检索结果-南通市图书馆

深度学习视域下高中“地理时空概念”教学模式的研究

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

深度学习视域下高中“地理时空概念”教学模式的研究

作者：黄龄徵云南师范大学

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

基于关键点检测的服装廓形识别

纺织学报 2024年第6期45卷 142-148页

作者：陶金之夏明王伟东华大学服装与艺术设计学院上海200051 上海市空间飞行器机构重点实验室上海201108 东华大学现代服装设计与技术教育部重点实验室上海200051 江阴逐日信息科技有限公司江苏无锡214434

为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图... 详细信息

为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图。通过加入Sobel边缘提取算法改进的DenseNet网络深度提取服装廓形特征,采用余弦相似度算法将其与标准的廓形库中提取的特征相比较,最终实现服装廓形的判别与分类。结果表明,该方法能够快速且准确地实现服装廓形的分类,廓形分类准确率达到了95.9%。

关键词：服装廓形分类 YOLO v8-Pose 关键点检测 DenseNet网络相似度算法连衣裙

在线全文

学校读者我要写书评

暂无评论

基于声誉的协同众包激励机制研究

华中科技大学学报(自然科学版) 2024年第9期52卷 94-100页

作者：刘辉章闯李晓皖安徽工业大学计算机科学与技术学院

针对协同众包中的搭便车、不公平和不安全等问题，提出基于声誉的激励机制．该机制综合考虑成员的直接声誉和间接声誉评估其贡献，并利用区块链技术的透明性和不可篡改性存储声誉值，确保声誉数据的真实可靠．首先，采用高斯混合模型对... 详细信息

针对协同众包中的搭便车、不公平和不安全等问题，提出基于声誉的激励机制．该机制综合考虑成员的直接声誉和间接声誉评估其贡献，并利用区块链技术的透明性和不可篡改性存储声誉值，确保声誉数据的真实可靠．首先，采用高斯混合模型对成员任务完成的质量进行预测，并结合其历史声誉值来计算直接声誉值；然后，为了衡量每个成员在团队中的重要程度，采用聚集函数和PageRank算法．前者评估成员的局部影响力，后者衡量其全局影响力．基于成员在团队中的重要性区分度和执行任务的历史记录，分别计算成员在团队中的重要性及成员与其交互成员间的相似度对其间接声誉的影响权重，计算成员的间接声誉值．在此基础上，运用Shapley值实现收益分配的公平性，解决了成员搭便车问题．最后，基于实际数据集，将此激励机制与现有的报酬分配方法进行比较，验证其公平性和有效性．

关键词：协同众包激励机制区块链聚集函数高斯混合模型 Shapley值声誉

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动确定边角混合网独立闭合差的增量算法

中国铁道科学 2024年第3期45卷 78-86页

作者：宋占峰李荣之李军中南大学土木工程学院湖南长沙410075

为评定外业观测数据质量和发现粗差,提出了一种闭合差搜索的通用算法。首先,针对高速铁路隧道中的各类边角混合网,基于平差理论,计算由边角混合网中测站数、非测站数和观测数确定其独立闭合差的数目,给出最简闭合差构成原则,求出余弦和... 详细信息

为评定外业观测数据质量和发现粗差,提出了一种闭合差搜索的通用算法。首先,针对高速铁路隧道中的各类边角混合网,基于平差理论,计算由边角混合网中测站数、非测站数和观测数确定其独立闭合差的数目,给出最简闭合差构成原则,求出余弦和正弦闭合差,推导闭合差限差计算模型,建立由闭合差探测观测值粗差的方法;进而导出闭合差增量与测站递增产生的重叠观测点数之间的数学关系式,设计数据结构实现测站与结点间双向多对多的拓扑映射关系,并基于分治思想,提出队列-测站双循环的增量算法来自动搜索最简且独立的闭合差;最后,以西南某高速铁路隧道构建的边角混合网为例进行算法验证。结果表明:增量算法能够在混合网中自动确定100%数量的最简独立闭合差,对观测值中存在的粗差100%予以探测,验证了采用该算法搜索闭合差及检核粗差的有效性。

关键词：高速铁路长大隧道闭合差边角混合网增量算法粗差探测

基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2024年第9期52卷 131-141页

作者：何庆龄裴玉龙董春彤刘静潘胜东北林业大学土木与交通学院黑龙江哈尔滨150040

为解决现有智能算法在优化支持向量机识别风险驾驶行为过程中收敛速率缓慢和误差较大的问题。首先,采用Tent映射取代原子搜索优化算法(ASO)种群初始化随机设置的方式,增加原子种群多样性和质量;其次,使用逐维小孔成像反向学习与柯西变... 详细信息

为解决现有智能算法在优化支持向量机识别风险驾驶行为过程中收敛速率缓慢和误差较大的问题。首先,采用Tent映射取代原子搜索优化算法(ASO)种群初始化随机设置的方式,增加原子种群多样性和质量;其次,使用逐维小孔成像反向学习与柯西变异混合机制,提高原子个体择优位置的多样性,克服ASO算法易陷入局部最优和过早收敛的问题;最后,通过引入自适应变螺旋搜寻策略改进原子个体位置更新过程,以提升ASO算法的全局搜索能力,实现全局搜索和局部开发间关系的有效平衡,缓解ASO算法易陷入局部最优和收敛精度不足的问题。以上海北横通道出口匝道车辆轨迹数据为输入,使用混合策略改进ASO算法寻优求解最小二乘支持向量机(LSSVM)参数,构建基于混合策略改进原子搜索优化最小二乘支持向量机IASO-LSSVM的快速路出口匝道风险驾驶行为分类识别模型。数值仿真实验结果表明:IASO算法在12个基准测试函数数值仿真结果的平均值、标准差、最佳适应度和最差适应度等方面均更接近最佳优化值。IASO-LSSVM模型相较于ASO-LSSVM和LSSVM等模型的风险驾驶行为分类识别结果误差指标正确率、精确率、召回率和F1值分别增加11.5~24.5、14.1~29.0、15.1~28.6和14.7~31.2个百分点,且在不同类型风险驾驶行为识别结果中误差变化范围最小。IASO算法参数寻优求解精度和收敛速率优于ASO算法,且IASO-LSSVM模型可用于不同类型风险驾驶行为精准识别,可为车辆行驶轨迹状态合理判别,制定风险驾驶行为预警防控措施提供数据支撑与理论依据。

关键词：城市交通快速路出口匝道风险驾驶行为分类识别原子搜索优化混合策略最小二乘支持向量机

多分支废弃油井层温衰减规律及注入参数对注采性能的影响

在线全文

学校读者我要写书评

暂无评论

天然气工业 2024年第2期44卷 178-187页

作者：石昌帅王成之祝效华西南石油大学机电工程学院西南石油大学地热能研究中心

利用废弃油井开发地热资源是降低地热开发成本、促进商业推广的有效措施,其中层温衰减规律对地热系统取热效果具有重要影响。为此,以废弃油井储层为研究对象,结合泰森多边形理论对储层裂缝进行了划分,建立了三维油水两相热流耦合数值模... 详细信息

利用废弃油井开发地热资源是降低地热开发成本、促进商业推广的有效措施,其中层温衰减规律对地热系统取热效果具有重要影响。为此,以废弃油井储层为研究对象,结合泰森多边形理论对储层裂缝进行了划分,建立了三维油水两相热流耦合数值模型,分析了不同储层条件与布井结构下的层温衰减规律,探究了注入参数等因素对地热注采性能的影响。研究结果表明:(1)低渗透储层抽采30年生产温度最大差值可达22.08 K,高渗透储层(1.0×10^(-13) m^(2))温度过度衰减,长年限采热效率低;(2)储层含油率与生产温度和发电功率呈正相关关系,生产30年后差值最大可达11.57 K与0.12 MW;(3)分支井沿垂直方向会形成低温波谷,层温衰减高于储层其余部分,数量增加对注采影响小;(4)注入速率与发电功率、生产温度分别呈正、负相关关系,但注入速率超过89 kg/s时不利于长年限开采。结论认为:(1)储层取热性能对初始渗透率最为敏感,注入速率与储层含油率次之,优先开发低渗透储层有利于长年限采热;(2)应利用油田地热降低稠油黏度,形成地热辅助采油模式,以实现经济效应最大化;(3)选取6支分支井与89 kg/s的注入速率可得到可观取热效果和较好的经济效益。

关键词：地热系统废弃油井泰森多边形离散裂缝网络初始含油率层温衰减取热性能多分支井

粤西庞西垌地区非结构化地质信息机器可读表达与致矿异常区域智能预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

地学前缘 2024年第4期31卷 47-57页

作者：王堃屹周永章中山大学地球科学与工程学院广东珠海519082 中山大学地球环境与地球资源研究中心广东广州510275 广东省地质过程与矿产资源探查重点实验室广东广州510275

大数据挖掘与机器学习算法应用已成为成矿预测研究的重要趋势,但如何使非结构化地质数据进行机器可读表达成为需要克服的难点。本研究针对粤西庞西垌矿集区开展地层、岩性、断裂等非结构化地质信息面向机器可读的转换处理,并进而应用机... 详细信息

大数据挖掘与机器学习算法应用已成为成矿预测研究的重要趋势,但如何使非结构化地质数据进行机器可读表达成为需要克服的难点。本研究针对粤西庞西垌矿集区开展地层、岩性、断裂等非结构化地质信息面向机器可读的转换处理,并进而应用机器学习算法对水系沉积物地球化学测试数据和构造、地层等综合地质信息进行挖掘,提取致矿异常特征,最终实现智能圈定致矿异常找矿靶区。独热编码算法与空间加权主成分分析中的权重变量方法组合应用,实现了地层、岩性和断裂构造等非结构化地质信息的结构化转化,并最大限度地保留其所包含的地质信息。单分类支持向量机和自编码网络异常检测算法的应用,解决了研究区已知矿点与非矿点数据不平衡问题。对多源地质数据的集成和综合生成的预测结果与研究区铅锌矿床的空间分布和实际的地质构造情况相对一致,表明上述算法能够有效识别找矿潜力区并寻找潜在的矿床。与传统的勘查地球化学方法相比,本研究中的分析方法能够处理和集成多源的地质致矿信息,可应用于尚未发现矿床的找矿潜力区,提高发现矿床的可能性和找矿工作的效率。

关键词：大数据挖掘机器可读表达独热编码算法单分类支持向量机自编码网络庞西垌矿区钦杭成矿带