检索结果-南通市图书馆

现代信息网络技术的高速发展,特别是互联网的日益普及,对青年学生的思想观念、价值取向、行为方式、思维方式以及个性心理产生着深刻的影响,高校思想政治教育也面临着前所未有的挑战。传统教育模式已经不适应当代大学生的身心发展需要,文章结合"90后"大学生自身特点,对创新思想政治教育的手段,丰富思想政治教育的内涵,讲求平等互动的对话交流,采用科学实效的教育方法,建立网络主体性教育模式,进行了有效探索。

关键词：思想政治教育主体性网络 “90后”大学生

来源：

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

五位一体德育模式的探索与构建

引用

中国成人教育 2006年第8期 67-68页

作者：王晨晖山东交通学院 250023

面对新的形势,高校德育工作者要不断探索新的途径、新的方法。本文通过对德育过程中知、情、践、行、境这五个要素的系统阐述,就构建全员、全过程、全方位的德育格局进行了探索。

关键词：德育创新五位一体德育模式高校大学生

来源：

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

基于多约束图剖分的冲击-接触问题区域分割算法

引用

固体力学学报 2010年第S1期31卷 54-59页

作者：王晨晖肖永浩中国工程物理研究院计算机应用研究所四川绵阳621900

针对冲击-接触数值模拟通常采用的显式中心差分法计算过程,分析了其有限元计算和接触计算两个过程的数据依赖关系,结合冲击-接触问题中常见的两体局部接触模型提出基于多约束图剖分的冲击-接触问题区域分割算法,通过对算例的数值模拟实... 详细信息

针对冲击-接触数值模拟通常采用的显式中心差分法计算过程,分析了其有限元计算和接触计算两个过程的数据依赖关系,结合冲击-接触问题中常见的两体局部接触模型提出基于多约束图剖分的冲击-接触问题区域分割算法,通过对算例的数值模拟实验表明,基于多约束图剖分的区域分割方式,通过一次划分同时保证了各子域有限元计算和接触计算过程的负载平衡,与双重区域分割方法相比可以简化通信结构并减少通信量.

关键词：冲击-接触并行计算区域分割多约束图剖分

来源：

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

高通量测序数据的压缩与索引方法研究

高通量测序数据的压缩与索引方法研究

引用

作者：王晨晖西安电子科技大学

学位级别：硕士

基因测序技术近十余年来发展迅猛,测序成本和测序周期急剧下降。海量的测序数据不仅对网络传输和本地存储提出了更高的要求,还增加了测序数据分析和使用带来了的难度。FASTQ文件格式作为目前最主流测序技术所采用的存储格式之一,现阶段... 详细信息

基因测序技术近十余年来发展迅猛,测序成本和测序周期急剧下降。海量的测序数据不仅对网络传输和本地存储提出了更高的要求,还增加了测序数据分析和使用带来了的难度。FASTQ文件格式作为目前最主流测序技术所采用的存储格式之一,现阶段的主流文本压缩索引算法无法很好地解决FASTQ文件的压缩与索引问题。因此针对FASTQ文件设计压缩与索引算法,从而解决测序数据的存储和检索问题,是一项很有价值的工作。本文提出一种FASTQ文件的压缩索引算法EFASTQ,该算法针对FASTQ文件的特性,对文件先进行预处理,再采用压缩算法进行压缩存储;并在压缩文件的基础上构造索引结构,实现了对FASTQ文件的检索。EFASTQ算法采用先将FASTQ文件中包含的短读序列、质量分数序列和标识符序列进行分类提取,再用压缩索引进行压缩的思路。(1)针对短读序列的压缩与索引需求,EFASTQ中采用了本文提出的压缩索引算法FM-EF对短读序列进行压缩,并实现了短读计数算法、短读定位算法和短读提取算法。短读计数算法的时间复杂度为O(plog|Σ|),其中p表示需要计数的短读长度,|Σ|表示短读数据符号表大小;短读定位算法的时间复杂度为O(occ(log|Σ|(log n)/loglog n+1)),其中occ为需要定位的位置的数量、n为短读数据的大小;短读提取算法的算法复杂度为O(log|Σ|((log n)/loglog n+len)),其中len表示提取长度。(2)针对标识符序列由多个不同的字段组成的特点,EFASTQ算法将标识符序列中的字段进行分类,对不同类型的字段采用不同的方式进行编码,对编码后的结果采用了本文提出的压缩索引算法FM-EG进行压缩,并实现了质量分数提取算法,该算法的时间复杂度为O((len+(logn)/loglogn)log|Σ|+len)。(3)针对质量分数序列中频繁出现的连续相同字符构成的字符串的特点,设计了游程编码对质量分数序列进行预处理,对编码后的结果采用FM-EG算法进行压缩,并实现了标志符提取算法;该算法的时间复杂度为O((len+(log n)/loglog n)log|Σ|)。在上述算法的基础上,实现了FASTQ提取算法,该算法的时间复杂度为O((len+(logn)/loglog n)log|Σ|+len),其中len为提取的FASTQ数据组的长度,n为经过预处理后FASTQ文件大小,|Σ|表示预处理过FASTQ文件的字符集大小。另外,在对EFASTQ算法中的检索算法进行优化时,发现索引采用的后缀数组采样策略对定位算法影响较大。针对这一情况,文本采用了值采样策略对后缀数组进行采样,并设计了对应的结构与算法。本文实验内容分为两个部分。第一部分对EFASTQ算法的压缩检索性能进行了评估。在检索性能方面,将EFASTQ算法与FASTQ文件压缩检索算法BEETL-FASTQ算法进行了检索性能方面的实验。实验结果表明在检索性能方面,EFASTQ具有更高的效率,特别是EFASTQ短读计数算法速度是BEETL-FASTQ算法的10倍左右。在压缩性能方面,通过经典文本压缩算法Gzip、行业领先的FASTQ文件压缩算法DSRC2、FASTQ文件压缩检索算法BEETL-FASTQ、FASTQ文件质量分数压缩算法AQUa进行压缩性能实验。实验结果表明,EFASTQ算法的压缩性能与Gzip和BEETL算法相比优势较大,与DSRC2算法和AQUa算法接近。实验第二部分针对两种不同的后缀数组采样策略的定位算法上的性能进行了评估。并通过设计实验对两种采样后缀数组采样策略,对定位算法性能进行比较。实验结果表明,值采样策略能比位置采样策略在检索性能提升15%—20%。

关键词： FASTQ格式压缩索引采样策略

来源：

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

基于非训练神经网络的单像素成像研究

基于非训练神经网络的单像素成像研究

引用

作者：王晨晖辽宁大学

学位级别：硕士

单像素成像(Single-pixel imaging,SPI)是一种利用无空间分辨能力的单像素探测器从编码场景获取的一维强度信号中重建二维和三维图像的技术。随着第四次成像革命——计算成像技术的发展,SPI作为计算成像中的一个热门领域,近年来在国内... 详细信息

单像素成像(Single-pixel imaging,SPI)是一种利用无空间分辨能力的单像素探测器从编码场景获取的一维强度信号中重建二维和三维图像的技术。随着第四次成像革命——计算成像技术的发展,SPI作为计算成像中的一个热门领域,近年来在国内外得到了广泛的关注和长足的发展。到目前为止,其应用范围已拓展到包括三维成像、生物医学成像、图像加密、运动物体成像等领域,并展现出出色的性能。另外,由于单像素探测器相较阵列探测器有更好的探测特性、更高的灵敏度和探测波段,因此在极弱光、大气湍流和散射介质条件下具有更好地成像效果,并且已经成功拓展至X射线成像、中子成像、红外波段成像和太赫兹波段成像。然而,由于调制散斑的性能受限以及成像系统的有限数值孔径和不可避免的环境和测量噪声影响,SPI通常需要大量的采样,以获得高质量的成像结果,这不可避免地增加了成像系统的采样成本和计算成本,从而给其实际应用带来了很大的限制。针对上述问题,本文基于非训练神经网络,提出了一种在SPI中获得高质量成像结果的方案,并将此方案拓展至单像素高光谱成像(Hyperspectral imaging,HSI)领域。总的来说,本论文主要研究内容如下:1.针对衍射受限系统中成像质量低的问题,本文提出了一种在衍射受限SPI系统中以低采样率重建目标物体高质量图像的方法,该方法将SPI的物理模型集成到基于深度图像先验(Deep Image Prior,DIP)的随机初始化的非训练卷积神经网络中,并且只依赖于网络的结构先验来生成图像,而不需要依靠大型数据集对网络进行预训练。仿真和实验验证了本文提出的方法在采样率和成像质量方面的有效性,特别是在目标物体图像高频分量的恢复方面具有突出效果。此外,本文还通过实验分析了初始输入神经网络图像对网络输出结果的影响,即输入图像不一定来自真实的物理过程,它实际上可以是具有与调制掩膜图案相同大小的任何图像,甚至是随机噪声。2.单像素HSI由于其高灵敏度、宽光谱范围、低成本和小尺寸等优点,近年来受到了广泛的关注。它使用宽光谱范围内的多个明确定义的光学波段来捕获物体图像信息,并且为了兼顾成像效果,通常需要较高的采样数以获取更高的空间分辨率与光谱分辨率。在本文中,我们在超低采样率下使用物理模型驱动的非训练卷积神经网络进行了单像素HSI实验,结果表明该方法可以在432nm至680 nm的光源的每个可见波长下获得目标对象的高质量重建图像。具体而言,本文将单像素HSI的成像物理模型集成到随机初始化的卷积神经网络中,仅依靠成像物理过程和神经网络之间的交互来重建图像,而无需对神经网络进行预训练。

关键词：单像素成像单像素高光谱成像非训练神经网络图像重建

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：