检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

瓦斯爆炸抑制研究进展及发展趋势

安全与环境学报 2024年

作者：贾进章田秀媛辽宁工程技术大学安全科学与工程学院辽宁工程技术大学矿山热动力灾害与防治教育部重点实验室

为有效控制和减小瓦斯爆炸事故造成的破坏性影响，不断完善抑爆理论体系，对瓦斯爆炸特性、抑爆材料和抑爆机理等方面的研究现状进行了综述和探讨。在瓦斯爆炸特性研究方面，主要总结了初始条件（瓦斯体积分数、煤尘的参与、点火源位置... 详细信息

为有效控制和减小瓦斯爆炸事故造成的破坏性影响，不断完善抑爆理论体系，对瓦斯爆炸特性、抑爆材料和抑爆机理等方面的研究现状进行了综述和探讨。在瓦斯爆炸特性研究方面，主要总结了初始条件（瓦斯体积分数、煤尘的参与、点火源位置及点火能、试验管道类型及属性、其他可燃气体组分及含量）对爆炸特性的影响。从惰性气体、细水雾、粉体、多孔介质、卤化烃和协同抑爆六个方面总结了瓦斯抑爆材料和抑爆机理的研究进展。分析发现，抑爆机理主要包括物理惰化、蒸发吸热、抑爆剂分解吸热、吸附自由基、消耗自由基、协同作用等。提出了当前抑爆材料的局限性并给出了改进建议，将光学诊断技术、分子动力学、化学动力学和流体动力学的研究手段结合是揭示抑爆机理的发展趋势，抑制多元混合气体爆炸的研究及揭示抑制多元混合气体爆炸机理的研究有待深入，贴合实际矿井管路结构的试验研究设备对工程应用更具指导性。

关键词：安全工程瓦斯爆炸抑爆机理抑爆材料抑爆设备

基于多期超额收益模型的互联网企业数据资产价值评估研究 ——以腾讯控股为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多期超额收益模型的互联网企业数据资产价值评估研究 ——以...

作者：田秀秀山西财经大学

学位级别：硕士

直播课程师生交互行为设计对大学生学习效果的影响研究

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

直播课程师生交互行为设计对大学生学习效果的影响研究

作者：刘云横西安工业大学

学位级别：硕士

随着现代教育技术的高速发展,直播课程学习作为一种新型在线学习模式,以其方便快捷、时空灵活等优势得到学校和教师的青睐。然而,直播课程学习模式在实际应用过程中也遇到了师生互动和硬件使用等挑战。直播课程针对不同学习类型大学生展... 详细信息

随着现代教育技术的高速发展,直播课程学习作为一种新型在线学习模式,以其方便快捷、时空灵活等优势得到学校和教师的青睐。然而,直播课程学习模式在实际应用过程中也遇到了师生互动和硬件使用等挑战。直播课程针对不同学习类型大学生展开,不同大学生群体的学习习惯等各不相同,而现有直播课程学习的大量内容中,其针对不同大学生群体的师生交互行为设计过于单一化,是否会影响不同大学生的学习效果有待深入研究。本研究基于直播课程学习环境,以大学生群体为研究对象,探索不同类型大学生在学习不同师生交互行为类型直播课程时对学习效果的影响。首先,通过采集分析超星直播平台数据,应用相关性分析和K-Means聚类算法,将参与直播课程的学习者划分成四类群体,对这四类学习者的特征进行了数据分析和呈现。通过查阅文献以及对历史数据进行统计归类,以此为依据探讨直播课程师生交互方式,并将直播课程师生交互行为划分为三种类型。第二,通过文献分析法来探究影响学习效果的各种因素,筛选出评价标准,构建直播课程学习的评价体系,并设计脑电眼动实验,同时收集相关的指标数据。第三,采用SPSS 26.0软件来处理数据并对其进行统计研究,发现在直播课程中的教师与学生互动方式对于各类学生的学习满意度、社会存在感、认知负荷和学习成绩有显著的影响。最后,本文以直播课程学习效果评价体系的思路为依据,运用结构方程模型设置各评价指标的权重,确定指标体系评分标准,对大学生的直播课程学习效果进行评价。根据评价结果探索出学习者画像类型与直播课程师生交互行为类型的最佳匹配关系:“优秀型和积极型学习者画像与A类(“奖惩机制+抢答或选人+音视频连线”)直播课程师生交互行为”相匹配、“普通型学习者画像与B类(“奖惩机制+设置选项答题卡”)直播课程师生交互行为”相匹配、“边缘型学习者画像与C类(“共享文档+随堂练习”)直播课程师生交互行为”相匹配。本文探索了大学生群体学习者画像类型与直播课程师生交互行为类型对学习效果的影响,其结果丰富了直播课程学习的应用研究,有助于研究学者和直播课程教师科学合理地使用这些匹配关系,同时为学校开展精准化直播课程提供参考。

关键词：直播课程学习大学生群体学习者画像师生交互行为脑电信号眼动追踪学习效果评价

结合金字塔Transformer与浅层CNN的变电站图像篡改检测

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

中国图象图形学报 2024年第2期29卷 444-456页

作者：邢建好田秀霞韩奕上海电力大学计算机科学与技术学院上海201306 上海电力大学电子与信息工程学院上海201306

目的变电站图像拼接篡改是电力系统的一大安全隐患,针对篡改图像背景复杂、篡改内容尺度不一造成的误检漏检问题以及相关研究较少,本文提出一种面向变电站的拼接篡改图像的双通道检测模型。方法两通道均采用深度学习方法自适应提取篡... 详细信息

目的变电站图像拼接篡改是电力系统的一大安全隐患,针对篡改图像背景复杂、篡改内容尺度不一造成的误检漏检问题以及相关研究较少,本文提出一种面向变电站的拼接篡改图像的双通道检测模型。方法两通道均采用深度学习方法自适应提取篡改图像和残差图像的特征,其中篡改图像包含丰富的色彩特征和内容信息,残差图像重点凸显了篡改区域的边缘,有效应对了篡改图像多样性导致的篡改特征提取困难问题;将特征金字塔结构Transformer通道作为网络主分支,通过全局交互机制获取图像全局信息,建立关键点之间的联系,使模型具备良好的泛化性和多尺度特征处理能力;引入浅层卷积神经网络(convolutional neural network, CNN)通道作为辅助分支,着重提取篡改区域的边缘特征,使模型在整体轮廓上更容易定位篡改区域。结果实验在自制变电站拼接篡改数据集(self-made substation splicing tampered dataset, SSSTD)、CASIA(Chinese Academy of Sciences Institute of Automation dataset)和NIST16(National Institute of Standards and Technology 16)上与4种同类型方法进行比较。定量上看,在SSSTD数据集中,本文模型相对性能第2的模型在精确率、召回率、F1和平均精度上分别提高了0.12%、2.17%、1.24%和7.71%;在CASIA和NIST16数据集中,本文模型也取得了最好成绩。定性上看,所提模型减少了误检和漏检,同时定位精度更高。结论本文提出的双通道拼接篡改检测模型结合了Transformer和CNN在图像篡改检测方面的优势,提高了模型的检测精度,适用于复杂变电站场景下的篡改目标检测。

关键词：变电站图像拼接篡改检测 Transformer 卷积神经网络(CNN) 双通道网络特征金字塔结构浅层网络

高中数学教学效果的阶段性评价及其统计分析 ——以“三角函数”模块为例

在线全文

学校读者我要写书评

暂无评论

高中数学教学效果的阶段性评价及其统计分析 ——以“三角函数”...

作者：田秀梅西北师范大学

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

基于属性的访问控制策略混合生成方法

计算机工程与设计 2024年第10期45卷 2914-2921页

作者：袁薇田秀霞上海电力大学计算机科学与技术学院上海201306

为解决目前基于属性的访问控制(ABAC)策略生成方法受限于关系提取问题的难度以及属性的质量和数量等问题,提出一种策略混合生成方法。利用自顶向下方法提取富语义的访问权限信息词语,无需提取词语关系减小问题难度;基于语义相似度优化... 详细信息

为解决目前基于属性的访问控制(ABAC)策略生成方法受限于关系提取问题的难度以及属性的质量和数量等问题,提出一种策略混合生成方法。利用自顶向下方法提取富语义的访问权限信息词语,无需提取词语关系减小问题难度;基于语义相似度优化实体属性,减少属性数量并提升质量,改进深度森林模型自底向上挖掘策略,提升高维度属性下的访问权限决策性能。实验结果表明,混合方法权限决策准确率最高可达98.11%,比直接的单一生成方法提高了2.05%,且策略模型的挖掘时间缩短了21.53%,是一种更加精准且高效的ABAC策略生成方法。

关键词：基于属性的访问控制深度神经网络词提取属性优化语义相似度深度森林信息安全

基于CNN-LSTM混合模型的航空公司机票价格预测研究

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2024年

作者：王夷龙张生润唐小卫张崇横南京航空航天大学民航学院

针对航空公司在竞争激烈的航线市场中对未来机票价格走势预测的需求，本文提出一种基于卷积神经网络（Convolutional Neural Network，CNN）和长短期记忆网络（Long Short-term Memory Neural Network，LSTM）的混合模型CNN-LSTM.在数... 详细信息

针对航空公司在竞争激烈的航线市场中对未来机票价格走势预测的需求，本文提出一种基于卷积神经网络（Convolutional Neural Network，CNN）和长短期记忆网络（Long Short-term Memory Neural Network，LSTM）的混合模型CNN-LSTM.在数据构建与输入部分综合考虑航空公司之间的竞争关系，以及对机票价格波动产生影响的多个因素，如航空公司属性、航班属性和时间属性等，构建适用于卷积神经网络的多通道数据结构.在模型部分，首先利用一维卷积神经网络（one-dimensional Convolutional Neural Network，1D-CNN）对输入的机票价格及相关影响因素进行特征提取；其次，通过长短期记忆网络捕捉机票价格时间序列中的时间依赖关系，从而对航线内不同航班的未来机票价格进行准确预测.实验结果表明：相较于机器学习模型、单一深度学习模型和传统时间序列模型，本文提出的CNN-LSTM混合模型具有更好的预测性能.其中，平均绝对误差相比其他方法降低了18.7%～57.1%，平均绝对百分比误差降低了9.31%～27.35%.该研究能够为航空公司在票价制定与调整方面提供有力的参考依据，同时为机票价格预测领域的研究提供了新的思路和方法.

关键词：深度学习机票价格预测时间序列卷积神经网络长短期记忆网络

卡波西肉瘤相关疱疹病毒诱导代谢重编程的致瘤机制研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国肿瘤生物治疗杂志 2024年第4期31卷 392-396页

作者：石横英(综述) 王鹏(审阅) 康晓静(审阅) 新疆大学生命科学与技术学院新疆乌鲁木齐830046 新疆维吾尔自治区人民医院皮肤性病科新疆皮肤性病临床医学研究中心新疆皮肤病研究重点实验室新疆乌鲁木齐830001

卡波西肉瘤相关疱疹病毒(KSHV)是一种与多种类型人类恶性肿瘤密切相关的致癌γ疱疹病毒。KSHV相关肿瘤的抗病毒药物局限,患者对常用的抗病毒药物存在明显的异质性,且并不总是对KSHV诱发的疾病有效,因此亟需寻找不同分子机制的合适靶点... 详细信息

卡波西肉瘤相关疱疹病毒(KSHV)是一种与多种类型人类恶性肿瘤密切相关的致癌γ疱疹病毒。KSHV相关肿瘤的抗病毒药物局限,患者对常用的抗病毒药物存在明显的异质性,且并不总是对KSHV诱发的疾病有效,因此亟需寻找不同分子机制的合适靶点来治疗KSHV相关疾病。KSHV通过基因及编码的致癌蛋白、信号通路直接或间接调控糖酵解代谢与氨基酸代谢,通过促进脂肪酸合成和过氧化物酶体对脂质代谢进行调控,进而促进KSHV潜伏裂解期病毒粒子复制、存活、转化和诱导血管生成等影响肿瘤的发生和治疗效果。此外,靶向KSHV诱导代谢过程中的基因、信号通路、代谢调节因子和代谢物在有关体内体外实验的研究中,有显著的抗病毒和抑瘤效果,表现出具有成为治疗靶点的潜力。对KSHV诱导代谢重编程的致瘤作用及机制的认识可以为其相关疾病的治疗提供理论依据。本文对KSHV诱导糖酵解代谢、氨基酸代谢和脂质代谢发生的异常改变和分子机制,以及基于KSHV诱导代谢重编程的相关潜在治疗靶点进行了综述。

关键词：卡波西肉瘤相关疱疹病毒卡波西肉瘤代谢重编程致瘤机制靶向治疗

一种基于亚胺键的兼具阻尼和自修复性能的聚氨酯材料

在线全文

学校读者我要写书评

暂无评论

高分子材料科学与工程 2024年第5期40卷 11-21页

作者：董光超邵春妍姬依婷田秀娟白瑞钦山东科技大学材料科学与工程学院山东青岛266590

以乙二胺和水杨醛为原料,合成了具有双亚胺键结构的芳香类化合物乙二胺席夫碱(ESS),红外光谱和核磁对其结构进行了表征,证明该化合物成功合成。然后以ESS为扩链剂制备了聚氨酯(EPU),采用红外光谱分析了其结构组成,热失重分析和动态力学... 详细信息

以乙二胺和水杨醛为原料,合成了具有双亚胺键结构的芳香类化合物乙二胺席夫碱(ESS),红外光谱和核磁对其结构进行了表征,证明该化合物成功合成。然后以ESS为扩链剂制备了聚氨酯(EPU),采用红外光谱分析了其结构组成,热失重分析和动态力学热分析研究了聚氨酯的热稳定性及阻尼性能,利用力学性能测试及光学显微观察对自修复性能进行表征,分析了亚胺键以及不同添加比例对聚氨酯性能的影响。结果表明,EPU的有效阻尼温域可达到-5~100℃。根据时温等效原理,有效频率范围可以外推至0.1~103Hz,表现出优异的阻尼性能。EPU具有优异的力学性能,拉伸强度为11.97~16.89 MPa,断裂伸长率为726%~498%。同时EPU在温和的刺激条件下表现出良好的自修复性能,40℃修复12 h,可恢复87.9%的力学性能。60℃修复5 min,表面划痕可以愈合,在酸性条件下,EPU的修复能力更好。

关键词：亚胺键聚氨酯材料阻尼性能自修复性能