检索结果-南通市图书馆

南通日报

作者：贠琛黄天玲

本报讯（通讯员贠琛记者黄天玲）7日以来，海门区全面开展重点产业链“送清凉、送安全、送法律”活动，该区八大产业链党委主要负责人分批走访慰问链上企业138家，关怀企业党员职工22000名，开展法律咨询、安全培训16场次，面对面征... 详细信息

本报讯（通讯员贠琛记者黄天玲）7日以来，海门区全面开展重点产业链“送清凉、送安全、送法律”活动，该区八大产业链党委主要负责人分批走访慰问链上企业138家，关怀企业党员职工22000名，开展法律咨询、安全培训16场次，面对面征集产业链发展建议284条，协调解决高温生产......

关键词：产业链新兴产业解难题

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

不锈钢管混凝土构件力学性能研究现状与展望

北京工业大学学报 2024年 1386-1398页

作者：杨璐代鹏贠翔北京工业大学城市与工程安全减灾教育部重点实验室清华大学土木工程系布里斯托大学土木系

不锈钢管混凝土构件兼具钢管混凝土构件的特性和不锈钢材料的耐腐性。由于不锈钢的非线性特性,其力学行为与传统钢材显著不同。为了解决不锈钢管混凝土构件在应用中可能遇到的设计挑战,特别是由于忽视不锈钢的应变硬化和显著的非线性特... 详细信息

不锈钢管混凝土构件兼具钢管混凝土构件的特性和不锈钢材料的耐腐性。由于不锈钢的非线性特性,其力学行为与传统钢材显著不同。为了解决不锈钢管混凝土构件在应用中可能遇到的设计挑战,特别是由于忽视不锈钢的应变硬化和显著的非线性特性而导致对钢管截面强度过于保守的估计问题,对国内外不锈钢管混凝土构件的静力性能、界面黏结性能和动力性能的研究进展进行了详细阐述,并指出当前研究主要集中在静力性能,特别是截面轴压承载力的计算方法,而界面黏结性能和动力性能的研究还处于初步阶段。此外,针对目前不锈钢管混凝土构件的研究尚未充分考虑不锈钢材料应变硬化阶段的问题,对连续强度法的应用进行了总结和改进,提出了进一步的研究工作展望,以期更准确地描述和预测不锈钢管混凝土构件的力学性能,从而在结构设计中最大化其应用优势。

关键词：不锈钢管混凝土构件力学性能非线性和应变硬化连续强度法结构设计研究现状与展望

基于联合参数辨识的粒子群优化扩展粒子滤波的锂电池荷电状态估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电工技术学报 2024年第2期39卷 595-606页

作者：贠祥张鑫王超范兴明桂林电子科技大学电气工程及其自动化系桂林541004

提高参数辨识的精度和SOC算法的精度是提高SOC估计的关键,该文提出了基于联合参数辨识的粒子群优化扩展粒子滤波的荷电状态(SOC)估计方法。在参数辨识阶段,结合遗忘因子递推最小二乘法在线辨识的优势,弥补粒子群辨识精度高但前期缺乏数... 详细信息

提高参数辨识的精度和SOC算法的精度是提高SOC估计的关键,该文提出了基于联合参数辨识的粒子群优化扩展粒子滤波的荷电状态(SOC)估计方法。在参数辨识阶段,结合遗忘因子递推最小二乘法在线辨识的优势,弥补粒子群辨识精度高但前期缺乏数据无法实时辨识的劣势,联合进行参数辨识;在SOC估计阶段,利用扩展卡尔曼滤波生成重要性密度函数,去克服粒子退化,同时采用粒子群优化算法优化重采样策略改进采样过程缓解粒子贫化。最后在联邦城市运行(FUDS)和US06高速公路运行(US06)工况下将所提算法与F-PF、F-PSO-PF、FPSO-PSO-PF进行了对比,结果表明,在FUDS工况下,方均根误差分别提高了65.4%、56.3%和43.5%;在US06工况下,方均根误差分别提高了45.8%、35.9%和35.1%,验证了所提算法具有较好的适应性和鲁棒性。

关键词：锂电池粒子群算法扩展粒子滤波算法荷电状态

维普期刊数据库

基于深度小样本神经网络的个性化金融商品推荐方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：贠阳林唐晓彬对外经济贸易大学统计学院郑州西亚斯学院管理学院

[目的]传统的推荐方法在面临冷启动问题时无法有效地生成个性化建议，降低了推荐的准确性和用户满意度。 [方法]与一般的金融商品推荐任务中仅使用商品信息不同，本文还进行了用户历史交易记录的表征，引入多层次融合表征。通过将两者... 详细信息

[目的]传统的推荐方法在面临冷启动问题时无法有效地生成个性化建议，降低了推荐的准确性和用户满意度。 [方法]与一般的金融商品推荐任务中仅使用商品信息不同，本文还进行了用户历史交易记录的表征，引入多层次融合表征。通过将两者关联起来，引入隐式信息的推荐系统能够捕捉复杂的用户投资模式。 [结果]首先与不同基准方法进行对比，随后构建了一种小样本学习场景以验证本文模型应对商品冷启动问题的能力。实验结果表明了，相较此前最优方法，本方法的平均倒数排名，命中率和归一化折现累积增益分别提升18.6%，26.08%和23.52%。 [局限]由于并没有基于最先进的神经网络架构，因此未来可以使用较为先进的深度神经网络，来进一步提升推荐效果。 [结论]不同的消融实验和与基准模型的对比实验结果证明了本文方法在推荐金融商品方面的有效性。

关键词：模式识别金融服务小样本学习深度神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

典型食品中氟类农药残留行为研究

典型食品中氟类农药残留行为研究

作者：贠丹丹塔里木大学

学位级别：硕士

农药被广泛用于控制害虫和稳定作物生产,同时提高食品的生产性能和保质期。但其大量使用则会造成食品中农药残留问题,因此本研究针对以上情况建立了谷物及果蔬中农药多残留检测方法以及测定其残留水平,进行氟类农药摄入风险评估,在此基... 详细信息

农药被广泛用于控制害虫和稳定作物生产,同时提高食品的生产性能和保质期。但其大量使用则会造成食品中农药残留问题,因此本研究针对以上情况建立了谷物及果蔬中农药多残留检测方法以及测定其残留水平,进行氟类农药摄入风险评估,在此基础上进一步探究典型谷物及果蔬中氟类农药的在加工过程中加工因子的残留动态变化。主要研究结果如下:（1）首先,制定了一种同时能够检测谷物和果蔬中3种氟类农药及1种代谢物UPLC-MS/MS的残留分析技术。采用乙腈作为提取溶剂,15 mg C18+30 mg PSA+150 mg Mg SO4+2.5 mg GCB的组合方式进行净化,使用UPLC-MS/MS检测,并用外标法进行定性和定量分析。实验表明:在1-500 ug/L范围内,4种氟类农药线性关系符合R2>0.9991;LOD和LOQ分别数值为0.002 mg/kg和0.006 mg/kg,其平均回收率在60.05-120.60%,相对标准偏差为（n=5）在0.57-16.99%。该分析方法符合《NYT 788-2018农药残留试验准则》相关标准,证明该分析方法回收率和精确度优良。（2）通过上述所建立的残留分析方法,对果蔬实际样品进行检测,结果表明:新建方法检出率、回收率、精密度更高。同时对样品进行膳食暴露风险评估,丁氟螨酯在苹果和柑橘中被检出,进一步对已检出的丁氟螨酯进行慢性暴露风险评估,目前为查询到丁氟螨酯的ARf D值,故无法计算其急性暴露风险苹果和联合暴露风险评估,但也应予以重视,需要密切监测氟类的膳食暴露评估风险。而采集市场样品共110份7种谷物,仅两份样品有检出丁氟螨酯和氟啶虫胺腈,检出率为1.81%,氟啶草酮和邻三氟甲基苯甲酰胺均未检出。（3）利用已建立的残留方法技术对豆腐、番茄酱和苹果汁的生产过程中的丁氟螨酯和氟啶虫胺腈残留进行了研究,并进行了加工因子（PFs）的计算。通过对豆腐加工过程中清洗、浸泡、研磨与过滤、蒸煮、点卤和挤压操作步骤,发现除蒸煮、点卤及挤压外,其加工因子均小于1,说明在加工过程中不同的操作步骤可有效降低农药的残留量。通过对番茄酱加工过程中清洗、慢炖与灭菌步骤的残留分析发现,慢炖加工因子达到1,说明在此过程中农药发生了热蒸发现象。通过对苹果汁加工过程中清洗、榨汁与灭菌各步骤的残留分析结果发现,除灭菌外,其余加工因子均小于1,说明此加工过程明显降低残留水平。本文结果对在谷物和果蔬中的氟类农药残留分析方法进行优化,采集市场样品,对其进行膳食风险暴露评估,明确氟类农药在谷物及果蔬中存在的风险情况,探究了氟类农药在加工过程中加工因子的变化情况,为后续开展相关研究提供基本依据。

关键词：谷物果蔬农药残留膳食风险暴露评估加工因子

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

腾讯音乐赴港二次上市动因及效果研究

腾讯音乐赴港二次上市动因及效果研究

作者：贠茗译安徽财经大学

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

农业知识图谱技术研究现状与展望

农业机械学报 2024年第6期55卷 1-17页

作者：侯琛牛培宇中国农业大学信息与电气工程学院北京100083 北京大学大数据分析与应用技术国家工程实验室北京100871

在当前农业信息化的发展进程中,多数农业子领域面临着数据资源分散、信息整合难度大、知识利用效率低等问题。作为近年来新兴的一种知识表示技术,知识图谱已在部分农业特定领域展现出了强大的语义推理和数据整合能力,同时帮助一些农业... 详细信息

在当前农业信息化的发展进程中,多数农业子领域面临着数据资源分散、信息整合难度大、知识利用效率低等问题。作为近年来新兴的一种知识表示技术,知识图谱已在部分农业特定领域展现出了强大的语义推理和数据整合能力,同时帮助一些农业上层应用提高了性能。为系统总结近年来农业知识图谱构建与应用方面的研究成果,本文首先阐述了知识图谱基础和农业知识图谱的构建流程,并从本体建模、信息抽取、知识融合以及知识加工4方面总结了构建农业知识图谱所涉及的关键技术。将当前农业知识图谱的应用分为信息检索、问答系统、推荐系统、专家诊断系统和作物预测5方面,并对这些应用工作进行了梳理。最后,对当前农业知识图谱的研究现状进行了总结,并认为未来农业知识图谱可以从多模态知识推理、强时效性知识更新、多语言知识查询、跨领域数据融合以及子领域知识图谱构建等方面加以研究。

关键词：知识图谱农业领域信息检索问答系统推荐系统专家诊断系统作物预测

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于深度学习方法的航空发动机寿命预测模型

振动．测试与诊断 2024年第2期44卷 330-336,412页

作者：郭晓静贠玉晶徐晓慧中国民航大学航空工程学院天津300300 中国民航大学电子信息与自动化学院天津300300

为提高航空发动机剩余寿命(remaining useful life,简称RUL)预测能力,构建了一种注意力机制与长短期记忆网络(long short-term memory,简称LSTM)融合的深度学习模型。首先,分析多元高维的运行参数与RUL之间的协方差相关性,实现数据降维... 详细信息

为提高航空发动机剩余寿命(remaining useful life,简称RUL)预测能力,构建了一种注意力机制与长短期记忆网络(long short-term memory,简称LSTM)融合的深度学习模型。首先,分析多元高维的运行参数与RUL之间的协方差相关性,实现数据降维,优化模型权重;其次,利用运行参数的时序退化特性提高模型的回归预测效果。在NASA发动机数据集上实验的均方根误差(root mean square error,简称RMSE)范围为[4.83,13.66],与卷积神经网络(convolutionneuralnetworks,简称CNN)、LSTM和双向长短期记忆网络(bi-directionallongshort-term memory,简称Bi-LSTM)方法相比,极大地提高了预测的准确度,实现了超前预测。合并样本的方法提高了模型的泛化性,对不同类型的发动机RUL预测具有指导意义。

关键词：航空发动机剩余寿命预测协方差分析注意力机制长短期记忆网络

基于多图融合的电动汽车充电站群负荷时空预测方法研究

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

基于多图融合的电动汽车充电站群负荷时空预测方法研究

作者：贠昕尧西安理工大学

学位级别：硕士

电动汽车被视为中国实现“双碳”目标的战略选择,但电动汽车快速发展引起的充电需求增加也给电网运行优化和调度控制带来了各种挑战。开展电动汽车充电负荷预测研究,既可以保证电力系统的经济稳定运行,也是为了推进中国“双碳”目标的... 详细信息

电动汽车被视为中国实现“双碳”目标的战略选择,但电动汽车快速发展引起的充电需求增加也给电网运行优化和调度控制带来了各种挑战。开展电动汽车充电负荷预测研究,既可以保证电力系统的经济稳定运行,也是为了推进中国“双碳”目标的发展。近年来电动汽车单站充电负荷预测技术逐渐成熟,但对于充电站集群水平上的预测研究相对较少。因此,本文提出了一种考虑多种空间图融合的电动汽车充电站群负荷预测框架,实现了对区域充电站充电负荷及充电站单站充电负荷的预测。具体来说,本文主要研究内容如下:首先,建立充电站群相关数据的时空信息集。根据充电站群的地理空间信息,设计距离图、交通网络图和车流密度图来描述充电站群之间的空间关系,建立距离图、交通网络图和车流密度图的数学模型来提取充电站群的拓扑信息,形成空间邻接矩阵。根据充电站集群的时序数据信息,对充电站群的充电负荷数据进行特征分析,提取与充电负荷变化密切相关的特征,建立电动汽车充电负荷的影响因素集合,使用互信息算法计算不同充电站负荷与影响因素集合之间的相关性,形成影响因素特征变量连接图及相应的邻接矩阵。从空间和时间多个角度提取充电站相关数据所蕴含的有效信息。其次,提出基于图卷积神经网络的电动汽车充电站群负荷预测模型。构建时空输入模块、空间特征学习模块和时间序列预测模块多层次进行特征提取,实现对多个充电站同时预测。时空输入模块用来存储和划分训练、验证和测试数据,空间特征学习模块使用图卷积神经网络对单一空间特征图和影响因素特征变量连接图进行特征学习,时间序列预测模块使用长短时记忆网络结合空间特征学习模块的空间特征信息进行时序预测。采用互信息算法和图卷积神经网络对影响因素集合进行筛选,根据预测精度评价指标选择每个充电站的最优影响因素集合。设计对照实验对该模型在不同预见期下进行实例验证,根据实验结果分析可知,对于全域预测和单站预测该模型优势明显。最后,提出基于多图融合的图注意力神经网络电动汽车充电站群负荷预测模型。针对图卷积神经网络只能学习单个空间特征图的问题,在基于图卷积神经网络的电动汽车充电站群负荷预测模型的基础上,增加多图特征融合模块,使用多图注意力网络对距离图、交通网络图、车流密度图和影响因素特征变量连接图并行训练,将训练结果进行多图注意力融合操作,输入进时间序列预测模块中去。为验证该模型的有效性,仍采用和基于图卷积神经网络的电动汽车充电站群负荷预测模型同样的数据集和模型参数进行实验,实验结果和对比分析表明,该预测模型相较于基于图卷积神经网络的电动汽车充电站群负荷预测模型能提升11.05%至29.83%的预测性能。

关键词：充电负荷时空预测注意力机制图神经网络互信息矩阵时空特征挖掘