配套保障等方面存在的问题进行梳理,从执法队伍建设、事项划转科学性、部门间利益壁垒、改革积极性等方面辩证地进行原因分析。同时,文章选取浙江省金华市婺城区和宁波市海曙区两个地区的改革经验做法进行横向比较,为鹿城区的改革提供一些参考和借鉴。最后,在上述研究分析基础上,文章从加强执法队伍建设、提高职权划转科学性、优化跨部门协同协作机制和完善改革配套保障等四个方面提出相应的对策和建议,以期能为温州市鹿城区“大综合一体化”行政执法改革提供一些理论参考。

关键词： “大综合一体化”行政执法大综合一体化综合行政执法

以学生阅读“小切口”写好素质教育“大文章”

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人民教育 2024年第8期 17-20页

作者：丁之境广州大学人文学院广东广州510006

发展学生的核心素养,是落实立德树人根本任务的核心要义。阅读对发展学生核心素养有着重要的作用,主要体现在培养学生的自主学习能力、润德端行、培育创新能力等方面。让孩子爱上阅读,可以从营造氛围、培养习惯、快乐阅读、激发兴趣等... 详细信息

发展学生的核心素养,是落实立德树人根本任务的核心要义。阅读对发展学生核心素养有着重要的作用,主要体现在培养学生的自主学习能力、润德端行、培育创新能力等方面。让孩子爱上阅读,可以从营造氛围、培养习惯、快乐阅读、激发兴趣等方面入手。

关键词：阅读核心素养策略与方法

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

人工智能道德增强方案的哲学省思

东北大学学报（社会科学版） 2024年第4期26卷 21-28页

作者：周境林周腾复旦大学哲学学院上海200433 海南大学网络空间安全学院海南海口570208

为了防范人类生存危机,道德增强进入了科技伦理议程中。由于生物医学道德增强的诸多弊端,各种人工智能道德增强方案被陆续提出,分别为:人工智能作为人类道德决策的“替代者”“建议者”或“对话者”;“替代者方案”将导致道德消亡,阻碍... 详细信息

为了防范人类生存危机,道德增强进入了科技伦理议程中。由于生物医学道德增强的诸多弊端,各种人工智能道德增强方案被陆续提出,分别为:人工智能作为人类道德决策的“替代者”“建议者”或“对话者”;“替代者方案”将导致道德消亡,阻碍道德进步,但适用于危急情境;“建议者方案”会损害能动者的能动性,固化其道德观念,但适用于日常决策;“对话者方案”能够帮助用户实现道德成长,但无法提供道德动力。混合式道德增强将各方案应用于不同场景,在紧急状态下调用“替代者”模式,在日常生活道德决策情境中唤醒“建议者”模式,在空闲时段进入“对话者”模式,兼顾三种方案优点又规避其缺陷。但混合式方案仍需要生物道德增强的辅助以提升用户道德动机,并被纳为义务性培训的一部分。

关键词：道德进步道德增强人工智能生存危机生物医学增强

维普期刊数据库博看期刊

专家危险识别轨迹对建筑工人安全教育的影响——来自眼动实验的证据

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第2期64卷 205-213页

作者：付汉良谭玉冰夏中境郭晓彤西安建筑科技大学管理学院神经工程管理实验室西安710055

建筑行业的大多数事故是由未被识别的安全隐患引起的。该研究将专家危险识别眼动模型示例(EMMEs)引入建筑工人安全教育过程,并探究它对不同经验程度工人的安全教育效果。根据是否进行EMMEs干预划分实验组及对照组,并搭建8个虚拟的施工... 详细信息

建筑行业的大多数事故是由未被识别的安全隐患引起的。该研究将专家危险识别眼动模型示例(EMMEs)引入建筑工人安全教育过程,并探究它对不同经验程度工人的安全教育效果。根据是否进行EMMEs干预划分实验组及对照组,并搭建8个虚拟的施工现场危险场景作为实验刺激素材,使用眼动仪分别记录高、低经验组建筑工人对不同场景下危险识别过程中的眼动数据,并从识别准确率、识别完成时间和识别顺序规范性3个维度探究危险识别绩效的变化。结果表明:EMMEs干预组的危险识别绩效显著高于无干预组;在危险识别前测实验中,高经验组的识别绩效远好于低经验组;EMMEs的干预效果具有专业知识逆转效应,低经验组识别绩效在干预后的提升程度远好于高经验组。该研究证实了EMMEs对施工安全教育的影响效果。

关键词：施工安全教育建筑工人危险识别眼动模型示例(EMMEs) 专业知识逆转效应

维普期刊数据库

基于多尺度特征融合的阿尔茨海默症MRI图像辅助诊断研究

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合的阿尔茨海默症MRI图像辅助诊断研究

作者：唐境鸿重庆理工大学

学位级别：硕士

阿尔茨海默症是一种进行性神经退行性的疾病,病情会致使人体的记忆和认知功能受损。统计显示,目前全世界有5500多万阿尔茨海默症患者,而我国阿尔茨海默病患者超过1000万,居全球之首,预计到2030年全球AD人数将达到7800万。阿尔茨海默症... 详细信息

阿尔茨海默症是一种进行性神经退行性的疾病,病情会致使人体的记忆和认知功能受损。统计显示,目前全世界有5500多万阿尔茨海默症患者,而我国阿尔茨海默病患者超过1000万,居全球之首,预计到2030年全球AD人数将达到7800万。阿尔茨海默症的病重程度可分为三个阶段:轻度、中度和重度痴呆期。对于重度痴呆期的患者来说,其各项功能受损严重,已完全依赖照护者。所以鉴于病情发展的特殊性,且目前没有可以有效的治愈方法,早期发现AD并用药物治疗延缓病情的发展极为重要且意义重大。本文在研究了国内外研究方法的基础上,通过数据处理、建立模型,提出了基于深度学习的脑部MRI图像辅助诊断系统。研究的主要内容如下:(1)针对阿尔茨海默症开源的众多图像数据选取样本的问题,研究通过KS算法进行优质数据的选取,并且对于选取的样本进行了相关的预处理操作,便于后续模型特征的提取。(2)本文提出了BrMobile网络对脑部切片进行阿尔茨海默症、轻度认知障碍和正常人的三分类任务和三个二分类任务,分别为AD ***,MCI ***,MCI ***。该网络引入了迁移学习和多尺度机制,使用ADNI数据集对构建网络进行训练,在三分类任务(AD,MCI,NC)中分类准确率达到了88%,在三个二分类任务中的准确率分别达到了96.75%,91.80%,90.90%。最后研究进行了消融实验,证明了多尺度机制和迁移学习对模型性能提升的有效性。(3)本文基于ConvNeXt网络和结构重参数化的方法提出一种阿尔茨海默症多分类诊断模型,研究在OASIS数据集进行训练,在三分类任务中,对阿尔茨海默症、轻度认知障碍和正常受试者的分类准确率达到了99.80%,诊断精度99.84%,召回率为99.62%,F1分数为99.77%。研究进行了消融实验和对比实验,证明了模型优化方法和提出的BIn模块对性能的提升。最后研究将提出的模型部署到阿尔茨海默症辅助诊断系统中。

关键词：阿尔茨海默症深度学习脑部切片分类多尺度结构重参数化