检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑风电机组动态频率约束的随机机组组合

电力系统及其自动化学报 2024年

作者：古庭赟高源张后谊范强徐玉韬林呈辉贵州电网有限责任公司电力科学研究院

为解决风电机组大规模并网导致的电力系统转动惯量降低的问题，提出考虑风电机组动态频率约束的随机机组组合(SUC)模型。首先分别分析综合惯性控制和虚拟同步发电机控制下的系统的动态频率特性，并以此建立考虑风电机组的系统频率约束... 详细信息

为解决风电机组大规模并网导致的电力系统转动惯量降低的问题，提出考虑风电机组动态频率约束的随机机组组合(SUC)模型。首先分别分析综合惯性控制和虚拟同步发电机控制下的系统的动态频率特性，并以此建立考虑风电机组的系统频率约束模型。然后，将频率约束模型嵌入到SUC中，在含多个风电场的IEEE-118节点系统进行算例仿真。结果表明，所提出的SUC模型能够有效确保电力系统所需的惯性。

关键词：综合惯性控制虚拟同步发电机控制风电机组频率约束随机机组组合

环境民事公益诉讼与私益诉讼衔接的困境与出路

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

环境民事公益诉讼与私益诉讼衔接的困境与出路

作者：辛雨时河北经贸大学

学位级别：硕士

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

融合多尺度注意力的多视角遥感影像场景分类

武汉大学学报（信息科学版） 2024年第3期49卷 366-375页

作者：时永欣周维勋邵振峰南京信息工程大学遥感与测绘工程学院江苏南京210044 北京师范大学遥感科学国家重点实验室北京100875 武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079

针对现有场景分类方法特征表征能力差以及单视角遥感影像分类精度难以提升的问题,提出一种融合多尺度注意力的多视角遥感影像场景分类方法。首先,将航空图像和地面图像构造成正负图像对,并划分为训练集、验证集和测试集;其次,构建融合... 详细信息

针对现有场景分类方法特征表征能力差以及单视角遥感影像分类精度难以提升的问题,提出一种融合多尺度注意力的多视角遥感影像场景分类方法。首先,将航空图像和地面图像构造成正负图像对,并划分为训练集、验证集和测试集;其次,构建融合多尺度注意力的卷积神经网络并训练,通过特征融合模块得到融合注意力且表征能力更强的特征,实现多尺度特征学习;然后,利用训练的多尺度注意力网络分别提取航空图像和地面图像特征并进行融合;最后,基于融合后的特征使用支持向量机进行场景分类。实验结果表明,相比现有方法,所提方法在两个公开数据集上均取得了更高的分类精度,改善了单视角场景分类效果,同时也证明了多视角所提供的补充信息能进一步提升遥感场景分类的准确性。

关键词：场景分类多视角遥感图像卷积神经网络特征融合视觉注意力

基于多孔石墨碳柱的高效液相色谱法测定电化学合成尿素产物

在线全文

学校读者我要写书评

暂无评论

色谱 2024年第8期42卷 799-804页

作者：沈睿李泳谊高晓静施超欧华东理工大学分析测试中心上海200237

电化学合成尿素法是一种相对绿色环保的尿素制备方法,其反应产物中,除目标产物尿素外,还含有大量NO_(3)^(-)、NO _(2)^(-)、CO _(3)^(2-)等杂质离子,这些离子易对尿素测定产生干扰。本文基于多孔石墨碳柱特殊的极性保留效应,并结合其柱... 详细信息

电化学合成尿素法是一种相对绿色环保的尿素制备方法,其反应产物中,除目标产物尿素外,还含有大量NO_(3)^(-)、NO _(2)^(-)、CO _(3)^(2-)等杂质离子,这些离子易对尿素测定产生干扰。本文基于多孔石墨碳柱特殊的极性保留效应,并结合其柱流失远小于普通反相C18色谱柱、在极低紫外吸收波长下基线稳定的优势,利用多孔石墨碳柱建立了电合成尿素产物中尿素的高效液相色谱分析方法。经过色谱条件优化后,选择Hypercarb TM多孔石墨碳柱(100 mm×4.6 mm,5μm),采用水-25 mmol/L甲基磺酸溶液为流动相进行梯度洗脱分离,柱温为30℃,流速为1.0 mL/min,进样量为25.0μL,检测波长190 nm,可实现不受电解液中其他杂质(如NO_(3)^(-)、NO _(2)^(-)、CO _(3)^(2-)等离子)干扰的尿素测定。结果表明,单次样品分析可在15 min内完成,尿素在0.1~100 mg/L范围内线性关系良好,相关系数(r ^(2))不小于0.9988;方法的检出限(S/N=3)和定量限(S/N=10)分别为0.028 mg/L和0.093 mg/L,低、中、高3个水平下的加标回收率为112.0%~118.4%。采用所建立的方法对实际电化学合成尿素反应液样品进样分析,结果显示尿素色谱峰的峰形较为良好。该方法前处理简单,方便快捷,尿素与其他干扰离子实现了一定程度的分离,结果准确可靠,特异性好,可用于实际电合成尿素电解液产物中微量尿素及其他相关离子的检测。

关键词：多孔石墨碳柱高效液相色谱尿素阴离子

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

返魅与隐忧:人机融合智能对民主政治的形塑

中共天津市委党校学报 2024年第3期26卷 38-49页

作者：张爱军曲家谊西北政法大学网络政治传播研究院陕西西安710122 西北政法大学新闻传播学院陕西西安710122

民主政治现代化发展得益于科技的支撑与突破。人机融合智能实现技术返魅的同时存在技术隐忧,赋能与忧患成为融合智能形塑民主政治的两种形态。在主体维度,人机融合智能遵循以人为本的价值理念。智能体追求人本观有利于保留民主伦理、巩... 详细信息

民主政治现代化发展得益于科技的支撑与突破。人机融合智能实现技术返魅的同时存在技术隐忧,赋能与忧患成为融合智能形塑民主政治的两种形态。在主体维度,人机融合智能遵循以人为本的价值理念。智能体追求人本观有利于保留民主伦理、巩固主体权利、发挥主体价值,却暗含剥离主体人格、侵蚀主体地位等瓦解民主主体的风险。在情感维度,人机融合智能按照理感交织的机理运行。类人化的情感功能助于识别民情民意、引导民主情绪、维护民主法治,实现民主情感升温,但情感交互存在物化及削弱民主情感的忧患。在实践维度,人机融合智能遵守协商共识的实践理念。智能体构成新型民主实践场域,并为民主协商提供群体智能。人机交互融合具有代替民主实践过程并生成民主鸿沟的可能。

关键词：人机融合智能民主政治智能民主

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

基于跨模态相关性学习的图文哈希检索研究

基于跨模态相关性学习的图文哈希检索研究

作者：时冬雪山东财经大学

学位级别：硕士

近年来,随着多媒体技术的飞速发展,互联网上的多媒体数据量正在以前所未有的速度激增,不同类型的数据(如图片、文字、视频等)通常用来描述同一事件或主题。与此同时,用户的检索需求也日益增长。因此,如何从海量的多媒体数据中准确而高... 详细信息

近年来,随着多媒体技术的飞速发展,互联网上的多媒体数据量正在以前所未有的速度激增,不同类型的数据(如图片、文字、视频等)通常用来描述同一事件或主题。与此同时,用户的检索需求也日益增长。因此,如何从海量的多媒体数据中准确而高效的检索到用户想要的信息成为一个重要的问题。跨模态检索致力于用一种模态的查询检索出其他模态中与之存在较强语义关联的相关项。由于其强大的实用性且更符合现实应用场景,逐渐成为信息检索领域的研究热点。图像-文本检索是跨模态检索中的基础问题,近年来已经取得了一定的研究进展。然而,由于数据的指数级增长和数据维度的不断攀升,加之“异构鸿沟”和“语义鸿沟”等问题的存在,高效的图文检索成为一个极具挑战性的课题。哈希方法作为近似最近邻搜索中的典型技术,因其存储成本低、查询速度快等优势,受到了学术界和工业界的广泛关注。跨模态哈希的关键在于多模态数据在汉明空间中的相似性保持。在汉明空间中,图像和文本如何建立更深层次的语义相关性,以实现跨模态的高效检索和精准匹配,已经成为当前研究的热点和难点。本文聚焦于图文哈希检索,围绕图像和文本之间的相关性增强展开研究,提出了两种新颖的有监督图文检索哈希框架:(1)针对跨模态图文哈希检索中多模态数据模态内一致性和模态间互补性融合不够充分的问题,提出基于模态内和模态间融合的语义感知矩阵分解图文检索哈希框架(Se MFH)。该框架基于矩阵分解技术挖掘多模态数据的语义相关性,将多模态数据模态内和模态间的哈希码学习融合到一个框架中,联合学习多模态数据的统一和独立的哈希码。通过将标签信息直接嵌入到哈希码的生成过程中,实现了语义类别感知。此外,Se MFH直接使用语义标签,而无需构建成对相似性矩阵,避免了构建矩阵所耗费的时间和空间,显著提升了检索效率,使其在大规模数据集上具备可扩展性。(2)针对松弛优化策略导致量化损失以及线性回归策略限制哈希函数灵活性的问题,提出基于核逻辑回归的非对称离散图文检索哈希框架(ADH)。该框架通过充分利用监督信息,实现了语义标签和不同模态待学习哈希码之间的距离最小化。并且该框架无需设置成对相似性矩阵,从而更易于扩展到大规模数据集。此外,采用核逻辑回归策略学习哈希函数,能够更精准地捕捉多模态数据的内在结构,从而提升检索效率。在算法的优化过程中,提出一种非对称的离散优化策略,避免了哈希码生成过程中因松弛操作而导致的量化误差问题,有效提升了哈希码的准确性,为图文检索的性能提升提供了有力支持。综上,本文以跨模态相关性学习为切入点,设计了两种图文哈希检索框架。通过在多个基准数据集上与多种模型进行实验对比,验证了这两种框架可以有效缩小“异构鸿沟”,从而提升跨模态检索性能。

关键词：跨模态相关性学习多模态数据图文检索哈希函数哈希码

基于多源数据的昆仑山北坡地表太阳辐射调查评估

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

干旱区地理 2024年

作者：张璐孙美平闫欣王伟生范蕊谊西北师范大学地理与环境科学学院甘肃省绿洲资源环境与可持续发展重点实验室

地表太阳辐射在全球能量平衡中起着至关重要的作用，是气候变化和水文循环的主要动力。但由于太阳辐射组分的多样性、测量仪器的高成本，高海拔山区缺乏长期可靠的观测数据。基于高分辨率的均一化中国陆表气候观测格点数据集和ERA5再分... 详细信息

地表太阳辐射在全球能量平衡中起着至关重要的作用，是气候变化和水文循环的主要动力。但由于太阳辐射组分的多样性、测量仪器的高成本，高海拔山区缺乏长期可靠的观测数据。基于高分辨率的均一化中国陆表气候观测格点数据集和ERA5再分析辐射数据集，分析了1984—2023年昆仑山北坡不同时间尺度地表太阳辐射的变化特征，并利用地理探测器模型对地表太阳辐射与大气因子间的关系进行了诊断。结果表明：（1）昆仑山北坡年均地表太阳辐射在研究时段内呈显著下降趋势，下降速率为-1.24 W·m-2·（10a）-1，季节上以夏季下降趋势最为显著，月均地表太阳辐射表现为先增加后减小，于6月达到最大值。（2）昆仑山北坡地表太阳辐射空间分布呈由南向北逐渐降低的特征，变化趋势表现出东西部差异，除冬季外，全年和春夏秋季均为东部下降速率快于西部。（3）根据单因子探测结果，各大气因子对地表太阳辐射空间分异的解释能力存在差异，其中水汽的解释能力较高（q=0.90），表明水汽是影响昆仑山北坡地表太阳辐射空间分布的一个重要因素。

关键词：地表太阳辐射时空变化影响因素昆仑山北坡

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农村人口老龄化背景下的农地制度改革

农业经济 2024年第6期 105-107页

作者：时润哲河北省社会科学院河北石家庄050011

农村人口老龄化与土地制度改革密切相关,土地制度是农村应对老龄化问题的一个有力举措。由于土地具有社会保障功能,能够帮助缓解农村人口老龄化带来的养老压力。而农村人口老龄化虽然对农业生产经营产生一定的消极影响,但也加速了农业... 详细信息

农村人口老龄化与土地制度改革密切相关,土地制度是农村应对老龄化问题的一个有力举措。由于土地具有社会保障功能,能够帮助缓解农村人口老龄化带来的养老压力。而农村人口老龄化虽然对农业生产经营产生一定的消极影响,但也加速了农业劳动力结构的转变和农业技术的运用。基于此,农地制度改革,一方面要充分考虑老年人口的需求,另一方面,通过土地制度改革要能够推进农业生产的现代化转型升级。

关键词：农村地区人口老龄化农地制度社会保障劳动力结构

基于深度学习的颅内出血CT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

基于深度学习的颅内出血CT图像辅助诊断研究

作者：时心怡重庆理工大学

学位级别：硕士

颅内出血(Intracranial hemorrhage,ICH)是常见的心脑血管疾病,每年全球约200万～300万人发病,占所有新发卒中的15%左右。考虑到在发病30天内病死率高达35%～52%,仅有20%的患者才可以逐渐恢复自理能力,往往预后较差。因此,在发病急性期... 详细信息

颅内出血(Intracranial hemorrhage,ICH)是常见的心脑血管疾病,每年全球约200万～300万人发病,占所有新发卒中的15%左右。考虑到在发病30天内病死率高达35%～52%,仅有20%的患者才可以逐渐恢复自理能力,往往预后较差。因此,在发病急性期对患者进行快速诊断和治疗干涉有利于缓解患者病情,大幅度降低患者致残率、死亡率。然而由于临床上仅靠有经验的放射科医生进行主观诊断,诊断效率低下。因此,本文旨在利用计算机辅助诊断的一系列基于深度学习的医学图像处理方法来高效辅助医生的诊断过程,保证精准医疗的应用。具体研究内容与创新点如下:(1)提出了一种基于深监督的可变形-混合注意力颅内出血CT图像分割网络DFMA-ICH。该模型从改进U-Net分割网络角度入手,提出了注意力校正模块ARRM、特征融合模块MFFM与混合注意力方法,结合深度监督分支与可变形卷积联合改善了小目标出血病灶分割困难的问题。针对自发型ICH数据和创伤型ICH数据差异特点,以迁移学习的方式将模型拓展到创伤型ICH数据上,实现了多种复杂亚型的精准分割,在自发型ICH数据集上达到了86.03%的DSC,在创伤型ICH数据集上达到了80.98%的DSC,并有着最低的时间、空间成本开销,在多个方面表现最优。(2)提出了一种基于半监督学习的颅内出血CT图像分割网络MT-UP。该模型分为内部分割模型与外部半监督训练模型,其中内部分割模型为DFMA-ICH,外部模型基于Mean-Teacher模型的集成训练方式进行改进。设计了内部的多尺度一致性损失函数与不确定度,结合外部教师和学生模型预测产生的一致性损失构成了最后的无监督损失。MT-UP模型在包含五种亚型的ICH数据集上表现出了最好的分割性能,达到了83.24%的DSC,有效缓解了颅内出血分割数据集稀少的问题。(3)提出了一种基于改进分割模型的颅内出血CT图像体积量化算法Count Pixels,并基于VTK库实现了病灶的三维重建可视化功能。该算法基于分割模型DFMA-ICH,将预测的分割掩膜进行逐层像素点加和;考虑到不同亚型的出血在层间分布各异,将层间的出血量近似看作线性变化,以减少测量误差。采用四类临床统计方法(正态性检验、一致性分析、显著性检验和误差检验)将Count Pixels方法与金标准方法、临床上十种出血量公式估算法得到的出血量进行对比检验。结果表明Count Pixels算法与金标准结果一致性最强,并且单个病人的平均推理速度也远超其他方法。使用高斯平滑对三维重建效果进行了优化,该可视化功能进一步完善了本研究端到端的辅助诊断流程,证明了基于深度学习的出血量估算方法与传统算法相比的巨大优越性。

关键词：颅内出血医学图像分割卷积神经网络半监督学习出血量估算