检索结果-南通市图书馆

基于神经网络的军队基本建设财务风险预警研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

海军工程大学学报 2024年第2期36卷 61-66页

作者：彭艳廖岸吉强海军工程大学管理工程与装备经济系武汉430033 陆军勤务学院训练基地重庆401331 92665部队湖南张家界427000

为创新军队财务管理模式,推进财务监管模型建设,防范军队财务风险,以军队基本建设财务作为研究对象,将神经网络模型用于军队基本建设财务风险预警。首先,通过借鉴地方基本建设财务风险预警指标,参照《军队预算绩效管理暂行规定》,构建... 详细信息

为创新军队财务管理模式,推进财务监管模型建设,防范军队财务风险,以军队基本建设财务作为研究对象,将神经网络模型用于军队基本建设财务风险预警。首先,通过借鉴地方基本建设财务风险预警指标,参照《军队预算绩效管理暂行规定》,构建了军队基本建设财务风险预警指标体系;然后,采用主成分析法对指标体系进行筛选,利用神经网络模型对相关指标数据进行训练和检验。判断准确度分别为98.82%和94.29%,具有很好的灵敏度,表明基于神经网络模型建立的军队财务风险预警模型具有较好的财务风险预警能力。

关键词：军队基本建设风险预警神经网络

维普期刊数据库

Sr_(2)LuNbO_(6):Mn^(4+)深红荧光粉的光学性质:晶体场劈裂和多模振动耦合

在线全文

学校读者我要写书评

暂无评论

Science China Materials 2024年第3期67卷 939-945页

作者：周广涵张德保唐飞郑昌成宁吉强徐士杰 Department of Optical Science and Engineering School of Information Science and TechnologyFudan UniversityShanghai 200438China School of Physics and Electronic Engineering Jiangsu Normal UniversityXuzhou 221116China Division of Natural and Applied Sciences Duke Kunshan UniversityKunshan 215316China

本研究利用光致发光(PL)、光致发光激发(PLE)、时间分辨PL和拉曼光谱技术等,详细研究了通过熔盐固相法合成的Sr_(2)LuNbO_(6):Mn^(4+)深红荧光粉的光学性质.在室温下,样品的PL光谱呈现出阶梯状谱形.然而,在低温下,测量的PL光谱由两组多... 详细信息

本研究利用光致发光(PL)、光致发光激发(PLE)、时间分辨PL和拉曼光谱技术等,详细研究了通过熔盐固相法合成的Sr_(2)LuNbO_(6):Mn^(4+)深红荧光粉的光学性质.在室温下,样品的PL光谱呈现出阶梯状谱形.然而,在低温下,测量的PL光谱由两组多模振动电子发光谱线组成.基于变温PL光谱和拉曼光谱,我们识别出双零声子谱线以及两组恒定能量间隔为~2.8 meV的多模声子伴线.这项研究首次发现Mn^(4+)离子的^(2)E_(g)激发态能级在氧化物八面体晶格中具有~2.8 meV能量差的劈裂,并证实多种振动模式深度参与Mn^(4+)离子的振动电子发光.

关键词： oxide phosphor deep red luminescence Mn^(4+)ion excited-state splitting impurity-lattice coupling

维普期刊数据库

冷喷涂BC/Al复合涂层在硼酸溶液中的腐蚀行为

在线全文

学校读者我要写书评

暂无评论

中国腐蚀与防护学报 2024年

作者：赵立佳崔新宇王吉强熊天英中国科学院金属研究所师昌绪先进材料创新中心中国科学技术大学材料科学与工程学院

采用浸泡和电化学实验，研究了冷喷涂B4C/Al复合涂层在硼酸溶液中的腐蚀行为。结果表明，冷喷涂涂层内颗粒间界面的结合弱，硼酸溶液倾向于沿着颗粒间的界面优先发生腐蚀，进而腐蚀涂层内部。后热处理可以有效改善冷喷涂B4C/Al涂层的组... 详细信息

采用浸泡和电化学实验，研究了冷喷涂B4C/Al复合涂层在硼酸溶液中的腐蚀行为。结果表明，冷喷涂涂层内颗粒间界面的结合弱，硼酸溶液倾向于沿着颗粒间的界面优先发生腐蚀，进而腐蚀涂层内部。后热处理可以有效改善冷喷涂B4C/Al涂层的组织，增强颗粒间的界面结合，进而提升其在硼酸溶液中的耐腐蚀性能。

关键词：冷喷涂 B C/Al 耐腐蚀性能热处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于联邦学习的主动半监督短文本分类方法

电子学报 2024年第10期 3517-3526页

作者：孔德焱冀振燕杨燕燕刘洋刘吉强北京交通大学软件学院北京交通大学网络空间安全学院智能交通数据安全与隐私保护北京市重点实验室

短文本分类应用广泛，是当前的研究热点，但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响，分类效果不佳.针对上述问题，我们提出了基于联邦学习的主动半监督异质图注意力网络模型（Active Semi-Supervised Learning empowe... 详细信息

短文本分类应用广泛，是当前的研究热点，但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响，分类效果不佳.针对上述问题，我们提出了基于联邦学习的主动半监督异质图注意力网络模型（Active Semi-Supervised Learning empowered Heterogeneous Graph ATtention network model based on Federated learning,Fed-ASSL-HGAT），通过设计新颖的主动半监督学习（Active Semi-Supervised Learning,ASSL）框架生成高质量标注样本赋能异质图注意力网络（Heterogeneous Graph ATttention network model,HGAT），引入联邦学习对部署在不同节点的模型进行联合训练以满足数据隐私保护需求.所提出的ASSL框架通过将主动学习的多类别标注转化成二元类别标注，可大大降低标注难度；设计基于信息增益的选择策略筛选软、硬标签，以防止信息损失；通过半监督学习选择高准确率、高稳定性的正负样本打伪标签以确保标注质量.实验结果表明，所提出的ASSL-HGAT（S）在AGNews、Snippets、TagMyNews数据集上相比HGAT基线模型F1值分别提升2.45%、8.11%、7.46%.融合联邦学习所进一步提出的Fed-ASSL-HGAT模型可在不泄漏隐私数据的情况下满足性能要求.

关键词：异质图神经网络主动学习半监督学习联邦学习