检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

分辨超大质量黑洞吸积盘的结构

科学通报 2024年第13期69卷 1686-1697页

作者：孙谋远周淑英厦门大学物理科学与技术学院天文学系厦门361005

超大质量黑洞吸积盘是活动星系核的中心引擎.理解超大质量黑洞吸积盘的结构对认识超大质量黑洞的质量演化、活动星系核的反馈和引力透镜宇宙学等重大天体物理问题有着重要的意义.利用射电干涉技术,天文学家已经能对银河系和M87中心超大... 详细信息

超大质量黑洞吸积盘是活动星系核的中心引擎.理解超大质量黑洞吸积盘的结构对认识超大质量黑洞的质量演化、活动星系核的反馈和引力透镜宇宙学等重大天体物理问题有着重要的意义.利用射电干涉技术,天文学家已经能对银河系和M87中心超大质量黑洞周围的吸积气体进行空间分辨,进而对黑洞“成像”.然而,绝大部分超大质量黑洞吸积盘太小且距离地球过于遥远,无法被现有空间和地面望远镜直接进行空间分辨.天文学家借助时域观测,利用微引力透镜和连续谱反响映射来研究超大质量黑洞吸积盘的结构.上述两种方法给出的超大质量黑洞吸积盘的尺寸都显著大于标准薄盘的预期.这一观测与理论的矛盾被称为“吸积盘尺寸超出”问题.本文从观测和理论的角度,综述“吸积盘尺寸超出”问题研究方面取得的进展、面临的问题以及可能的解决方案.我们认为,只有在正确理解活动星系核光变的物理起源后,天文学家才能正确分辨超大质量黑洞吸积盘的结构.

关键词：超大质量黑洞黑洞吸积活动星系核微引力透镜反响映射

铜催化不饱和腈的串联硼氢化/Aldol反应构建连续多手性中心的有机腈化合物

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

铜催化不饱和腈的串联硼氢化/Aldol反应构建连续多手性中心的有机...

作者：张居恒四川师范大学

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

YD公司新能源汽车产品开发战略研究

YD公司新能源汽车产品开发战略研究

作者：鲁居印吉林大学

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

数字阵列雷达抗主瓣干扰方法研究

数字阵列雷达抗主瓣干扰方法研究

作者：居宇欢电子科技大学

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

我州全面提升应急处置能力

我州全面提升应急处置能力

大理日报(汉)

作者：石晓晶赵绍远

本报讯（记者石晓晶赵绍远）记者从州应急管理局了解到，近年来，我州着力从灾情速报、队伍建设、物资储备、装备配置等方面做好应急准备，全面提升应急处置能力。据悉，我州着眼大应急要求、建设大应急队伍，持续推进以综合性消防... 详细信息

本报讯（记者石晓晶赵绍远）记者从州应急管理局了解到，近年来，我州着力从灾情速报、队伍建设、物资储备、装备配置等方面做好应急准备，全面提升应急处置能力。据悉，我州着眼大应急要求、建设大应急队伍，持续推进以综合性消防救援力量为主体、专业救援力量为骨干、军......

关键词：救援力量应急救援装备全面提升应急处置能力

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

基于弱引力透镜的星系团暗晕椭率测量

基于弱引力透镜的星系团暗晕椭率测量

作者：居逸杰上海师范大学

学位级别：硕士

基于神经网络的电动汽车锂离子电池SOC估算研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的电动汽车锂离子电池SOC估算研究

作者：花居森盐城工学院

学位级别：硕士

在社会经济高速增长的时代下,越来越多的人选择汽车作为代步工具,与此同时也造成了环境污染以及能源短缺等问题。为了缓解这些问题,以电池为驱动能源的电动汽车应运而生。电池是电动汽车的核心设备,因此开发一个更加精确的电池荷电状态(... 详细信息

在社会经济高速增长的时代下,越来越多的人选择汽车作为代步工具,与此同时也造成了环境污染以及能源短缺等问题。为了缓解这些问题,以电池为驱动能源的电动汽车应运而生。电池是电动汽车的核心设备,因此开发一个更加精确的电池荷电状态(State Of Charge,SOC)的预测模型就变得非常关键。SOC的高预测精度不仅能够提升电池使用寿命,还能够优化驾驶员的驾车体验,这一研究对于推动电动汽车技术的发展具有积极的意义。由于锂离子电池的比能量高和耐低温性的优势,已经被广泛应用于电动汽车上,因此本文将锂离子电池作为研究对象,分析影响电池SOC估算的因素,研究提升SOC预测精度的方法。具体工作如下:首先介绍目前电池SOC的估算方法及研究现状,分析各方法的优缺点,选定使用神经网络算法进行SOC估算。然后对锂离子电池的工作原理及特性进行了分析,搭建锂离子电池测试平台,采用控制单一变量的实验,研究温度以及充放电倍率对电池容量造成的影响。从而确定将温度,电压和电流作为预测模型的输入,SOC作为模型的输出。本文采用门控循环单元(Gated Recurrent Unit,GRU)作为SOC的预测模型的基础,设计使用卷积层(Convolutionlayer,Convol)和多头注意力机制(Multi-Head Attention,MHA)优化GRU预测模型。模拟了车辆在不同温度(0℃,25℃,45℃)运行条件下的电池状态,通过对比预测模型Convol GRU,GRU-MHA,Convol GRU-Attention(注意力机制)以及其他方法的预测模型,实验结果表明,优化过后模型的平均绝对误差(Root Mean Square Error,RMSE)、均方根误差(Mean Absolute Error,MAE)分别为0.67%和0.53%,证明该模型能够精确地预测锂离子电池SOC。

关键词：卷积神经网络多头注意机制循环神经网络锂离子电池 SOC估算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国城市群一体化水平测度与辐射能力分析

地理研究 2024年第2期43卷 303-321页

作者：邱思远孙伟中国科学院南京地理与湖泊研究所南京210008 中国科学院流域地理学重点实验室南京210008

城市群作为引领区域经济发展的空间聚合体,研究其内部一体化水平和外部辐射能力对城市群高质量发展和区域协调发展具有重要意义。基于此,本文使用2006—2019年中国284个地级及以上城市数据,构建嵌入内生时空权重矩阵的CD生产函数,测度中... 详细信息

城市群作为引领区域经济发展的空间聚合体,研究其内部一体化水平和外部辐射能力对城市群高质量发展和区域协调发展具有重要意义。基于此,本文使用2006—2019年中国284个地级及以上城市数据,构建嵌入内生时空权重矩阵的CD生产函数,测度中国19个城市群内部和外部要素空间溢出效应,以其作为城市群的一体化水平和辐射能力的衡量标准,并进一步分析两者之间关系。研究发现:①在MORAN指数、GEARY指数和GO指数内生时空权重矩阵中,以MORAN指数内生时空权重矩阵为基础的CD生产函数测度结果最优,其能够较为精确地分解出所测城市群的内部和外部要素空间溢出效应。②在时序发展上,处于一体化水平和辐射能力高值地区的城市群个数较少,而处于低值地区的城市群个数较多,城市群一体化水平和辐射能力整体偏低,但近年来有上升的趋势。③在空间演化上,东部地区城市群的一体化水平和辐射能力较强,西部地区城市群较弱。其中长三角城市群、珠三角城市群和京津冀城市群位居前三,兰西城市群、宁夏沿黄城市群和天山北坡城市群则排名靠后。④城市群一体化能够显著提升其辐射能力,并且东、中、西、东北四大板块所属城市群的异质性特征明显。同时,对外开放水平、信息化水平和交通基础设施水平对城市群辐射能力有正向作用,金融发展水平则产生负向作用。

关键词：城市群要素空间溢出效应一体化水平辐射能力区域协调发展

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

基于提示学习的小样本文本分类方法研究

基于提示学习的小样本文本分类方法研究

作者：居正雨齐鲁工业大学

学位级别：硕士

文本作为数据存储、处理和分析的重要载体,在学术界和工业界都扮演着举足轻重的角色。因此,文本处理成为计算机领域一个至关重要的研究内容,文本分类一直是最重要的文本处理方式之一。小样本文本分类问题一直是文本分类的一个重要研究内... 详细信息

文本作为数据存储、处理和分析的重要载体,在学术界和工业界都扮演着举足轻重的角色。因此,文本处理成为计算机领域一个至关重要的研究内容,文本分类一直是最重要的文本处理方式之一。小样本文本分类问题一直是文本分类的一个重要研究内容,如何充分利用少量有监督样本进行高效模型调优,使得大量待预测数据能够得到精准预测,对现阶段的文本处理具有重要意义。本文主要研究通过提示学习来实现更加精准的小样本文本分类预测,具体研究内容如下:(一)使用虚拟类表示的答案工程设计方法“预训练+微调”一般是利用[CLS]特殊字符的语义向量引入随机初始化线性层实现预测,在小样本的情况下会丢失大量的[CLS]位置的语义信息。现有人工设计标签词集作为提示学习中的答案工程也会由于标签词集设计不完备导致语义丢失。针对语义丢失的问题本文首先提出一种虚拟类表示方法,用于提示学习的答案工程设计。该方法会为每一类生成一个富含类语义信息的类表示向量。另一方面,使用人工提示模板获取[MASK]位置的类预测语义向量。在分类预测过程中,使用类预测语义向量与类表示向量的相似度作为分类依据。相对于传统的使用线性层进行最终的答案映射的方式与使用自定义的类表示词集进行分类预测的方法相比,该方法缓解了在答案映射过程中产生的语义丢失问题。除此之外,该算法也能解决没有数据集的类表示词如何构建答案工程的问题。该方法在数据集AG’s News,DBPedia中取得较好分类效果。(二)使用差异化提示的提示工程设计方法上述算法使用人工构造提示工程,由于使用人工构造提示工程方法会出现对模板设计者的依赖性太强,对模型知识挖掘不充分问题,故本文还提出了基于差异化提示的提示工程设计算法。本算法主要解决数据集类别集合具有层级特征的小样本文本分类任务。该算法首先设计了一个多层次分类提示模板框架,然后对各层次类别的综合特征进行抽取作为差异化提示,用于分别刺激预训练语言模型,获取其与相应层次类别预测相关知识,实现更充分地预训练语言模型在预训练阶段获取知识的挖掘。除此之外,本文为数据集类集合设计了一种共享的线性层选择机制来取代传统算数平均用于获取类表示聚合向量和每一类被预测的聚合概率,减少由于类别的token ids的权重分配产生的语义丢失。该方法在数据集WOS和“研究方向与学科匹配/对应”取得很好效果,并且这种差异化提示工程的设计方法被应用于“中原城市群综合科技服务平台研发与应用示范”项目中。

关键词：提示学习提示工程答案工程小样本文本分类