检索结果-南通市图书馆

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

代理模型辅助的昂贵超多目标进化算法研究

代理模型辅助的昂贵超多目标进化算法研究

作者：翟照敏山东师范大学

学位级别：硕士

多目标优化问题普遍存在于现实生活之中,而多目标进化算法已成为解决这些问题广泛认可的主流方法。然而,许多实际问题被归类为昂贵的多目标优化问题,因为它们的真实评估需要大量的计算、时间或资源,多目标进化算法在解决这类问题时面临... 详细信息

多目标优化问题普遍存在于现实生活之中,而多目标进化算法已成为解决这些问题广泛认可的主流方法。然而,许多实际问题被归类为昂贵的多目标优化问题,因为它们的真实评估需要大量的计算、时间或资源,多目标进化算法在解决这类问题时面临挑战。为此,代理辅助的进化算法(Surrogate-Assisted Evolutionary Algorithms,简称SAEAs)被广泛运用。SAEAs利用有限数量的昂贵的真实评估来构建代价上廉价的代理模型,从而利用代理模型替代真实评估辅助优化。尽管如此,现有的单一代理模型使用中存在一些局限性,如过度拟合、局部最优解陷阱以及适应性不足等,因此有必要多个代理模型结合使用。此外,随着目标数量的增加,当优化目标超过三个时,算法的复杂性和计算成本也相应增加,在多维空间中搜索Pareto前沿变得更加困难,因此,需要更多的评价资源,这类问题也被称为昂贵的超多目标优化问题。在解决这类问题时,研究多个代理模型的结合使用尤为必要。基于此,本论文的主要研究工作包括以下两个方面:(1)为了应对单一代理模型的局限性,提出了一种双模型辅助基于分解的昂贵多目标进化算法(A Dual-Model Assisted Evolutionary Algorithm Based on Decomposition for Expensive Multi-Objective Optimization,简称MOEA/D-DMA)。该算法的核心在于其双模型管理策略,通过建立两种模型并进行交叉验证来生成偏差参数,以结合两种代理模型的预测结果替代真实评估。其次,引入了一种双算子繁殖策略。对于每个分解的子问题,算法在每一代选择相同的亲本群体,应用两个繁殖算子生成两个候选子代解,再选择最有前景的子代。通过双模型管理策略和优化策略,MOEA/D-DMA提升了预测精度和高效勘探能力。在UF基准问题上进行了一系列实验,其结果表明该算法有效地应对了强非线性和多个局部最优解等挑战,以及单一代理模型辅助进化算法陷入局部最优解陷阱等问题,在昂贵多目标进化算法领域具有竞争力。(2)针对昂贵超多目标优化问题,提出了一种复合模型辅助的昂贵超多目标进化算法(A Composite Surrogate-Assisted Evolutionary Algorithm For Expensive Many-Objective Optimization,简称CSA＿MaOEA)。该算法的关键在于复合模型管理策略和填充采样准则。首先,复合模型管理策略将代理模型分为两种不同的:基于所有经过昂贵的真实评估的数据集构建全局模型,以及针对数据集聚类产生的子集构建局部模型。其次,考虑到收敛性、多样性和不确定性的要求,提出了一种新的填充采样准则来指导后代解的选择。实验比较了所提出的算法的复合模型和填充采样准则上的有效性,并将算法与其它五种代理辅助算法进行了对比。实验结果表明,CSA＿MaOEA在收敛性和多样性方面均显著优于其他五种代理辅助的进化算法。同时,它也有效地应对了昂贵超多目标优化问题中的三大挑战:目标空间的极大性、Pareto支配性的失效以及真实评估成本的高昂。

关键词：多目标优化问题昂贵超多目标优化问题多目标进化算法代理辅助

生脉散合桂甘龙牡汤改善射血分数保留型心衰患者临床疗效及尿液代谢组学研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生脉散合桂甘龙牡汤改善射血分数保留型心衰患者临床疗效及尿液代...

作者：翟志慧南京中医药大学

学位级别：硕士

智慧消防背景下商业综合体安全运营管理策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智慧消防背景下商业综合体安全运营管理策略研究

作者：翟龙煜山东师范大学

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

基于元宇宙的智慧档案馆虚实交融空间构建

山西档案 2024年第4期 17-23页

作者：杨智勇程佳琪上海大学文化遗产与信息管理学院上海200444

元宇宙作为信息技术发展的全新领域,为智慧档案馆的发展开辟了全新的战略视角,其虚实融合共存、线上线下深度耦合、沉浸式体验等特征为智慧档案馆构建虚实交融的空间带来了革新性的理论指导和实践可能。立足元宇宙框架,深入分析其赋能... 详细信息

元宇宙作为信息技术发展的全新领域,为智慧档案馆的发展开辟了全新的战略视角,其虚实融合共存、线上线下深度耦合、沉浸式体验等特征为智慧档案馆构建虚实交融的空间带来了革新性的理论指导和实践可能。立足元宇宙框架,深入分析其赋能智慧档案馆空间构建的作用机理,探究智慧档案馆虚实交融空间构建的内涵特征、要素分析和空间搭建,阐明元宇宙赋能虚实交融空间实现的相应技术,以期为元宇宙生态下的智慧档案馆建设提供参考。

关键词：元宇宙智慧档案馆虚实交融档案空间数字孪生

基于Swin Transformer的石质文物表面苔藓生长率检测方法研究

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Swin Transformer的石质文物表面苔藓生长率检测方法研究

作者：翟清依重庆理工大学

学位级别：硕士

石质文物是中华民族宝贵的文化遗产。然而,由于野外石质文物常年处于露天环境,常年遭受生物病害的破坏,尤其是苔藓的侵蚀。为了更好地保护石质文物,研究石质文物表面苔藓生长信息是实现其预防性保护的关键,具有重要的现实意义。当前关... 详细信息

石质文物是中华民族宝贵的文化遗产。然而,由于野外石质文物常年处于露天环境,常年遭受生物病害的破坏,尤其是苔藓的侵蚀。为了更好地保护石质文物,研究石质文物表面苔藓生长信息是实现其预防性保护的关键,具有重要的现实意义。当前关于石质文物表面苔藓病害的研究主要依赖于手工测量和传统图像处理技术,这两类方法费时费力且易受噪声干扰。近年来,深度学习在图像信息处理方面有很大的潜力,并已应用于有机质文物病害检测领域,但对石质文物表面苔藓生长率的检测研究尚未见有相关文献报道。为了准确快速地获取石质文物表面苔藓的生长率,本文提出了一种基于Swin Transformer的石质文物表面能苔藓生长率检测方法,研究内容主要涉及4个方面:(1)构建苔藓数据集。首先采集了岩石表面苔藓生长的图像,并对图像进行筛选、裁剪,最后使用Labelme软件对数据集进行标注,建立了苔藓数据集。(2)针对石质文物表面苔藓面积大小不一和分布不均的问题,本文提出了一种基于Swin Transformer的多尺度特征融合网络结构。该网络采用Swin-T作为主干特征提取结构,并通过并行和串行两种多尺度特征融合结构增强网络捕获不同尺寸特征信息的能力,最后通过卷积层进行解码。此外,针对数据集小模型易过拟合问题,本文采用迁移学习方法,选取与目标任务数据集相似的公开遥感数据集进行预训练。最后在公共数据集Love DA和苔藓数据集上进行实验,取得较好分割效果。(3)针对Transformer模型在捕获局部信息方面的固有局限性,本文提出了一种基于Swin Transformer和卷积神经网络(CNN)融合的石质文物表面苔藓分割模型。在基于Swin Transformer多尺度特征融合模型基础上,进一步整合CNN的浅层特征提取结构,用于优化模型性能。同时引入坐标注意力(Coordinate Attention)模块,以增强CNN所提取的特征。在公共数据集Love DA以及苔藓数据集上的实验结果表明,所提出的模型在苔藓分割任务上展现出了卓越的性能。(4)为了准确检测石质文物表面苔藓生长率,首先应用本文构建的分割模型对石质文物表面生长苔藓的图像进行分割,通过分割结果计算苔藓覆盖率。通过与手工标注的覆盖率对比,验证本文提出的模型检测石质文物表面苔藓覆盖率的准确性。接着,对岩石表面苔藓的生长进行监测,定期拍摄图像,在计算出图像苔藓覆盖率的基础上,对苔藓生长率进行计算。鉴于苔藓对空气污染的敏感性,本研究将苔藓生长率与当地空气质量数据进行对比,结果显示二者趋势相符,从而验证了本研究提出的基于Swin Transformer的石质文物表面苔藓生长率检测方法的有效性。

关键词：石质文物深度学习 Swin Transformer 苔藓覆盖率苔藓生长率

数据要素参与价值创造及数据垄断问题研究 ——一个政治经济学视角

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据要素参与价值创造及数据垄断问题研究 ——一个政治经济学视角

作者：翟妙如中共山东省委党校

学位级别：硕士

进入数字经济时代以来,数据为传统经济发展注入新动能,正在融入社会价值创造体系,成为我国实现高质量发展必备的基础性资源和新型生产要素。社会生产与价值创造水平的跃升以科技为关键因素,数据要素为新技术、新产业的创造与发展点燃引... 详细信息

进入数字经济时代以来,数据为传统经济发展注入新动能,正在融入社会价值创造体系,成为我国实现高质量发展必备的基础性资源和新型生产要素。社会生产与价值创造水平的跃升以科技为关键因素,数据要素为新技术、新产业的创造与发展点燃引擎,为社会生产方式变革作出了不可或缺的重要贡献,不仅能够提高全要素生产率,而且能够有效拓展价值创造空间。数据要素规模呈现爆发式增长,为社会众多领域的发展提供了新机遇,在生产、分配、交换与消费各个经济活动环节中,处处可见数据要素带来的深刻影响,将数据要素投入经济社会价值创造之中,是适应先进生产力发展的需要。然而,在数据要素参与价值创造的过程中,逐渐产生了数据垄断问题,数据垄断势力为了牟取高额利润,滥用市场支配地位,干扰价值生产过程,扩大收益分配鸿沟,破坏数字经济市场生态,损害消费者福利,不利于社会再生产过程的顺利进行,需要引起重点关注。针对数据要素参与价值创造及数据垄断问题,西方经济学范式下的分析聚焦于数理关系,为资产阶级利益辩护,未能充分触及经济现象背后的本质,本文从马克思主义政治经济学视角出发,对数据要素参与价值创造的机制机理及由价值剥削产生的数据垄断问题展开研究。第一,数据要素在参与价值创造的过程中,首先经由集聚过程将分散杂乱的原始数据转化为数据资源,然后,数据资源经由各生产环节的组织加工转化为具有高经济属性的数据资产,最后,数据资产经由各生产部门的循环流通转化为数据资本,从而实现价值飞跃。第二,在数据要素参与价值创造的过程中,大型平台企业出于逐利的动机,凭借数据与算法算力优势,利用数据要素的规模效应与锁定效应,对用户、雇佣劳动者与市场竞争者的剥削程度不断加深,且价值剥削的范围由物理空间向虚拟空间拓展,将用户、雇佣劳动者与中小经营者均置于数据资本的统治体系之下,逐渐形成垄断态势。第三,数据垄断势力通过数据封锁、自我优待、价格歧视与强制“二选一”等方式巩固自身垄断地位,扩张市场势力与商业版图,导致社会价值生产环节受到制约,收益分配差距进一步扩大,市场生态扭曲,抑制市场消费潜力。第四,数据反垄断规制实践面临着数据确权不清、相关市场难以界定、数据垄断评估标准不够完善、数据监管工具滞后等现实困境。最后,本文提出建立数据产权制度、完善数据反垄断标准体系建设、引入智能监管模式、加强数据反垄断执法等建议,探寻数据反垄断规制路径,以期促进数据要素在价值创造中的潜能释放。

关键词：数据要素数据价值数字经济数据垄断

极高水压下微裂隙竖井井底车场硐室堵水注浆施工关键技术——以大瑞铁路高黎贡山隧道1#竖井为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

隧道建设（中英文） 2024年第5期44卷 1086-1095页

作者：高广义翟康博谷晴天中铁隧道局集团特种高新技术有限公司上海200120

为有效解决极高水压下微裂隙狭小硐室安全掘进中突水淹井的施工难题,依托大瑞铁路高黎贡山隧道1#竖井井底车场硐室超前堵水施工,针对竖井极高水压(7.6 MPa),地层蒙脱石含量高、可注性差,井底排水能力有限,注浆堵水难度大、要求高等特点... 详细信息

为有效解决极高水压下微裂隙狭小硐室安全掘进中突水淹井的施工难题,依托大瑞铁路高黎贡山隧道1#竖井井底车场硐室超前堵水施工,针对竖井极高水压(7.6 MPa),地层蒙脱石含量高、可注性差,井底排水能力有限,注浆堵水难度大、要求高等特点,在钻注设备选型配套和设备拆卸吊装、极高水压防突措施、超前堵水启动和结束标准制定等方面进行现场试验研究与应用,得出以下结论:1)提出极高水压下微裂隙深大竖井井底车场超前堵水注浆“合理步距、封堵水流;由外到内、环环相扣;间隔跳孔、锁定水源;增加补孔、局部加强”的原则;2)定制大功率窄体履带式液压钻机并配置无级变速超高压低流量双液泵,满足狭小空间钻机反复拆、吊快速安全施工;3)采用溶液型的改性脲醛树脂,以2~3倍静水压力作为注浆终压,有效解决了地层可注性差的问题,达到了较好的堵水效果;4)通过原位压水试验预测前方涌水量并结合井内实际抽排能力,明确“以堵为主、限量排放”的治水原则,利用钻孔压水试验计算渗透系数并以此来制定超前注浆启动标准,以达到注浆效果的渗透系数确定堵水结束标准;5)确定注浆最优循环长度为25 m,综合施工效率达到最高。

关键词：极高水压深大竖井铁路隧道注浆设备配套高压堵水

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

数据库索引调优技术综述

计算机研究与发展 2024年第4期61卷 929-954页

作者：赖思超吴小莹彭煜玮彭智勇武汉大学计算机学院武汉430072 武汉大学大数据研究院武汉430072

索引调优是数据库调优的重要组成部分,一直受到广泛关注.由于索引调优问题的理论复杂性和大数据时代的到来,通过DBA手动调优的方案已经无法满足现代数据库的发展需求,调优方案逐渐开始向自动化、智能化的方向发展.随着机器学习技术的发... 详细信息

索引调优是数据库调优的重要组成部分,一直受到广泛关注.由于索引调优问题的理论复杂性和大数据时代的到来,通过DBA手动调优的方案已经无法满足现代数据库的发展需求,调优方案逐渐开始向自动化、智能化的方向发展.随着机器学习技术的发展,越来越多的索引选择方案开始引入机器学习技术,并取得了一定的研究成果.将索引调优问题的解决方案归结为一种基于搜索的调优范式,归纳了其研究内容,阐述了其面临的挑战,对调优范式内的索引配置空间的生成、索引配置的评价以及索引配置的枚举与搜索3方面的研究成果进行了归纳、总结和对比.对动态工作负载下的索引选择问题(index selection problem,ISP)所面临的新挑战进行了分析,并基于在线反馈控制回路框架对其解决方案进行梳理.讨论了索引调优工具的发展与现状,通过对现有研究的分析论述,为后来研究者提供参考和研究思路,并对索引选择方案的未来进行了展望.

关键词：数据库索引索引选择索引调优性能调优机器学习

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

基于注意力机制的心脏MR图像分割方法研究

基于注意力机制的心脏MR图像分割方法研究

作者：翟纯琳齐鲁工业大学

学位级别：硕士

目前,心血管疾病是全球范围内造成人类死亡的主要原因之一,准确和及时的心脏病变诊断对于心血管疾病的预防和治疗至关重要。心脏核磁共振(Magnetic Resonance,MR)图像分割作为心脏病变诊断的重要步骤,对于定量分析心脏结构和功能、实现... 详细信息

目前,心血管疾病是全球范围内造成人类死亡的主要原因之一,准确和及时的心脏病变诊断对于心血管疾病的预防和治疗至关重要。心脏核磁共振(Magnetic Resonance,MR)图像分割作为心脏病变诊断的重要步骤,对于定量分析心脏结构和功能、实现精确的疾病检测以及制定治疗计划具有重要意义。然而,心脏MR图像分割面临着心脏组织结构复杂、形状动态多变以及图像边缘模糊等挑战。传统的手动分割方法不仅耗时且容易引入人为误差,因此,需要一种既快速又准确的心脏MR图像自动分割方法。本文主要研究内容如下:(1)针对传统卷积难以处理分割目标的细微结构和形态变化以及目标区域与背景之间对比度低的问题,提出了一种基于可变形卷积和注意力门控的心脏MR图像分割网络(DCAU-Net)。该模型建立在U-Net网络架构之上,在编码器中,引入残差卷积模块来提取不同层次的特征信息,同时借助残差连接提升模型稳定性;在解码器中,提出可变形卷积模块自适应地识别心脏MR图像目标区域中的形态变化和细微的边界特征,并融合不同尺度的特征信息,增强了模型对复杂心脏结构的捕获能力;在跳跃连接过程中,提出的注意力特征融合模块通过抑制无关特征来突出目标结构,提高了特征传递的准确性。经实验验证,DCAU-Net模型在ACDC数据集上实现了较好的分割效果,平均DSC值达到了91.3%,平均HD值达到了8.798mm。(2)为了进一步解决现有心脏核磁共振图像分割方法中无法有效捕获远距离像素之间的关联信息以及在信息传递过程中容易丢失重要细节信息的问题,提出了一种用于心脏核磁共振图像分割的CNN与Transformer融合网络(CTF-Net)。具体来说,在网络中利用卷积模块和Swin Transformer模块来学习局部和全局信息。同时,在瓶颈层引入多层膨胀卷积融合模块,以融合全局特征的上下文信息。此外,考虑到多尺度特征之间的特征对齐和语义差距问题,提出Transformer多尺度融合模块,通过自注意力机制有效地进行多尺度信息融合,从而充分挖掘多尺度特征之间的全局依赖性。该模型在ACDC数据集上获得了91.4%的平均DSC值和9.511mm的平均HD值,相较于现有模型具有一定的优势。

关键词：心脏MRI分割可变形卷积注意力机制 Transformer 多尺度特征