检索结果-南通市图书馆

作者：艾骏皓江西科技师范大学

学位级别：硕士

AUTOSAR经典平台中操作系统存储保护机制的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AUTOSAR经典平台中操作系统存储保护机制的设计与实现

作者：徐双皓北京邮电大学

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

我国商事登记法律制度研究

我国商事登记法律制度研究

作者：董国皓青海师范大学

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

面向图像重构的语义通信系统设计与实现

面向图像重构的语义通信系统设计与实现

作者：王煦皓电子科技大学

学位级别：硕士

数字经济对共同富裕的影响研究 ——基于创新水平和产业结构视角

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字经济对共同富裕的影响研究 ——基于创新水平和产业结构视角

作者：孙云皓浙江科技大学

学位级别：硕士

随着信息技术的发展,数字化转型和数字经济发展带来了社会生产方式和人们生活方式的深刻变革。但是,数字经济是一把双刃剑。一方面数字经济推动产业创新及财富共享,有助于推动共同富裕目标的实现;另一方面,由于“数字鸿沟”和“鲍莫尔病... 详细信息

随着信息技术的发展,数字化转型和数字经济发展带来了社会生产方式和人们生活方式的深刻变革。但是,数字经济是一把双刃剑。一方面数字经济推动产业创新及财富共享,有助于推动共同富裕目标的实现;另一方面,由于“数字鸿沟”和“鲍莫尔病”,也有可能带来发展机会的不平等,加剧社会的不平等,导致贫富两极分化,抑制共同富裕的实现。为了更好研究数字经济和共同富裕的作用以及效应,本文利用熵值法先后测度我国31省份2011-2021年数字经济以及共同富裕综合发展指数并进行时空特征分析,通过建立固定效应模型,调节效应模型以及门槛效应模型,对数字经济与共同富裕及其不同维度之间的直接效应、异质性影响、影响边界条件等进行了多角度分析,最后根据研究结论得出针对性的对策建议,希望为相关部门提供决策参考。研究发现:(1)数字经济总体上对共同富裕及其不同维度具有显著的促进作用,在经过一系列稳健性检验之后结果依然显著。(2)分地域来看,这一作用对东部地区更为显著,而中西部地区不显著;从经济发展水平角度来看,经济发展水平越高,这一作用越显著。(3)在调节效应检验中,创新水平、产业结构转型均起到正向调节作用。(4)通过门槛效应研究发现,数字经济与共同富裕之间存在非线性关系。此外,创新水平的提高使得数字经济对共同富裕及其不同维度影响的边际效应变大;而对于产业结构转型来说,产业结构转型能够增强数字经济对共同富裕发展维度的促进作用,且边际效应增加。(5)不同的共同富裕分位数下数字经济对共同富裕的影响大致表现出先升后降的“倒U型”特征。基于此,本文提出以下建议:(1)促进中西部地区基础设施的建设与完善。(2)谨防数字经济带来的“鲍莫尔效应”。(3)促进创新发展水平的提升。(4)立足于自身的比较优势促进产业结构转型。(5)提高落后地区和弱势人群的数字素养。

关键词：数字经济共同富裕固定效应模型

基于深度学习的常见海捕鱼类智能分选设备关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的常见海捕鱼类智能分选设备关键技术研究

作者：孙子皓大连海洋大学

学位级别：硕士

中国是全球最大的渔业生产国,但其海鱼前处理技术相比与发达国家还有所不足。在海鱼分选这一基础步骤上,目前仍依赖于人工作业。针对我国海鱼分选设备较为短缺的问题,本文通过开发基于深度学习的海鱼分类模型和新型鱼类分选装置,推动海... 详细信息

中国是全球最大的渔业生产国,但其海鱼前处理技术相比与发达国家还有所不足。在海鱼分选这一基础步骤上,目前仍依赖于人工作业。针对我国海鱼分选设备较为短缺的问题,本文通过开发基于深度学习的海鱼分类模型和新型鱼类分选装置,推动海鱼分选的发展。主要研究内容如下:(1)为提高鱼类分选识别精度,提出了一种基于改进的ResNet50模型的海鱼分类方法,该方法采用双重多尺度注意力机制和三元损失函数,增加了Dropout及Dense层,以提高识别效率。通过建立的30种海鱼图像数据集进行实验,与其他模型相比,改进后的ResNet50模型在海鱼图像识别上展现出了优异的综合性能,识别准确率达到了98.67%,平均检测时间为0.2623秒。(2)针对海鱼识别过程中速度慢、计算量大且难以用于移动端的问题,提出了一种改进的EfficientNet V2模型,通过引入Hard-Swish激活函数,并在残差单元中加入通道注意力模块来解决特征信息冗余问题,提高网络性能。通过与其他轻量化模型对比,验证所提方法在保持计算复杂度基本不变的同时,具有更佳的分类性能。(3)对海鱼分选系统进行整体设计,使用SolidWorks软件完成三维建模,并对机械臂夹持器、手腕等关键部件进行选型计算。(4)开展机械臂运动轨迹分析与模拟仿真研究。通过预设的机械臂模型参数,构建连杆关系,运用改进的D-H方法来建立正逆解模型,在MATLAB中进行仿真建模。并对笛卡尔空间轨迹规划和关节空间轨迹规划两种轨迹规划方法进行了探讨,在MATLAB中进行运动轨迹的仿真分析。最后开展了基于ROS(Robot Operating System)的鱼类分选模拟实验,验证分选系统的可行性。

关键词：深度学习鱼类分选注意力模块六轴机械臂运动学仿真

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ALE算法的爆炸焊接数值模拟研究

基于ALE算法的爆炸焊接数值模拟研究

作者：孙志皓安徽理工大学

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

个人信息侵权损害赔偿责任研究

个人信息侵权损害赔偿责任研究

作者：戴明皓黑龙江大学

学位级别：硕士

在我国,对于个人信息侵权损害赔偿责任的研究具有重要的现实意义。在信息技术飞速发展的今天,个人信息的收集、使用变得愈发普遍。与此同时,个人信息被泄露、滥用行为频繁发生,新型损害不断涌现,给公民的个人信息权益带来了前所未有的... 详细信息

在我国,对于个人信息侵权损害赔偿责任的研究具有重要的现实意义。在信息技术飞速发展的今天,个人信息的收集、使用变得愈发普遍。与此同时,个人信息被泄露、滥用行为频繁发生,新型损害不断涌现,给公民的个人信息权益带来了前所未有的威胁。《个人信息保护法》的出台为个人信息保护案件的裁判提供了法律依据,但对于个人信息侵权损害赔偿责任的相关内容,《个人信息保护法》第69条依然存在规定不明确的问题,导致其在司法实践中的适用存在困难。在具体操作中,主要在个人信息侵权损害的范围、精神损害赔偿金额的确定、承担侵权损害赔偿责任的主体、商业活动中个人信息侵权的损害赔偿,这几个方面存在问题,而上述问题主要体现为损害赔偿的范围不明确、精神损害赔偿的认定困难、承担赔偿责任的主体划分不细致、承担损害赔偿责任的方式少、商业活动中的个人信息处理行为不规范、监管机制和预防措施不完善的问题。对此,本文在结合相关案例,对问题产生原因进行详细分析的基础上,对个人信息侵权损害赔偿责任制度的完善提出了:明确非财产性损害赔偿的范围、完善精神损害赔偿的认定标准、区分不同的侵权主体、完善承担损害赔偿责任的方式、规范商业活动中的个人信息处理行为、建立完善的预防和监管机制等建议,从而丰富个人信息侵权损害赔偿责任制度,提升个人信息保护水平,保障和维护公民的个人信息权益。

关键词：知识产权个人信息权益侵权损害赔偿责任非财产性赔偿

外周灌注指数预测脓毒性休克患者28天预后的价值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

外周灌注指数预测脓毒性休克患者28天预后的价值

作者：巩皓新疆医科大学

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

基于元学习方法的偏差数据文本分类研究

基于元学习方法的偏差数据文本分类研究

作者：喻皓河北大学

学位级别：硕士

随着信息技术的快速发展和互联网的普及,文本数据的数量呈现爆炸性增长,从而带来了文本分类领域的机遇和挑战。然而在现实世界中,数据存在大量的偏差,可能是由于数据采集方法不当、样本缺失或标注人员的错误判断等所导致的。由于偏差数... 详细信息

随着信息技术的快速发展和互联网的普及,文本数据的数量呈现爆炸性增长,从而带来了文本分类领域的机遇和挑战。然而在现实世界中,数据存在大量的偏差,可能是由于数据采集方法不当、样本缺失或标注人员的错误判断等所导致的。由于偏差数据的存在,即类别不平衡和标签噪声问题,传统的文本分类模型在实际应用中往往表现不佳。目前,通过元学习思想训练的元神经网络,在不同的任务上具有高泛化性,通过在元任务中学习到的具有普遍性的元知识,帮助模型快速适应新的场景。然而,现有的元学习方法偏差数据处理研究存在以下问题:(1)基于重加权法的网络模型需要人工指定一个加权函数,但通常类别不平衡问题与标签噪声问题的加权函数的单调性是截然相反的,导致无法处理包含复杂偏差情况的数据。(2)基于标签纠正方法的网络模型不能有效提取上下文的整体特征,会将包含歧义的难样本错误判断为是偏差样本,产生进行无效的标签纠正。针对上述问题,本文做了以下研究工作:(1)针对无法处理复杂偏差数据的问题,本文提出一种融合区分特征的双阶段元重加权网络。采用双阶段的训练策略,在第一阶段预先收集样本在训练时损失值的变化值。在第二阶段通过融合注意力特征的多损失重加权模块,处理样本间的差异并得到样本的区分特征,为模型提供有效辨别偏差数据的信息,提高偏差数据样本的区分度。同时采用元学习的思想训练整个模型,为有偏差的样本分配更合理的权重,以应对数据偏差挑战。实验证明,相较于基线方法,该方法在准确率指标上提升3.53%。(2)针对无法有效提取上下文整体特征的问题,本文提出一种原型向量距离加权的元标签纠正网络。首先通过全局特征提取模块对样本的语义特征进行特征增强。然后计算元数据集中每个类别的原型向量,通过和样本特征的距离生成概率矩阵来为模型的分类结果加权。接着通过元标签矫正模块中设计的门控单元来对全局特征向量进行选择,将其中有效重要特征进行放大,降低与分类任务无关的特征权重,指导标签纠正网络的预测,使其将样本的标签纠正更接近真实的标签。实验证明,相较于基线方法,该方法在准确率指标上提升3.21%。

关键词：偏差数据文本分类元学习特征融合预训练模型