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

新能源汽车热管理技术的研究现状和发展趋势

专用汽车 2024年第8期 42-45页

作者：李钰山西工程职业学院山西太原030000

针对新能源汽车热管理技术展开研究,重点分析了电池、电机和乘员舱的热管理需求,并详细讨论了热管理技术的应用现状和发展趋势,同时进一步总结和展望了新能源汽车热管理技术未来的发展方向。研究结果能为新能源汽车热管理技术的进一步... 详细信息

针对新能源汽车热管理技术展开研究,重点分析了电池、电机和乘员舱的热管理需求,并详细讨论了热管理技术的应用现状和发展趋势,同时进一步总结和展望了新能源汽车热管理技术未来的发展方向。研究结果能为新能源汽车热管理技术的进一步研究提供参考。

关键词：新能源汽车热管理应用现状发展趋势

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

服务业集聚对城市高质量发展的影响研究

服务业集聚对城市高质量发展的影响研究

作者：张博巍云南财经大学

学位级别：硕士

新时代的中国以高质量发展为方向,转变经济发展方式,促进高质量发展必然要推动产业的不断升级。改革开放后,一批现代化城市逐渐建立起来。2013年中国经济开始告别了工业化高峰期,开始从制造到服务的经济结构转型,服务业开始在经济中占... 详细信息

新时代的中国以高质量发展为方向,转变经济发展方式,促进高质量发展必然要推动产业的不断升级。改革开放后,一批现代化城市逐渐建立起来。2013年中国经济开始告别了工业化高峰期,开始从制造到服务的经济结构转型,服务业开始在经济中占据主导地位。十四五规划中以中心城市和城市群等经济发展优势区域为重点,增强经济和人口承载能力,带动全国经济效率的整体提升。2023年10月,国家标准化管理委员会等六部门联合印发《城市标准化行动方案》,明确提出到2027年基本建成具有中国特色的城市高质量发展标准体系。在此背景下,本文分析了服务业集聚对城市高质量发展的影响。首先本文梳理了相关研究的国内外文献,并结合马克思主义政治经济学的社会分工理论以及西方新政治经济学的外部性理论,分析服务业集聚对城市自身以及城市之间高质量发展的影响机制。具体看,服务业集聚受市场化程度的影响对城市自身高质量发展的作用先负后正,在城市之间则出现相反的“倒U”型。随后本文选取中国2007-2021年263个城市的面板数据,利用主成分分析法(PCA)及区位熵方法测算城市高质量发展指数和服务业集聚度进行现状分析,具体结果显示生产性服务业整体集聚度呈下降趋势,且差距更多体现在专业化集聚上,而生活性服务业集聚度有所增加,超大、特大城市与其他城市发展差距较大。随后构建面板回归模型、面板门槛模型以及空间杜宾模型进行实证检验。基于此,本文得出如下结论。服务业集聚对城市自身高质量发展呈现显著的先负后正特征,正向影响主要通过知识外溢效应、规模经济效应、人力资本效应、激励效应以及多元投资效应发挥作用,负向影响主要通过垄断效应和拥挤效应发挥作用。具体看,服务业集聚的影响主要通过生产性服务业专业化集聚体现,且低端生产性服务业集聚的作用更显著。市场化程度对服务业集聚作用的发挥存在双重门槛效应,在市场化初期,由于市场化程度不足导致服务业集聚对城市自身呈现负向影响,随着市场化程度不断加深,这一现象得到缓解并最终改变影响方向。服务业集聚对城市之间的影响方向与城市自身的影响方向相反,呈现出显著先正后负的“倒U”型,即从扩散效应逐渐变为虹吸效应。此外,服务业集聚的效用影响大小受限于城市自身规模限制。最后本文给出政策建议,要促进生产性、生活性服务业集聚的结构优化,注重发展高端服务业;持续深化城市市场,促进城市的要素流动;发挥城市自身比较优势,在要素禀赋基础上形成稳定的城市群基础;同时要发挥大城市的引领作用。

关键词：服务业集聚城市高质量发展 SDM模型门槛模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自蒸馏的图像分类方法研究

基于自蒸馏的图像分类方法研究

作者：李圣巍吉林大学

学位级别：硕士

深度神经网络是一种多层神经网络,其将上一层的输出作为下一层的输入来得到更有效的特征表达。近几年来,深度神经网络在计算机视觉任务中取得了巨大成功,但其网络模型也在逐渐增大,进而导致训练成本的逐渐提高,因此,知识蒸馏作为一种降... 详细信息

深度神经网络是一种多层神经网络,其将上一层的输出作为下一层的输入来得到更有效的特征表达。近几年来,深度神经网络在计算机视觉任务中取得了巨大成功,但其网络模型也在逐渐增大,进而导致训练成本的逐渐提高,因此,知识蒸馏作为一种降低模型参数的主流方法逐渐流行。知识蒸馏按照蒸馏方式可以分为三大类:在线蒸馏、离线蒸馏以及自蒸馏。其中自蒸馏相比其他二者不需要协调教师模型与学生模型之间的差距以及提前训练教师模型,因此具有其独有的优势。目前,从自身模型外获取软标签的自蒸馏方法大致分为两类,一类为引入冻结参数或者动态更新的模型的输出作为软标签,但两者均需采用多个相同的学生模型,多个模型的训练和优化增加了训练过程的复杂性,并且冻结参数后的模型生成的固定软标签限制了学生模型自身的学习能力和创新性,另一类是人为构造标签编码充当软标签,但构造的标签编码往往不能充分体现类间分布的信息。针对上述问题,本文提出基于自蒸馏的图像分类方法Self-distillation with Labels(SDL),主要工作如下:(1)针对额外引入学生模型以及固定的软标签的限制性的问题,本文设计标签编码器模块以及交叉注意力模块。通过标签编码器,构造标签编码向量。通过交叉注意力模块,方法可以根据学生模型的特征向量动态矫正标签编码向量,并同时考虑图像内容以及标签上下文信息。再将交叉注意力模块输出作为软标签,使软标签可以进行动态更新,整体结构共同动态更新参数,并且方法中仅存在一个学生模型,训练过程简单。(2)针对人为构造软标签的不足,本文设计标签编码矩阵以及标签矩阵损失和标签监督损失。标签编码矩阵进行标签编码反向解耦,标签矩阵损失增强标签编码矩阵解耦能力,使矩阵解耦出更充分体现类间分布的标签编码。基于标签编码矩阵和标签矩阵损失,标签监督损失可以进行更强的标签正则化,从而进一步提升学生模型性能。(3)本研究在CIFAR10、CIFAR100、Uc Merced三个公开数据集上进行,实验结果表明SDL方法与当前的自蒸馏方法相比有着明显的优势,同时SDL在不同主干网络与数据集下仍然具有良好的效果,具有良好的泛化性。

关键词：知识蒸馏自蒸馏图像分类卷积神经网络

非稀土多元微量Mg-Bi系合金微观组织和力学性能研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非稀土多元微量Mg-Bi系合金微观组织和力学性能研究

作者：翟浩巍扬州大学

学位级别：硕士

孟德尔随机化的赢家诅咒校正方法研究及其在药品不良反应监测中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

孟德尔随机化的赢家诅咒校正方法研究及其在药品不良反应监测中的...

作者：张鹤巍中国人民解放军海军军医大学

学位级别：硕士

液质联用技术在农产品农残检测中的应用研究进展

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

世界热带农业信息 2024年第1期 86-89页

作者：李钰甘肃省嘉峪关市农产品质量安全监督检测中心

随着人们生活水平的提高,农产品安全问题越来越受到关注。农药残留是农产品安全的重要问题之一,而液质联用技术在此领域的应用研究也日益受到重视。液质联用技术是指将液相色谱与质谱技术结合起来的一种分析方法,具有高分离能力、高灵... 详细信息

随着人们生活水平的提高,农产品安全问题越来越受到关注。农药残留是农产品安全的重要问题之一,而液质联用技术在此领域的应用研究也日益受到重视。液质联用技术是指将液相色谱与质谱技术结合起来的一种分析方法,具有高分离能力、高灵敏度、高特异性等优点,被广泛应用于化合物鉴定、代谢组学、药物代谢等研究领域。在农产品农残检测中,液质联用技术可以用于检测农产品中的农药残留,为农产品安全提供有力保障。

关键词：液质联用技术农产品安全分离能力药物代谢质谱技术农药残留农残检测化合物鉴定

山高木修水曲至，意如流水任东西——沈周《灞桥风雪图》临摹

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

三角洲 2024年第5期 171-173页

作者：李钰新疆艺术学院

沈周是明代中期文人画“吴派”的开创者，其在绘画发展史上有着举足轻重的地位。沈周注重对经典传统的学习，是一位博古通今、博览群书的文人，同时也是一位对后世有着深远影响的艺术大家。从临摹赏析沈周的画作起始，通过临摹学习沈周...

沈周是明代中期文人画“吴派”的开创者，其在绘画发展史上有着举足轻重的地位。沈周注重对经典传统的学习，是一位博古通今、博览群书的文人，同时也是一位对后世有着深远影响的艺术大家。从临摹赏析沈周的画作起始，通过临摹学习沈周《灞桥风雪图》的实例，阐释笔者在学习过程中所体悟到笔者当时绘作临习的情绪状态，以及笔者自己在临摹过程中的所获所得。

关键词：

来源：博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向卷积神经网络的模型架构优化方法研究

面向卷积神经网络的模型架构优化方法研究

作者：蒲巍吉林大学

学位级别：硕士

随着存储容量和硬件算力的持续提升,深度学习技术的发展和应用迎来了前所未有的机遇。其中,模型架构优化作为深度学习的核心研究之一,也受到了广泛的关注和重视。模型架构优化是指通过调整和优化模型的结构,来提高模型的性能和效率,这... 详细信息

随着存储容量和硬件算力的持续提升,深度学习技术的发展和应用迎来了前所未有的机遇。其中,模型架构优化作为深度学习的核心研究之一,也受到了广泛的关注和重视。模型架构优化是指通过调整和优化模型的结构,来提高模型的性能和效率,这一领域的研究对于推动深度学习技术的发展和应用具有重要意义。本文基于三个限制卷积神经网络性能的核心问题展开研究。其一,模型不断加深容易导致激活值(activation)数值不断累积,造成模型优化困难。其二,基于小核卷积设计的卷积神经网络有效感受野相对较小,限制了模型的全局建模能力。其三,卷积神经网络中有很多相似的特征图,存在一定冗余。本课题的主要工作如下:(1)针对模型不断加深导致激活值过度累积的问题,本文提出了残差注意力模块。该模块对模型每个block的实际贡献进行度量,对贡献小的block进行抑制,从而控制激活值的累积程度。该模块在训练时仅增加了少量的参数和计算开销,训练结束后可以利用结构重参数化技术进行合并,因此推理时不会带来额外的开销。此外,为了更精确地统计网络各隐藏层中激活值,本文对信号传播图的统计策略进行改进,并提出了新的激活值统计指标——平均通道平均数。在CIFAR和Image Net数据集上的大量实验和可视化分析,充分地证明了残差注意力模块的有效性。此外,与其他SOTA(State-of-the-Art)的结构重参数化结合的实验中,残差注意力模块帮助DBB(Diverse Branch Block)提升了0.63%,准确率达到了77.64%,成为了最新的结构重参数化在Res Net-50模型上的SOTA精度,证明了与其他结构重参数化方法的正交性以及良好的通用性。(2)针对基于小核卷积设计的卷积神经网络有效感受野相对较小,以及特征中存在相似的特征图的问题,本文提出了一个特征融合模块,该模块通过引入少量大核卷积,有效地扩大了模型的有效感受野。同时,该模块还通过拼接不同尺度的特征,构建出多尺度特征,从而显著提升特征的丰富性和多样性,也进一步增强了模型的表征能力。另外,本文还提出了新颖的下采样模块以及混排压缩模块,分别在下采样和最后一个阶段特征融合后使用,可以配合特征融合模块显著降低模型的参数量,使得整个方法更加高效。本文在CIFAR以及Image Net数据集上结合Res Net及Mobile Net等多个基线模型进行了实验,充分证明该方法有效地提高了特征通道的利用率,改善模型性能。

关键词：模型架构优化卷积神经网络激活值累积大核卷积特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新能源汽车维修与故障诊断技术研究

中国设备工程 2024年第15期 183-185页

作者：李钰山西工程职业学院山西太原030009

针对新能源汽车维修与故障诊断技术的研究,本文阐述了新能源汽车的类型及故障诊断特点,并详细分析了常见的故障类型,探讨了新能源汽车的维修方法与故障诊断技术。本文旨在促进新能源汽车维修与故障诊断技术的发展,为新能源汽车行业的可... 详细信息

针对新能源汽车维修与故障诊断技术的研究,本文阐述了新能源汽车的类型及故障诊断特点,并详细分析了常见的故障类型,探讨了新能源汽车的维修方法与故障诊断技术。本文旨在促进新能源汽车维修与故障诊断技术的发展,为新能源汽车行业的可持续性发展提供可靠的技术支持。

关键词：新能源汽车故障诊断维修技术