检索结果-南通市图书馆

基于4I理论黄山西溪南风景区新媒体传播策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于4I理论黄山西溪南风景区新媒体传播策略研究

作者：鲁彦举西北师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信息瓶颈和扩散模型的医学图像分割研究

基于信息瓶颈和扩散模型的医学图像分割研究

作者：李光举山东师范大学

学位级别：硕士

医学图像分割是医学影像分析中的一项重要技术,它在疾病诊断和手术指导中扮演着至关重要的角色。通过对医学图像进行精确的分割,医生可以更好地理解病变的位置、大小和形态,从而为疾病的诊断和治疗提供更准确的依据。因此,医学图像分割... 详细信息

医学图像分割是医学影像分析中的一项重要技术,它在疾病诊断和手术指导中扮演着至关重要的角色。通过对医学图像进行精确的分割,医生可以更好地理解病变的位置、大小和形态,从而为疾病的诊断和治疗提供更准确的依据。因此,医学图像分割技术的发展对于提高医疗水平和改善患者生活质量具有重要意义。然而,当前医学图像分割领域面临着三大挑战。首先,由于卷积运算的局限性,卷积神经网络(CNN)模型往往只能捕获局部信息,而难以获取全局上下文信息。这使得模型在处理复杂的医学图像时,可能会出现偏差。且由于医学图像的获取成本较高,需要专业医生进行标注,因此可用于训练的数据集往往规模较小。这可能导致模型出现过拟合现象,影响其在真实场景中的性能。其次,现有的医学图像分割模型,在跳跃连接的设计上存在一些问题:一些模型设计的过于简单,直接将编码器和解码器的特征图进行拼接,忽略了语义鸿沟;另一些模型,将跳跃连接设计的过于复杂,引入了密集的卷积层,增加了模型复杂度。最后,由于成像设备、患者生理状态等多种因素导致医学图像往往带有噪声和伪影,这给病灶或器官的精确分割带来了极大的挑战。为了解决医学图像分割面临的上述三个挑战,我们提出了如下创新工作:(1)提出了一种基于IB-Transformer结构和多分辨率融合的跳跃连接结构的IB-Trans UNet的模型。其中,IB-Transformer结构巧妙地将Transformer与信息瓶颈技术相融合,利用Transformer特有的自注意力模块,精确地捕获全局信息,为医学图像提供全面的上下文理解,并引入信息瓶颈技术,旨在通过压缩与病灶或器官无关的特征,仅保留与分割结果最相关的特征,致力于降低模型过拟合的风险,提高模型在真实应用中的稳定性和准确性。此外,提出的基于多分辨率融合的跳跃连接结构,可将底层低分辨率特征中丰富的语义信息传递给上层高分辨率特征图,以更少的参数量来缓解编码器和解码器之间的语义鸿沟。(2)提出了一种通用的即插即用的特征图去噪模块FMD。该模块基于扩散模型理论,可灵活集成至各基线分割网络(例如UNet、UNe Xt、Trans UNet和IB-Trans UNet),对特征图进行去噪,以提高模型的分割准确性。

关键词：卷积神经网络 Transformer 信息瓶颈多分辨率融合扩散模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

翁同龢行草书研究

翁同龢行草书研究

作者：张敬举河北大学

学位级别：硕士

翁同龢是晚清时期重要的历史人物,在晚清政坛有着很显赫的地位,清末一系列的重大变革翁同龢是其中很重要的参与者。翁同龢一生热衷于书画文艺,其擅长作诗,偶有画作,工书,尤以书名享誉一时。虽然翁同龢并不以书画为职业,但其在书法方面... 详细信息

翁同龢是晚清时期重要的历史人物,在晚清政坛有着很显赫的地位,清末一系列的重大变革翁同龢是其中很重要的参与者。翁同龢一生热衷于书画文艺,其擅长作诗,偶有画作,工书,尤以书名享誉一时。虽然翁同龢并不以书画为职业,但其在书法方面的贡献不可小觑,作为朝廷重臣,翁同龢能在晚清政治史和书法史都留下一席之地,是难能可贵的。本文从研究翁同龢行草书开始入手,以翁同龢所在的时代背景和书学环境进行分析。同时,总结翁同龢行草书笔法和章法,再结合翁同龢留存于世的行草书作品规制,归纳出翁同龢行草书的成因以及对后世的影响和启示。本文具体分为四个部分:第一部分是翁同龢的家世背景影响之下,涉及翁同龢所受的教育以及翁同龢身处的书学环境。翁同龢在一个碑学大兴和帖学式微的时代中做出自己的书学观念的选择。第二部分在翁同龢行草书作品的用笔特点上来探讨翁同龢的字形处理和结构分析,最终形成其独特的行草书作品的章法。第三部分考察了翁同龢行草书作品的成因,翁同龢行草书法溯源。在翁同龢的书学交游之中,塑造出翁同龢的审美趣味和日常碑帖的收藏习惯。之后旁涉翁同龢日常手札、手卷、扇面、条屏等作品形式进而得出翁同龢行草书成因。最后探讨翁同龢行草书对传统书学进行突破和继承,以及翁同龢对后世的影响和对当代的启示。

关键词：翁同龢书法行草

深度学习在多因子数据驱动臭氧时空预测中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度学习在多因子数据驱动臭氧时空预测中的应用

作者：郑灿举齐鲁工业大学

学位级别：硕士

自2013年起,中国政府实施了一系列清洁空气行动,有效地控制了颗粒物污染。根据《中国生态环境状况公报》,2017年至2022年全国PM年平均浓度分别为43μg/m、39μg/m、36μg/m、33μg/m、30μg/m、29μg/m,呈逐年下降的趋势。2017年至2022... 详细信息

自2013年起,中国政府实施了一系列清洁空气行动,有效地控制了颗粒物污染。根据《中国生态环境状况公报》,2017年至2022年全国PM年平均浓度分别为43μg/m、39μg/m、36μg/m、33μg/m、30μg/m、29μg/m,呈逐年下降的趋势。2017年至2022年全国臭氧年平均浓度居高不下,分别为149μg/m、151μg/m、148μg/m、138μg/m、137μg/m、145μg/m,已成为我国最严重的大气污染物之一。然而,当前臭氧监测体系不完善、形成机制不清楚、多因子驱动,为臭氧浓度预测带来了挑战。在这一背景下,深度学习模型等数据驱动方法以其计算速度快、预测准确度高、可提取多维数据中的复杂非线性特征且易于实施的特点,在污染物浓度预测领域得到了广泛应用。但是,深度学习模型的黑盒特性也导致其预测结果的原因和依据难以解释,从而影响了模型的可信度。因此,如何实现高效准确、可解释的臭氧浓度时空预测,成为当前大气环境治理领域亟待解决的难点问题之一。针对这些难点,本文从臭氧自身特点、驱动因子、模型、可解释性等多个角度出发,构建了基于深度学习的时空序列预测模型——MRD-O3former,即多通道Earthformer模型,以高效准确地预测中国短期每小时地表臭氧浓度,并通过因子消融实验和PI系数尝试量化驱动因子的贡献。本文的主要工作和取得成果如下:（1）受制于臭氧前体物质NO和VOC观测体系不完善,且形成机制不明确,传统数值模型预测O浓度的偏差不容忽视。本文假设臭氧的来源与常规污染物相似,选用常规污染物作为臭氧来源的替代因子,基于多通道Earthformer模型建立了仅由多项气象因子、多常规观测数据（Multi-Routine Data）驱动即可准确高效预测短期臭氧浓度的MRD-O3former模型。结果显示,模型预测值与真实值之间呈现出良好的时空一致性,相关系数高达0.93至0.95。（2）通过多因子消融实验和PI系数,量化并交叉印证了各驱动因子的贡献。实验显示,历史时刻臭氧浓度对短期臭氧预报的贡献最大,其次是风速（u,v）,温度、气压、相对湿度、太阳紫外辐射、常规空气污染物等依次具有较高贡献。（3）模型在O污染严重地区存在低估现象,以京津冀为例尝试建立小区域模型改进这一问题。同时本文发现小区域模型在京津冀地区具有良好的适用性,该模型可用于区域或城市尺度的臭氧污染预测和管理。然后以城乡为例,通过分别扰动城乡区域获得的PI系数,可用于区分城乡影响短期臭氧浓度驱动因子的不同贡献,相关技术可用于研究其它社会经济活动与臭氧的关系。

关键词：多因子数据驱动臭氧浓度时空预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态可重构芯片抗单粒子效应加固技术研究

动态可重构芯片抗单粒子效应加固技术研究

作者：李朋举北京邮电大学

学位级别：硕士

高地应力隧道掌子面近区支护结构变形特征研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高地应力隧道掌子面近区支护结构变形特征研究

作者：彭举石家庄铁道大学

学位级别：硕士

我国优秀女子标枪运动员最后用力技术特征研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国优秀女子标枪运动员最后用力技术特征研究

作者：刘忠举首都体育学院

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交叉口场景下机动车检测算法研究

交叉口场景下机动车检测算法研究

作者：崔梦举北方工业大学

学位级别：硕士

交通状态检测是智能交通系统(Intelligent Traffic System,简称ITS)的重要组成部分,承担着检测交通流数据、车辆运行状态等任务。通过对交叉口处车辆进行全时段检测和跟踪,可以获得实时的交通流量、车辆转向比等数据,为后续交通控制及... 详细信息

交通状态检测是智能交通系统(Intelligent Traffic System,简称ITS)的重要组成部分,承担着检测交通流数据、车辆运行状态等任务。通过对交叉口处车辆进行全时段检测和跟踪,可以获得实时的交通流量、车辆转向比等数据,为后续交通控制及信号优化提供数据支持,从而达到提高交叉口通行效率,缓解交通拥堵的目的。随着深度学习技术的发展,基于深度学习的车辆检测技术已逐渐取代传统交通数据检测方法,并在城市及高速公路上取得了良好的检测效果。然而城市交叉口场景下由于受信号灯控制的制约,存在车辆停车排队间距紧密、前后遮挡、冲突方向车辆行驶遮挡等问题,常规的深度学习算法经常出现误检(前后遮挡导致丢失、侧向遮挡导致误触发等),不利于信号优化控制。同时基于深度学习的车辆检测方法还面临着模型复杂、算力要求高难以部署至嵌入式设备等问题。针对上述问题,本文基于跟踪算法开展交叉口场景下的车辆检测技术研究,为提高车辆跟踪算法应对遮挡现象的重识别能力,并实现交叉口场景下车辆检测设备的工程化应用,本文主要做了以下研究:(1)目标检测及跟踪算法对比研究。分别对RCNN系列、YOLO系列目标检测算法,SORT、Deep SORT、Byte Track目标跟踪算法做原理分析,并设计实验进行性能测试及对比,最终选出本文的基础检测及跟踪算法模型。(2)改进YOLOv7算法的车辆检测算法研究。针对YOLOv7模型较大的问题,通过引入Ghost-Net对YOLOv7的头部网络进行轻量化改造,从而降低模型参数量;在骨干网络部分添加ECA注意力机制,提升了模型特征提取能力;此外,在目标检测阶段,本文使用Soft-NMS算法改进候选框筛选机制,进一步提升算法对抗遮挡问题的能力。为改进后的YOLOv7算法设计对比实验,验证改进后算法的检测性能。(3)融合交叉口车辆特性的Deep SORT算法研究。针对Deep SORT算法做交叉口车辆跟踪方向的改进,包括改进卡尔曼滤波、使用Dense Net作为外观特征提取网络、改进IOU匹配策略以及嵌入区域目标重识别算法,解决了原始Deep SORT特征提取能力弱,发生遮挡后目标身份易发生切换的问题。为改进后的算法设计对照试验,验证改进后算法的跟踪性能。(4)在NVIDIA Jetson Orin NX部署跟踪算法并使用Tensor RT加速。将本文改进后的交叉口机动车检测算法部署至NVIDIA Jetson Orin NX开发平台中,使用Tensor RT进行加速推理,并进行实际交叉口机动车跟踪测试。

关键词：车辆跟踪 YOLOv7 DeepSORT 注意力机制嵌入式平台

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市老旧街区建筑景观一体化提升改造实践

四川建筑 2024年第S1期 131-133页

作者：张彪龙叶天向仲举戴超范亦灵张衡中建三局集团西南有限公司

聚焦于城市老旧街区建筑景观一体化提升改造在城市更新中的实践应用及其所带来的深刻启示。通过对成都市成华区某老旧街区一体化提升改造项目的研究，总结其成功的关键因素和可复制的经验，以期为未来的城市更新工作提供有益的参考与借... 详细信息

聚焦于城市老旧街区建筑景观一体化提升改造在城市更新中的实践应用及其所带来的深刻启示。通过对成都市成华区某老旧街区一体化提升改造项目的研究，总结其成功的关键因素和可复制的经验，以期为未来的城市更新工作提供有益的参考与借鉴，推动城市更新向更高质量、可持续的方向发展。

关键词：一体化提升老旧街区城市更新