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

基于流量法的齿轮传动涡扇发动机动态建模

航空动力学报 2011年第6期26卷 1377-1383页

作者：童万军唐世建中国航空工业集团公司中国燃气涡轮研究院成都610500

从热力学、气体动力学和发动机基本原理出发,对基于流量法的齿轮传动涡扇发动机动态性能建模技术展开了研究,并推导出了基于流量法的齿轮传动涡扇发动机动态数学模型的求解方程组.基于该模型方程组,利用C++面向对象编程语言,建立起了某... 详细信息

从热力学、气体动力学和发动机基本原理出发,对基于流量法的齿轮传动涡扇发动机动态性能建模技术展开了研究,并推导出了基于流量法的齿轮传动涡扇发动机动态数学模型的求解方程组.基于该模型方程组,利用C++面向对象编程语言,建立起了某齿轮传动涡扇发动机的动态模型.该发动机动态模型与著名的商业化发动机性能计算软件Gasturb 10进行的比对显示:该模型的运算结果与Gasturb 10的运算结果具有良好的一致性,最大误差不大于1.5%.证明了基于流量法的齿轮传动涡扇发动机动态数学模型求解方程组的正确性和适用性.

关键词：流量法齿轮传动涡扇发动机涡扇发动机大涵道比发动机动态模型建模方法

基于深度学习与无人机遥感的松材线虫病枯死树检测及定位

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

基于深度学习与无人机遥感的松材线虫病枯死树检测及定位

作者：童泽京华南农业大学

学位级别：硕士

松材线虫病又名松树萎蔫病,是一种极具毁灭性的松树重大疾病,一旦致病便会迅速蔓延并快速使患病植株致死。该病是我国目前对松树林危害极大的一种松树毁灭性流行病,被感染的松树的外部症状表现为针叶逐渐变为黄褐色,重度患病的松树针叶... 详细信息

松材线虫病又名松树萎蔫病,是一种极具毁灭性的松树重大疾病,一旦致病便会迅速蔓延并快速使患病植株致死。该病是我国目前对松树林危害极大的一种松树毁灭性流行病,被感染的松树的外部症状表现为针叶逐渐变为黄褐色,重度患病的松树针叶会呈红褐色,最终萎蔫直至完全枯死。松材线虫病的致病能力强且对宿主有着致命的影响,往往被感染的松树很快就会死亡并且会迅速传染至其他松树,除此之外,该病往往猝不及防,一旦出现就会快速蔓延导致大量松树死亡,因此若不能及时发现并处理出现松材线虫病的松树,将会带来巨大的经济损失以及对生态环境的破坏。目前我国对于松材线虫病的防治措施主要通过检疫、化学防治、清理病死木、营林防治等手段来阻止松材线虫病的传播扩散,但在精准检测定位方面还未取得有效的进展。本文采用基于Tensorflow深度学习框架和RPN区域生成网络的Faster-RCNN深度学习网络,对松材线虫病枯死树的正射影像图数据进行分析。根据检测需要和检测结果,本文首先将Faster-RCNN网络中的VGG16卷积神经网络替换成了Restnet101残差神经网络、其次对卷积神经网络的损失函数进行优化,对RPN区域生成网络进行改进,并通过Open CV计算机视觉工具结合MATLAB编程软件对原始数据进行数据增强。在建立松材线虫病枯死树模型的基础上,本研究进一步结合python进行二次开发,将检测后带有经纬度地理位置信息的图像通过基于python的Gdal库与Osr库,将检测出的枯死树的地理位置信息标注在图像的相应位置上并生成相应的地理位置信息文本,实现对松材线虫病枯死树的快速检测和精确定位。在分析实验结果过程中,相较于原始网络和未进行数据增强的原始数据,通过优化改进后的网络及增强后的数据训练出的检测模型,其检测效果以及精准度都有了显著的提高,模型准确率达到89.1%,检测到的目标置信度均在90%以上,检测速度为1.069s。在松材线虫病枯死树定位方面,本研究的方法准确的输出了每个病树的中心点经纬度信息,满足松材线虫病枯死树快速检测定位的要求。

关键词：松材线虫病枯死树深度学习 Faster-RCNN 卷积神经网络计算机视觉地理位置信息

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

G银行数据中心迁移项目的风险管理研究

G银行数据中心迁移项目的风险管理研究

作者：童泽华电子科技大学

学位级别：硕士

银行数据中心是银行信息化的重要基础设施,支撑着银行的核心业务,在银行中处于核心地位。但随着近年来银行数据集中和应用整合,银行的业务量和信息量都呈爆炸性增长,原来老旧的数据中心由于空间不足、电力紧张、网络拥堵以及承重不足等... 详细信息

银行数据中心是银行信息化的重要基础设施,支撑着银行的核心业务,在银行中处于核心地位。但随着近年来银行数据集中和应用整合,银行的业务量和信息量都呈爆炸性增长,原来老旧的数据中心由于空间不足、电力紧张、网络拥堵以及承重不足等原因不能满足业务的发展和监管的要求,成为制约银行发展的重要原因。为了解决这些问题,加快业务发展,银行急迫需要新建数据中心。但是,旧的数据中心向新数据中心迁移涉及到银行运营的方方面面,而不仅仅是单纯的物理搬迁。在迁移过程中,需要考虑诸多问题,例如,业务之间的关联关系、业务中断时间、数据一致性和完整性、数据安全、设备安全以及人员的影响等。这些问题如果处理不好,很可能导致迁移失败,严重的情况下会造成银行业务长时间中断,进而造成严重的社会经济影响。针对银行数据中心迁移所面临的问题,本文以G银行数据中心迁移项目（项目A）的风险管理为研究对象,从承包方的角度对项目A生命周期各阶段的风险识别、评估、应对以及控制进行研究。首先,对风险管理理论的国内外动态进行了总结归纳。其次,基于银行数据中心迁移项目的特点和过程,从承包商的角度,采用专家调查法,在项目成功启动（中标）后,对项目A生命周期的三个主要阶段分别进行了风险识别。然后,运用层次分析法对识别出的风险进行分析评估,根据风险综合评估值对风险进行了排序,并根据G银行的具体特点,对项目风险制定相应的应对措施。最后,对项目A的风险管理研究进行了总结,指出了研究中存在的局限,并明确了进一步挖掘和研究的方向。目前站在承包商的角度来分析研究银行数据中心迁移项目的风险管理还不多。本文从承包方的视角,通过研究G银行数据中心迁移项目A的IT风险管理,为承包方同行们在商业银行后续同类项目的风险管理实践中提供了实际可操作的方法。这对于降低类似项目的风险及成本,提高项目的成功率,保障项目各方的利益都有着非常重要的意义。

关键词：银行数据中心迁移风险管理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于联邦学习的移动服务推荐方法研究

基于联邦学习的移动服务推荐方法研究

作者：童泽宇中国石油大学(北京)

学位级别：硕士

随着物联网(Internet of Things,Io T)的普及和移动边缘计算的发展,基于地理位置的服务网络(Location Based Services Network,LBSN)逐渐进入大众视野。在LBSN中,移动服务推荐是一项具有很大价值的应用,本文就移动服务推荐中的位置兴趣... 详细信息

随着物联网(Internet of Things,Io T)的普及和移动边缘计算的发展,基于地理位置的服务网络(Location Based Services Network,LBSN)逐渐进入大众视野。在LBSN中,移动服务推荐是一项具有很大价值的应用,本文就移动服务推荐中的位置兴趣点(Point of Interest,POI)推荐、边缘服务(Edge Service,ES)推荐和实时服务(Real Time Service,RTS)推荐三个场景各自的难点与特点分别提出了三种基于联邦学习隐私保护的移动服务推荐模型,具体工作如下:(1)基于联邦学习矩阵分解的POI推荐算法研究。本文提出了一种基于联邦学习的地理POI推荐方法。利用矩阵分解的优化问题来表述POI推荐,并应用奇异值分解技术(Singular Value Decomposition,SVD)进行矩阵分解,之后设计了一个并行解决POI推荐问题的联邦学习(Federated Learning,FL)方案。在本文的FL方案中,只有计算出的梯度信息从用户上传到FL服务器,而用户的评分和地理偏好数据都在各自的设备上管理,以保护通信过程中的隐私。在实验部分采用大型LBSN企业的真实数据集进行实验,实验结果验证了该方法的有效性。(2)基于联邦学习神经网络的ES推荐算法研究。本文提出了一种将基于联邦学习的神经网络技术应用于结合Qo S记录与位置信息的ES推荐方法。在推荐精度方面,采用模糊聚类的去噪自编码器结合边缘服务部署的位置来学习用户-服务信息,利用重组嵌入网络缓解过拟合问题。在隐私保护方面,将推荐网络与联邦学习框架相结合。在不影响推荐精度的前提下,利用联邦学习分布式的架构减少了冗余计算,保护了隐私。在不同数据密度下与其他方法的对比实验表明,本文的设计方案在保护隐私的同时,提高了性能,减少了过拟合问题。(3)基于联邦深度强化学习的RTS推荐算法研究。本文提出了一种在联邦学习下的深度强化学习推荐方法。在移动边缘环境中,用户对RTS的实时需求偏好往往是变化的,过早的历史数据的信息在对动态场景下的服务推荐帮助并不大。本文模型利用分层注意机制来提取更多的隐藏信息,之后用一种基于DQN的网络用以评估动作行为的奖励,从而实现实时变化环境下的个性化推荐。最后,将整个深度学习网络以联邦学习的架构来部署以解决用户数据隐私问题。在实验部分采用大型LBSN企业的真实数据集进行实验,实验结果验证了该方法的有效性。

关键词：移动服务推荐联邦学习矩阵分解神经网络深度强化学习

克拉美丽山与大井坳陷的构造关系——兼论石炭纪构造-沉积格局

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石油勘探与开发 2020年第1期47卷 29-44页

作者：张磊何登发易泽军李涤中国地质大学海相储集层演化与油气富集机理教育部重点实验室

基于最新深钻井、地震剖面、年代学和野外露头等资料,利用轴面分析和平衡剖面等技术,精细解析克拉美丽山地质结构并分析其与大井坳陷的构造关系,对石炭纪不同时期的构造-沉积格局进行探讨。得到3个方面的认识:①研究区主要经历了早石炭... 详细信息

基于最新深钻井、地震剖面、年代学和野外露头等资料,利用轴面分析和平衡剖面等技术,精细解析克拉美丽山地质结构并分析其与大井坳陷的构造关系,对石炭纪不同时期的构造-沉积格局进行探讨。得到3个方面的认识:①研究区主要经历了早石炭世早期、石炭纪末期、中—晚二叠世、晚白垩世和古近纪5次构造挤压运动,早石炭世中—晚期、晚石炭世中—晚期和早二叠世3次伸展构造活动,其中在早二叠世末和中—晚白垩世分别发生了构造楔向南楔入;②克拉美丽山与大井坳陷的构造关系表现为早石炭世早期初次"盆""山"耦合,之后经历了早石炭世中晚期—早二叠世一定程度的弱化,中二叠世的强耦合,后续的印支、燕山和喜马拉雅等运动都继承了这一"盆""山"关系;③研究区在早石炭世早期为前陆盆地且发育滴水泉组烃源岩,早石炭世中—晚期发育多个北西向和北西西向半地堑式断陷盆地,形成松喀尔苏组火山岩储集层,早—晚石炭世之交进入裂陷后的拗陷盆地阶段,发育双井子组烃源岩,晚石炭世中—晚期发育断陷,形成上石炭统巴山组火山岩储集层,受石炭纪末、中二叠世的构造挤压作用,巴山组遭受大规模剥蚀,仅在山前坳陷带有部分残余。

关键词：克拉美丽山大井坳陷盆山耦合石炭纪构造-沉积格局准噶尔东部地区准噶尔盆地

维普期刊数据库

同方期刊数据库

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

新媒体环境下扬·罗必凯的本土化策略研究

新媒体环境下扬·罗必凯的本土化策略研究

作者：童泽霞西安工业大学

学位级别：硕士

在新媒体环境下,国际广告公司如何在全球化与本土化之间保持较为适度的关系,是当下广告从业者关注的热点之一。本文在“市场全球化”(西奥多?李维特)与“营销本土化”(哈罗德·克拉克)基础上,认为较为理想的全球化与本土化结合策略应表... 详细信息

在新媒体环境下,国际广告公司如何在全球化与本土化之间保持较为适度的关系,是当下广告从业者关注的热点之一。本文在“市场全球化”(西奥多?李维特)与“营销本土化”(哈罗德·克拉克)基础上,认为较为理想的全球化与本土化结合策略应表现为“全球化思考,本土化行动”,而在这方面,扬·罗必凯广告公司是国际4A广告公司中起步较早、结合较好的范例之一。扬?罗必凯广告公司成立于1923年,1975年发展成美国最大的广告公司,2001年被WPP集团收购合并重组为扬?罗必凯集团。扬?罗必凯服务于许多著名品牌,例如屈臣氏、美国联合航空、壳牌以及华为等等,并持续推进欧洲、亚洲和大洋洲全球性业务。论文首先梳理了扬·罗必凯全球化业务推广进程中在英国、新西兰、日本和新加坡的本土化表现,并重点勾稽了新媒体环境下扬?罗必凯中国市场拓展及其本土化发展的策略。在此基础上,集中分析了扬·罗必凯包括人才战略、公司形象管理战略、数字与创意结合以及蓝海战略等在内的本土化竞争力所在;重点考察了扬·罗必凯的本土竞争力中最为核心的消费者参与平台(CEP)和BAV分析:前者作为一个跨越数据收集的数据驱动的生态系统,其数据连接个性化和后续步骤的分析洞察力,跨所有渠道的营销部署,其数字融合技术集成了离线和在线数据,包括潜在客户列表、模型得分、客户联系人、营销财务和其他决策数据;而后者是由哥伦比亚大学对全183个国家的3000多个品牌进行调查的全球领先资产评估工具。最后结合新媒体环境下本土广告公司发展所面临的机遇和挑战,阐述了扬·罗必凯公司对本土广告公司的启发。

关键词：扬?罗必凯全球化本土化创意与技术新媒体环境

基层交警职业压力及其影响因素研究 ——基于台州市交警局的实证分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基层交警职业压力及其影响因素研究 ——基于台州市交警局的实证...

作者：童泽同云南财经大学

学位级别：硕士

随着经济的发展,人们的生活水平得到有效的提高,越来越紧张的生活节奏使人们的压力不断增强。近来多有发生因为工作压力过大而导致员工心理疾病患者呈逐年上升的趋势,每年因为心理问题而引发的自杀事件数量居高不下。长期保持过高的心... 详细信息

随着经济的发展,人们的生活水平得到有效的提高,越来越紧张的生活节奏使人们的压力不断增强。近来多有发生因为工作压力过大而导致员工心理疾病患者呈逐年上升的趋势,每年因为心理问题而引发的自杀事件数量居高不下。长期保持过高的心理压力会产生各种负面影响,久而久之会影响个人的身心健康,间接导致价值观人生观发生变化,直接表现在工作中的是工作效率低下、满意度和忠诚度降低、离职频繁等,以上现象都是属于职业倦怠。而作为公务员队伍中特殊职业,公安交警的职业明显具有不可预测性、不确定性以及需要大量的工作协调等特点,重点体现在工作强度大、工作时间长、工作对象不可预测,这使得交警面临较大的工作压力,身心健康受到极大的影响,进而影响工作效率,对社会公共交通秩序管理产生不利影响。目前国内外学者对交警的职业压力进行了大量的系统性和实证性研究,取得了丰富的成果。对公安交警的压力调节已经向建立交警心理治疗服务小组等医疗团队建设发展,并且通过改进工作机制来降低压力,提高交警工作效率。本文选取台州市交警局作为其中代表群体进行研究,希望通过本次研究能为台州市交警局提供更有针对性和价值的工作建议。本文运用中国交警职业背景下开发的工作压力与职业倦怠量表,通过对台州市交警局120名交警的调查,研究工作压力与工作表之间的关系,以及职业倦怠产生的原因。调查结果表示,交警的工作压力、职业倦怠主要来自于外部环境因素、单位内部因素、个人因素,并且对其压力与工作表现之间进行了回归分析。本文根据归纳研究发现并提出具体建议,使台州市交警局的工作政策制定更加符合人性化需求的理念,更加贴近交警的实际情况,有效缓解工作压力,提升士气,提高工作效率,为台州的经济发展保驾护航。

关键词：工作压力职业倦怠心理健康

HIF-1α调控线粒体质量控制系统在脓毒症心肌损伤的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

HIF-1α调控线粒体质量控制系统在脓毒症心肌损伤的研究

作者：童泽文北京协和医学院

学位级别：硕士

[目的]临床部分:探究血清HIF-1 α水平作为脓毒症患者生物标志物的潜在价值,并探讨HIF-1 α与线粒体动力学之间的可能关系。基础部分:在心肌细胞中探究脓毒症时HIF-1 α与线粒体质量控制之间的关系及其潜在的治疗价值。[方法]临床部分:... 详细信息

[目的]临床部分:探究血清HIF-1 α水平作为脓毒症患者生物标志物的潜在价值,并探讨HIF-1 α与线粒体动力学之间的可能关系。基础部分:在心肌细胞中探究脓毒症时HIF-1 α与线粒体质量控制之间的关系及其潜在的治疗价值。[方法]临床部分:入选患者分为四组:健康对照组(n=30)、感染组(n=39)、脓毒症非休克组(n=29)和脓毒症休克组(n=95)。采用酶联免疫吸附试验(enzyme-linked immunosorbent assay,ELISA)检测ICU入院时血清HIF-1α水平,同时收集临床参数和实验室检测结果。基础部分:AC16细胞用1mg/l脂多糖(LPS)刺激12小时,从而建立脓毒症心肌损伤细胞模型,通过质粒上调/siRNA沉默HIF-1α,检测线粒体质量控制相关指标的变化,同时检测各组心肌细胞形态、细胞凋亡及线粒体微观形态。[结果]临床部分:与健康对照组相比,感染组、脓毒症非休克组和脓毒症休克组的血清HIF-1α水平显著升高(P<0.01)。此外,HIF-1α比APACHE Ⅱ、SOFA、PCT 和乳酸具有更好的诊断脓毒症的预测能力。HIF-1α≥142.42pg/ml的脓毒症患者预后较差。HIF-1α与Fis1呈显著正相关(R=0.682,P<0.001),与Mfn2呈显著负相关(R=-0.652,P<0.001)。基础部分:AC16细胞经过LPS处理后,HIF-1α表达明显升高,线粒体质量控制相关指标 Drp1、Mfn2、PGC-1α、PINK1、Parkin 均升高(P<0.05),细胞凋亡和线粒体空泡化增多。进一步上调HIF-1α后,Drp1、PINK1、Parkin的表达均明显升高,而PGC-1α明显下降(P<0.05)。同时,心肌细胞凋亡数量明显增多,线粒体空泡化呈现增多趋势。与此相反,抑制HIF-1α导致Drp1、PINK1、Parkin的表达均明显减少,而PGC-1α明显增多(P<0.05),最重要的是,明显改善了心肌细胞凋亡情况及线粒体空泡化。[结论]1、血清HIF-1α水平是脓毒症早期诊断和预测预后的有价值的生物标志物。2、HIF-1α可以通过调控线粒体质量控制系统参与脓毒症心肌损伤。3、抑制HIF-1α可以通过线粒体质量控制系统保护线粒体,减少心肌细胞凋亡,从而为脓毒症心肌损伤的治疗提供潜在的治疗位点。

关键词：脓毒症脓毒症心肌损伤 HIF-1α 线粒体线粒体质量控制生物标志物

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成对抗网络的Radon变换反演研究

基于生成对抗网络的Radon变换反演研究

作者：童泽浩中国石油大学(北京)

学位级别：硕士

Radon反演是地震资料处理中最常用的手段之一,对地震资料的解释提供了前提和保障。但是在实际工程中,Radon变换存在两个主要问题:一方面,对于复杂大规模的地震数据而言,由于Radon反演涉及运算高数据规模的算子矩阵,计算的成本高,计算效... 详细信息

Radon反演是地震资料处理中最常用的手段之一,对地震资料的解释提供了前提和保障。但是在实际工程中,Radon变换存在两个主要问题:一方面,对于复杂大规模的地震数据而言,由于Radon反演涉及运算高数据规模的算子矩阵,计算的成本高,计算效率较低;另一方面是分辨率难满足要求,由于实际工况条件下受有限孔径影响,无法采取高密度采集,导致反演结果分辨率低;而高密度采集具有采集成本高等缺点。因此,需要探究合适的反演算法来弥补这一缺陷。本论文在传统最小二乘反演算法的基础上,利用设计的循环生成对抗网络(Cycle Generative Adversarial Network,Cycle GAN)对Radon反演中复杂算子矩阵的计算过程进行学习,加快反演速度,提高解的稳定性,实现时变Radon域的低分辨率到高分辨率的映射。具体内容概括如下:(1)以Radon变换的数学理论基础为出发点,研究时变Radon变换的性质。分析最小二乘反演法的理论与问题,以及大规模矩阵算子对Radon域分辨率的意义;在最小二乘反演模型的基础上建立反演共轭解到高分辨率Radon系数之间的反卷积映射关系,确立利用神经网络学习这种映射关系的思路。(2)在深度学习理论基础上,通过分析人工神经网络和卷积神经网络的不足,引出生成对抗网络。结合Radon变换的映射特点,将原始模型拓展为Cycle GAN,重新提出网络的损失函数,并对网络结构进行设计与优化,在改进Cycle GAN中完成Radon域系数由低分辨率到高分辨率的映射过程。(3)在实现快速有效高分辨率反演过程的前提下,设计合成资料验证上述理论方法的可行性,设计实际资料验证方法的有效性,与常规的反演方法进行结果对比,对误差及评价指标进行分析。最后将反演结果应用于多次波压制,对合成地震数据和实际地震数据的处理结果证实了本文方法的可靠性。

关键词： Radon变换最小二乘反演生成对抗网络多次波压制