检索结果-南通市图书馆

面向C-V2I的基于边缘计算的智能信道估计

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

电子学报 2021年第5期49卷 833-842页

作者：廖勇田肖懿蔡志镕花远肖韩庆文重庆大学微电子与通信工程学院重庆400044

车联网对于超高可靠与低时延通信(Ultra-Reliable and Low Latency Communications,URLLC)具有严格的要求,特别对于车到基础设施(Vehicle to Infrastructure,V2I)场景,URLLC对传输管理交通状况至关重要.3GPP Cellular-V2X(C-V2X)作为现在支撑车联网URLLC主流的无线技术,仍存在技术挑战.为进一步提升通信性能,本文在V2I场景下,基于车载终端、路侧单元(Road Side Unit,RSU)与边缘计算车联网服务器(Internet of Vehicles Server,IoV Server)的交互,设计了一种基于C-V2I规范的智能信道估计框架.在IoV Server中,本文提出了一种基于深度学习的信道估计算法,该算法利用一维卷积神经网络(One Dimensional Convolution Neural Network,1D CNN)完成频域插值和条件循环单元(Conditional Recurrent Unit,CRU)进行时域状态预测,通过引入额外的速度编码矢量和多径编码矢量跟踪环境的变化,对不同移动环境下的信道数据进行精确训练.最后通过系统仿真与分析表明,所提算法能够通过信道参数编码追踪不同高速移动环境下的信道变化,实现对信道数据的精确训练.与车联网代表性信道估计算法相比,所提算法提升了信道估计精度,降低了误码率和增强了鲁棒性.

关键词：车联网边缘计算 V2I C-V2X 信道估计深度学习

在线全文

学校读者我要写书评

暂无评论

陇东南地区傩面具的艺术特点及文化意蕴

美术文献 2024年第2期208卷 136-138页

作者：蔡镕帆湖南第一师范学院美术与设计学院湖南长沙410205

陇东南地区民间美术是在本地区复杂、多元的地域文化中孕育发展起来的,地域特征是其最基本的特征。民间美术只有融入民众生活才有长久发展的动力,陇东南地区傩面具具有浓郁的地方特质,形成了保留大量原始崇拜观念、内容具有强烈时代性... 详细信息

陇东南地区民间美术是在本地区复杂、多元的地域文化中孕育发展起来的,地域特征是其最基本的特征。民间美术只有融入民众生活才有长久发展的动力,陇东南地区傩面具具有浓郁的地方特质,形成了保留大量原始崇拜观念、内容具有强烈时代性、艺术种类丰富、艺术风格具有杂糅性和渐变性的区域性特点。

关键词：陇南白马藏族傩面具

考虑过渡层多层空间变异性的边坡降雨入渗模型及稳定性分析应用

在线全文

学校读者我要写书评

暂无评论

岩土工程学报 2024年

作者：蒋水华元志镕刘贤黄劲松周创兵南昌大学工程建设学院南昌大学流域碳中和教育部工程研究中心

建立合理的降雨入渗模型是揭示降雨诱发边坡失稳机制及灾害防控的重要前提。传统的Green-Ampt模型未考虑土壤分层及雨水入渗形成的过渡层分布，导致计算的入渗率存在较大偏差，难以适用于空间变异性边坡。本文提出土层入渗率的分层求解... 详细信息

建立合理的降雨入渗模型是揭示降雨诱发边坡失稳机制及灾害防控的重要前提。传统的Green-Ampt模型未考虑土壤分层及雨水入渗形成的过渡层分布，导致计算的入渗率存在较大偏差，难以适用于空间变异性边坡。本文提出土层入渗率的分层求解方法，可由不同土层间入渗率大小关系确定过渡层厚度，据此提出考虑土体饱和渗透系数空间变异性边坡降雨入渗分析的改进Green-Ampt模型。进而应用改进模型进行降雨入渗下均质和非均质无限长边坡渗流及稳定性分析，并与传统Green-Ampt模型计算结果和Richards方程数值解加以对比。分析结果表明：相比于传统的Green-Ampt模型，利用改进模型计算的边坡体积含水率分布和稳定性系数与Richards方程数值解更为吻合，可以更好地为非均质边坡降雨入渗分析及降雨型滑坡灾害防控提供理论依据。此外，发现过渡层厚度与土体饱和渗透系数、过渡层顶部入渗率和体积含水率之间存在依赖关系，而与雨水入渗的总深度无直接关系。

关键词：边坡稳定性分析空间变异性降雨入渗改进Green-Ampt模型过渡层

患者自发性肺损伤对ARDS肺部病情的加重作用及机制研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

患者自发性肺损伤对ARDS肺部病情的加重作用及机制研究

作者：蔡志贵中国人民解放军空军军医大学

学位级别：硕士

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

基于ST-CNN的滚动轴承故障诊断方法

基于ST-CNN的滚动轴承故障诊断方法

作者：蔡志鑫西安理工大学

学位级别：硕士

滚动轴承作为机械设备中常用的关键零件,其可靠性直接关系着整体设备的安全运行,因此发展滚动轴承故障诊断方法具有重要工程意义。基于深度学习的滚动轴承故障诊断方法可实现故障识别与分类,但在处理实际工程问题时,由于故障轴承数据样... 详细信息

滚动轴承作为机械设备中常用的关键零件,其可靠性直接关系着整体设备的安全运行,因此发展滚动轴承故障诊断方法具有重要工程意义。基于深度学习的滚动轴承故障诊断方法可实现故障识别与分类,但在处理实际工程问题时,由于故障轴承数据样本不足时,其故障诊断准确性难以满足工程精度要求。为了解决上述问题,本文构建了一种于深度卷积迁移学习网络的滚动轴承故障诊断方法,以解决了小样本所带来的诊断精度不足等问题。主要研究工作如下:1)提出了基于振动信号深度学习网络的故障诊断模型,不同于传统的故障诊断方法需要依赖人工经验来进行诊断,基于深度学习网络的故障诊断方法可以实现自适应特征提取及学习。同时本文基于时域、频域、时频域等不同类型振动图像进行了特征提取,最终选择特征信息更加丰富的时频域信号。2)引入了迁移学习理论,并制定了更加高效的迁移学习策略,通过引入迁移学习理论,可以有效缓解滚动轴承故障样本不足的问题,提高滚动轴承故障诊断的精度和可靠性。基于对滚动轴承故障诊断的研究,首先从时域和频域进行优劣性分析,然后对于时频域进行分析:利用连续小波变化将一维振动信号转化为特征丰富的二维时频图,从而将传统故障诊断中单一对于振动信号的分析问题转化成图像处理问题,能够最大程度的利用深度卷积神经网络的特征提取能力,并且基于实际工程中所存在的样本量不平衡等问题,进行了卷积迁移学习的使用,并提出了新的迁移策略,有效的解决了小样本所带来的诊断精度不高等问题,最终基于深度卷积迁移学习网络的滚动轴承故障诊断方法使得对于滚动轴承异常振动信号诊断精度达到99.80%。3)通过对于试验台采集信号进行分析,并基于深度卷积迁移学习神经网络的故障诊断模型对所采集到的信号进行预处理和诊断,其正确率达到99.38%,与凯斯西储大学轴承故障数据集CWRU进行迁移时的正确率相近,通过结果对比分析,表明新的迁移学习网络模型具备较好的鲁棒性和自适应性,所提出的方法能够在处理数据不平衡的小样本问题上得到较高的准确性。

关键词：卷积神经网络时频域信号迁移学习深度学习

微型生物碳泵对海洋惰性溶解有机碳化学性质的影响

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

中国科学：地球科学 2024年第7期54卷 2443-2444页

作者：蔡阮鸿焦念志福建省海洋碳汇重点实验室(厦门大学) 厦门361102 香港科技大学海洋科学系中国香港999077 厦门大学碳中和创新研究中心厦门361102

全球海洋储存着~6,600亿吨溶解有机碳(dissolved organic carbon,DOC),主要来源于浮游植物的光合作用和化能自养生物的固碳,以及陆源输运、沉积物间隙水渗透、气溶胶沉降、深海热液溢出等途径(Cai和Jiao,2023).超过90%的海洋DOC难以被... 详细信息

全球海洋储存着~6,600亿吨溶解有机碳(dissolved organic carbon,DOC),主要来源于浮游植物的光合作用和化能自养生物的固碳,以及陆源输运、沉积物间隙水渗透、气溶胶沉降、深海热液溢出等途径(Cai和Jiao,2023).超过90%的海洋DOC难以被生物快速降解,称为“惰性溶解有机碳(recalcitrant DOC,RDOC)”.

关键词：溶解有机碳全球海洋深海热液化学性质沉积物间隙水快速降解化能自养生物光合作用

同方期刊数据库

一种面向LTE-V2X的联邦学习信道估计算法

在线全文

学校读者我要写书评

暂无评论

电讯技术 2021年第6期61卷 681-688页

作者：景兴红尹子松蔡志镕何世彪廖勇重庆工程学院电子信息学院重庆400056 重庆大学微电子与通信工程学院重庆400044

基于深度学习的信道估计方法中,训练网络模型需要大量的数据运算,且所有用户数据都需要集中上传至服务器上,存在隐私泄漏的隐患。针对上述问题,提出了一种基于联邦学习的LTE-V2X(Long Term Evolution-Vehicle to Everything)信道估计算... 详细信息

基于深度学习的信道估计方法中,训练网络模型需要大量的数据运算,且所有用户数据都需要集中上传至服务器上,存在隐私泄漏的隐患。针对上述问题,提出了一种基于联邦学习的LTE-V2X(Long Term Evolution-Vehicle to Everything)信道估计算法,采用CNN-LSTM-DNN(Convolutional Neural Network-Long Short Term Memory-Deep Neural Network)模型对时变的信道进行估计,并将学习网络模型所需要的计算分配到车载用户中,在降低道旁基站负载的同时也保护了车载用户数据的隐私。仿真结果表明,基于联邦学习的信道估计算法在车载用户高速移动的场景下,较传统的信道估计算法平均有10 dB以上的归一化均方误差(Normalized Mean Square Error,NMSE)增益以及3 dB以上的误码率(Bit Error Rate,BER)增益,且较集中式学习算法相比,NMSE性能差距在3 dB以内;BER性能差距在1 dB以内,所提算法能够有效追踪时变的信道,且与集中式学习算法相比仅损失了极少的性能。

关键词：车联网信道估计深度学习联邦学习

在线信息搜寻行为视角下农民工网络健康焦虑的成因研究

在线全文

学校读者我要写书评

暂无评论

现代情报 2024年

作者：王琳孟炎镕邱均平杭州电子科技大学中国科教评价研究院杭州电子科技大学管理学院

[目的/意义]作为信息时代的“新兴健康风险”，网络健康焦虑引起了学界越来越多的关注。农民工是网络健康焦虑的易感群体，但尚未有研究从在线信息搜寻行为角度对农民工群体网络健康焦虑的成因进行解释。本文旨在探究农民工群体在线健... 详细信息

[目的/意义]作为信息时代的“新兴健康风险”，网络健康焦虑引起了学界越来越多的关注。农民工是网络健康焦虑的易感群体，但尚未有研究从在线信息搜寻行为角度对农民工群体网络健康焦虑的成因进行解释。本文旨在探究农民工群体在线健康信息搜寻行为如何影响和诱发其网络健康焦虑。[方法/过程]本研究整合健康信念模型（HBM）和信息搜寻行为（ISP）模型，引入不确定性容忍度和健康信息质量等新变量，构建基于信息搜寻的网络健康焦虑影响因素模型；通过调查问卷法收集数据，对模型进行实证检验。[结果/结论]农民工更偏好利用非正式渠道搜寻健康信息。健康信息搜寻行为对网络健康焦虑程度有显著的正向影响，具体表现在搜寻频率和搜寻策略水平上。健康信息搜寻行为通过影响健康信念和情感进而影响网络健康焦虑，感知健康风险和症状自评在健康信息搜寻行为与网络健康焦虑间起部分中介作用。亲友患病、心理韧性调节健康信念在健康信息搜寻行为与网络健康焦虑之间的中介作用。

关键词：农民工网络健康焦虑健康焦虑成因健康信息搜寻行为问卷调查

基于前景理论和属性相关的概率语言SIR多属性群决策方法及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：杨洁蔡志坤郑智文赖礼邦徐泽水福建农林大学经济与管理学院福建船政交通学院学院四川大学商学院

在实际多属性群决策中，信息模糊、属性相关以及个体偏好差异普遍存在，如何将这些实际问题提炼为理论问题，并提出最佳备选方案有重要意义。本文基于概率语言提出了一种基于Choquet积分和前景理论的SIR（优劣势排序）多属性群决策方法... 详细信息

在实际多属性群决策中，信息模糊、属性相关以及个体偏好差异普遍存在，如何将这些实际问题提炼为理论问题，并提出最佳备选方案有重要意义。本文基于概率语言提出了一种基于Choquet积分和前景理论的SIR（优劣势排序）多属性群决策方法。具体地：首先，利用概率语言Choquet积分算子集结不同决策者的决策信息，以构造群体决策矩阵。接着，考虑决策者风险偏好差异，将前景理论引入经典SIR法的偏好差别函数中，提出了综合前景优劣势度。然后，针对属性相关以及属性权重求解问题，进一步结合Choquet积分和属性综合权重，构造出一种新的能充分刻画方案间差异的综合前景优劣势流。最后，以跨境电商的海外选址问题为例对比验证所提方法的可行性和有效性。此多属性决策方法能综合考虑决策环境的主客观不确定性，是对经典SIR法在不确定环境中的进一步拓展研究。

关键词：概率语言术语集前景理论属性相关 SIR法 Choquet积分