检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

金融深度、数字经济与市场一体化

系统工程理论与实践 2024年第9期44卷 2872-2886页

作者：张智龙黄伟上海财经大学经济学院上海200433 浙江财经大学经济学院&数量经济研究中心杭州310018

推动金融系统为我国经济社会发展提供高质量服务是进一步深化金融改革的题中之义.基于我国2004–2020年281个地级市层面的数据,对金融深度如何影响市场一体化水平进行了检验.研究发现,金融深度可促进区域一体化发展,主要是通过促进当地... 详细信息

推动金融系统为我国经济社会发展提供高质量服务是进一步深化金融改革的题中之义.基于我国2004–2020年281个地级市层面的数据,对金融深度如何影响市场一体化水平进行了检验.研究发现,金融深度可促进区域一体化发展,主要是通过促进当地基础设施建设水平、优化劳动力与资本配置效率实现的;通过采用省级样本、选取工具变量利用两阶段最小二乘进行估计以及更换变量测量方式等一系列稳健性检验,保证了该结论的一般性.基于理论分析与实证检验还发现,数字经济能够优化金融业市场环境、提高银行服务能力,从而可强化金融深度的促进作用.进一步的异质性分析表明,中央宏观层面的发展规划、区域金融监管水平都有利于银行推动一体化发展,而过高的地方政府债务规模则可能会限制金融深度的积极作用.文章丰富了金融发展、一体化的相关研究,能为建设国内统一大市场、深化金融体系改革提供一些意见参考.

关键词：金融深度数字经济市场一体化金融监管

基于GF-2和ASTER数据青海德龙地区构造蚀变信息提取及找矿预测

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2024年第1期36卷 217-226页

作者：王艺龙王然严子清张新铭李笑龙徐崇文辽宁省地质勘查院有限责任公司大连116100 高分辨率对地观测系统辽宁地质资源环境应用与服务中心大连116100 中国地质大学(武汉)资源学院武汉430074

德龙地区位于青海东昆仑金及多金属成矿带东段,是该成矿带内极具勘查潜力区域之一,受限于偏远的地理位置和崎岖的地形条件,大比例尺地球化学勘查及常规地质调查工作难以直接开展。为此,基于ASTER和GF-2数据,通过分析不同空间分辨率遥感... 详细信息

德龙地区位于青海东昆仑金及多金属成矿带东段,是该成矿带内极具勘查潜力区域之一,受限于偏远的地理位置和崎岖的地形条件,大比例尺地球化学勘查及常规地质调查工作难以直接开展。为此,基于ASTER和GF-2数据,通过分析不同空间分辨率遥感影像的色调、几何结构和纹理特征进行线性和环形构造识别;同时,根据主要蚀变矿物光谱特征分析,利用ASTER可见光—近红外波段和短波红外波段,采用“掩模+主成分分析”方法提取铁化、Al-OH和Mg-OH蚀变信息;在此基础上,结合多元地学信息及野外调查结果,综合分析遥感解译构造蚀变信息与研究区金矿化的内在联系,建立基于区内金矿床的遥感找矿预测模型,并以此为依据划分出找矿远景区3处。通过野外查证,在德龙找矿远景区新发现金矿体多条。研究结果表明,融合遥感数据和地理信息系统技术可有效识别地表热液蚀变和构造空间结构特征,能够为该地区进一步找矿预测提供参考和依据。

关键词： GF-2 ASTER 主成分分析找矿预测德龙地区

基于Transformer的乳腺组织病理图像自监督分类方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：丁维龙刘津龙朱峰龙浙江工业大学计算机科学与技术学院

基于自监督学习的乳腺组织病理图像分类可以辅助病理医生对乳腺癌患者进行筛查. 当前的自监督学习方法通过构造辅助任务学习图像的特征表示，但这种方式提取到的特征偏向于解决辅助任务，难以挖掘病理图像自身的特征信息，影响模型... 详细信息

基于自监督学习的乳腺组织病理图像分类可以辅助病理医生对乳腺癌患者进行筛查. 当前的自监督学习方法通过构造辅助任务学习图像的特征表示，但这种方式提取到的特征偏向于解决辅助任务，难以挖掘病理图像自身的特征信息，影响模型在下游任务中的性能表现. 为此，提出一种基于Transformer的乳腺组织病理图像自监督分类方法. 首先借助卷积神经网络和视觉Transformer，对病理图像的局部和全局信息的感知能力设计DenseSwinNet特征提取网络; 然后构建一种基于聚类和自注意力的分类器CSA-MIL，用于将乳腺组织病理图像的局部和全局特征进行聚合，预测其是否发生癌变. 在面向乳腺组织病理图像分类任务的公开数据集Camelyon16上的实验结果表明，所提方法的准确率、F1-Score和AUC分别达到0.901 6， 0.857和0.924 7，证明该方法可有效地提升分类性能; 此外，通过对模型关注区域进行可视化分析，证明了模型具有良好的可解释性.

关键词：对比学习自监督学习组织病理图像

连续环境中基于语义拓扑图的视觉语言导航推理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第9期37卷 839-849页

作者：谢子龙许明辽宁工程技术大学软件学院葫芦岛125105

针对现有视觉语言导航方法在连续环境中推理能力不足的问题,提出基于语义拓扑图的视觉语言导航推理模型.首先,通过场景理解辅助任务识别导航环境中的区域和物体,构建空间邻近知识库.然后,智能体在导航过程中与环境实时交互,收集位置信息... 详细信息

针对现有视觉语言导航方法在连续环境中推理能力不足的问题,提出基于语义拓扑图的视觉语言导航推理模型.首先,通过场景理解辅助任务识别导航环境中的区域和物体,构建空间邻近知识库.然后,智能体在导航过程中与环境实时交互,收集位置信息,编码视觉特征,并预测区域和物体的语义标签,逐步生成语义拓扑图.在此基础上,提出辅助推理定位策略,利用自注意力机制,从导航指令中提取物体信息和区域信息,并结合空间邻近知识库和语义拓扑图,对物体和区域进行推理定位,以辅助导航决策,确保智能体的导航轨迹与指令对齐.最后,在公开数据集R2R-CE和RxR-CE上的实验表明,文中模型的导航成功率较高.

关键词：视觉语言导航视觉推理多模态数据具身智能

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

基于强化学习的航天器姿态预设性能容错控制

北京航空航天大学学报 2024年第8期50卷 2404-2412页

作者：金磊杨绍龙北京航空航天大学宇航学院北京100191

针对惯量不确定性和执行机构故障的航天器姿态控制问题,提出了一种基于强化学习的预设性能容错控制方法。采用预设性能方法设计航天器的姿态控制器,以保证控制过程的暂态响应。为在线补偿惯量不确定,在预设性能控制器的基础上引入强化... 详细信息

针对惯量不确定性和执行机构故障的航天器姿态控制问题,提出了一种基于强化学习的预设性能容错控制方法。采用预设性能方法设计航天器的姿态控制器,以保证控制过程的暂态响应。为在线补偿惯量不确定,在预设性能控制器的基础上引入强化学习算法,使用评判网络近似代价函数,用于评估系统性能,同时使用动作网络产生前馈补偿控制,用于处理惯量不确定;设计自适应补偿控制,补偿执行机构故障和外扰动对航天器姿态的影响。基于Lyapunov稳定性理论证明整个闭环系统的稳定性。仿真结果表明:所提容错控制方法能够实现航天器执行机构故障情况下的稳定控制。

关键词：强化学习容错控制预设性能航天器姿态控制

中国露天煤矿70年成就回顾及高质量发展架构体系

在线全文

学校读者我要写书评

暂无评论

煤炭学报 2024年第1期49卷 235-260页

作者：才庆祥陈彦龙中国矿业大学矿业工程学院江苏徐州221116 中国矿业大学深地工程智能建造与健康运维全国重点实验室江苏徐州221116

露天煤矿作为我国煤炭工业的重要组成部分,具有生产能力大、开采成本低、安全条件好等优势,近年来在建设规模、生产总量、开采工艺及技术装备等多方面均取得了跨越式的发展,有力保障了煤炭作为国家能源安全稳定供应的“压舱石”地位。... 详细信息

露天煤矿作为我国煤炭工业的重要组成部分,具有生产能力大、开采成本低、安全条件好等优势,近年来在建设规模、生产总量、开采工艺及技术装备等多方面均取得了跨越式的发展,有力保障了煤炭作为国家能源安全稳定供应的“压舱石”地位。首先回顾了新中国成立后我国露天煤矿70年来的发展历程,将其划分为起步恢复阶段(1949—1979年)、快速发展阶段(1980—1999年)、综合发展阶段(2000—2020年)和智能化初级发展阶段(2021年以后)4个时期;系统总结了每个时期的产量与数量规模、开采理论与技术、开采工艺与装备、资源开发与环境保护方面取得的突出成就。然后,探讨了现阶段露天煤矿发展面临的4个方面的主要问题,包括发展布局不均衡、可持续发展面临瓶颈、关键技术难题需深入攻关、人才短缺培养机制不完善。最后,提出构建以“安全、高效、绿色、低碳、智能”为总体目标的全链条、全周期、全要素露天煤矿高质量发展架构体系,其内涵特征包括以时效边坡理论、开采扰动指数理论、绿色开采理论、生态型开采理论、零碳负碳开采理论、智能化开采理论6种学术思想为理论基础,以灾害安全监测防控、复杂条件协同保障、生态源头减损开采、节能减污清洁利用、数字-自动-智能同建5类技术体系为核心支撑,以透明地质模型动态重构、边坡蠕滑全程精准预测、深大孔低扰动控制爆破、采空区超前探测与处置、粉尘抑制及煤自燃防治等30项关键技术为重点突破,以设计理念先进化、安全保障标准化、建设规模大型化、生产工艺综合化、开采装备智能化、核心制造国产化、矿区生态绿色化、煤炭利用清洁化、组织管理科学化、人才队伍国际化的“十化型”露天矿山为建设任务;同时给出了以规划引领为基础,以科技创新为驱动,以人才培育为保障的露天煤矿高质量发展实现路径。最终为推动我国露天煤矿向持续健康高质量方向发展提供指导。

关键词：露天煤矿建设历程高质量发展煤炭工业架构体系实现路径

在线全文

学校读者我要写书评

暂无评论

量子多体系统中的拓扑序与分数化激发

物理学报 2024年第7期73卷 1-7页

作者：顾昭龙李建新南京大学物理学院固体微结构物理国家重点实验室南京210093 南京大学人工微结构科学与技术协同创新中心南京210093

朗道费米液体理论和金兹堡-朗道相变理论是传统凝聚态物理两座重要的基石,在处理BCS超导体和液氦超流体的形成机制等重要物理问题中取得了巨大成功.然而,以20世纪80年代量子霍尔效应和高温超导的发现为开端,人们逐渐认识到,对于一大类... 详细信息

朗道费米液体理论和金兹堡-朗道相变理论是传统凝聚态物理两座重要的基石,在处理BCS超导体和液氦超流体的形成机制等重要物理问题中取得了巨大成功.然而,以20世纪80年代量子霍尔效应和高温超导的发现为开端,人们逐渐认识到,对于一大类新的量子态,比如分数量子霍尔态和量子自旋液体,其性质超越了朗道费米液体理论和金兹堡-朗道相变理论.拓扑序及其所具有的长程多体量子纠缠和分数化激发成为我们理解这些奇异量子态的关键概念.在量子材料和量子模拟系统中设计并寻找具有拓扑序的物态、探测并操控其分数化激发是当代凝聚态物理重要的研究方向.近期,在里德伯原子体系、超导量子处理器和二维摩尔超晶格等具有高度可调控性的量子实验平台中,拓扑序的量子模拟和操控得到了快速发展并取得了重要成果.本文将简要论述拓扑序在传统凝聚态材料体系和量子模拟体系中最近的研究进展和挑战,并对该领域未来可能的发展方向做出展望.

关键词：拓扑序长程多体量子纠缠分数化激发

深度学习图像识别辅助原子力显微镜单细胞力学特性精准高效探测

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

生物化学与生物物理进展 2024年第2期51卷 468-480页

作者：吕晓龙李密中国科学院沈阳自动化研究所机器人学国家重点实验室沈阳110016 中国科学院机器人与智能制造创新研究院沈阳110169 沈阳工业大学人工智能学院沈阳110870

目的原子力显微镜(AFM)的出现为生命科学研究提供了强大工具,特别是AFM压痕实验技术已成为细胞力学特性探测的重要方法,从单细胞尺度为生理病理活动过程带来了大量新的认识,是对传统生化集群平均研究方法的有力补充。然而现有AFM压痕实... 详细信息

目的原子力显微镜(AFM)的出现为生命科学研究提供了强大工具,特别是AFM压痕实验技术已成为细胞力学特性探测的重要方法,从单细胞尺度为生理病理活动过程带来了大量新的认识,是对传统生化集群平均研究方法的有力补充。然而现有AFM压痕实验技术存在着依赖人工、效率低下等不足,严重制约了其在生命科学领域的实际应用。本文通过将光学显微成像自动目标识别技术与AFM压痕技术结合,建立了单个游离态细胞及聚团生长细胞的力学特性精准高效测量方法。方法利用YOLO深度学习算法识别出光学图像中细胞的中心部位,并通过嵌入视觉转换器(ViT)模块的双UNet神经网络模型对细胞边缘部位进行精确分割,同时采用模板匹配算法对光学图像中AFM微球探针进行定位,在此基础上自动确定AFM探针上的微球针尖与细胞不同部位之间的空间位置关系,进而对细胞中心部位和边缘部位的力学特性进行快速测量。选取HEK 293(人胚胎肾细胞)和HGC-27(人未分化胃癌细胞)两种细胞进行验证实验,并利用Hertz模型对获取的力曲线进行分析以得到细胞杨氏模量。结果在深度学习光学图像自动识别导引下可将AFM探针准确移动至细胞不同部位(中心和边缘)进行力学特性测量,同时实验结果表明,本文提出的方法不仅可对单个游离态细胞进行可靠测量,也适用于聚团生长的细胞。结论深度学习图像识别在辅助AFM单细胞力学特性精准高效探测方面具有巨大潜力,将深度学习图像识别与AFM结合有助于发展面向生物医学应用的高通量单细胞力学特性测量方法。

关键词：原子力显微镜细胞力学特性光学图像深度学习杨氏模量微球探针

利用自适应融合和混合锚检测器的遥感图像小目标检测算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第7期46卷 2942-2951页

作者：王坤丁麒龙中国民航大学电子信息与自动化学院天津300300

针对遥感图像背景噪声多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO。首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二... 详细信息

针对遥感图像背景噪声多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO。首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二坐标系k-means聚类算法,生成与遥感图像数据集匹配度较高的锚框。其次,设计了自适应增强模块,用于解决不同尺度特征之间的直接融合导致的信息冲突,并引入更低特征层沿自底向上的路径传播小目标细节信息。通过混合解耦检测头的多任务学习以及引入尺度引导因子,可以有效提高对宽高比大的目标召回率。最后,在DIOR数据集上进行实验表明,相较于原始模型,AEM-YOLO的AP提高了7.8%,在小中大目标的检测中分别提高了5.4%,7.2%,8.6%。

关键词：遥感图像深度学习目标检测检测头自适应融合锚框