检索结果-南通市图书馆

作者：刘智勇齐鲁工业大学

学位级别：硕士

大规模MIMO(Multiple-Input Multiple-Output,MIMO)是一种基于大量天线和用户设备的多输入多输出技术,旨在提高通信系统的频谱效率、系统容量和抗干扰能力。在大规模MIMO系统中,通过使用数十甚至数百个天线,并利用空间多样性和波束成形... 详细信息

大规模MIMO(Multiple-Input Multiple-Output,MIMO)是一种基于大量天线和用户设备的多输入多输出技术,旨在提高通信系统的频谱效率、系统容量和抗干扰能力。在大规模MIMO系统中,通过使用数十甚至数百个天线,并利用空间多样性和波束成形技术,实现更高的信道容量和更好的抗干扰性能。信道预测和估计在大规模MIMO系统中起着至关重要的作用,它通过对信道状态进行估计和预测,帮助优化天线波束的配置和功率分配,从而提高系统的性能和可靠性。近年来,针对大规模MIMO信道预测和估计的研究逐渐受到关注,涉及到各种预测和估计算法和技术,如基于机器学习的方法、时变信道建模等。这些研究旨在克服大规模MIMO系统中的信道变化和干扰等挑战,为未来通信系统的发展提供重要支持。针对大规模MIMO信道预测的研究至关重要。由于用户移动导致上行和下行信道的差异,信道老化问题已经出现。获取准确的信道状态信息(Channel State Information,CSI)是具有挑战性的,这主要是由于多径衰落引起的快速信道变化,CSI往往会变得过时。CSI的不准确性会对无线系统的性能造成严重影响,信道预测可以减少由于过时的CSI而导致的无线通信质量下降。因此,本文考虑使用信道预测方法来解决这个问题。信道预测的理论基础在于,不同时间、频率和天线都经历着相似的传播环境,这使得它们之间具有一定的相关性和一致性。然而,信道与环境之间的映射关系通常十分复杂,难以用传统的数学方法准确刻画。幸运的是,深度学习技术具备强大的近似能力,可以有效地对这种复杂且非线性的映射关系进行连续的逼近。因此,深度学习模型将在大规模MIMO信道估计和预测系统中发挥出其强大的计算能力和预测精度。本文将各种深度学习模型与信道预测和估计相结合,并分析各种模型在信道预测中的优缺点。关于大规模MIMO信道估计,本文提出了一种基于深度神经网络(Deep Neural Networks,DNN)的信道估计方法,该方法利用DNN强大的学习和泛化能力,从接收到的信号中精确提取信道状态信息,从而实现对信道特性的有效估计。首先,详细阐述了DNN模型的设计思路。同时,选择了合适的激活函数和损失函数,以优化模型的训练过程。其次,通过不断调整网络参数,使模型能够逼近真实的信道特性,并实现对信道状态的准确估计。在仿真实验中,本文对比了基于DNN的信道估计方法与传统信道估计方法的性能。实验结果表明,在多种信噪比条件下,DNN方法均展现出了优越的性能。在低信噪比环境下,DNN方法能够显著减少估计误差,提高频谱效率;而在高信噪比条件下,虽然信道状态较为稳定,但DNN方法仍能保持较高的估计精度。大规模MIMO信道预测作为无线通信领域的关键技术,对于提升系统性能至关重要。在大规模MIMO信道预测领域,本文首先提出了堆叠神经网络(Long Short-Term Memory,LSTM)和注意力机制相结合的预测模型,称为DL(3)-Attention。首先,该模型通过堆叠多个LSTM层,增强了模型对数据的深层次特征提取能力。这种多层次的结构使得模型能够逐步学习到数据中的更高级别特征表示,从而提高预测的准确性。其次,DL(3)-Attention模型引入了注意力机制,使得模型在预测过程中能够自适应地关注到输入数据中的关键部分。这种关注机制有助于模型更加精确地捕捉信道数据的时空特性,进一步提高预测精度。相比之下,CNN-LSTM模型虽然结合了卷积神经网络和LSTM网络的优势,但在处理复杂信道数据时可能无法充分提取关键特征。由两层LSTM堆叠而成的模型,称为DL(2)。DL(2)和DL(3)模型在结构或参数设置上存在一定的局限性,导致预测精度不如DL(3)-Attention模型。但是DL(3)-Attention模型的预测效果提升并不明显。针对这个问题,本文又提出了CNN-Bi-LSTM-Attention深度学习预测模型。相较于DL(3)-Attention模型,CNN-Bi-LSTM-Attention模型在预测精度上表现更为优越。通过结合卷积神经网络的空间特征提取能力、双向长短时记忆网络的时序建模能力,以及注意力机制对关键信息的关注,CNN-Bi-LSTMAttention模型能够更准确地捕捉信道数据的时空特性,从而实现更高精度的预测。

关键词：大规模MIMO 信道预测信道估计模型

来源：

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

“长江中游商代文明国际研讨会”会议纪要

引用

江汉考古 2024年第1期 152-159页

作者：张玥凌翟扶文中国社会科学院考古研究所北京100101 湖北省文物考古研究院湖北武汉430077

2024年1月28日至30日,由湖北省文物考古研究院主办,湖南省文物考古研究院、安徽省文物考古研究所、江西省文物考古研究院、武汉大学长江文明考古研究院协办的“长江中游商代文明国际研讨会”在位于武汉黄陂木兰湖的湖北考古博物馆召开,... 详细信息

2024年1月28日至30日,由湖北省文物考古研究院主办,湖南省文物考古研究院、安徽省文物考古研究所、江西省文物考古研究院、武汉大学长江文明考古研究院协办的“长江中游商代文明国际研讨会”在位于武汉黄陂木兰湖的湖北考古博物馆召开,来自中国内地。

关键词：文物考古长江中游木兰湖会议纪要国际研讨会武汉大学商代文明考古博物馆

来源：

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

公共道德例外的泛化及其规制——以“美国关税案”为视角

引用

国际商务研究 2024年第3期45卷 61-72页

作者：翟仲中国人民武装警察部队研究院北京100101

DS543案使得公共道德例外条款的泛化问题再次成为焦点。本案中,专家组片面解读公共道德与经济目标的联系,对关税措施是否被设计为保护公共道德采取回避态度,并拒绝对关税措施是否应局限于违反公共道德的产品发表意见,模糊了公共道德与... 详细信息

DS543案使得公共道德例外条款的泛化问题再次成为焦点。本案中,专家组片面解读公共道德与经济目标的联系,对关税措施是否被设计为保护公共道德采取回避态度,并拒绝对关税措施是否应局限于违反公共道德的产品发表意见,模糊了公共道德与经济政策的概念,强化了公共道德例外的泛化倾向。公共道德例外泛化不仅导致WTO在类案中适用条约解释产生差异,还成为贸易保护主义和道德帝国主义主张行为豁免的依据。WTO应在价值平衡的基础上重新审视公共道德与经济关切的差异,并对公共道德目标、有关措施结构与设计的证明和审查标准作明确规定。中国应善用国际法规则抵制泛化公共道德的单边主义行径,同时吸取美国教训,利用合法手段维护中国道德权益。

关键词： WTO 公共道德例外 301报告中美贸易纠纷道德帝国主义

来源：

维普期刊数据库

同方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

政策文本计量视角下科技人才政策分析与评价——基于“工具—效力”的二维框架

引用

情报科学 2024年

作者：胡峰李加陈翟婧西南大学商贸学院江苏省科学技术情报研究所(江苏省科学技术发展战略研究院) 广西大学公共管理学院

[目的/意义]基于政策文本计量视角的科技人才政策分析与评价对于优化政策设计、释放制度红利，以及落实人才强国战略目标、实现高水平科技自立自强都具有重要意义。[方法/过程]构建“工具—效力”的二维框架，通过内容分析法和PMC指数... 详细信息

[目的/意义]基于政策文本计量视角的科技人才政策分析与评价对于优化政策设计、释放制度红利，以及落实人才强国战略目标、实现高水平科技自立自强都具有重要意义。[方法/过程]构建“工具—效力”的二维框架，通过内容分析法和PMC指数模型，对江浙粤“十三五”以来的科技人才政策进行了比较分析与评价。[结果/结论]政策工具方面，三省存在明显的选择偏好，且政策工具内部存在使用的结构性张力，在科技人才开发端也存在子工具分布的“冷热不均”现象。政策效力方面，三省待评价的9份科技人才政策的PMC指数均值为7.69，政策整体效力表现良好，但也存在一定的提升空间。政策时效、政策激励、政策目标等一级变量及部分二级变量设计上均存在较大凹陷程度。最后，针对工具和效力方面存在的短板问题，提出改进优化建议。[创新/局限]通过三省科技人才政策的对比分析与评价，为科技人才政策的持续改进提供对策建议，为政策理论研究提供方法镜鉴。

关键词：政策工具政策效力科技人才政策内容分析 PMC指数

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于机器视觉的焊缝缺陷检测方法及其应用研究

基于机器视觉的焊缝缺陷检测方法及其应用研究

引用

作者：卢智勇重庆理工大学

学位级别：硕士

机械产品焊接质量是确保产品质量的关键因素之一。但焊接环境和工艺的复杂性常会导致管道焊接出现焊缝缺陷,严重影响焊件的结构性能以致造成安全隐患。因此,焊缝缺陷检测研究具有重要的实际工程应用价值。传统的焊缝缺陷检测主要依赖于... 详细信息

机械产品焊接质量是确保产品质量的关键因素之一。但焊接环境和工艺的复杂性常会导致管道焊接出现焊缝缺陷,严重影响焊件的结构性能以致造成安全隐患。因此,焊缝缺陷检测研究具有重要的实际工程应用价值。传统的焊缝缺陷检测主要依赖于人工检测,易受主观因素干扰并且检测效率低下。本文基于机器视觉,结合深度学习技术,对焊缝缺陷检测方法做了专题研究,旨在提高焊缝缺陷检测效率和自动化水平。课题研究完成的工作和取得的成果如下:1)为解决焊缝图像中因存在噪声以及焊缝区域对比度低下导致难于识别缺陷的难题,提出了一种改进的Canny算子边缘检测算法。该算法采用图像滤波和图像增强以提升图像质量,从而解决焊缝内部缺陷边缘提取效果差的难题。具体实施步骤包括:采用滤波效果最好的双边滤波代替原有高斯滤波,在保留边缘信息的同时可以有效去除噪声;在原有梯度方向的基础上增加了45°和135°方向,以解决原算子对图像对角线方向上信息的被忽略问题;基于原有算法缺乏自适应性,需要人为设置高低阈值,在算法中引入Otsu算法使之可以自适应地选择最优阈值。仿真实验研究表明:文中提出的改进算法与其他传统边缘检测算法相比,本文提出的改进算法在焊缝内部缺陷边缘定位上的准确性更高,实验也验证了该边缘检测算法的可行性与有效性。2)为解决焊缝表面缺陷检测效率与精确度低等难题,提出了一种改进YOLOv5模型的焊缝缺陷检测算法。该算法首先在主干网络中引入坐标注意力机制,以增强网络学习焊缝缺陷特征的能力;其次,为减少网络参数和降低模型复杂度,利用GhostC3模块构建主干网络;再次,将标准卷积与深度可分离卷积相结合以改进Neck模块功能;最后,采用WIo U损失函数替换原模型的损失函数以提高定位精度与模型的泛化能力。仿真实验表明提出的改进YOLOv5模型应用于焊缝表面缺陷检测是可行和有效的,且具有较高的检测精度。3)为实现焊缝缺陷智能化检测,基于PyQt与OpenCV设计并实现了一个原型焊缝缺陷检测系统。具体方法是:集成图像处理算法、改进的Canny算法和改进的YOLOv5算法于一体,并将其嵌入到检测系统以实现图像获取、图像处理、缺陷检测和结果展示等功能,以直观简洁的清晰界面帮助用户提高焊缝缺陷检测效率。尽管上述提出的原型焊缝缺陷检测系统还有待完善,但系统初步投入试运行应用效果基本上还是令人满意的,从而也验证了提出改进检测算法的可行性与有效性。

关键词：焊缝缺陷检测深度学习机器视觉边缘检测 YOLOv5

来源：

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

花菁染料的原位合成及其生物学应用研究

花菁染料的原位合成及其生物学应用研究

引用

作者：张智勇曲阜师范大学

学位级别：硕士

来源：

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

纳米填料改性环氧树脂建筑保温材料的制备及性能研究

引用

功能材料 2024年第3期55卷 3102-3106,3121页

作者：翟思敏黄金霞河北科技学院建筑工程管理学院河北保定071000

环氧树脂基混凝土作为一种绿色环保的建筑材料,在道路修补和保温建筑中应用广泛。以环氧树脂E44为原料,二甲苯为稀释剂,纳米玻璃纤维为填料,制备了复合环氧树脂基混凝土,研究了不同纳米玻璃纤维长度对混凝土微观形貌、力学性能和保温性... 详细信息

环氧树脂基混凝土作为一种绿色环保的建筑材料,在道路修补和保温建筑中应用广泛。以环氧树脂E44为原料,二甲苯为稀释剂,纳米玻璃纤维为填料,制备了复合环氧树脂基混凝土,研究了不同纳米玻璃纤维长度对混凝土微观形貌、力学性能和保温性能的影响。结果表明,纳米玻璃纤维的掺杂发挥了“晶种”作用,促进了水化反应的进行,提高了环氧树脂基混凝土的密实度。纳米玻璃纤维长度的适当增加提高了混凝土与纤维的结合强度,当纳米玻璃纤维长度为8 mm时,混凝土的形貌最佳。随着纳米玻璃纤维长度的增加,混凝土的抗压强度和抗折强度先增大后降低。养护28 d,当纳米玻璃纤维长度为8 mm时,混凝土的抗压强度和抗折强度均达到最大值,分别为21.93和4.59 MPa。纳米玻璃纤维的掺杂改善了混凝土的孔结构,降低了导热系数,提高了保温性能,当纳米玻璃纤维长度为8 mm时,混凝土导热系数最低为0.147 W/(m·K),保温性能最佳。

关键词：环氧树脂纳米玻璃纤维保温材料混凝土力学性能导热系数

来源：

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HDMI数码显微相机的自动曝光优化方法

引用

激光与光电子学进展 2024年第6期61卷 315-321页

作者：翟梦伟余飞鸿浙江大学光电科学与工程学院浙江杭州310027

针对HDMI数码显微相机在观测时由于不同目标反光水平不一致而出现过曝、曝光收敛速度慢、不稳定的问题,提出一种自动曝光优化方法。相较于传统的HDMI显微相机中的自动曝光控制方法,所提方法实现了基于感兴趣区域的曝光控制,可对RAW图像... 详细信息

针对HDMI数码显微相机在观测时由于不同目标反光水平不一致而出现过曝、曝光收敛速度慢、不稳定的问题,提出一种自动曝光优化方法。相较于传统的HDMI显微相机中的自动曝光控制方法,所提方法实现了基于感兴趣区域的曝光控制,可对RAW图像中的任意区域进行测光和亮度统计,拓展亮度统计的动态范围并实现基于不同目标的曝光控制,提升亮度统计的准确性,解决因目标过亮或者过暗而出现的过曝现象。同时设计了可变的曝光调节步长,该功能能够根据当前亮度水平动态调整曝光步长,实现曝光的粗调和细调,以平衡曝光收敛速度和曝光精确度。最终结合实际的相机进行实验,所提曝光控制优化方法相较于原有的自动曝光法曝光偏离度降低了一半,曝光收敛时间缩短了一半以上,最快能在4帧图像内完成曝光收敛。

关键词：自动曝光过曝 RAW图像数码显微相机

来源：

维普期刊数据库

同方期刊数据库

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

小学语文叙事类记实作文评价量规设计研究

小学语文叙事类记实作文评价量规设计研究

引用

作者：宋智勇内蒙古科技大学包头师范学院

学位级别：硕士

习作评价在小学语文习作教学中扮演着“指挥棒”的角色,是习作教、学、评一致性的重要环节。2022版《义务教育语文课程标准》中对教学评价提出了新要求,教师要学会使用评价工具,制定科学的评价标准。然而,现实的记实作文评价中存在着评... 详细信息

习作评价在小学语文习作教学中扮演着“指挥棒”的角色,是习作教、学、评一致性的重要环节。2022版《义务教育语文课程标准》中对教学评价提出了新要求,教师要学会使用评价工具,制定科学的评价标准。然而,现实的记实作文评价中存在着评价内容与标准缺少规范性,教师对评价工具的利用率不高等问题,导致教师对学生习作缺乏科学有效评价。因此,将评价量规运用于记实作文评价中,既可以满足课程标准的要求,也可以为教师提供科学合理的评价工具。所以设计《小学语文叙事类记实作文评价量规》是必要的。科学的评价量规设计应该是从确定评价要素、制定评价等级、检验量规、修改与完善、再次应用量规,这几个环节环节才能在实际教学评价中运用。本研究是以记实作文评价量规为研究方向,设计出可以运用于作文评价中的具体评价量规。本文将记实作文分类为叙事、状物、写人、写景,并以叙事类记实作文进行评价量规设计研究。叙事类记实作文在第三学段所占的比重大,需要科学评价量规为教师评价提供参考。为了保证量规适用于叙事类记实作文,评价要素分别来自教材、叙事类记实作文文体特点和小学生写作基本素养,利用德尔菲法确定最终评价要素。依据solo分类理论,将评价要素进行等级描述划分和等级水平描述,确定评价量规的第一稿。为保证量规的实用性,将量规运用于习作评价实际中,根据教师的访谈意见进行修改量规。根据层次分析法,确定每个评价要素的权重,最终形成修改后的评价量规。以“我的拿手好戏”记实作文为例,对修改后的评价量规进行实证性研究,为教师利用评价量规提供范例。研究确定叙事类记实作文的评价量规应该包括写作能力、手法、情感、思维四个大部分,一共具有十个评价要素。每个确定评价要素都划分为三个等级,为针对不同学生的思维水平不同所设置,也体现出学生思维螺旋式上升的过程,还设置了分值与具体评价等级栏,为教师评价每一部分学生能力提供参考。同时,评价量规还为教师根据学生实际情况设置了自由评价要素栏和综合评价栏,有利于教师的因材施教,体现质性评价与量化评价相结合。总的来说,本研究是以提高小学语文教师的习作评价效率为出发点和落脚点,以叙事类记实作文为切入点,设计出符合要求的习作评价量规,促进小学语文记实作文评价的长远发展。

关键词：小学生评价量规习作评价记实作文

来源：

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

非独立同分布数据下的联邦学习关键问题研究

非独立同分布数据下的联邦学习关键问题研究

引用

作者：胡智勇北方民族大学

学位级别：硕士

联邦学习作为一种重要的机器学习技术,其核心思想是将模型的训练过程从集中式的中央服务器转移到分布式的客户端。客户端在保持数据本地化的情况下,协同训练出一个泛化性良好的全局模型,从而有效缓解了隐私泄露问题,打破了数据孤岛现象... 详细信息

联邦学习作为一种重要的机器学习技术,其核心思想是将模型的训练过程从集中式的中央服务器转移到分布式的客户端。客户端在保持数据本地化的情况下,协同训练出一个泛化性良好的全局模型,从而有效缓解了隐私泄露问题,打破了数据孤岛现象。然而联邦学习仍然面临着通信成本高、隐私泄露以及由结构异构与数据异构所导致的训练时间过长和全局模型准确率低的问题。为此,本文在客户端本地数据是非独立同分布的场景下,综合考虑联邦学习过程中存在的上述四个关键问题并展开研究,推动了联邦学习在实际场景中的广泛应用和深入发展。具体研究内容如下:(1)针对联邦学习存在的通信成本高、结构异构、隐私泄露问题,提出了一种联邦学习多目标进化算法Fed ME。首先,应用稀疏进化训练算法,将神经网络模型的全连接层转换为稀疏连接层,降低了通信成本。同时,客户端在本地训练过程中对模型参数添加噪声,使得本地模型参数满足本地化差分隐私,进一步保护了客户端的隐私。然而,以上的两种做法会影响全局模型的准确率,因此将神经网络模型的超参数等作为决策变量,采用NSGA-Ⅲ算法平衡全局模型的性能、通信成本和隐私性,并优化了神经网络模型结构,缓解了结构异构问题。实验结果表明,在不严重影响全局模型准确率的前提下,该算法有效降低了联邦学习的通信成本并保护了客户端的隐私。(2)针对联邦学习存在的数据异构问题,提出了一种两阶段的个性化联邦学习算法Fed TSP。在Fed ME算法的基础上,将联邦学习的训练过程动态地划分为两个阶段,即动态迭代集群划分和分层渐进聚合。在动态迭代集群划分阶段,使用准确率作为模型与数据之间相互敏感度的衡量指标,将数据分布相似的客户端动态划分到同一集群中。同时,使用所有客户端的平均损失函数值和最大损失函数值判断模型是否收敛,动态划分联邦学习的训练阶段。在分层渐进聚合阶段,集群之间依次进行训练和聚合,减少了数据分布不同客户端的干扰。并且,在客户端本地训练时,通过多轮更新本地模型的个性层来提高模型的个性化能力,满足客户端的个性化需求。在多种异构数据场景下的实验结果表明,该算法能够有效缓解数据异构问题。

关键词：联邦学习多目标优化差分隐私数据异构聚类联邦学习

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：