检索结果-南通市图书馆

煤制乙二醇装置影响负荷提升的问题及优化改进

在线全文

学校读者我要写书评

暂无评论

中氮肥 2023年第6期 62-65页

作者：李银岭包世龙祝静惠时鹏河南龙宇煤化工有限公司河南永城476600

河南龙宇煤化工有限公司第二套200 kt/a煤制乙二醇装置采用羰基化合成与加氢两步法间接合成乙二醇工艺,2020年10月开始投料试车,试车过程中存在草酸酯精馏塔负荷较高、加氢汽包与合成汽包液位及温度波动较大、酯化系统副反应生成硝酸量... 详细信息

河南龙宇煤化工有限公司第二套200 kt/a煤制乙二醇装置采用羰基化合成与加氢两步法间接合成乙二醇工艺,2020年10月开始投料试车,试车过程中存在草酸酯精馏塔负荷较高、加氢汽包与合成汽包液位及温度波动较大、酯化系统副反应生成硝酸量高、0.5 MPa蒸汽管网压力较高而部分放空、合成汽包副产蒸汽压力较低而无法并网、溴化锂制冷机组运行不稳定、小PSA装置产品氢气纯度不达标、合成循环气压缩机组汽轮机蒸汽消耗高等影响系统负荷提升的问题,采取一系列有针对性的优化改进措施后,装置于2020年11月26日提升至满负荷运行,乙二醇最高日产量637 t,产品优级品率100%,日均乙二醇产量及产品单耗均创同类装置最好水平。

关键词：煤制乙二醇装置投料试车负荷提升运行问题原因分析优化改进措施改进效果

在线全文

学校读者我要写书评

暂无评论

黄河基层单位创新工作存在的问题及对策

治黄科技信息 2009年第6期 11-12页

作者：贺素娟张刚山张凌志李银岭濮阳第一河务局

要实现治黄事业的快速健康发展，推动黄河治理与开发的全面进步，承担着治黄重任的基层单位必须坚持创新。黄河基层单位担负着防汛防凌、防洪工程建设与管理、水资源管理与调度等重大治黄任务。如何把创新融入到各项治黄业务工作中去，... 详细信息

要实现治黄事业的快速健康发展，推动黄河治理与开发的全面进步，承担着治黄重任的基层单位必须坚持创新。黄河基层单位担负着防汛防凌、防洪工程建设与管理、水资源管理与调度等重大治黄任务。如何把创新融入到各项治黄业务工作中去，以创新推动治黄事业的发展与进步，是一个值得研究探索的问题。

关键词：基层单位黄河治理创新水资源管理防洪工程建设业务工作事业防凌

主动学习联合聚类分组网络的高光谱遥感图像分类

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2024年第9期32卷 1395-1407页

作者：刘敬李银桥刘逸西安邮电大学电子工程学院陕西西安710121 西安电子科技大学电子工程学院陕西西安710071

基于卷积神经网络的高光谱图像(Hyperspectral Image,HSI)分类面临网络参数量大,带类标样本少的现状,针对这些问题,提出了基于主动学习和聚类分组网络的高光谱图像分类方法(AL-CGNet)。AL-CGNet采用主动学习和聚类联合卷积神经网络进行... 详细信息

基于卷积神经网络的高光谱图像(Hyperspectral Image,HSI)分类面临网络参数量大,带类标样本少的现状,针对这些问题,提出了基于主动学习和聚类分组网络的高光谱图像分类方法(AL-CGNet)。AL-CGNet采用主动学习和聚类联合卷积神经网络进行HSI的特征提取与分类,设计了基于分组卷积的轻量化网络模型以降低网络参数量。对线性判别分析(Linear Discriminant Analysis,LDA)降维后的高光谱图像采用小批量K均值聚类算法划分成不同的簇,并用簇中心的光谱特征代表不同的簇,以利用无类标样本的信息。在分组网络中将生成的特征图沿光谱维划分成一系列小组,每组通过多个残差块依次提取空间-光谱特征,这种分组策略可以充分利用波段的冗余性和差异性,降低网络参数,并实现轻量化。最后,采用主动学习选取信息量大的样本作为训练样本集,以解决带类标样本少的问题。实验结果表明,AL-CGNet在使用相同比例的6%训练样本的情况下,在Indian Pines,Botswana,Houston 3个数据集下的分类结果明显高于ClusterCNN,SSRN和HybridSN等方法,其OA分别为99.57%,99.23%,98.82%,甚至在训练样本更少5%的小样本情况下也是有效的。该方法不仅大大提高了HSI的分类效率,在获得高精度的同时还能高效率地提取特征。

关键词：高光谱图像分类卷积神经网络分组卷积聚类轻量化

提高含新能源交流电网短路计算迭代收敛性的改进方法

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

电力自动化设备 2024年第8期44卷 201-209页

作者：郑心怡朱佳李银红华中科技大学强电磁工程与新技术国家重点实验室湖北武汉430074 广东电网电力调度控制中心广东广州510220

交流电网短路故障下,新能源电源的输出电流与并网点电压非线性相关,使得含新能源交流电网短路电流计算需要利用迭代方法求解,存在无法收敛的可能。针对该问题,选取适用于交流电网短路计算的新能源等效模型,以包含新能源典型输出特性的... 详细信息

交流电网短路故障下,新能源电源的输出电流与并网点电压非线性相关,使得含新能源交流电网短路电流计算需要利用迭代方法求解,存在无法收敛的可能。针对该问题,选取适用于交流电网短路计算的新能源等效模型,以包含新能源典型输出特性的双馈风机作为研究对象,确定了高电压单段型、低电压单段型和高电压双段型这3种不收敛工况。根据3种不收敛工况的特征,提出了基于二分法和基于二分法与逐步回归结合的改进方法,提高了上述工况下迭代计算的收敛性。以实际电网为例,通过仿真计算验证了所提方法的有效性。

关键词：新能源短路计算迭代方法收敛性二分法

草酸二甲酯加氢制乙二醇Cu/SiO2催化剂工业应用常见问题及分析

在线全文

学校读者我要写书评

暂无评论

煤化工 2020年第4期48卷 70-72,75页

作者：时鹏张彦民王静静李银岭杨鹏举河南龙宇煤化工有限公司河南永城476600

针对草酸二甲酯加氢制乙二醇Cu/SiO2催化剂在工业应用中易发生粉化和活性降低的问题,对Cu/SiO2催化剂的理化性能和工艺操作条件进行比对和分析,结果发现:催化剂机械强度低、草酸二甲酯进料水含量高、系统压力波动大和热冲击是Cu/SiO2催... 详细信息

针对草酸二甲酯加氢制乙二醇Cu/SiO2催化剂在工业应用中易发生粉化和活性降低的问题,对Cu/SiO2催化剂的理化性能和工艺操作条件进行比对和分析,结果发现:催化剂机械强度低、草酸二甲酯进料水含量高、系统压力波动大和热冲击是Cu/SiO2催化剂发生粉化的主要原因;催化剂老化和烧结、循环氢气纯度、氢酯摩尔比和反应温度对Cu/SiO2催化剂的活性具有较大的影响。

关键词：草酸二甲酯加氢乙二醇 Cu/SiO2催化剂粉化失活

在线全文

学校读者我要写书评

暂无评论

面向在线学习的数据标签优化算法研究

面向在线学习的数据标签优化算法研究

作者：李银锋广州大学

学位级别：硕士

在大数据时代下,传统的离线学习逐渐无法处理规模日益增加的数据,因此在线学习走入大众的视线。在线学习以其高适应性、学习速率快以及可随时更新等特性,在推荐系统、金融预测等领域均存在相关应用。然而,在线学习算法在整个工作生命周... 详细信息

在大数据时代下,传统的离线学习逐渐无法处理规模日益增加的数据,因此在线学习走入大众的视线。在线学习以其高适应性、学习速率快以及可随时更新等特性,在推荐系统、金融预测等领域均存在相关应用。然而,在线学习算法在整个工作生命周期內都需要实时反馈新到达数据,这对标签质量提出了更高的要求和挑战。而由于获取数据过程的多样化和复杂化,标签质量难以保证。一方面,在线学习用于处理大规模与实时更新的数据流。这些数据流的标注工作需耗用大量人力和物力,数据标签无法及时匹配新数据,导致数据标签的缺失。另一方面,为了标注大规模数据,低成本的众包、自动化系统等标注方法受到青睐,这些方法会不可避免地产生噪声标签。这两种标签质量问题无疑给在线学习算法带来了挑战。在数据标签缺失的场景下,在线学习算法只能进行有限的学习,算法的准确率与泛化性无法保障。在数据标签噪声场景下,在线学习算法将学习噪声标签产生错误参数,并将其传递到下一次训练中,影响算法的鲁棒性。针对上述问题,本文针对面向在线学习的数据标签问题进行了以下研究:(1)提出了一种基于自适应密度聚类的在线半监督学习算法,有效解决了在线学习混合数据流中混合特征建模困难、特征维度无限增大和数据标签缺失的问题。首先,该算法通过在线高斯模型来为混合数据特征建立模型,以建立混合数据的特征空间来学习混合数据的特征。其次,利用自适应密度聚类实现自适应定位聚类中心,以构建缺失标签数据与已标签数据之间的联系来填充标签。最后,通过树集成稀疏化来筛选重要特征,有效防止特征维度无限增大问题。实验结果表明,该算法相比其他在线学习算法有更低的累积错误率,并且能有效解决混合数据流中的特征维度增大和类别不明确问题,提高在线学习算法的准确率和泛化性。(2)提出了一种基于在线惩罚回归的噪声标签学习算法,有效解决了在线学习混合数据中出现的特征建模难、标签质量低和数据标签噪声的问题。首先,该算法使用在线高斯模型来建模混合数据特征,将异构数据映射到潜在特征空间。其次,通过改进惩罚回归,对数据的被选择时间进行排序,以分离出干净数据标签和噪声数据标签。最后,利用在线转导向量机算法来学习噪声标签,将噪声标签恢复成干净标签。实验结果表明,该算法在不同类型和噪声率的噪声标签下都能保持高准确率,并且能有效解决混合数据流中的数据联合分布复杂和噪声标签问题,提高在线学习算法的鲁棒性。

关键词：在线学习噪声标签半监督分类标签缺失混合数据

基于聚类和主动学习的高光谱图像特征提取与分类研究

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

基于聚类和主动学习的高光谱图像特征提取与分类研究

作者：李银桥西安邮电大学

学位级别：硕士

高光谱图像(Hyperspectral Image,HSI)包含了丰富的光谱和空间信息,但带类标样本少,卷积神经网络(Convolutional Neural Network,CNN)可提取有效的HSI深度特征,从而获得较好的分类结果。针对CNN随着网络加深,特征图尺寸减小,而导致的信... 详细信息

高光谱图像(Hyperspectral Image,HSI)包含了丰富的光谱和空间信息,但带类标样本少,卷积神经网络(Convolutional Neural Network,CNN)可提取有效的HSI深度特征,从而获得较好的分类结果。针对CNN随着网络加深,特征图尺寸减小,而导致的信息丢失、分辨率降低的问题,构建了基于空谱注意力叠加的双通道网络(Dual-Channel Network With Spectral-Spatial Fusion Attention,DC-SSFA),首先设计空谱注意力叠加模块(Spectral-Spatial Fusion Attention,SSFA)以突出光谱空间的重要信息,接着提出双分支融合模块(Dual-Branch Fusion,DBF)及扩张卷积融合模块(Dilated Convolutional Fusion,DCF),可有效捕获HSI的多尺度信息,并减少信息丢失。针对HSI带类标样本少,而CNN随着网络层数加深参数量迅速增加,需要大量带类标训练样本的问题,构建了基于主动学习的聚类卷积神经网络(Active Learning-Clustering Convolutional Neural Network,AL-Cluster CNN),ALCluster CNN以聚类卷积神经网络(Clustering Convolutional Neural Network,Cluster CNN)为基础网络,引入主动学习(Active Learning,AL)从无类标样本中选取有价值的样本,辅助标记样本训练网络,可使网络在标记样本少的情况下获得高的分类精度。为进一步解决HSI带类标样本少与CNN深度增加导致参数量增加,需要大量带类标样本用于训练的矛盾,提出基于主动学习的聚类分组网络(Active Learning-Clustering-Based Group Convolutions Network,AL-CGNet),首先设计偏轻量化的聚类分组网络(Clustering-Based Group Convolutions Network,CGNet)可显著降低网络参数,接着将CGNet联合AL从无类标样本中挑选信息量大的高质量训练样本加入训练集,可在标记样本有限的情况下,对网络进行充分训练,最终形成AL-CGNet。所研究的内容如下:(1)针对CNN随着网络层数加深,特征图尺寸减小,从而引起的信息丢失、分辨率下降问题,设计了基于空谱注意力叠加的双通道网络DC-SSFA,可充分利用HSI的全局和多尺度信息,减少学习过程的信息丢失。DC-SSFA中的空谱注意力叠加模块SSFA将降维后的HSI分别通过光谱注意力与空间注意力并融合,可提高对全局信息的利用效率;所提出的双分支融合模块DBF对两个分支采用不同尺度卷积核,并将所提取的不同特征进行融合,以有效捕获HSI多尺度特征;扩张卷积融合模块DCF采用连续不同扩张率的扩张卷积,将具有多个感受野的特征进行融合,以在不增加额外参数和不牺牲分辨率的同时增大感受野,并引入残差实现全局信息和多尺度信息的融合。三个实测的高光谱数据集的实验结果表明,与Cluster CNN、光谱空间残差网络(Spectral-Spatial Residual Networks,SSRN)、混合网络(Hybrid Spectral CNN,Hybrid SN)、快速紧凑的3D-CNN(Fast and Compact 3D-CNN,FC-3DCNN)和混合CNN(Mixed-CNN,MCNN)相比,所提出的DC-SSFA具有更高的地物分类识别率。(2)针对HSI分类中面临的带类标样本少,而CNN随着网络层数增加参数量迅速增加,需要大量带类标训练样本的问题,构建了一个基于主动学习的聚类卷积神经网络AL-Cluster CNN用于HSI分类,通过挖掘未标记样本中的有价值信息,辅助标记样本训练网络,可获得更好的分类性能。AL-Cluster CNN以聚类卷积神经网络Cluster CNN为基础,采用聚类中心标记簇中样本,以充分利用无类标样本的信息,并联合AL从无类标样本中选取信息量大的样本加入训练集,通过挑选未标注样本中的高质量样本来辅助标注样本对网络进行训练,可进一步利用无类标样本中的有价值信息,从而解决带类标样本少的问题。为验证AL-Cluster CNN方法的有效性,将其与Cluster CNN、SSRN、Hybrid SN、FC-3DCNN、3D密集连接卷积网络(3D Densely Connected Convolutional Network,3D-Dense Net)方法在三个实测的高光谱数据集上进行实验比较,实验结果表明,AL-Cluster CNN在带类标样本少的情

关键词：卷积神经网络高光谱图像分组卷积聚类主动学习

2014-2023年青海省中考古诗文试题研究

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

2014-2023年青海省中考古诗文试题研究

作者：李银迪青海师范大学

学位级别：硕士

古诗文作为我国宝贵的文学财富,是承载中华民族优秀传统文化的重要载体,近些年来愈发受到国家的重视。2017年全国统一使用的统编版语文教材也大幅度增加了古诗文的篇目,古诗文成为中学生学习的重要组成部分。此外,古诗文在中考语文试卷... 详细信息

古诗文作为我国宝贵的文学财富,是承载中华民族优秀传统文化的重要载体,近些年来愈发受到国家的重视。2017年全国统一使用的统编版语文教材也大幅度增加了古诗文的篇目,古诗文成为中学生学习的重要组成部分。此外,古诗文在中考语文试卷中也占有着一席之地。中考作为教学的“指挥棒”,古诗文试题的命制与教师的课堂教学有着不可忽视的关系。科学合理的试题命制和以试题为导向的课堂教学可以有效地提高初中生古诗文阅读能力,帮助他们决胜中考,为未来的发展打下坚固的基础。本文以2014到2023年的青海省中考古诗文试题为研究对象。首先,分析青海省中考古诗文试题的命题依据。经研究,青海省的中考古诗文试题与《义务教育语文课程标准》、初中语文教材、初中学生学情的匹配性较高。其次,按照青海省中考古诗文的题型将其分为古诗文默写、古诗词鉴赏和文言文阅读三大板块,从内容、形式和能力方面进行统计分析。总结出近十年青海省中考古诗文试题严格遵照命题依据,具有立足“浅易”,注重基础;根植“文化”,思想育人;紧扣教材,明确范围;紧跟改革,开放创新;引领教学,考查全面的特点。并且发现其有古诗文试题考查层级偏低和选材文本呈现单一化的不足之处。针对这些不足,提出了试题命制时应问题情境贴近现实生活、扩大古诗文选文范围以及合理考查能力层级的建议。为了考教相融,结合一学期的实习经历和古诗文教学内在规律,以青海省的中考试题为导向,总结出几点教学建议:教师首先应该把握命题依据,明确教学方向。接着从古诗文默写、古诗词鉴赏、文言文阅读三个板块分别提出相关教学建议。其中,基于默写题的教学应该注重朗读,以情入声;教授方法,监督背诵;准确默写,理解文意。基于诗歌鉴赏题的教学可以从知人论世,体会情感;把握意象,挖掘内涵;明确方向,掌握技巧三方面进行把握。文言文教学中应落实字词,夯实基础;点拨技巧,文从句顺;立足人文,升华情感;群文阅读,培养能力。以期对奋斗在一线的教师有所帮助,提升学生的古诗文阅读能力。

关键词：青海省中考试题研究古诗文教学

合成气制乙二醇装置开停车期间常见问题分析及措施

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

化肥设计 2021年第2期59卷 30-32页

作者：时鹏张彦民包世龙胡继卫李银岭河南龙宇煤化工有限公司河南永城476600

以河南龙宇煤化工有限公司两套20万t/a合成气制乙二醇装置为例,结合近几年装置运行的实践经验,总结了合成气制乙二醇装置在开停车期间经常出现的问题,并提出改进措施,为合成气制乙二醇装置开停车期间的操作提供了指导性建议。

关键词：合成气乙二醇开停车措施