检索结果-南通市图书馆

主动学习联合聚类分组网络的高光谱遥感图像分类

维普期刊数据库评论

在线全文

维普期刊数据库

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

适用于严苛正序助增系数计算的故障位置快速选取方法

维普期刊数据库

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

电力系统保护与控制 2024年第2期52卷 70-79页

作者：邹毅黄超李银红强电磁技术全国重点实验室(华中科技大学) 湖北武汉430074 广西电网电力调度控制中心广西南宁530023

针对相间距离保护整定计算中严苛正序助增系数对应故障位置的选取效率较低及精度不足的问题,提出适用于严苛正序助增系数计算的故障位置快速选取方法。首先,基于节点阻抗矩阵及矩阵元素的修改公式,推导了正序助增系数表达式,整理得到13... 详细信息

针对相间距离保护整定计算中严苛正序助增系数对应故障位置的选取效率较低及精度不足的问题,提出适用于严苛正序助增系数计算的故障位置快速选取方法。首先,基于节点阻抗矩阵及矩阵元素的修改公式,推导了正序助增系数表达式,整理得到13类正序助增系数随故障位置移动的可能变化趋势。然后,通过研究正序助增系数随故障位置移动的变化规律,得到5条严苛正序助增系数对应故障位置的选取判据,提出一种适用于各类复杂网络结构的故障位置快速选取方法。最后,通过IEEE多节点标准测试系统验证了所提方法的有效性。故障位置选取精度高于规程选取方法,选取效率高于多点选取方法。

关键词：继电保护整定计算相间距离保护正序助增系数故障位置

维普期刊数据库博看期刊

永远的榜样无尽的思念——怀念恩师严良堃先生

在线全文

学校读者我要写书评

暂无评论

中国音乐 2024年第1期 5-12,F0002页

作者：李心草中国音乐学院

严良堃先生是推动我国指挥艺术和合唱艺术发展的一代音乐巨擘,也是《黄河大合唱》这一弘扬中华民族伟大精神经典曲目的权威诠释者。在严良堃先生诞辰一百周年之际,本文深情追忆在求学、成长过程中严先生的言传身教、耳提面命,深切缅怀... 详细信息

严良堃先生是推动我国指挥艺术和合唱艺术发展的一代音乐巨擘,也是《黄河大合唱》这一弘扬中华民族伟大精神经典曲目的权威诠释者。在严良堃先生诞辰一百周年之际,本文深情追忆在求学、成长过程中严先生的言传身教、耳提面命,深切缅怀他的大家气度、师长风范、赤子情怀。

关键词：严良堃《黄河大合唱》指挥合唱

维普期刊数据库

论战后初期西德电影重建与德美文化冲突——1951年西德“反《罪女》”事件透视

在线全文

学校读者我要写书评

暂无评论

北京电影学院学报 2024年第10期 109-120页

作者：李银波武汉理工大学法学与人文社会学院新闻传播系

本文从国际传播和跨文化传播的角度对1951年西德的“反《罪女》”事件进行剖析，探讨战后初期西德电影业重建中美国文化的入侵与德美文化冲突问题。文章认为，占领时期重建起来的西德电影业体现了美国制度文化，好莱坞电影在西德的传播... 详细信息

本文从国际传播和跨文化传播的角度对1951年西德的“反《罪女》”事件进行剖析，探讨战后初期西德电影业重建中美国文化的入侵与德美文化冲突问题。文章认为，占领时期重建起来的西德电影业体现了美国制度文化，好莱坞电影在西德的传播和扩张更是美国思想文化的入侵，这使以《罪女》为代表的西德电影出现了严重的美国化倾向；1951年西德的“反《罪女》”事件，在很大程度上是一场反对美国文化、维护西德文化主权的运动，是德美文化冲突的体现；这场斗争的胜利具有十分重要的意义，它不仅使西德在一定程度上恢复了文化主权，而且西德电影得以暂时回归到德国传统电影的轨道上。

关键词：德国美国文化电影《罪女》好莱坞

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大地之灯

长江文艺 2024年第17期 147-155页

作者：兔草不详

雨声瀑瀑,仿若在造一个避世之梦。我撑着伞,拖着行李,沿碎石小路向村内行进。沿途不时可以看到废料、被闲置的艺术装置等,一时间,我竟难以分辨哪些是垃圾,哪些又是艺术品。儿时的幻境轰一声闯进脑子里,我想起那些住在城中村的日子,生活... 详细信息

雨声瀑瀑,仿若在造一个避世之梦。我撑着伞,拖着行李,沿碎石小路向村内行进。沿途不时可以看到废料、被闲置的艺术装置等,一时间,我竟难以分辨哪些是垃圾,哪些又是艺术品。儿时的幻境轰一声闯进脑子里,我想起那些住在城中村的日子,生活中尽是低矮的房屋。

关键词：避世大地之灯幻境城中村艺术品艺术装置

提高含新能源交流电网短路计算迭代收敛性的改进方法

维普期刊数据库评论

在线全文

维普期刊数据库

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

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

肥胖对高血压患者同型半胱氨酸水平的影响

肥胖对高血压患者同型半胱氨酸水平的影响

作者：陈草安徽医科大学

学位级别：硕士

慢性肾脏病3-5期患者血清硫酸吲哚酚与骨代谢微炎症、骨密度的关系研究

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

慢性肾脏病3-5期患者血清硫酸吲哚酚与骨代谢微炎症、骨密度的关...

作者：何依草河北大学

学位级别：硕士

目的:检测慢性肾脏病（Chronic kidney disease,CKD）3-5期患者血清硫酸吲哚酚（Indoxyl sulfate,IS）水平,以探究其与骨代谢微炎症和骨密度（Bone mineral density,BMD）指标的相关性。方法:本研究为病例对照研究,选择2023年2月至2023... 详细信息

目的:检测慢性肾脏病（Chronic kidney disease,CKD）3-5期患者血清硫酸吲哚酚（Indoxyl sulfate,IS）水平,以探究其与骨代谢微炎症和骨密度（Bone mineral density,BMD）指标的相关性。方法:本研究为病例对照研究,选择2023年2月至2023年9月在河北大学附属医院收治的107例患者,采用《肾脏病/透析的临床实践指南》（K/DOQI）中的“慢性肾脏病诊断和分期标准”将所有患者分为CKD3-4期组、CKD5期未透析组、CKD5期血液透析（Hemodialysis,HD）组。收集入选者的基本信息和临床数据,并采用酶联免疫吸附技术（Enzyme linked immunosorbent assay,ELISA）检测患者血清硫酸吲哚酚（IS）、25羟基维生素D3（25-OH-VD3）、肿瘤坏死因子α（TNF-α）、白细胞介素1（IL-1）浓度指标。入选患者行定量CT（QCT）测定腰椎BMD并将其分组,分为骨量正常组、骨量减低组。运用SPSS 25.0统计软件对所有数据进行统计学分析。结果:1.慢性肾脏病3-5期患者一般资料结果分析入组慢性肾脏病3-5期患者共107例,其中CKD3-4期27例,CKD5期未透析46例,CKD5血液透析34例。男性67例,女性40例。根据肾脏原发疾病进行分类:慢性肾小球肾炎75例（70.1%）,糖尿病肾病23例（21.5%）,多囊肾5例（4.7%）,高血压肾病1例（0.9%）,Ig A肾病1例（0.9%）,Fabry病1例（0.9%）,过敏性紫癜性肾病1例（0.9%）。平均年龄57.62±9.26岁。有心脑血管病史41（38.3%）例,有高血压病史98（91.6%）例,有糖尿病病史48（44.9%）例,有吸烟史45（42.1%）例。2.慢性肾脏病3-5期患者临床指标分析:结果显示不同CKD分组分别与是否患高血压病、体质量指数、肾小球滤过率、血红蛋白、尿素氮、血肌酐、尿酸、总蛋白、白蛋白、碱性磷酸酶、血钙、血磷、总胆固醇、低密度脂蛋白胆固醇、甲状旁腺激素、25-OH-VD3、IS有差异性,具有统计学意义（P0.05）。3.不同CKD分期的IS水平不同CKD分组IS浓度中位数分别为:CKD3-4期组9.6ng/m L,CKD5期未透析组17.2ng/m L,CKD5 HD组17.5ng/m L,各组间差异有统计学意义（P0.05）。***3-5期患者血清IS与临床相关指标分析IS与各临床指标行相关性分析示:血清IS与肾小球滤过率、体质量指数、血红蛋白、25-OH-VD3、BMD呈负相关,r值分别为-0.513、-0.197、-0.276、-0.225、-0.478;IS与尿素氮、血肌酐、血磷、甲状旁腺激素、IL-1呈正相关,r值分别为0.501、0.505、0.469、0.402、0.209。5.影响骨量减低的单因素分析一共纳入107名CKD3-5期患者,有44例（41.1%）骨量正常的患者,有63例（58.9%）骨量减低的患者。结果显示骨量正常组和骨量减低组的年龄（岁）、IS、IL-1差异有统计学意义（P<0.05）。6.骨量减低二分类Logistics回归分析将骨量减低事件作为因变量,纳入年龄（岁）、IL-1和IS构建二分类Logistic回归方程。结果发现:年龄（岁）(OR=1.083,95%CI 1.017-1.153,P=0.013)、IL-1（OR=1.018,95%CI 1.002-1.033,P=0.027）、IS（OR=1.395,95%CI 1.217-1.599,P<0.001）的升高是CKD患者发生骨量减低的独立危险因素。***3-5期患者骨密度与临床相关指标分析BMD与各临床指标行Spearman相关性分析示:BMD与年龄（岁）、IL-1、IS呈负相关,r值分别为-0.353、-0.301、-0.478。纳入年龄、IL-1和IS构建BMD多重线性回归方程示:不同年龄（岁）、IL-1、IS对BMD的影响有统计学差异,其中IS对BMD的改变影响最大（Beta=-0.441）。8.受试者工作特征（ROC）曲线分析IS水平预测CKD3-5期患者骨量减低发生的曲线下面积（A

关键词：慢性肾脏病硫酸吲哚酚白细胞介素-1 骨密度

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

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