检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向异构数据的联邦聚合算法研究

面向异构数据的联邦聚合算法研究

作者：孟续涛长春工业大学

学位级别：硕士

联邦学习作为一种具有隐私保护机制的分布式机器学习范式,它可以在不泄露原始数据的情况下实现多方协作计算。然而,客户端之间的私有数据集通常是非独立同分布的,存在数据异构性。异构环境中联邦学习的局部训练目标与全局训练目标会产... 详细信息

联邦学习作为一种具有隐私保护机制的分布式机器学习范式,它可以在不泄露原始数据的情况下实现多方协作计算。然而,客户端之间的私有数据集通常是非独立同分布的,存在数据异构性。异构环境中联邦学习的局部训练目标与全局训练目标会产生偏差,导致联邦学习的收敛速度减缓,模型性能下降。优化异构环境中联邦学习的收敛方向,提高全局模型的预测性能是现阶段联邦学习发展的主要目标之一。针对异构联邦学习任务,本文将联邦学习中的客户端选择问题建模为马尔可夫决策过程,并提出了一种新的基于深度强化学习的客户端选择策略Fed RLCS。本文引入top-p采样策略替代传统的贪婪策略,并重新设计了状态-动作空间,确保客户端选择策略的有效性。在每一轮迭代中,该策略使服务器能够从非独立同分布的数据集中选择最优的客户端子集来参与联邦学习训练,从而加速模型收敛,并在更少的通信轮次内达到目标精度。此外,考虑到资源受限条件下的客户端需求,本文优化了整个联邦学习流程,以最小化客户端的通信和计算成本。本文还构建了多样的异构联邦环境,并通过大量实验验证了Fed RLCS算法在处理联邦学习数据异构性问题上的卓越性能。此外,图神经网络的快速发展和对数据隐私的需求推动了图联邦学习的进一步发展。与传统联邦学习不同,图联邦学习领域中的异构环境构成因素还包括图拓扑结构的异构性。目前的异构联邦学习优化方法并不能很好地解决图联邦学习中的挑战。因此,如何针对图结构数据的特殊性进行算法优化,成为解决异构环境下图联邦学习问题的紧迫任务。针对异构图联邦学习任务,本文分别分析了数据异构性和图拓扑结构异构性问题,提出了一种图联邦学习优化算法Fed SGProx。为了解决数据异构性问题,我们引入了两个关键的约束项,即长期约束项和短期约束项。这两个项可以引导全局模型以无偏的方向和加速的速度收敛。为了解决孤立节点问题,我们设计了一种新的子图采样策略。该策略确保以低概率对孤立节点进行采样,从而减轻它们对局部模型的不利影响。实验结果表明,Fed SGProx方法可以提高异构图联邦学习环境中全局模型的准确率,同时消融实验也证明了所提出的两个组件的有效性。本文对异构环境中的联邦学习任务和图联邦学习任务分别给出了解决方案。在保证数据隐私安全的基本条件下,通过分析模型发散的原因并设计相应的优化算法以提高联邦学习的性能,最小化客户端的通讯成本和计算代价。本文还指出了未来需要优化的方向,以促进对异构环境中联邦学习更深入的探索。

关键词：联邦学习数据异构性深度强化学习客户端选择图神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

脑机接口中运动想象脑电信号分类识别研究

脑机接口中运动想象脑电信号分类识别研究

作者：续耕有西安工业大学

学位级别：硕士

脑机接口作为一种先进的人机交互技术,致力于恢复、补充或改善人体的功能,在医学康复领域发挥着重要的作用,同时为更广泛的人机交互提供了新的发展前景。基于运动想象的脑机接口技术通过捕捉大脑中运动意图的脑电信号,实现以思维控制外... 详细信息

脑机接口作为一种先进的人机交互技术,致力于恢复、补充或改善人体的功能,在医学康复领域发挥着重要的作用,同时为更广泛的人机交互提供了新的发展前景。基于运动想象的脑机接口技术通过捕捉大脑中运动意图的脑电信号,实现以思维控制外部设备的目标,为运动功能障碍患者进行主动康复训练提供了可能。然而,由于脑电信号的非平稳和低信噪比等特点,高效的分类识别一直是脑机接口领域面临的挑战之一。本文深入研究运动想象脑电信号的分类识别问题,综合传统方法和深度学习技术,为分类识别研究提供了新的思路。本文主要研究内容如下:(1)针对脑电信号中的个体特异性问题,本文通过时频参数优化和时频段扩增两种方式来处理。首先对原始脑电信号数据进行预处理,利用皮尔逊相关系数筛选与运动想象任务强相关的通道。然后利用两种方式:一种是利用遗传算法优化受试者的时间和频带;另一种是使用滑动时间窗和频带选择的方式扩增数据。最后使用共空间模式和时域参数的方法提取相应特征,通过分类器完成对脑电信号数据的分类。实验结果准确率分别达到85.33%和91.56%,相比固定时频段提高了9.05%和15.28%,证明了两种方式提高了对运动想象脑电信号的分类识别。(2)针对单一域特征识别精度低、传统模型分类效果差的问题,本文提出了一种多输入的时频空域混合卷积神经网络的运动想象脑电信号分类识别算法。该网络模型的输入数据分为三种类型:经预处理和滑动时间窗得到的时域信号矩阵;经连续小波变换得到的时频矩阵;经共空间模式投影到的空间信息矩阵。三种类型数据构成了时-频-空域特征信息,模型中三分支并行训练得到输出结果。提出的模型在脑机接口公开数据集中的平均准确率达到94.81%,经消融实验和对比实验证明了所提出模型的有效性。(3)为了进一步探究深度学习对运动想象脑电信号的分类识别研究,本文提出了一种基于金豺算法优化双向长短时记忆网络的集成分类模型。该模型分为双向长短时记忆网络模型构建和集成学习两部分:利用金豺算法优化超参数组合以实现网络模型构建;采集集成策略综合多个基学习器,在迭代训练中调整权重。在脑机接口公开数据集中,该方法的平均分类准确率达到88.46%,证明了该方法能够有效解码运动想象脑电信号。与其他方法的对比结果进一步证明了模型分类识别的有效性。综上,本文所提出的方法均在公开数据集上进行了实验验证,在个体特异性、多域信息、集成分类三个方面进行了研究,为运动想象脑电信号分类识别提供了新方案。

关键词：脑机接口运动想象个体特异性多域信息深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

叠层式硅胶基介电弹性体驱动器的设计与制备

叠层式硅胶基介电弹性体驱动器的设计与制备

作者：马续智北京化工大学

学位级别：硕士

介电弹性体（DE）是一种能对外部电刺激产生应变响应的电活性材料,在驱动、发电、传感等领域具有重要的潜在应用。介电弹性体驱动器（DEA）由DE薄膜及覆盖在DE薄膜上下表面的电极组成,可作为微驱动器应用。相较其他类型的驱动器,如气动... 详细信息

介电弹性体（DE）是一种能对外部电刺激产生应变响应的电活性材料,在驱动、发电、传感等领域具有重要的潜在应用。介电弹性体驱动器（DEA）由DE薄膜及覆盖在DE薄膜上下表面的电极组成,可作为微驱动器应用。相较其他类型的驱动器,如气动型驱动器、液压驱动器、形状记忆合金等,DEA具有快响应、大驱动变形、轻质量、小体积的优势,且属于柔性驱动器,这使DEA在人工肌肉、可变焦透镜、仿生机器人、触觉反馈等领域具有广阔的应用前景。同时,DEA也存在输出力小、驱动电压高等不足。为了提高DEA的性能,研究人员对DE材料进行了改性,也设计了许多有利于提高DEA性能的单元结构。硅橡胶被认为是最具前景的DE材料,具有弹性好、疲劳寿命长、响应性快的优势,但介电常数低。在单元结构方面,锥形结构、叠层结构、DE与弹簧复合结构均可以增加DEA的输出力和负载能力。相较于锥形结构和与弹簧复合结构,叠层型结构可以成倍的增加输出力,优势明显。常见的堆叠方法可分为干法堆叠和湿法堆叠两种,但分别存在层间作用力小和层间不均匀的弊端。基于此,本论文以聚甲基乙烯基硅橡胶（PMVS）为基体,硅烷偶联剂改性的高介电常数TiO2作为填料,制备了具有优异驱动变形和疲劳性能的TiO2/PMVS复合材料。实验结果表明,采用30 phr TiO2/PMVS复合材料DE膜,得到了50.3%的驱动变形,57.2 k Pa的输出应力和12.79mJ/g的能量密度,相比于纯PMVS分别提高了173%、140%、80%,同时在40万次电疲劳未发生损坏。为提高薄膜DEA的负载能力,基于上述TiO2/PMVS DE复合材料,进一步设计制造了弹簧复合型DEA,通过理论计算和实验探究了弹簧劲度系数、长度对DEA驱动性能的影响。理论计算表明,当DE膜处于相同拉伸程度时,弹簧劲度系数越小,DEA器件的驱动位移越大;弹簧的长度增长利于提高复合器件的负载能力,与实验结果趋势相符。但实验发现过度增加弹簧长度,减小弹簧的劲度系数,会使得弹簧在压缩过程中发生扭曲,导致夹具间的摩擦力增大,影响驱动性能。这种弹簧在压缩过程中的扭曲是限制弹簧复合DEA性能的关键因素之一。它的出现使得弹簧复合DEA的性能与理论计算值之间差距增大,限制了器件的应用。实验在弹簧劲度系数为56.1 N/m,长度为50 mm时,获得了器件的最大驱动位移1.05 mm（为初始长度的10.5%）和最大输出力0.26 N。在弹簧劲度系数为56.1 N/m,长度为60 mm时,获得了器件的最大的输出能量0.41 mJ。由于弹簧复合DEA的性能未达到预期,进一步基于本征性能优异的TiO2/PMVS DE复合材料薄膜,采用炭黑（CB）/聚二甲基硅氧烷（PDMS）复合硫化橡胶电极与DE膜共交联反应制备了多层堆叠DEA,并探究了堆叠层数对DEA性能的影响。实验表明,硫化橡胶电极具有良好的顺从性和粘接性。用硫化橡胶电极制备的三层堆叠DEA的输出力达到0.88 N,是单层DEA的2.84倍。在层均载荷相同的条件下（300 g/层）,三层堆叠DEA的能量输出达到7.14 mJ,是单层DEA的1.5倍;三层堆叠DEA的最大能量输出为11.22 mJ,为单层最大输出能量的2.4倍。该方法为开发具有更高能量输出和输出力的多层堆叠DEA提供了新思路。

关键词：介电弹性体驱动器叠层结构聚硅氧烷

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

以教育思想生成助推教育家型校长成长

中小学管理 2024年第10期 36-39页

作者：韩子续邵志豪东北师范大学教育学部东北师范大学附属中学

教育家型校长在引领学校高质量发展、推动深化基础教育综合改革中的作用至关重要。从校长教育思想生成的角度，探讨推动教育家型校长成长的路径。校长教育思想是具有丰富内容的科学体系，包括本体论、方法论和任务论三个部分，系统回答... 详细信息

教育家型校长在引领学校高质量发展、推动深化基础教育综合改革中的作用至关重要。从校长教育思想生成的角度，探讨推动教育家型校长成长的路径。校长教育思想是具有丰富内容的科学体系，包括本体论、方法论和任务论三个部分，系统回答了“培养什么人、怎样培养人、为谁培养人”这一教育的根本问题。校长教育思想生成通过唤醒主体自觉、拓宽理性视野、提升反思境界，切实成为推动教育家型校长成长的强劲动力。可从历史逻辑、理论逻辑和实践逻辑三个维度构建校长教育思想的生成路径，从而为学校高质量发展提供强大的思想武器和实践指南。

关键词：教育家型校长教育家精神教育思想教育理论批判性反思

基于围手术期补液量的成人烟雾病联合搭桥术后新发脑梗死的危险因素分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于围手术期补液量的成人烟雾病联合搭桥术后新发脑梗死的危险因...

作者：武续业南昌大学

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

基于表面高度和不确定性的单目3D物体检测

华东师范大学学报(自然科学版) 2024年

作者：吉银帅续晋华华东师范大学计算机科学与技术学院

单目3D (three-dimensional)物体检测是自动驾驶和机器人导航中的一项基础但具有挑战性的任务.直接从单张图片预测深度本质上是一个不适定的问题.几何投影是一种强大的深度估计方法,它从物体的物理高度和图像平面中的投影高度推断物体... 详细信息

单目3D (three-dimensional)物体检测是自动驾驶和机器人导航中的一项基础但具有挑战性的任务.直接从单张图片预测深度本质上是一个不适定的问题.几何投影是一种强大的深度估计方法,它从物体的物理高度和图像平面中的投影高度推断物体的深度.然而,高度估计错误将会放大深度估计的误差.研究了预测物体表面点的物理高度和投影高度,而不是物体本身的高度,由此可获得一系列深度候选值;还研究了估计高度的不确定性,并根据不确定性来组合这些深度候选值,以获得最终的目标深度.实验证明了此深度估计方法的有效性,且该方法在KITTI数据集的单目3D目标检测任务上达到了SOTA (state-ofthe-art)结果.

关键词：单目3D物体检测深度估计几何投影自动驾驶

基于安全势场的内河航道智能船舶跟驰决策模型研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于安全势场的内河航道智能船舶跟驰决策模型研究

作者：马续仕山东交通学院

学位级别：硕士

随着人工智能、物联网和自动化技术的不断发展,智能船舶已经成为航运业的趋势。内河航道是水上运输的重要通道,智能船舶在内河航道中的应用具有重要意义。本文研究以山东省小清河为例,根据小清河内河航道特征,构建了航道内不同障碍物的... 详细信息

随着人工智能、物联网和自动化技术的不断发展,智能船舶已经成为航运业的趋势。内河航道是水上运输的重要通道,智能船舶在内河航道中的应用具有重要意义。本文研究以山东省小清河为例,根据小清河内河航道特征,构建了航道内不同障碍物的不同安全势场;引入加速度参数改进船舶安全势能场,改进模型更能从安全角度刻画船舶行驶过程中所面临的安全风险。船舶跟驰决策方面,设计了船舶跟驰决策系统,为了满足船舶跟驰决策仿真过程中的操纵性需求,构建了描述船舶航行状态的船舶运动数学模型。从船舶避碰的操纵性约束和风险量化等角度出发,基于船舶动力学的改进模型预测控制思想,建立了一种适用于内河航道的智能船舶跟驰决策算法,利用船舶运动数学模型实现本船轨迹预测,并通过所建立的安全势场阀值得到船舶跟驰决策过程中的最佳行动时机,实现智能船舶自主跟驰决策。本研究对内河智能船舶驾驶安全风险进行分析,给出比较合理的跟驰决策方案,并验证了系统的可行性,旨在为提高内河航行的效率和安全性,为内河航运行业的发展做出贡献。本文主要完成的研究工作有以下几个方面:(1)本文改进安全势场模型,构建了包含速度、加速度及船舶质量等参数的安全势场模型,该模型可以更加直观地展现船舶航行安全风险,并通过安全势场模型势能角度构建了量化船舶安全风险的指标。(2)针对智能船舶内河跟驰决策问题,本文构建了基于安全势场的跟驰决策策略,该模型可以根据所建立的安全风险指标,自动决策船舶采取跟随及换道的驾驶行为,使船舶在航道内与它船保持安全距离行驶。(3)在模型仿真部分,为了满足决策算法对船舶操纵性的需求,基于模型预测控制(MPC),对算法中的预测模型和滚动优化进行调整,建立了本船三自由度运动数学模型,通过实地调研,对小清河某航段的航道和通航要素进行数字化处理,生成数字化海图数据,基于3DMAX平台,根据船舶型线图、平面布置图等资料建立船舶全尺度几何模型,通过将船舶3D几何模型与运动模型融合,形成船舶模型,以“小清河1号”36FEU(40英尺集装箱)集装箱船为名称,开展仿真试验,以验证船舶跟驰决策实现智能船舶自主跟驰决策。

关键词：安全势场内河航道船舶跟驰决策运动数学模型模型预测控制

动画配音活动促进大班幼儿语言表达能力提升的实践研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动画配音活动促进大班幼儿语言表达能力提升的实践研究

作者：薛续萍大理大学

学位级别：硕士

Inconel718高温合金Laves相及碳化物析出机理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

金属热处理 2024年第3期49卷 190-197页

作者：郭续龙周扬陈琦成都先进金属材料产业技术研究院股份有限公司四川成都610303

为得到Inconel718高温合金Laves相及碳化物的析出规律,利用Thermal-Calc软件中的镍基数据库计算了平衡态下合金的相组成,采用光学显微镜、扫描电镜和场发射电子探针显微分析仪对合金进行了显微组织观察和能谱分析,并对析出相中的元素偏... 详细信息

为得到Inconel718高温合金Laves相及碳化物的析出规律,利用Thermal-Calc软件中的镍基数据库计算了平衡态下合金的相组成,采用光学显微镜、扫描电镜和场发射电子探针显微分析仪对合金进行了显微组织观察和能谱分析,并对析出相中的元素偏析状况进行了研究。最后利用高温激光共聚焦显微镜探究了合金的熔化与凝固规律。结果表明,平衡状态下Inconel718合金冷却过程中的相变顺序为液相、L+γ相、L+γ+MC相、L+γ+MC+δ相、γ+MC+δ+η相、γ+MC+δ+η+σ相、γ+MC+δ+η+M23C6相;合金中Ni、Cr和Fe元素表现为负偏析,以枝晶干分布为主,Nb元素表现为正偏析,以枝晶间分布为主;合金的固相线温度为1380℃,在凝固过程中,随着冷却速率的增加,合金开始凝固的温度逐渐降低,实现完全凝固所需的时间减少,液相分数随温度的升高也逐渐减小;此外根据凝固过程中析出相及组织变化,将整个凝固过程分为初始、稳定和最后凝固阶段;凝固结束后合金中二次枝晶间距与冷却速率的1/3次方成反比。

关键词： Inconel718高温合金析出相熔化和凝固二次枝晶间距冷却速率

维普期刊数据库