检索结果-南通市图书馆

基于SECI模型的智能会计人才培养模式研究

在线全文

学校读者我要写书评

暂无评论

财会通讯 2024年第8期 170-176页

作者：韩焕菊南京工程学院江苏南京211167

文章基于SECI模型,研究智能会计人才培养模式。研究发现,SECI模型要求智能会计人才培养中考虑会计知识外化、会计知识内化、会计知识共同化、会计知识链接化等四个因素。SECI模型下智能会计人才培养存在知识学习阶段、实习阶段、应用阶... 详细信息

文章基于SECI模型,研究智能会计人才培养模式。研究发现,SECI模型要求智能会计人才培养中考虑会计知识外化、会计知识内化、会计知识共同化、会计知识链接化等四个因素。SECI模型下智能会计人才培养存在知识学习阶段、实习阶段、应用阶段、反馈阶段。当前,每个阶段均存在问题,本文基于SECI模型提出了相应的解决策略。

关键词： SECI模型智能会计人才培养模式

数字经济与生态环境协调发展的时空特征和影响因素

在线全文

学校读者我要写书评

暂无评论

社会科学战线 2024年第7期349卷 265-274页

作者：骆焕琪韩建一中央民族大学经济学院北京100081 人民政协报社北京100142

文章基于中国270个地级市数据,运用空间杜宾模型、GTWR模型和贡献度模型,探究数字经济与生态环境协调发展的时空特征及影响因素。研究发现,2011—2019年数字经济与生态环境的耦合协调度有所提高,东部地区和西部地区空间集聚效应更强。... 详细信息

文章基于中国270个地级市数据,运用空间杜宾模型、GTWR模型和贡献度模型,探究数字经济与生态环境协调发展的时空特征及影响因素。研究发现,2011—2019年数字经济与生态环境的耦合协调度有所提高,东部地区和西部地区空间集聚效应更强。产业升级、工业化、城镇化对二者协调发展的影响最大,医疗条件、教育条件、政府作用和城镇化均有显著空间溢出效应。不同因素对数字经济与生态环境协调发展的影响具有时空异质性,产业升级和城镇化的影响呈同心圆状分布,工业化的影响以中西南为中心对称分布,发展机遇的影响从北到南逐渐加深,而政府作用的影响则与此相反。为了实现数字经济与生态环境协调发展,需要充分利用数字化、信息化和平台化的赋能优势,发挥产业升级、工业化、城镇化的作用,加强区域联动合作,增加公共服务供给,并根据不同地区特点制定更具针对性的政策规划。

关键词：数字经济生态环境耦合协调空间杜宾模型

在线全文

学校读者我要写书评

暂无评论

红外伪装与隐身纺织材料的研究进展

红外技术 2024年第4期46卷 384-391页

作者：楼焕刘茜上海工程技术大学纺织服装学院上海201620

随着现代化高精尖的新型武器设备在军事领域中的运用,目标探测与监视系统迅速发展,对于伪装材料的进一步深化研究具有重要意义。本文对伪装与隐身纺织材料的研究现状进行了梳理,介绍了伪装隐身材料的应用机理,重点关注了应用最广泛的红... 详细信息

随着现代化高精尖的新型武器设备在军事领域中的运用,目标探测与监视系统迅速发展,对于伪装材料的进一步深化研究具有重要意义。本文对伪装与隐身纺织材料的研究现状进行了梳理,介绍了伪装隐身材料的应用机理,重点关注了应用最广泛的红外伪装材料与纺织技术的结合,概述了仿生伪装纺织材料的新研究,对新型动态变化伪装纺织品进行了总结,并对伪装纺织品的新型检测技术与制备技术进行了归纳。最后,对未来伪装纺织材料的发展趋势做出了预测分析。

关键词：伪装纺织材料红外仿生功能材料

原儿茶醛透明质酸水凝胶调控巨噬细胞促进糖尿病伤口愈合的研究

在线全文

学校读者我要写书评

暂无评论

原儿茶醛透明质酸水凝胶调控巨噬细胞促进糖尿病伤口愈合的研究

作者：宋晓焕吉林大学

学位级别：硕士

基于投资者情绪的因子波动率管理策略优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于投资者情绪的因子波动率管理策略优化研究

作者：陈立焕广西大学

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

基于改进RRT算法的移动机器人路径规划

基于改进RRT算法的移动机器人路径规划

作者：马智焕广西大学

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

单通道鸟声分离技术研究

单通道鸟声分离技术研究

作者：陈永焕广州大学

学位级别：硕士

鸟类对生态环境变化具有高度敏感性,常被用作生态环境变化的指示物种。对鸟声进行深入研究,有助于更准确地了解生态环境的状况。近些年来,被动声学监测技术作为一种自动化的鸟类监测工具逐渐被广泛应用。通过这种方式可以持续获取大量... 详细信息

鸟类对生态环境变化具有高度敏感性,常被用作生态环境变化的指示物种。对鸟声进行深入研究,有助于更准确地了解生态环境的状况。近些年来,被动声学监测技术作为一种自动化的鸟类监测工具逐渐被广泛应用。通过这种方式可以持续获取大量的监测数据,在此基础上结合深度学习技术能更好地分析各物种的声音,获取生态环境的变化信息。然而,这也带来了一些问题,如获取到的大量数据中存在很多重叠鸟声,这对后续的声景观分析、声学指数计算等任务造成干扰。鸟声分离技术可有效解决上述问题,但由于需要处理的数据量庞大,当前的鸟声分离技术在时间和计算资源占用方面仍需进一步优化。针对这些问题本文对基于深度学习的鸟声分离技术进行研究和验证,主要研究内容分为以下三个方面:(1)针对时域鸟声分离网络运算量过大、占用计算资源过多的问题,设计了一个高效的时域鸟声分离网络Dual-path Tiny Transformer Network(DPTTNet)。通过改进特征提取模块,在特征提取模块前增加卷积层用于学习位置信息并同时减少特征长度;并利用多头注意力机制提取各个位置的权重信息;再接反卷积层使得处理前后特征长度一致。结合双路径处理结构和改进简化的特征提取结构,改进后的时域鸟声分离网络在前向推理过程中的运算量和计算资源需求显著下降。此外,为了保证分离前后幅度的一致性,根据分离前后幅度关系设计了一个波形幅度恢复方法。根据实验结果,DPTTNet在本文的鸟声分离数据集上的尺度不变信噪比的提高(Scale-Invariant Source to Distortion Ratio improvement,SI-SDRi)达到22.2d B,相比改进前仅下降6.7%,而参数量为0.4M,相比改进前下降83.2%。同时,改进后网络浮点操作数为11.7G,相比改进前下降86.4%。(2)时域声源分离网络在分离鸟声的时候有较好的分离性能,但是在分离鸟声和其他噪声时,分离后的音频信号在频率维度上容易存在噪声干扰。针对该问题,提出了一个高效率的时频域鸟声分离网络Bird Sound Separation Convolutional Recurrent Neural Network(BSSCRNN)。该网络采用经典的CRNN结构,编码器为多层卷积层堆叠,中间的序列特征提取模块则使用本文提出的DPTTNet Block,解码器为多层反卷积层的堆叠。此外,为了保证分离前后幅度的一致性,在最终生成掩码时使用sigmoid激活函数来约束掩码幅度。BSSCRNN在本文的鸟声和噪声分离数据集上SI-SNRi达到21.4d B,与时域鸟声分离网络DPTTNet相比提升2.9d B,而运算时间减少87.5%。(3)为了验证上述两种分离方法在真实的生态环境录音数据中的效果,基于广州市帽峰山和石门山在2023年3月至10月期间采集的179GB录音数据(总时长为838.4小时),使用检测和分类网络检测出鸟声数据后,再采用时域鸟声分离网络、时频域鸟声分离网络对鸟声录音数据进行重叠鸟声分离和噪声分离,提高鸟声识别的概率。

关键词：单通道鸟声分离双路径处理循环卷积网络深度学习鸟声识别

具有霍尔效应的广义Maxwell流体通过无穷平板的旋转MHD流动和传热

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Acta Mechanica Sinica 2024年第5期40卷 17-32页

作者：乔艳丽续焕英齐海涛 School of Mathematics and Statistics Shandong University Weihai China

黏弹性流体的流动和传热特性研究一直是一个备受关注的问题.然而,一些黏弹性流体的行为会偏离由整数阶控制方程描述的经典的流动和传热现象.因此,建立一种新的本构关系来研究复杂黏弹性流体是有必要的.本文研究了霍尔效应作用下具有分... 详细信息

黏弹性流体的流动和传热特性研究一直是一个备受关注的问题.然而,一些黏弹性流体的行为会偏离由整数阶控制方程描述的经典的流动和传热现象.因此,建立一种新的本构关系来研究复杂黏弹性流体是有必要的.本文研究了霍尔效应作用下具有分布阶特性的广义Maxwell流体在无穷平板上的旋转磁流体流动和传热现象.考虑到广义Maxwell流体流动和传热的多尺度特性和非局部性,引入分数阶微积分理论准确地描述流动和传热机理,导出了由时间分布阶动量方程和时间分数阶能量方程组成的分数阶控制方程.为了计算速度和温度控制方程的数值解,我们基于L1近似公式提出了Crank-Nicolson有限差分格式,然后,验证了数值方法的有效性和可行性,并以图形形式讨论了相关参数对流体速度和温度的影响,给出了一些结论.

关键词： Maxwell流体霍尔效应有限差分格式黏弹性流体近似公式流体速度局部性能量方程

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

烈味脚骨脆化学成分的研究

烈味脚骨脆化学成分的研究

作者：张先焕云南师范大学

学位级别：硕士