检索结果-南通市图书馆

猴IFN-γ单克隆抗体的制备、鉴定及其初步应用

在线全文

学校读者我要写书评

暂无评论

猴IFN-γ单克隆抗体的制备、鉴定及其初步应用

作者：翟伟扬州大学

学位级别：硕士

企业短贷长投同群效应:“随波逐流”还是“望而却步”

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

财会月刊 2024年第10期45卷 49-55页

作者：付莉翟伟娜山东科技大学经济管理学院青岛266590

近年来,随着实体企业的经营压力不断增加,许多企业选择采用短贷长投这种激进的财务策略,但从长远来看,短贷长投会给企业未来经营发展带来严重危害。除内部因素和外部因素外,企业的短贷长投决策还会受到外部同群企业行为的影响。本文以20... 详细信息

近年来,随着实体企业的经营压力不断增加,许多企业选择采用短贷长投这种激进的财务策略,但从长远来看,短贷长投会给企业未来经营发展带来严重危害。除内部因素和外部因素外,企业的短贷长投决策还会受到外部同群企业行为的影响。本文以2016~2020年沪深A股上市公司数据为样本进行研究,发现近几年短贷长投在行业和地区层面主要表现为负向同群效应,即同群企业的短贷长投会使企业管理者“望而却步”。进一步基于风险溢出效应、风险规避效应及保守型决策角度展开研究,发现同群企业财务风险、管理层持股及经济政策不确定性也会在一定程度上影响短贷长投的负向同群效应,进而为企业优化投融资决策提供依据。

关键词：短贷长投同群效应风险规避保守型决策

在线全文

学校读者我要写书评

暂无评论

无监督异常检测模型的鲁棒性基准

中国科学技术大学学报 2024年第1期54卷 20-29,19,I0001,I0002页

作者：王培翟伟曹洋中国科学技术大学自动化系安徽合肥230027 合肥综合性国家科学中心人工智能研究院安徽合肥230088

由于生产环境的复杂性和多样性,了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题,我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集,我们探索了五种不同范式的方法的... 详细信息

由于生产环境的复杂性和多样性,了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题,我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集,我们探索了五种不同范式的方法的鲁棒性,包括基于重建的、基于表征相似度的、基于归一化流的、基于自监督表征学习的和基于知识蒸馏的范式。此外,我们还探讨了两种最佳的方法中不同模块对鲁棒性和准确性的影响,包括Patch Core方法中的多尺度特征、邻域大小、采样比例和Reverse Distillation方法中的多尺度特征、MMF模块与OCE模块、多尺度蒸馏。最后,我们提出了一个特征对齐模块(FAM),以减少降质带来的特征偏移,并将Patch Core和FAM结合起来,得到一个同时具备高准确率和高鲁棒性的模型。我们希望这项工作能够作为一种鲁棒性评估手段,并在将来为构建鲁棒的异常检测模型提供经验。

关键词：鲁棒性基准异常检测无监督学习自动光学检测

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

无监督异常检测模型的鲁棒性基准（英文）

中国科学技术大学学报 2024年第1期 21-31页

作者：王培翟伟曹洋中国科学技术大学自动化系合肥综合性国家科学中心人工智能研究院

由于生产环境的复杂性和多样性，了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题，我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集，我们探索了五种不同范式的方... 详细信息

由于生产环境的复杂性和多样性，了解无监督异常检测模型对常见降质的鲁棒性是至关重要的。为了系统地探索这个问题，我们提出一个名为MVTec-C的数据集来评估无监督异常检测模型的鲁棒性。基于这个数据集，我们探索了五种不同范式的方法的鲁棒性，包括基于重建的、基于表征相似度的、基于归一化流的、基于自监督表征学习的和基于知识蒸馏的范式。此外，我们还探讨了两种最佳的方法中不同模块对鲁棒性和准确性的影响，包括Patch Core方法中的多尺度特征、邻域大小、采样比例和Reverse Distillation方法中的多尺度特征、MMF模块与OCE模块、多尺度蒸馏。最后，我们提出了一个特征对齐模块(FAM)，以减少降质带来的特征偏移，并将Patch Core和FAM结合起来，得到一个同时具备高准确率和高鲁棒性的模型。我们希望这项工作能够作为一种鲁棒性评估手段，并在将来为构建鲁棒的异常检测模型提供经验。

关键词：鲁棒性基准异常检测无监督学习自动光学检测

利用RTS平滑算法分析BDS/GNSS定位精度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘通报 2024年第5期 66-70,84页

作者：王一帆翟伟马仪云南电网有限责任公司电力科学研究院云南昆明650217 南京信息工程大学遥感与测绘工程学院江苏南京210044

为解决精密单点定位技术(PPP)收敛阶段精度差的问题,本文研究了利用RTS反向平滑算法提高定位精度。首先,基于前向Kalman滤波算法进行前向PPP解算,精度统计表明BDS在N、E、U分量定位精度分别为2.6、2.0、7.8 mm,采用GPS+Galileo系统组合... 详细信息

为解决精密单点定位技术(PPP)收敛阶段精度差的问题,本文研究了利用RTS反向平滑算法提高定位精度。首先,基于前向Kalman滤波算法进行前向PPP解算,精度统计表明BDS在N、E、U分量定位精度分别为2.6、2.0、7.8 mm,采用GPS+Galileo系统组合解算的精度最优,其在N、E、U方向的定位精度可达到1.7、2.1、3.4 mm。基于RTS反向平滑算法的动态PPP分析表明,单BDS系统在N、E、U方向的定位精度可达到3.3、3.4、9.0 mm。加入GPS、GLONASS或Galileo观测值后BDS定位精度提升达50%以上。车载动态试验分析进一步表明,采用反向RTS平滑算法进行PPP解算在N、E、U 3个方向的定位精度分别可达0.028、0.015和0.033 m。

关键词： BDS 精密单点定位 Kalman滤波 RTS反向平滑

在线全文

学校读者我要写书评

暂无评论

基于多元自适应回归样条的汇合决策行为模型

清华大学学报（自然科学版） 2024年第1期64卷 55-62页

作者：李根翟伟黄海博任皎龙王登忠邬岚南京林业大学汽车与交通工程学院南京210037 山东理工大学建筑工程学院淄博255000 浙江省交通运输科学研究院杭州310023

为研究高速公路车辆汇合决策行为,采用一种非参数回归模型——多元自适应回归样条(multiple adaptive regression splines,MARS)模型建立了汇合决策行为模型。同时,采用美国下一代仿真(next generation simulation,NGSIM)项目中搜集的... 详细信息

为研究高速公路车辆汇合决策行为,采用一种非参数回归模型——多元自适应回归样条(multiple adaptive regression splines,MARS)模型建立了汇合决策行为模型。同时,采用美国下一代仿真(next generation simulation,NGSIM)项目中搜集的车辆轨迹数据US-101数据集,提取了速度差、纵向间距、横向位置和车线碰撞时间等参数作为影响变量,进行训练和预测,并与分类回归树、梯度提升决策树、随机森林、逻辑回归等模型进行对比。研究结果表明:汇合车辆与主线车道前车之间的速度差对汇合决策行为影响最大;MARS模型和梯度提升决策树模型对汇合决策行为的预测错误率分别低至0.141和0.138,准确性略高于分类回归树、随机森林和逻辑回归模型,但MARS模型的复杂度远低于梯度提升决策树模型,且能够生成显性表达式,反映影响变量之间的交互作用,利于工程应用。MARS模型能够准确预测汇合决策行为,可用于车辆辅助驾驶及自动驾驶系统。

关键词：公路运输汇合决策行为多元自适应回归样条交织区自动驾驶

扁平化榫卯结构应用于现代家居产品创新设计实践

在线全文

学校读者我要写书评

暂无评论

家具与室内装饰 2024年第7期31卷 64-65页

作者：翟伟民陈齐杰深圳技术大学创意设计学院广东深圳518118 威狮国际艺术发展集团有限公司福建福州410015

设计师:翟伟民,何继伟作品名称:Wooden interest设计说明:通过对传统榫卯结构的研究与数位化整理,从力学与美学角度进行创新元素的提取,通过徒手安装的扁平化设计思维来实现日用家居产品从运输到用户使用的整体过程中,不仅能够满足使用... 详细信息

设计师:翟伟民,何继伟作品名称:Wooden interest设计说明:通过对传统榫卯结构的研究与数位化整理,从力学与美学角度进行创新元素的提取,通过徒手安装的扁平化设计思维来实现日用家居产品从运输到用户使用的整体过程中,不仅能够满足使用功能,而且模块化拆装过程还能带给用户不同的趣味体验。此外,扁平化家居设计从生产环节、运输环节以及安装环节都体现了产品的经济性、环保性优势。

关键词：家居设计运输环节榫卯结构作品名称扁平化设计设计说明家居产品美学角度

YSG-SLAM:动态场景下基于YOLACT的实时语义RGB-D SLAM系统

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年

作者：翟伟光王峰马星宇赵薇孟鹏帅太原理工大学电子信息工程学院太原理工大学电气与动力工程学院

针对动态环境中实时定位与建图（Simultaneous Localization and Mapping，SLAM）算法位姿估计存在的定位漂移、实时性差等问题，提出一个名为YSG-SLAM的实时语义红绿蓝-深度（Red-Green-Blue-Depth，RGB-D）SLAM系统。为了提高系统实... 详细信息

针对动态环境中实时定位与建图（Simultaneous Localization and Mapping，SLAM）算法位姿估计存在的定位漂移、实时性差等问题，提出一个名为YSG-SLAM的实时语义红绿蓝-深度（Red-Green-Blue-Depth，RGB-D）SLAM系统。为了提高系统实时性，新增两个并行线程:一个用于获取二维语义信息的语义分割线程和一个语义建图线程。为优化系统在处理动态物体时的准确性和鲁棒性，YSG-SLAM引入快速动态特征剔除算法，并耦合漏检补偿模块来应对基于实时实例分割算法（You Only Look At Coefficients ，YOLACT）可能出现的漏检情况，有效地提升了特征点剔除的精确度和系统的整体稳定性。为减少由特征点聚集引起的定位误差从而优化特征点的空间分布，设计自适应角点提取阈值计算方法，使特征分布更加均匀。语义建图线程充分利用二维语义信息与三维点云数据，可选择性构建语义地图和八叉树地图，提高了系统的环境感知能力及机器人在复杂环境下的相关任务执行能力。YSG-SLAM在德国慕尼黑工业大学（Technische Universit?t München，TUM）数据集、Bonn数据集上进行了评估，相较于原ORB-SLAM2，各项定位误差下降达93%。实验结果表明，YSG-SLAM有效提升了系统实时性，定位精度高，且可构建两种地图，具有一定的实用价值。

关键词：动态环境语义分割自适应阈值漏检补偿语义建图

基于YOLO-DSBE的无人机对地目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

航空兵器 2024年

作者：孟鹏帅王峰翟伟光马星宇赵薇太原理工大学电子信息与光学工程学院太原理工大学电气与动力工程学院

针对无人机捕获图像背景复杂、目标尺度小且相互遮挡、漏检率高等问题，提出一种基于YOLO-DSBE的无人机对地目标检测算法。提出基于可变形卷积的DC-ELAN与DC-MP模块，适应不同形状大小输入特征，提升网络对复杂背景下特征的解析能力；... 详细信息

针对无人机捕获图像背景复杂、目标尺度小且相互遮挡、漏检率高等问题，提出一种基于YOLO-DSBE的无人机对地目标检测算法。提出基于可变形卷积的DC-ELAN与DC-MP模块，适应不同形状大小输入特征，提升网络对复杂背景下特征的解析能力；设计高分辨率多尺度检测层，增强算法提取小目标特征能力，提高微小目标检测精度；深度融入BiFormer动态稀疏注意力机制至改进后的特征融合网络中，剔除无关特征信息，提高相关细节的关注度并降低漏检率；引入边框损失函数EIoU，解决CIoU形状惩罚项失效问题，提升模型收敛速度与检测精度。实验结果表明，改进算法在UA-DETRAC数据集上的的平均精度达到56.1%，相比原算法，mA P50与mA P50:95在VisDrone2019数据集上分别提升了3.5%与2.8%，有效提升了无人机图像识别的准确率。

关键词：目标检测无人机图像 YOLO-DSBE 可变形卷积 BiFormer