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

间位芳纶针刺非织造布耐高温耐腐蚀性

工程塑料应用 2020年第9期48卷 116-120页

作者：张宇皓韩万里李思嘉罗灵茜汪大鹏嘉兴学院材料与纺织工程学院浙江嘉兴314001

以间位芳纶纤维为原料,通过针刺非织造加工工艺制备了间位芳纶针刺非织造布,对其在200℃高温、pH值为2,7和13溶液中处理48 h后进行测试。结果表明,间位芳纶针刺非织造布表面在高温、酸碱和中性环境下出现一定程度的腐蚀,但纤网结构及纤... 详细信息

以间位芳纶纤维为原料,通过针刺非织造加工工艺制备了间位芳纶针刺非织造布,对其在200℃高温、pH值为2,7和13溶液中处理48 h后进行测试。结果表明,间位芳纶针刺非织造布表面在高温、酸碱和中性环境下出现一定程度的腐蚀,但纤网结构及纤维之间的缠结没有明显变化,对间位芳纶针刺非织造布的拉伸性能和透气性能没有明显影响。间位芳纶酰胺键中的N—C键出现了断裂,在2400 cm-1位置上出现了CO2小分子片段对应的吸收峰,而经过处理后的间位芳纶纤维分子中苯环没有打开,样品仍具有优异的热稳定性,样品的初始分解温度在415℃左右,在560℃前样品的质量保持率仍可维持在50%以上。

关键词：间位芳纶纤维针刺非织造布耐高温耐腐蚀性

在线全文

学校读者我要写书评

暂无评论

能源效率优化的多尺度方法综述

中国科学:化学 2024年

作者：罗灵爱南特大学国家科学研究中心南特热能与能源实验室(LTeNUMR6607)

如何提高能源效率是实现双碳目标和可持续发展面临的主要挑战之一.本文介绍了我们使用多尺度方法优化能源系统效率的研究策略,并通过一系列的应用实例进行具体说明.具体涉及三个尺度,即局部、部件和系统尺度,每个尺度都有自己的优化标准... 详细信息

如何提高能源效率是实现双碳目标和可持续发展面临的主要挑战之一.本文介绍了我们使用多尺度方法优化能源系统效率的研究策略,并通过一系列的应用实例进行具体说明.具体涉及三个尺度,即局部、部件和系统尺度,每个尺度都有自己的优化标准,需要从不同的角度用不同的方法进行优化.该多尺度优化策略能为学术研究、研发中心和不同行业的能源系统和过程工程提供一种新颖的设计方法和优化工具.

关键词：能源效率优化传热传质强化多尺度优化方法拓扑优化多功能部件设计系统集成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

宏基因组二代测序在血行播散型结核中的应用

宏基因组二代测序在血行播散型结核中的应用

作者：罗灵欣重庆医科大学

学位级别：硕士

TOPSIS法权重的选取:几种赋权方法的对比

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

统计学与应用 2023年第4期12卷 901-909页

作者：张丽蓉尤七七罗灵茜张自然孙艺嘉涂现峰嘉兴南湖学院商贸管理学院浙江嘉兴嘉兴南湖学院信息工程学院浙江嘉兴

现如今,在多目标决策中,如何确定最优方法是一个非常复杂的决策性难题,现阶段普遍采用的决策方案存在主观程度高、权重分配不科学、决策结果不稳定等缺陷。在此背景下,本文以实际调查“浙江省大学生状态转变的探究”为例,在构建选择评... 详细信息

现如今,在多目标决策中,如何确定最优方法是一个非常复杂的决策性难题,现阶段普遍采用的决策方案存在主观程度高、权重分配不科学、决策结果不稳定等缺陷。在此背景下,本文以实际调查“浙江省大学生状态转变的探究”为例,在构建选择评价指标体系的基础上,通过熵权法、AHP法和主客观结合的组合赋权法这三种不同的赋权方法计算出具体权重,再分析其不同状态指数下的差异性,对三种方法进行综合比较,最后通过计算,用不同赋权方法所计算出权重变化值,验证三种方法确定权重的有效性、可行性,以其说明运用TOPSIS法权重赋权的重要性。

关键词： TOPSIS法 AHP法熵权法组合法权重

维普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

论统计调查中的误差控制

统计学与应用 2023年第4期12卷 895-900页

作者：孙艺嘉张自然罗灵茜尤七七张丽蓉涂现峰嘉兴南湖学院商贸管理学院浙江嘉兴嘉兴南湖学院信息工程学院浙江嘉兴

统计调查被应用在生产生活的方方面面,随着当代信息技术的发展,日益成为一项重要的数据分析方法,其全面性、准确性和普遍性使其成为实验的普适选择。而其中,数据质量的控制对于后续的统计分析起着关键性作用。本文将社会调查研究工作与... 详细信息

统计调查被应用在生产生活的方方面面,随着当代信息技术的发展,日益成为一项重要的数据分析方法,其全面性、准确性和普遍性使其成为实验的普适选择。而其中,数据质量的控制对于后续的统计分析起着关键性作用。本文将社会调查研究工作与数据分析具体方法相融合,以实际调查“浙江省大学生状态转变的探究”为例,从问卷数据回收分析的流程出发,分别探寻数据筛选、信效度检验、内在逻辑检验、随机性检验四个角度中误差控制的实时体现,通过数据、控制流程以及结论的共同体现,论证统计调查中的误差控制的重要性及其实际应用。

关键词：误差控制统计调查数据筛选随机性检验

基于双通道生成对抗网络的城市用电负荷缺失数据补全方法

维普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

电力系统自动化 2024年第17期48卷 161-170页

作者：刘志坚陶韵旭刘航罗灵琳李明昆明理工大学电力工程学院云南省昆明市650500

用电负荷数据的完整性与有效性在负荷预测等应用中具有重要意义。传统的缺失数据补全方法缺乏对用电负荷和多种外部时空关联信息的挖掘,难以获得高精度的补全结果。文中提出了一种双通道生成对抗网络,对缺失的负荷数据进行补全。首先,... 详细信息

用电负荷数据的完整性与有效性在负荷预测等应用中具有重要意义。传统的缺失数据补全方法缺乏对用电负荷和多种外部时空关联信息的挖掘,难以获得高精度的补全结果。文中提出了一种双通道生成对抗网络,对缺失的负荷数据进行补全。首先,根据负荷的周期性变化特征和时空关联性构建三阶负荷张量,并将影响负荷变化的多种外部因素构建为三阶辅助信息张量。然后,为满足两种张量的双输入需求,在生成对抗网络的输入层引入双通道机制,通过卷积与反卷积运算提取张量的特征;为提升网络对张量数据的训练效果和补全精度,将张量分解损失引入原始损失函数,并采用改进的混沌映射粒子群优化算法联合优化超参数和网络。最后,在真实负荷数据集上开展数据补全实验。结果表明,所提方法能够对随机缺失率不超过50%、连续缺失不超过3天的负荷数据进行准确补全。

关键词：负荷数据缺失负荷预测三阶张量生成对抗网络分解损失混沌映射粒子群优化算法补全方法

基于多模式分解和多支路并行残差网络的特高压三端混合直流输电线路故障区域诊断

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2024年第10期44卷 140-147,178页

作者：陈仕龙李国辉毕贵红鲍童语张梓睿罗灵琳昆明理工大学电力工程学院云南昆明650500

特高压三端混合直流输电线路发生接地故障时,故障电气量变化存在很强的随机性和非线性,在噪声干扰下其规律性更弱,很难快速、准确地提取故障特征以诊断故障区域。鉴于此,提出一种集电流波形特征提取和故障区域诊断为一体的诊断模型。分... 详细信息

特高压三端混合直流输电线路发生接地故障时,故障电气量变化存在很强的随机性和非线性,在噪声干扰下其规律性更弱,很难快速、准确地提取故障特征以诊断故障区域。鉴于此,提出一种集电流波形特征提取和故障区域诊断为一体的诊断模型。分析不同区域故障时的电流波形特点,利用数学机理不同的3种算法同时分解故障电流,避免一些容易混叠的模态子序列在单一分解方法中逃逸。利用多支路并行残差网络迅速地挖掘分解分量的多尺度空间耦合交互特征,并结合门控循环单元网络模块,进一步提取故障电流的时间耦合特征,使得特征得到显著增强。利用麻雀搜索算法优化该模型的关键参数,构建充分适应电网故障诊断的网络结构,实现故障区域的快速诊断。仿真结果表明,该方案有着较高的灵敏性、较强的抗干扰能力,满足直流保护的可靠性和速动性要求。

关键词：特高压三端混合直流波形特征故障区域诊断信号分解技术深度学习

在线全文

学校读者我要写书评

暂无评论

血行播散型结核的临床研究进展

临床医学进展 2024年第5期14卷 376-384页

作者：罗灵欣李娜重庆医科大学附属第二医院呼吸与危重症医学科重庆

血行播散型结核作为一种罕见的结核病,重症死亡率高。患者的临床表现不典型,传统的血培养耗时长、敏感性低,常导致诊断和治疗的延误。mMGS (metagenomic next-generation sequencing)作为一种新兴的微生物检测手段,已经越来越多被用于... 详细信息

血行播散型结核作为一种罕见的结核病,重症死亡率高。患者的临床表现不典型,传统的血培养耗时长、敏感性低,常导致诊断和治疗的延误。mMGS (metagenomic next-generation sequencing)作为一种新兴的微生物检测手段,已经越来越多被用于结核病的诊断。本文对血行播散型结核的临床症状、实验室及影像学检查、病理学特点、发病机制、诊断方法、治疗方案进行回顾,分析了mMGS在血行播散型结核中的应用价值,为该病在临床实践中的早期识别和诊断提供方向。

关键词：血行播散型结核结核病宏基因组二代测序诊断

基于锐度感知增强卷积神经网络的变工况机械故障诊断

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年第10期51卷 320-329页

作者：范家源徐德胜罗灵鲲胡士强上海交通大学航空航天学院上海200240 大型客机集成技术与模拟飞行全国重点实验室上海201210

传统的深度迁移学习网络从有标签的源域故障数据中学习并迁移知识,完成无标签目标域上的诊断任务,有效解决了机械故障诊断中变工况场景面临的数据特征空间非对称问题。然而其知识迁移模块加剧了深度学习网络结构的复杂性,导致其损失函... 详细信息

传统的深度迁移学习网络从有标签的源域故障数据中学习并迁移知识,完成无标签目标域上的诊断任务,有效解决了机械故障诊断中变工况场景面临的数据特征空间非对称问题。然而其知识迁移模块加剧了深度学习网络结构的复杂性,导致其损失函数的地貌特征比浅层网络复杂得多,优化难度更高。传统方法无法感知损失函数的地貌特征,容易使模型参数陷入参数泛化间隙大的局部最小值处,导致模型泛化性差,诊断精度降低。为了应对这一挑战,研究提出锐度感知增强的卷积神经网络(Sharpness Awareness Reinforced Convolutional Neural Network,SA-CNN),通过感知一定范围内模型损失函数的锐度,联合优化损失函数与其地貌特征的平坦程度,约束模型参数向损失函数锐度降低的方向收敛,进而提升模型的泛化性能。经典机械故障诊断数据集上的实验结果表明,相比传统的深度迁移模型,所提方法在变工况场景下进行跨域机械故障诊断时性能提升显著。

关键词：轴承故障诊断损失函数地貌分析迁移学习卷积神经网络