检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

未知环境下无人机集群智能协同探索路径规划

工程科学学报 2024年第7期46卷 1197-1206页

作者：王伟伦尤明孙磊张秀云宗群天津大学电气自动化与信息工程学院天津300072 沈阳飞机设计研究所沈阳110035 陆军航空兵研究所北京101100

随着无人机执行任务复杂性与环境种类多样性的不断提高,多无人机集群系统逐渐得到国内外的广泛关注,无人机路径规划成为当前研究热点.考虑到传统路径规划算法一般需要先验地图信息,在搜索救援等环境未知场景中难以满足,本文提出了一种... 详细信息

随着无人机执行任务复杂性与环境种类多样性的不断提高,多无人机集群系统逐渐得到国内外的广泛关注,无人机路径规划成为当前研究热点.考虑到传统路径规划算法一般需要先验地图信息,在搜索救援等环境未知场景中难以满足,本文提出了一种基于强化学习的未知环境下的无人机集群协同探索路径规划方法.首先,考虑无人机集群协同探索任务特点及动力学、避碰避障等约束条件,基于马尔可夫决策过程,建立无人机集群协同探索博弈模型与评价准则.其次,提出基于强化学习方法的无人机集群协同探索方法,建立基于策略-评判网络的双网络架构,并利用随机地图增强探索方法面对未知环境的泛化能力.每架无人机在探索过程中不断收集地图信息,并基于环境信息和个体间的共享信息调整自身策略,通过迭代训练实现未知环境下的集群协同探索.最后,基于Unity搭建无人机集群协同探索虚拟仿真平台,并与非合作的单智能体算法进行对比试验,验证了本文所提算法在任务成功率、任务完成效率和回合奖励等方面均具有优势.

关键词：无人机集群深度强化学习自主探索路径规划

平台企业的双重面向及反垄断监管因应——兼论我国“守门人”制度的构建

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

河北法学 2024年第1期42卷 98-113页

作者：张素伦郑州大学法学院河南郑州450001

作为反垄断监管的对象,平台企业基于技术创新和商业模式建立了自治秩序,赋能或辅助反垄断监管;但平台企业市场力量的形成、维持、强化又致使其脱离了反垄断监管,出现“大而管不了”的问题。平台企业反垄断监管的宽松化,造成平台经济领... 详细信息

作为反垄断监管的对象,平台企业基于技术创新和商业模式建立了自治秩序,赋能或辅助反垄断监管;但平台企业市场力量的形成、维持、强化又致使其脱离了反垄断监管,出现“大而管不了”的问题。平台企业反垄断监管的宽松化,造成平台经济领域中“破坏式创新”理论失能、市场自我修复机制失灵、传统反垄断监管工具失效,市场竞争出现严重失序;其他司法辖区试图以“守门人”制度监管平台企业,但这种严苛监管引发创新弱化的隐忧,其局限性亦是显而易见。平台企业反垄断监管应确立“反垄断合规指引+反垄断法威慑”的路径,一方面,突出反垄断合规指引的价值,通过倡导性规范引导、激励平台企业实现自我监管;另一方面,强调反垄断法的规则底线,通过严厉责罚威慑平台企业实现他律监管。

关键词：平台企业反垄断法反垄断监管反垄断合规守门人

CD40在PRRSV感染过程中的作用机制研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

CD40在PRRSV感染过程中的作用机制研究

作者：付朝伦山东农业大学

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

偕二氟烯烃的脱氟官能团化反应研究

偕二氟烯烃的脱氟官能团化反应研究

作者：陈凯伦南昌大学

学位级别：硕士

单氟烯烃是一种特殊的含氟结构单元,目前已经在医药、农药和化工等方面有了广泛的应用,因此发展新的单氟烯烃合成方法也一直是化学家们研究的重点领域。目前合成单氟烯烃的快捷便利的方法是通过偕二氟烯烃的β-F消除。在已报道的铜、镍... 详细信息

单氟烯烃是一种特殊的含氟结构单元,目前已经在医药、农药和化工等方面有了广泛的应用,因此发展新的单氟烯烃合成方法也一直是化学家们研究的重点领域。目前合成单氟烯烃的快捷便利的方法是通过偕二氟烯烃的β-F消除。在已报道的铜、镍、铑、铁和钌等过渡金属参与的偕二氟烯烃与烷基卤化物、炔烃、芳基硼酸等的交叉偶联反应中,作为底物的偕二氟烯烃主要是三取代活化或非活化的、四取代活化的烯烃,而四取代非活化的偕二氟烯烃类底物的反应未见系统性的报道。基于此,我们发展了Cu-B、Cu-H和Ni-H三种过渡金属催化反应体系,通过活化C-F键来构建C-H键,实现了四取代非活化偕二氟烯烃的脱氟氢化,高效地合成具有潜在轴手性的三取代单氟烯烃。在Cu-B体系中,四取代的非活化偕二氟烯烃与Bpin-Bpin反应,能以83%的产率得到脱氟氢化产物。该反应的底物具有良好的普适性和广泛的官能团兼容性。我们结合相关文献的机理和排除自由基机理后,提出了该反应的可能机理。结合机理分析,发现金属络合物对偕二氟烯烃的加成方向和β-F的选择性消除会对反应的对映选择性产生影响。除此之外,我们还通过Cu-H和Ni-H体系实现了偕二氟烯烃的脱氟氢化反应,分别以83%和55%的产率得到单氟烯烃。在三种体系的最优条件下,我们分别进行了偕二氟烯烃的不对称脱氟氢化反应研究。但是不对称研究的成果并不理想,目前最高ee值是15%,是Cu-B体系中一种手性双膦配体的结果。所以找到一种合适骨架的手性配体,能同时调控金属络合物加成到偕二氟烯烃的方向和β-F的选择性消除至关重要。目前我们正在致力于研究新型骨架的手性配体以进一步提高该反应的对映选择性。

关键词：偕二氟烯烃单氟烯烃铜催化镍催化

SIRT1/Nrf2/HO-1通路在七氟烷后处理改善失血性休克复苏小鼠脑损伤中的作用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SIRT1/Nrf2/HO-1通路在七氟烷后处理改善失血性休克复苏小鼠脑损...

作者：牛志伦安徽医科大学

学位级别：硕士

基于磁共振成像的病理性脑老化结构-功能耦合机制及光照干预验证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于磁共振成像的病理性脑老化结构-功能耦合机制及光照干预验证...

作者：马少伦电子科技大学

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

H公司关联方交易信息披露优化研究

H公司关联方交易信息披露优化研究

作者：李佳伦河南工业大学

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

基于上下文语义的稠密文本检索模型研究

基于上下文语义的稠密文本检索模型研究

作者：林伦凯东莞理工学院

学位级别：硕士

在信息化时代的背景下,信息检索已然成为人们在生产与生活中获取信息的主要手段。作为信息检索不可或缺的一部分,文本检索的目标在于从海量文本段落中筛选出与查询语句息息相关的内容。目前,深度学习技术已经被广泛应用于文本检索任务中... 详细信息

在信息化时代的背景下,信息检索已然成为人们在生产与生活中获取信息的主要手段。作为信息检索不可或缺的一部分,文本检索的目标在于从海量文本段落中筛选出与查询语句息息相关的内容。目前,深度学习技术已经被广泛应用于文本检索任务中,以克服传统文本检索方法在上下文语义表征上的不足。在众多文本检索模型中,稠密文本检索模型(Dense Passage Retrieval,DPR)以其高效性与实用性脱颖而出。该模型将查询和文本的语义信息编码成稠密向量,并通过向量在表征空间上的距离判断查询与文本间的相关性。现阶段已有许多稠密文本检索模型被相继提出,但它们仍面临以下挑战:(1)模型上下文语义表征能力有限,检索准确性低;(2)模型负采样效率低下,训练所需时间与空间开销大;(3)模型易产生过拟合,训练难度高。为应对上述挑战,现将本文的研究内容总结如下:(1)针对模型语义表征能力不足的问题,本文提出了一种基于多语义表征的稠密文本检索模型(Multi-DPR)。Multi-DPR运用多角度语义向量编码方法,将文本编码为多个稠密向量,每一向量均对文本的不同语义维度进行表征,以此增强模型的语义表征能力。同时,采用样本对比离散损失函数及文本自监督对比损失函数进行模型训练,防止不同文本语义向量在训练过程中的同质化。实验结果表明,Multi-DPR有效提升了模型的语义表征能力,并提高了检索的准确性。(2)针对模型负采样效率低下及训练成本高昂的问题,本文提出了一种基于近邻查询负采样的稠密文本检索模型(N2Q-DPR)。N2Q-DPR在训练过程中选择表征空间中的近邻查询及其相应的正负相关文本,在同一批次中进行批次内负采样,并构建基于问答样本的有监督对比损失,以实现高效而优质的负采样训练过程。实验结果证明,N2Q-DPR显著提高了模型的负采样效率,并降低了训练成本。(3)针对模型易产生过拟合,训练难度大的问题,本文提出了一种结合无监督对比学习的稠密文本检索模型(CUL-DPR)。CUL-DPR在训练的过程中对查询进行两次独立编码,将同一查询的稠密向量作为正相关样本,而不同查询的则视为负相关样本,通过自监督方法构建查询间的对比损失,以减小模型在训练过程中出现过拟合的可能性。结合基于近邻查询的负采样方法,CUL-DPR实现了高效的稠密文本检索。实验结果表明,CUL-DPR有效缓解了模型对训练标签的过拟合,并提升了检索性能。

关键词：多角度语义近邻查询负采样无监督学习对比学习

基于特征学习和重排序的跨模态行人重识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征学习和重排序的跨模态行人重识别方法研究

作者：梁校伦东莞理工学院

学位级别：硕士

随着科技的发展及社会的进步,具备可见光和红外线两种模式的监控设备逐步被广泛部署,监控设备产生的数据量急剧增加。为了能够自动检索监控画面特定行人的位置,面向可见光和红外跨模态的行人重识别(以下简称跨模态行人重识别)任务被提... 详细信息

随着科技的发展及社会的进步,具备可见光和红外线两种模式的监控设备逐步被广泛部署,监控设备产生的数据量急剧增加。为了能够自动检索监控画面特定行人的位置,面向可见光和红外跨模态的行人重识别(以下简称跨模态行人重识别)任务被提出。当前,研究人员将卷积神经网络、度量学习、重排序等新技术引入跨模态行人重识别领域,并取得相当大的进展。但面对跨模态行人重识别模态内外差异,仍旧存在以下问题:(1)行人特征的提取受到行人图像成像不利条件的制约;(2)行人姿态的变化导致行人局部信息存在混淆对齐的现象;(3)模态间的差异导致行人近邻信息挖掘困难。为解决以上问题,本文深入探讨了跨模态行人重识别任务中的三大核心技术环节:特征提取、度量学习以及重排序,现将本文的研究内容总结如下:(1)针对行人特征提取行人图像成像不利条件的制约,本文提出一种基于多路特征学习的跨模态行人重识别方法。首先通过本文所提出的多路特征学习网络提取行人全局特征,并在水平方向和垂直方向划分行人局部特征旨在多路学习行人特征;同时在所提出的多路特征学习网络嵌入所提出的残差非局部注意模块,该模块能够自适应地降低行人图像的噪声点,并采取非局部注意力机制扩大卷积神经网络的感受野,进一步提高了提取得到行人特征的鲁棒性。实验结果显示,基于多路特征学习的跨模态行人重识别方法依托于多路特征学习,能够成功地识别并提炼出更高级别的行人语义信息。且有效地适应行人图像成像的不利因素以及成像的噪声点。(2)针对行人姿态的变化致使行人局部信息混淆对齐,本文提出一种基于异质信息对齐的跨模态行人重识别方法,该方法依据不同信息的匹配对齐原理,实现局部特征的动态对齐。首先通过卷积神经网络提取行人局部特征信息;随后通过本文提出异质局部信息对齐算法,将行人对齐问题转换序列匹配问题,通过计算行人图像最短路径动态对齐行人局部特征,实现行人局部特征动态对齐。最后采取交叉熵损失作为行人身份类别判断和加权正则化三元组损失监督神经网络学习。实验结果显示,基于异质信息对齐的跨模态行人重识别方法有效地减少了行人局部信息混淆对齐的情况,整体提高了跨模态行人重识别模型的准确性。(3)针对行人图像模态间的差异导致行人近邻挖掘困难的问题,本文提出了基于拓展k近邻重排序的跨模态行人重识别方法。首先通过嵌入了本文所提出的异质局部信息对齐算法的多路特征学习网络提取行人特征信息,形成初始排序列表;随后通过本文提出拓展k近邻重排序算法,动态拓展k近邻查询图像的同模态和跨模态的近邻信息,扩大查询图像上下文信息。实验结果表明,所提出的方法有效地扩展了对行人跨模态相邻信息的探索,从而显著提升了跨模态行人重识别的精确度。

关键词：跨模态行人重识别局部特征特征对齐重排序深度学习