检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种低温度系数低噪声带隙基准源

微电子学 2024年

作者：陈小杰龙善丽许耀华童紫平屈睿峥马君武华东光电集成器件研究所安徽大学

针对传统带隙基准源温度系数较高、噪声较大，不能满足高精度ADC应用的问题，本文提出了一种低温度系数低噪声带隙基准源电路。电路利用一个与Tln（T）相关的开口向下的电流，补偿带隙基准电路在一阶温度补偿后的曲率系数。同时，差分... 详细信息

针对传统带隙基准源温度系数较高、噪声较大，不能满足高精度ADC应用的问题，本文提出了一种低温度系数低噪声带隙基准源电路。电路利用一个与Tln（T）相关的开口向下的电流，补偿带隙基准电路在一阶温度补偿后的曲率系数。同时，差分放大器的输入对管采用三极管，有效减小MOS管作为输入管时电路的低频噪声。最后，电路采用SMIC 0.18 μm 工艺设计并流片。测试分析表明，在0.1～10 Hz频率范围内，带隙参考电源的实际积分噪声均方根电压约为1 μVrms。在-55～125 ℃的温度范围内，温度系数为1.49×10-6/℃。

关键词：曲率补偿带隙基准低噪声低温度系数

1910—1911年东北大鼠疫传播的时空网络与死亡的区域分异

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地理研究 2024年第2期43卷 478-504页

作者：龚胜生刘晓峥华中师范大学城市与环境科学学院可持续发展研究中心武汉430079 地理过程与分析模拟湖北省重点实验室武汉430079

1910—1911年的东北大鼠疫是中国近代史上的大事。本文从历史医学地理学视角切入,采用历史计量分析、社会网络分析、地理空间分析等方法,对东北大鼠疫的传播网络与死亡分异进行研究,结果发现:①东北大鼠疫以满洲里为首发地,蔓延东三省... 详细信息

1910—1911年的东北大鼠疫是中国近代史上的大事。本文从历史医学地理学视角切入,采用历史计量分析、社会网络分析、地理空间分析等方法,对东北大鼠疫的传播网络与死亡分异进行研究,结果发现:①东北大鼠疫以满洲里为首发地,蔓延东三省、直隶、山东130个县厅,哈尔滨、沈阳、长春、大连、北京、保定、烟台、济南为鼠疫传播网络的主要节点;②东北大鼠疫流行期从1910年10月25日到1911年4月29日,历时197天,可分为萌芽期、扩张期、衰退期3个阶段,春节前后鼠疫流行最炽;③东北大鼠疫主要沿铁路和海路干线传播,传播方式以跨点跳跃式为主,以近邻浸染式为辅;④东北大鼠疫死亡6万多人,但死亡的空间分异显著,哈尔滨-长春-沈阳铁路沿线区域是鼠疫死亡的重灾区;⑤东北大鼠疫的死亡分异受地理环境因素制约,寒冷的气候环境、年关的人口流动、快捷的铁路交通都是其重要因素。东北大鼠疫激发了公共卫生意识和疫情防控机制的进步,本文研究结果对于世界历史鼠疫大流行和现代交通方式对疫情传播影响的研究具有重要参考价值。

关键词：东北大鼠疫传播时空网络传播节点传播方式死亡强度死亡区域分异

基于双通道注意力机制的AE-BIGRU交通流预测模型

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第5期21卷 1774-1782页

作者：黄艳国何烜杨仁峥江西理工大学电气工程与自动化学院江西赣州341000

交通流预测是智能交通系统的关键。针对目前交通流数据复杂的时空关联性以及自身的不确定性,为准确预测高速公路交通流并缓解交通拥堵问题,提出以自编码器网络(AE)和双向门控循环单元(BIGRU)相结合的深度学习组合预测模型(AE-BIGRU),并... 详细信息

交通流预测是智能交通系统的关键。针对目前交通流数据复杂的时空关联性以及自身的不确定性,为准确预测高速公路交通流并缓解交通拥堵问题,提出以自编码器网络(AE)和双向门控循环单元(BIGRU)相结合的深度学习组合预测模型(AE-BIGRU),并在此基础上引入双通道注意力机制进行模型训练。将预处理后的数据采用滑动窗口的方式作为参数输入模型,通过AE提取交通流的空间特征,得到输入信息特征的最优抽象表示;利用BIGRU从前向和后向传播中获取信息,充分提取交通流的时间相关特征,更全面地捕捉时间演变规律;最后结合双通道注意力机制,增强预测模型的特征提取能力,最大限度地保留特征信息,提升模型的预测精度,从而得到最终短时流量的预测目标值。为验证模型的适用性,采用多组短时交通流数据进行仿真实验,与其他基准模型对比发现:该交通流预测模型能够有效捕获交通流的动态时空特征,加强关键信息的提取,所预测的流量更加接近真实值,具有良好的泛化能力。其中测试集的均方根误差值下降了约0.061~0.604,平均绝对误差值下降了约0.025~0.512,相关系数值R2提高了约0.007~0.062。研究结果表明,随着预测步长的增加,该实验模型在交通流数据的时间特性上仍能表现出稳定的预测性能,所建的组合预测模型在预测精度和鲁棒性方面表现出更高水平。

关键词：智能交通交通流预测 AE-BIGRU模型深度学习双通道注意力机制

具有Drilling自由度的八节点四边形混合壳单元

在线全文

学校读者我要写书评

暂无评论

计算力学学报 2024年

作者：马旭杨炫峥李坦燕山大学理学院

本文构造了一个八节点四边形混合壳单元QFUQA8，其中精化非协调膜部分具有Drilling自由度，采用两种位移场改进了组合质量矩阵，通过选取不同的精化元参数，来提高单元的计算精度，根据Airy应力函数的解析解得到的单元应力场构造插值函... 详细信息

本文构造了一个八节点四边形混合壳单元QFUQA8，其中精化非协调膜部分具有Drilling自由度，采用两种位移场改进了组合质量矩阵，通过选取不同的精化元参数，来提高单元的计算精度，根据Airy应力函数的解析解得到的单元应力场构造插值函数，将Drilling旋转添加到八节点等参元的位移场确定测试函数；板部分以任意阶的Timoshenko梁函数构造单元的边界位移插值，Airy应力函数作为假定应力函数，通过向平均面投影的方式修正了存在翘曲结构的单元。数值算例表明，构造的平板壳单元能通过非零常剪力分片检验，并且在壳体结构分析中具有良好的精度和收敛性。

关键词：非对称有限元法杂交应力元 Airy应力函数平板壳单元

一个“例外空间”:迪拜自由区教育对外开放的制度、举措与启示

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

教育发展研究 2024年第5期44卷 51-59页

作者：阚阅卢宇峥浙江大学教育学院杭州310058

自由区是一个国家或地区采取的“境内关外”的制度安排,也是一个国家法律意义上的“例外空间”。迪拜广泛的自由区体系促进了经济的转型发展,被认为是区域和全球自由区发展的典范。迪拜自由区通过法律、金融、税收、移民、监管等制度建... 详细信息

自由区是一个国家或地区采取的“境内关外”的制度安排,也是一个国家法律意义上的“例外空间”。迪拜广泛的自由区体系促进了经济的转型发展,被认为是区域和全球自由区发展的典范。迪拜自由区通过法律、金融、税收、移民、监管等制度建设,不断提升其教育国际竞争力和开放程度,使其成为重要的区域性教育枢纽。同时,迪拜建立各具特色的教育自由区,吸引来自全球的高等教育机构,并为本土和国际学生提供与母校同质的多元课程。迪拜自由区教育对外开放的主要优势在于自由区作为“例外空间”为教育发展提供了差别监管的自由环境,完善的规则框架为教育开放提供了有力的制度保障,但其教育开放仍存在商业性与学术性、本地化与国际化等矛盾与挑战。迪拜自由区教育对外开放的经验教训可以为进一步深化中国特色自由贸易港和自由贸易试验区的制度设计、制度开放与制度创新提供启示和借鉴。

关键词：迪拜自由区教育制度型开放

在线全文

学校读者我要写书评

暂无评论

交叉与融合:中国遗址美术研究方法论

暨南学报（哲学社会科学版） 2024年第1期46卷 47-60页

作者：高明漆峥陕西师范大学美术学院

当前我国“大遗址”事业方兴未艾,交叉学科“中国遗址美术”应运而生。中国遗址美术研究方法论关系到学科的科学性,以及遗址美术的进展方向。目前,中国遗址美术未有系统、明确的研究方法体系,缺乏对研究方法论的明细阐释,这阻碍了中国... 详细信息

当前我国“大遗址”事业方兴未艾,交叉学科“中国遗址美术”应运而生。中国遗址美术研究方法论关系到学科的科学性,以及遗址美术的进展方向。目前,中国遗址美术未有系统、明确的研究方法体系,缺乏对研究方法论的明细阐释,这阻碍了中国遗址美术的深入研究和发展。通过对遗址美术研究方法论进行探讨,以期为“大遗址”研究者提供多视角、多层次的思考,丰富大遗址保护理论,进一步推进中国遗址美术研究。以马克思主义辩证唯物主义与历史唯物主义为指导思想,将中国遗址美术研究方法分为遗址美术一般研究方法、遗址美术本体研究方法、遗址美术保护和利用研究方法、遗址美术教育研究方法四种研究方法。在研究中,我们综合运用研究方法,解决当代中国遗址美术学术研究和成果展示脱节的问题。

关键词：大遗址遗址美术研究方法论文化遗产

在线全文

学校读者我要写书评

暂无评论

非均质机场水泥道面板底脱空雷达波响应

东南大学学报（自然科学版） 2023年第1期53卷 137-148页

作者：张一鸣鲍帆童峥马涛张伟光范剑伟黄晓明东南大学交通学院南京211189 中国电子科技集团公司第二十八研究所南京210007

为研究机场刚性道面配筋与非均质材料对板底脱空探地雷达波响应的影响规律,采用PFC3D离散元模拟和gprMax电磁仿真构建道面多相非均质电磁差分模型,进而建立板底脱空长度与脱空顶部反射波幅值的函数关系.研究结果表明:雷达波信号在非均... 详细信息

为研究机场刚性道面配筋与非均质材料对板底脱空探地雷达波响应的影响规律,采用PFC3D离散元模拟和gprMax电磁仿真构建道面多相非均质电磁差分模型,进而建立板底脱空长度与脱空顶部反射波幅值的函数关系.研究结果表明:雷达波信号在非均质中的波场快照和剖面图呈现随机扰动特征,含水脱空回波信号受非均质材料衰减作用影响显著;脱空与钢筋层间形成能量团,增强了脱空回波信号,空气脱空回波信号受能量团增强作用显著.脱空长度小于第一临界点时,回波信号振幅强度与脱空长度呈二次函数相关;脱空长度大于第一临界点时,随脱空长度的增长,振幅先下降,后在第二临界点保持不变.该研究为探地雷达定量估算水泥道面板底脱空的长度发展提供了理论依据.

关键词：道面工程板底脱空多相非均质雷达波响应

在线全文

学校读者我要写书评

暂无评论

贵金属期货价格预测方法及应用研究

贵金属期货价格预测方法及应用研究

作者：宁奇峥山东财经大学

学位级别：硕士

多年来,贵金属因其作为货币的储藏方式和金融资产的避风港,国际的公认性以及装饰品的美丽色泽为公众们所熟知。而贵金属也因其所起到的作用使其关系体系更为复杂,其价格不仅会受到本身的供求关系的影响,还会受到全球的经济状况,各国的... 详细信息

多年来,贵金属因其作为货币的储藏方式和金融资产的避风港,国际的公认性以及装饰品的美丽色泽为公众们所熟知。而贵金属也因其所起到的作用使其关系体系更为复杂,其价格不仅会受到本身的供求关系的影响,还会受到全球的经济状况,各国的经济政策,美元指数,国际原油价格等各方面的影响。而且随着期货市场的发展,贵金属的期货价格表现出非常复杂的趋势和波动,很容易就会受到舆论风波的冲击,以至于其中蕴含着大量的高噪声和非线性特征。使得传统的预测模型难以适应新变化的数据,而不再拥有良好的预测性能,只具有一些可供人们参考的理论价值。所以若能重新对贵金属期货价格作出较好的预测,便能够帮助国家及时调整经济政策来应对未来的未知风险,并使得企业,机构和个人能够及时规避其中的风险,降低不必要的成本和损失,因此具有一定的理论和现实意义。根据金融数据中含有高噪声、非线性和线性并存的特点,本文将建立组合模型对非线性特征和线性特征进行提取。对于非线性特征,本文提出了一种基于注意力机制的多任务双向长短期记忆网络模型(Multi-task Bidirectional Long Short-term Memory based on Attention Mechanism,MTL-BiLSTM-AM),使得模型可以自适应地提取数据中所蕴含的重要特征,从而减少其中的噪声信号对模型系统的干扰。将所建立的模型应用于贵金属期货价格的预测实验,结果发现:引入多任务学习后,该方法可以很好的学习数据中所蕴含的共享特征和私有特征,使得同时提高对多个任务的学习能力并大大缩短训练时间;多任务间的差异也使得模型表现出更强的预测能力和泛化能力;并且相比于双向长短期记忆网络模型和基于注意力机制的双向长短期记忆网络模型具有更好的学习和预测效果,能较好地处理其中的非线性特征。但是MTL-BiLSTM-AM在处理线性特征方面存在不足,为了弥补该缺陷,所以引入回归模型。先使用主成分分析对数据特征进行降维。然后根据金融市场基本分析法对贵金属的期货价格进行特征构造和选择。结果实验发现,本文所构造的特征集合可以很好地反映贵金属期货价格的变动;并且回归树、支持向量回归和线性回归三者对比,发现线性回归对贵金属的期货价格有着较好的学习和预测效果,但是只能提取到数据中的线性部分特征,而非线性特征提取不足。因此,最后结合回归模型的优势,改进MTL-BiLSTM-AM的表达性能,建立一种变权重的组合模型。通过使用上述模型所得的误差来计算其动态权重,使之动态变化,并使得基于注意力机制的多任务双向长短期记忆网络模型和基于特征构造的模型可以动态充分地有机结合到一起,进一步也在一定程度上间接地缓解了神经网络模型难以解释的问题;通过简单地组合,也在很大程度上降低了模型的复杂程度,从而减小模型过拟合的风险。实验结果表明,本文所建立的变权重组合模型相较于传统的平均法具有更强的学习能力和预测能力,预测结果也更为稳健;而且在对MTL-BiLSTM-AM模型和回归模型的问题具有一定改善的基础上,依旧具有较好的预测能力。

关键词：贵金属期货长短期记忆网络多任务学习组合模型时间序列预测

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

基于卷积神经网络的路表病害识别与测量

中国公路学报 2018年第1期31卷 1-10页

作者：沙爱民童峥高杰长安大学公路学院陕西西安710064

为进一步提高利用二维图像统计路面病害的精度与效率,将卷积神经网络(Convolutional Neural Network,CNN)技术引入了基于图像分析的路面病害识别与测量。首先,将原始图像进行等尺寸分割作为CNN的训练样本。其次,经结构设计、前反馈算法... 详细信息

为进一步提高利用二维图像统计路面病害的精度与效率,将卷积神经网络(Convolutional Neural Network,CNN)技术引入了基于图像分析的路面病害识别与测量。首先,将原始图像进行等尺寸分割作为CNN的训练样本。其次,经结构设计、前反馈算法训练及样本测试3个步骤后,建立病害识别模型(CNN1)。用训练完成的CNN1对所有图像进行病害类型识别并将输出结果作为裂缝特征提取模型(CNN2)和坑槽特征提取模型(CNN3)的训练样本。采用相同步骤建立裂缝特征提取和坑槽特征提取模型,完成训练后,运行CNN2,CNN3对路面裂缝与坑槽图像进行特征提取。最后,分析图像分辨率对3个CNN识别和特征提取精度以及效率的影响。结果表明:CNN1可以准确识别多种病害,CNN2的裂缝长度提取的平均误差为4.27%,宽度提取的平均误差为9.37%,裂缝病害严重等级判断准确率为98.99%;CNN3的单张图像中的坑槽个数测量无误差,单个坑槽面积的平均误差为13.43%,坑槽病害等级判定准确率为95.32%,可见CNN具有较高的测量精度;CNN1在使用CPU的情况下测试完成原始图像平均用时为704ms·幅^(-1),CNN2用时为5 376ms·幅^(-1),采用图形处理器加速后CNN1用时为192ms·幅^(-1),CNN2测试平均用时为1 024ms·幅^(-1),可见CNN在图形处理器加速下效率具有显著优势,相比其他方法,在图像分辨率高于70像素时,CNN对路面裂缝与坑槽的识别与测量具有运算高效、结果精准等优势。

关键词：道路工程路面病害卷积神经网络路面裂缝图像测量