检索结果-南通市图书馆

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

玉米粒制灵芝原种技术的改进

延安大学学报（自然科学版） 1999年第4期18卷 73-75页

作者：任桂梅刘霞翁泽峰延安大学生物系陕西延安716000

玉米粒中加入适量棉籽壳等辅料制灵芝原种,不仅增加培养基的通气性和营养物质,而且能降低污染率和生产成本。试验结果经F检验,试验各配方与对照的菌丝长满袋所需时间无显著差异;

关键词：玉米粒棉籽壳灵芝原种培养基配方

在线全文

学校读者我要写书评

暂无评论

以水为原料的过氧化氢原位制备方法

化学进展 2024年第2期36卷 177-186页

作者：于敬泽谢腾峰吉林大学新能源与环境学院长春130021 吉林大学化学学院长春130012

过氧化氢(H_(2)O_(2))是一种重要的化学品,可作为清洁的消毒剂,主要采用蒽醌法集中生产,运输和储存过程存在爆炸风险,因此需要开发原位制备方法。以氧气为原料的电化学还原和光催化还原已被广泛关注,但反应在气液固三相界面进行,设备复... 详细信息

过氧化氢(H_(2)O_(2))是一种重要的化学品,可作为清洁的消毒剂,主要采用蒽醌法集中生产,运输和储存过程存在爆炸风险,因此需要开发原位制备方法。以氧气为原料的电化学还原和光催化还原已被广泛关注,但反应在气液固三相界面进行,设备复杂、产量受限。以水为原料的固液界面氧化过程也是原位产生H_(2)O_(2)的重要途径,本文概述电化学、光催化等氧化水制备H_(2)O_(2)的常见方法,重点介绍热催化、超声压电、等离子体、微液滴等研究近期出现的原位制备过氧化氢新方法,为过氧化氢原位制备,特别是消毒领域的研究者提供参考。

关键词：消毒过氧化氢原位制备水氧化

在线全文

学校读者我要写书评

暂无评论

基于近红外光谱技术的空苞山核桃快速识别

中国食品学报 2024年第2期24卷 292-302页

作者：俞储泽翁定康曹烁森孙通浙江农林大学光机电工程学院杭州311300

空苞山核桃是指果实没有种仁或者发育受阻的山核桃,严重影响山核桃产品品质。为实现空苞山核桃的快速无损识别,利用2种近红外检测装置在200~1160 nm波长范围采集带壳山核桃样本的光谱,采用8种预处理方法进行光谱预处理,利用竞争自适应... 详细信息

空苞山核桃是指果实没有种仁或者发育受阻的山核桃,严重影响山核桃产品品质。为实现空苞山核桃的快速无损识别,利用2种近红外检测装置在200~1160 nm波长范围采集带壳山核桃样本的光谱,采用8种预处理方法进行光谱预处理,利用竞争自适应重加权采样(CARS)方法筛选空苞山核桃的特征波长变量,最后应用线性判别分析(LDA)、二次判别分析(QDA)和马氏距离判别分析(MDA)建立空苞和正常山核桃的分类模型。结果表明,使用检测装置1所建立的空苞山核桃分类模型性能优于检测装置2的分类模型,经多元散射校正(MSC)预处理后建立的分类模型的识别结果最好,LDA、QDA及MDA模型的特异性、敏感性和正确率均为1,优于其它预处理方法建立的分类模型。经CARS变量筛选后,建模所用的光谱变量数目大大减少,有效简化了分类模型,而模型性能仍与全波长模型性能持平。本文为空苞山核桃的快速、无损识别提供了一种可行的方法。

关键词：山核桃近红外光谱空苞竞争自适应重加权采样

建筑结构损伤智能检测与响应智能预测研究综述

在线全文

学校读者我要写书评

暂无评论

建筑结构学报 2024年第6期45卷 107-132页

作者：周颖孟诗乔孔庆钊翁渝峰同济大学土木防灾减灾全国重点实验室上海200092

随着计算机和人工智能技术的高速发展,越来越多的智能技术被引入土木工程学科交叉研究与应用中。相比于传统土木工程技术,结构智能防灾显著提升了工作效率与精度,因此成为学科交叉的重要发展方向之一。为系统梳理结构智能防灾前沿研究进... 详细信息

随着计算机和人工智能技术的高速发展,越来越多的智能技术被引入土木工程学科交叉研究与应用中。相比于传统土木工程技术,结构智能防灾显著提升了工作效率与精度,因此成为学科交叉的重要发展方向之一。为系统梳理结构智能防灾前沿研究进展,从建筑结构局部损伤智能检测与评估、建筑结构整体损伤智能检测与评估、建筑结构响应智能预测等三个方面,对建筑结构损伤智能检测与响应智能预测研究开展综述。归纳了主流研究技术路线和常用智能算法,分析了已有研究方法的优越性和局限性,并给出了研究挑战。针对现阶段研究中构件局部损伤智能检测与评估的工程应用受限、建筑结构整体损伤智能检测精度较低、建筑结构响应智能预测的可解释性与可靠性较差等问题,针对性地提出未来研究方向的展望和建议,包括提升损伤智能检测算法泛化性、通过超分辨率技术提升建筑结构整体损伤智能检测精度以及将空间信息和物理信息融入建筑结构响应智能预测方法等方面。

关键词：智能防灾研究综述人工智能机器学习损伤检测响应预测

不同Ma、Re下双楔定常/非定常流动的模拟分析与流态预测

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：张鑫泽李沁翁谊辉尤延铖厦门大学航空航天学院

本文针对高超声速双楔绕流中层流激波相互作用和定常/非定常流动现象，选取不同工况(Ma∞和Re)，采用所发展的三阶精度本质无波动格式开展数值模拟与流动特性研究，总结了由参数变化引起的定常/非定常流场激波结构和分离区的变化规律。... 详细信息

本文针对高超声速双楔绕流中层流激波相互作用和定常/非定常流动现象，选取不同工况(Ma∞和Re)，采用所发展的三阶精度本质无波动格式开展数值模拟与流动特性研究，总结了由参数变化引起的定常/非定常流场激波结构和分离区的变化规律。为了对不同Ma∞、Re下、双楔流动出现的定常/非定常流态进行预测，我们基于最小二乘支持向量机模型，采用不同核函数(线性、多项式和径向基函数)构建了双楔绕流定常/非定常的流态预测模型，并在验证集上对三种预测模型进行了验证与评估。结果表明，径向基核预测模型能够将16组工况下的双楔流态全部预测正确，预测结果的准确率和真阳性率为1、假阳性率为0，预测能力最强，具有较优的泛化能力，多项式核预测模型预测能力次之，线性核预测模型预测能力最差。

关键词：高超声速双楔定常/非定常流动流态预测最小二乘支持向量机

音乐疗法联合科普视频对妇科患者术前焦虑的影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

音乐疗法联合科普视频对妇科患者术前焦虑的影响

作者：泽翁旦珠电子科技大学

学位级别：硕士

逃避“内卷”但不“躺平”：基于自我决定理论的数字游民流动旅居心理需要研究

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

旅游科学 2024年

作者：余意峰李佳妮翁李胜湖北大学旅游学院湖北省数字文旅研究院

数字游民作为一种新型的旅游群体，其边工作边旅行的流动旅居方式逐渐受到学界与业界关注。现有研究较多探讨了数字游民的概念、群体特征及其对目的地社区的影响等话题，鲜有文献对数字游民选择流动旅居生活方式的内在心理原因进行分析... 详细信息

数字游民作为一种新型的旅游群体，其边工作边旅行的流动旅居方式逐渐受到学界与业界关注。现有研究较多探讨了数字游民的概念、群体特征及其对目的地社区的影响等话题，鲜有文献对数字游民选择流动旅居生活方式的内在心理原因进行分析。本研究运用扎根理论，对小红书821篇笔记（401437字）进行编码分析，结合自我决定理论，探索了数字游民流动旅居的生活方式对其心理需要的满足。研究发现，数字游民选择流动旅居生活方式的内在原因，主要是其能够满足自主需要、胜任需要、关系需要与享乐需要等四个方面的心理需要，其中自主需要与胜任需要是内驱型需要，关系需要与享乐需要是外引型需要。数字游民选择逃避内卷，听从“内心的声音”，自主决定自己的行动与选择，追求个体内在的自主感。他们根据自身的专业能力，实现远程办公与灵活工作，在实现“地理套利”的同时，注重自身的成长提升，强化自我价值感与胜任感。数字游民渴望结识同类，融入社区，在良好的社交氛围中实现自我认同与群体归属的满足。他们通过实现工作与休闲的动态平衡，展现对生活多样性的追求和对幸福感的关注。本研究在自我决定理论自主需要、胜任需要与关系需要的基础上，发现了“享乐需要”这一新的范畴。该研究丰富了数字游民的理论研究，拓展了自我决定理论对基本心理需求研究的内涵与外延，同时也为旅游目的地管理建设提供了启示与借鉴。

关键词：数字游民流动旅居心理需要扎根理论自我决定理论

基于可解释Transformer网络的多模态医学数据预测与分割研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于可解释Transformer网络的多模态医学数据预测与分割研究

作者：俞泽峰南昌大学

学位级别：硕士

随着医学信息智能化的发展,电子病历和医学影像已成为疾病的核心数据。电子病历记录了结构化诊疗信息,医学影像则提供了非结构化病变信息,互为补充发挥了重要作用。智能化可解决人工决策效率低下、信息过载、个性化诊疗等问题,而现有方... 详细信息

随着医学信息智能化的发展,电子病历和医学影像已成为疾病的核心数据。电子病历记录了结构化诊疗信息,医学影像则提供了非结构化病变信息,互为补充发挥了重要作用。智能化可解决人工决策效率低下、信息过载、个性化诊疗等问题,而现有方法面临着精度有待提高、模型可解释性弱、数据不平衡等挑战。同时,基于注意力机制的Transformer网络具有捕捉全局信息和处理长程数据等优势,为医学自动化分析开辟了新途径。本文以脓毒症的电子病历和脑肿瘤的磁共振影像(Magnetic Resonance Imaging,MRI)为研究对象,提出了3种基于Transformer网络的疾病预后预测和诊断分割方法,采用了可解释方法明确模型与数据的相关性,为临床诊疗提供了定量依据。本文主要研究内容如下:(1)提出基于可解释集成型Transformer与医学电子病历的脓毒症预后预测算法SFormer。首先,采用My SQL关联多参数数据库,依据医学领域知识构建年龄和35个血液检测因子的电子病例库So M;其次,改进过采样SMOTE方法缓解类不平衡;然后,提出融合Transformer的网络提取预测因子特征,经过多层感知机实现预后预测;最后,使用SHapley Additive ex Planations(SHAP)、Pearson相关性矩阵、单双因子预测分布图,从全局指标与局部凝血免疫因子两方面进行可视化解释。本章在电子病历库So M上,将SFormer算法与逻辑回归(Logistic Regression,LR)、决策树(Decision Tree,DT)、随机森林(Random Forest,RF)、长短时记忆网络(Long Short-Term Memory,LSTM)和门控循环单元网络(Gated Recurrent Unit,GRU)等七种对比算法,进行性能评估比较。实验结果表明:SFormer算法的工程特征曲线下的面积(Area Under the Curve,AUC)、准确率、特异性、敏感性和F1指标分别达到了0.930、0.884、0.831、0.935、0.891,相较七种对比算法分别提升了2.09%～19.84%、2.22%～24.34%、1.23%～16.69%、0.37%～33.42%、2.10%～25.32%。由可解释分析可知,SHAP显示了年龄、白蛋白、尿素氮是模型决策的三个主要因素,Pearson相关性矩阵提示了凝血免疫的重要性,单双因子预测分布图表明了凝血因子超过正常区间不利于脓毒症预后。因此,结构化电子病历结合Transformer的模型,能够取得良好的脓毒症预后预测性能,并为决定疾病进展的因素提供可解释依据。(2)提出基于ViT空间金字塔与通道注意力的脑肿瘤影像分割算法AFormer。该方法基于编解码U型架构,引入通道注意力快速定位感兴趣的病灶区域,进一步提出基于Vision Transformer(ViT)与空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)的特征提取模块,扩大感受野覆盖全局特征图,获得多尺度MRI影像特征信息。AFormer使用Generalized Dice Loss解决类别不平衡促进训练数据的收敛,同时采用组归一化规范多模态数据,以减弱数据漂移等对模型稳定性的影响。本章将AFormer应用于Bra TS2020数据集,完成以不同空洞率和不同模块位置为变量的多组消融实验,并采用Grad-CAM注意力图可视化解释网络内部的关键特征。实验结果表明:AFormer在增强区(Enhanced Tumor,ET)、全瘤区(Whole Tumor,WT)和核心区(Tumor Core,TC)上的Dice系数分别达到了0.726、0.891、0.806,较Trans BTS分别提升1.82%、2.06%、4.68%,在WT上的分割性能优于Bra TS2020竞赛前三名算法。因此,非结构化MRI结合ViT和ASPP等结构,充分利用长程捕捉和多尺度提取的能力,削弱病灶形状不规则和类不平衡的影响,尤其提升水肿等大病灶区域的分割精度。(3)提出基于双聚合ViT和卷积注意力的脑肿瘤影像分割算法UFormer,并设计基于Py Qt5和Py Charm UI的PC端多模态脑肿瘤分割系统。在AFormer的基础上,将ViT空间金字塔替换为双聚合ViT,进行全局MRI影像特征的交互建模,提升模型表征能力。将通道注意力替换为卷积注意力,自适应学习通道与空间域的交互性,实现精细化特征提取。将UFormer应用于Bra TS2020数据集,实验结果表明:UFormer在ET、WT和TC上的Dice系数为0.730、0.896和0.810,较AFormer分别提升0.55%、0.56%、0.50%,W

关键词： Transformer 医学影像分割电子病历脓毒症脑肿瘤

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

大规模图的分布式核分解算法

软件学报 2024年

作者：翁同峰周旭李肯立胡逸騉国家超级计算长沙中心 School of Computing National University of Singapore 湖南大学信息科学与工程学院

随着互联网信息技术的发展,社交网络、计算机网络及生物信息网络等领域涌现海量大规模图数据.鉴于传统图数据管理技术在处理大规模图时存在存储及性能方面的局限,大规模图的分布式处理技术已成为图数据库领域的研究热点,并得到工业界和... 详细信息

随着互联网信息技术的发展,社交网络、计算机网络及生物信息网络等领域涌现海量大规模图数据.鉴于传统图数据管理技术在处理大规模图时存在存储及性能方面的局限,大规模图的分布式处理技术已成为图数据库领域的研究热点,并得到工业界和学术界的广泛关注.图的核分解用于计算图中所有顶点的核值,有助于挖掘重要图结构信息,在社区搜索、蛋白质结构分析和网络结构可视化等诸多应用中发挥着关键作用.当前以顶点为中心计算模式的分布式核分解算法中采用一种广播的消息传递机制,一方面,存在大量的冗余通信及计算开销;另一方面,处理大规模图核分解过程中易产生内存溢出问题.为此,分别提出基于全局激活和层次剥离计算框架,并提出分布式核分解新算法,通过引入基于顶点核值局部性特点的消息剪枝策略和以计算节点为中心的计算新模式,保证算法有效性的同时提升其性能.在国家超级计算长沙中心分布式集群上,分别针对大规模真实和合成数据集,算法总耗时性能提升比例为37%–98%,验证所提模型和算法的有效性和高效性.

关键词：大规模图分布式算法核分解图计算