检索结果-南通市图书馆

深度还是广度?知识分布与群体结构对群组绩效的影响

恩施日报

作者：谭昌龄曾令咸

“感谢你们为公司量身订制用电方案，每年可为我们节约3000万元成本。有你们专班的支持，企业发展更有信心。”6月26日，湖北皇恩烨新材料科技有限公司相关负责人对来企业进行回访的专班工作人员说。湖北皇恩烨新材料科技有限公司是一... 详细信息

“感谢你们为公司量身订制用电方案，每年可为我们节约3000万元成本。有你们专班的支持，企业发展更有信心。”6月26日，湖北皇恩烨新材料科技有限公司相关负责人对来企业进行回访的专班工作人员说。湖北皇恩烨新材料科技有限公司是一家从事石墨化和负极材料生产的公司，于去......

关键词：咸丰县

来源： cnki报纸评论

在线全文

cnki报纸

学校读者我要写书评

暂无评论

控制与决策 2024年第5期39卷 1645-1653页

作者：唐明廖虎昌大连理工大学经济管理学院辽宁大连116024 浙江工商大学统计与数学学院杭州310018

研究在解决复杂系统决策问题时,群组的知识分布与群体结构两种关键特征对群体智能涌现的效果,即群组绩效的影响.提出基于群组合作网络的结构特征测度和基于决策要素的知识分布测度,群组结构主要包括链接强度以及网络的层次化或扁平化程... 详细信息

研究在解决复杂系统决策问题时,群组的知识分布与群体结构两种关键特征对群体智能涌现的效果,即群组绩效的影响.提出基于群组合作网络的结构特征测度和基于决策要素的知识分布测度,群组结构主要包括链接强度以及网络的层次化或扁平化程度;知识分布根据知识的深度或广度衡量群组成员的构成类型:专才型群组、通才型群组以及混合型群组.采用基于适应度景观理论的连续时间马尔科夫链模拟群组解决复杂决策问题的能力.群组成员在自我利益(即对个体适应度提升的追求)和社会影响(即寻求与周围个体意见一致以达成共识)两种驱动因素下改变观点.研究表明:不平衡的知识分布会削弱群组绩效;群体结构会调节知识分布的影响作用;通才型群组在解决更加复杂问题时的表现明显优于专才型群组以及混合型群组;群组不应过分追求意见的一致性.

关键词：群组绩效知识分布群体结构合作网络共识深度与广度

基于机器学习的多光谱遥感影像湖泊叶绿素a反演方法研究

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

基于机器学习的多光谱遥感影像湖泊叶绿素a反演方法研究

作者：石绪明吉林大学

学位级别：硕士

随着遥感技术的不断发展,长时序的卫星影像逐渐成为大尺度下湖泊水质参数观测的重要方式。叶绿素a（Chlorophyll-a,Chl-a）浓度是湖泊水质参数中一个重要的特征参数,对其进行监测能够有效地反映湖泊生态情况。本文以Sentinel-2卫星为遥... 详细信息

随着遥感技术的不断发展,长时序的卫星影像逐渐成为大尺度下湖泊水质参数观测的重要方式。叶绿素a（Chlorophyll-a,Chl-a）浓度是湖泊水质参数中一个重要的特征参数,对其进行监测能够有效地反映湖泊生态情况。本文以Sentinel-2卫星为遥感数据,依据地面光谱测试仪测得的地面光谱数据和实测的湖泊Chl-a数据,对中国东北吉林省两个内陆湖泊的Chl-a反演进行了深入探究,具体的研究工作和创新成果如下:（1）基于典型机器学习的多光谱遥感湖泊Chl-a反演研究。通过采用Sentinel-2影像,结合实测Chl-a浓度数据,采用极端梯度决策树（e Xtreme Gradient Boosting,XGBoost）和随机森林（Random Forest,RF）两个典型的机器学习模型反演湖泊Chl-a浓度。在两者精度相近的情况下,引入SHAP（Shapley additive explanations）进行模型评估。实验结果表明,建立的RF模型首先具有较好的精度,其中决定系数R2为0.79,湖泊Chl-a浓度的均方根误差（Root Mean Square Error,RMSE）为2.51μg L-1,平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）为9.86%,同时该模型也符合内陆湖泊Chl-a的生物光学特性。查干湖呈现出较为明显的季节性变化趋势,建立的RF模型在三个季节（春季、夏季和秋季）也表现出相对稳定的性能。（2）基于光谱特征变换与半监督回归的湖泊Chl-a反演方法。由于高分辨率卫星遥感影像重访周期的影响,星地实验很难保证获取连续匹配的数据组合,并且数据的分布情况也会影响机器学习模型训练的性能。因此,本研究提出一种光谱特征变换策略和半监督回归模型相结合的湖泊Chl-a反演方法,并在查干湖和月亮湖水库上建立高精度的模型ABDA-Co Reg（Automated module for Balance Distribution Adaptation and Co-training Regressors）。首先,使用迁移学习方法实现地面光谱特征与Sentinel-2光谱特征的数据变换,使得输入机器学习模型的数据实现分布自适应。随后引入半监督回归模型进行样本扩充,通过自动优化模块实现最高的模型精度,R2为0.91,湖泊Chl-a浓度的RMSE为2.62μg L-1,MAPE为9.86%。精度优于XGBoost、RF、K-近邻（K-Nearest Neighbor,KNN）和支持向量机回归（Support Vector Regression,SVR）的典型有监督学习模型,同样优于适应性Water Net（Adaptive Water Net）和基于注意力机制的适应性Water Net（Attentioned Adaptive Water Net,AA-Water Net）的深度学习模型,并在不同月份和不同湖域展现出稳定性。实验结果表明,结合半监督回归方法的光谱特征变换有助于减小卫星与地面之间光谱数据分布差异,进一步提升模型精度。（3）基于GEE（Google Earth Engine,GEE）平台的时序湖泊Chl-a浓度监测应用。为高效获取时间序列下的湖泊Chl-a浓度反演结果,结合GEE平台可以快速处理大尺度、高质量遥感影像的优势,基于GEE云平台的时序Sentinel-2数据,将经过独立测试集验证的RF模型应用于研究区的两个湖泊,对2019-2023年5-10月份的影像进行月度合成等预处理后,实现绘制生成2019-2023年查干湖与月亮湖水库的Chl-a浓度图,并进行查干湖与月亮湖水库的季节与空间变化的分析。实验结果表明,两个湖泊的光谱特性差异较大,其中查干湖的Chl-a浓度变化范围是12.21-21.71μg L-1,月亮湖水库的Chl-a浓度变化范围是8.67-13.33μg L-1。两个湖泊在2019-2023年期间Chl-a浓度均出现一定波动,但整体保持稳定。

关键词：湖泊Chl-a反演多光谱遥感机器学习光谱特征变换时序监测

长寿风险认知偏差对商业养老保险购买意愿的影响研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

长寿风险认知偏差对商业养老保险购买意愿的影响研究

作者：程绪平安徽财经大学

学位级别：硕士

石榴花色苷的制备、成分鉴定及抗氧化活性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石榴花色苷的制备、成分鉴定及抗氧化活性研究

作者：杨绪晗山东农业大学

学位级别：硕士

新时代劳动教育要突出实践性特点——读《新时代劳动教育概论》

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人民教育 2024年第12期 79-80页

作者：向华赵绪军湖北省武汉东湖新技术开发区教育部门党委湖北省武汉东湖新技术开发区大屋陈学校

《新时代劳动教育概论》是中国教育学会《新时代劳动教育概论》编写组编著的一本为中小学开展劳动教育提供专业性指导的专著。该书提出新时代劳动教育具有三个基本特点:思想性、社会性和实践性,其中尤其强调了实践性的特点。注重劳动教... 详细信息

《新时代劳动教育概论》是中国教育学会《新时代劳动教育概论》编写组编著的一本为中小学开展劳动教育提供专业性指导的专著。该书提出新时代劳动教育具有三个基本特点:思想性、社会性和实践性,其中尤其强调了实践性的特点。注重劳动教育的实践性,也是党和国家关于劳动教育的方针政策的要求。2020年发布的《大中小学劳动教育指导纲要(试行)》指出“实施劳动教育的重点是在系统的文化知识学习之外,有目的、有计划地组织学生参加日常生活劳动、生产劳动和服务性劳动,让学生动手实践、出力流汗,接受锻炼、磨炼意志,培养学生正确劳动价值观和良好劳动品质”。

关键词：中国教育学会实践性特点学生动手实践教育指导纲要劳动价值观教育概论大中小学编写组

计及源荷不确定性的氢储综合能源系统优化运行研究

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

计及源荷不确定性的氢储综合能源系统优化运行研究

作者：段传绪南昌大学

学位级别：硕士

在清洁能源转型以及“碳中和、碳达峰”双碳目标背景下,构建含氢能利用的综合能源系统有助于提升能源利用效率,同时兼顾间歇式消纳新能源和减少环境污染的作用。但随着高比例可再生能源并入电网以及海量需求侧资源接入,系统源-荷双侧多... 详细信息

在清洁能源转型以及“碳中和、碳达峰”双碳目标背景下,构建含氢能利用的综合能源系统有助于提升能源利用效率,同时兼顾间歇式消纳新能源和减少环境污染的作用。但随着高比例可再生能源并入电网以及海量需求侧资源接入,系统源-荷双侧多重不确定性导致系统面临供需失衡与更为复杂的运行工况。为破解这一难题,充分发挥电-热-氢-气多能耦合单元的运行灵活性,满足用户多元化用能需求,实现具有鲁棒性的综合能源系统优化运行,本文针对以氢能为能量转换媒介的综合能源系统展开研究。首先,设计氢储综合能源系统供用能框架结构,建立以电解槽-储氢罐-燃料电池为主体的氢储系统模型和系统内其它能源转换设备运行模型和经济性模型,并提出考虑需求响应机制和建筑热动态特性的电、热需求模型。然后,针对系统内存在的源荷双侧不确定性,基于置信区间理论对不确定性因素进行建模,并提出p参数可调鲁棒优化方法,在能量供需、机组运行、电网交互和鲁棒性约束等条件下建立以系统运行成本最低为目标的鲁棒优化运行模型。最后,通过算例仿真得出系统最优运行策略,算例结果表明,本文所提出的考虑源荷双侧不确定性的氢储综合能源系统优化运行模型及方法可以充分挖掘氢能的利用方式,有效应对不确定性对系统带来的影响,最大化满足用户用能需求,提高系统运行经济性和灵活性。综上所述,本文在解决氢储综合能源系统优化运行研究过程中,提出应对不确定性因素的p参数可调鲁棒优化方法可以提升系统应对不确定性的能力并量化表征不确定性和成本之间的影响关系。同时,基于温度变化的供热优化方法相比基于负荷预测的供热优化方法更具灵活性,可满足用户差异化用能需求,间接提高系统运行经济性。上述所提出的优化运行方法为综合能源系统灵活运行与规划设计提供了理论支撑。

关键词：氢储综合能源系统需求响应热惯性鲁棒优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

成都市政协及党派画院藏品现状与利用研究

成都市政协及党派画院藏品现状与利用研究

作者：廖绪能成都大学

学位级别：硕士

人民政协及党派画院是画院中的特殊类型,是中国文化结合中国国情的时代性创造,是文化艺术在中国特色社会主义政治制度中的体现。成都市政协及党派画院拥有丰富的藏品资源,巴蜀名家书画众多,从这些作品中能较为完整地呈现四川地区近现代... 详细信息

人民政协及党派画院是画院中的特殊类型,是中国文化结合中国国情的时代性创造,是文化艺术在中国特色社会主义政治制度中的体现。成都市政协及党派画院拥有丰富的藏品资源,巴蜀名家书画众多,从这些作品中能较为完整地呈现四川地区近现代艺术发展的历史脉络。然而,由于场地限制、经费不足、人才缺乏、意识薄弱等多方面原因,政协党派画院的大量优秀藏品被束之高阁,陷入无法利用、无人过问的困境。针对这一问题,通过阅读相关论文、著作、画册、图录,了解藏品利用现状与最新研究策略,并对藏品的创作时间、数量、类型进行数据上的分析;通过访谈与成都市政协和各党派画院负责人及重要知情人进行交谈,了解各自所属画院藏品现状与利用情况,掌握第一手资料;实地考察对单个画院及其藏品进行个案研究,梳理藏品内容,了解代表性画家及作品,深入探究画院的特点和当前存在的问题。通过调研,确认成都市政协及党派画院藏品不仅数量众多,质量也较高,这些作品在保持传统的文化风格和艺术手法的同时,融入了西南民族文化元素,产生了独特的巴蜀文化风格,是地域画派研究的重要资料。为了使这些藏品得到有效利用,文章提出藏品多渠道陈列展出、配合学校学术研究、完善文物数字化信息、公开藏品目录图录、推出文化衍生品、售卖部分藏品等对策建议,并强调应将此类工作列入政协及党派的目标管理考核标准之中,以推动政协和党派画院主动作为,将丰富民众视野、服务社会组织、促进文化交流、弘扬传统艺术的指导思想落到实处。

关键词：画院藏品利用政协民主党派

基于改进YOLOv5的瓷砖表面缺陷检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进YOLOv5的瓷砖表面缺陷检测研究

作者：于绪龙北方民族大学

学位级别：硕士

随着科技的不断发展,瓷砖制造业开始采纳自动化技术。然而,在质量检测阶段往往过度依赖人工干预,这增加了企业的生产成本,也限制了生产效率的进一步提升。此外,基于深度学习的瓷砖表面缺陷检测算法面临着多个挑战,如高计算量和小缺陷检... 详细信息

随着科技的不断发展,瓷砖制造业开始采纳自动化技术。然而,在质量检测阶段往往过度依赖人工干预,这增加了企业的生产成本,也限制了生产效率的进一步提升。此外,基于深度学习的瓷砖表面缺陷检测算法面临着多个挑战,如高计算量和小缺陷检测困难。针对上述问题,本文使用并改进了YOLOv5算法,以实现更高效、更准确的瓷砖表面缺陷检测。本文使用的数据集包含了8种瓷砖缺陷类型,包括角异常、边异常、白色点瑕疵、浅色块瑕疵、深色块瑕疵、光圈瑕疵、记号笔和划痕。本文的具体工作内容如下:(1)针对瓷砖表面缺陷检测算法识别精度不高的问题,提出了一种结合注意力机制和多尺度特征融合的瓷砖缺陷检测方法。首先,引入ECA注意力模块,提高模型对尺寸较小的缺陷以及与背景相似的缺陷的检测效果;其次,使用Bi FPN特征融合网络,增强浅层细节信息和深层语义信息之间的交互;最后,设计了F-EIo U损失函数,降低边界框回归的误差。实验数据表明,改进后的模型在平均精度均值指标上相比于YOLOv5s提高了4%,达到了77.2%的识别精度。(2)为解决计算资源有限的边缘设备难以部署复杂模型的问题,提出了基于深度可分离卷积和知识蒸馏的轻量化检测方法。首先,使用Ghost Net作为主干网络,以减少模型的计算量和参数;其次,设计了GS-Neck特征融合网络,以平衡模型的精度和计算负担;最后,通过知识蒸馏技术,借助已经训练完善的大模型引导轻量模型的训练,弥补模型轻量化造成的精度损失。实验数据表明,轻量化的模型在平均检测精度均值指标上相比于YOLOv5s降低了1.2%,但计算量和模型大小分别减少了76.2%和72.4%。(3)基于改进的模型,设计并开发了一个瓷砖缺陷检测原型系统,该系统包括了权重选择、参数配置、数据选择以及检测结果统计等功能。然后,对轻量化的模型实施了量化策略,将浮点数转为低比特整数,并将轻量化模型部署在安卓设备上,验证其在实际应用中的可行性。移动应用软件整合了缺陷检测、权重选择等功能。

关键词：深度学习目标检测瓷砖表面缺陷检测 YOLOv5