检索结果-南通市图书馆

政治经济学评论 2024年第2期15卷 77-100页

作者：马慎萧区铭彦赵芫源中国人民大学马克思主义学院北京高校思想政治理论课高精尖创新中心中国人民大学全国中国特色社会主义政治经济学研究中心中国人民大学经济学院

党的二十大报告首次系统地阐述了中国式现代化,提出了中国式现代化九个方面的本质要求,中国式现代化理论已经成为初步成型与相对稳定的理论形态。2023年,学界围绕中国式现代化的讨论涵盖了经济、政治、文化、社会和生态文明等方面。

关键词：中国式现代化生态文明路径研究理论形态本质要求

同方期刊数据库人大复印报刊资料评论

在线全文

学校读者我要写书评

暂无评论

精细化局部语义与属性学习的行人重识别

计算机学报 2024年第10期47卷 2387-2400页

作者：肖进胜吴婧逸郭浩文郭圆赵持恒王银武汉大学电子信息学院武汉430072 武汉理工大学资源与环境工程学院武汉430070

行人的随身物品信息与属性描述是提高行人重识别任务性能的有效途径.本文提出了一种精细化局部语义与属性学习的行人重识别网络,来提取行人的随身物品信息,同时从语义区域中获得行人的属性描述.首先,将特征聚类方法生成的随身物品区域... 详细信息

行人的随身物品信息与属性描述是提高行人重识别任务性能的有效途径.本文提出了一种精细化局部语义与属性学习的行人重识别网络,来提取行人的随身物品信息,同时从语义区域中获得行人的属性描述.首先,将特征聚类方法生成的随身物品区域融合到额外语义模型生成的语义解析结果中,解决目前较多额外语义解析模型遗漏行人随身物品信息的问题.其次,利用生成的语义区域作为身体标签,网络由全局特征构建这些区域的语义特征映射,然后从语义特征中预测与之相关的属性信息,增强行人的描述.最后,考虑到行人某些属性之间包含强相关性,重新构建加权模型来提高某些属性的置信分数,优化属性的预测准确率.将属性预测结果和行人的全局特征连接在一起,形成行人的鲁棒特征表示.在Market-1501和DukeMTMC-reID属性数据集上的实验表明,所提算法较基线网络分别得到了3.6%和6.4%的mAP指标增益,可以提高行人重识别任务的性能.

关键词：语义分析属性预测相关性行人重识别

在线全文

学校读者我要写书评

暂无评论

时空关键区域增强的小样本异常行为识别

计算机学报 2024年

作者：肖进胜王澍瑞吴原顼赵持恒陈云华章红平武汉大学电子信息学院广东工业大学计算机学院武汉大学GNSS研究中心

异常行为识别在维护社会安全稳定方面起重要作用，相比于常见的正常行为识别，它是一项更具挑战性的任务。其难点主要体现在：异常行为实际发生的概率较低，因此可用于训练的样本数目相对较少;监控视频中，包含判断性信息的异常行为特... 详细信息

异常行为识别在维护社会安全稳定方面起重要作用，相比于常见的正常行为识别，它是一项更具挑战性的任务。其难点主要体现在：异常行为实际发生的概率较低，因此可用于训练的样本数目相对较少;监控视频中，包含判断性信息的异常行为特征往往只存在于局部的关键区域中;异常行为时空变化复杂，导致连续地定位并利用关键区域特征变得更加困难。为了解决上述难题，本文提出时空关键区域增强的小样本异常行为识别方法，通过学习大规模正常行为数据集中的共性知识实现对数量较少的异常行为的识别，并选取视频中的关键区域对异常行为特征进行增强。特征向量由于其中的信息被压缩，而难以准确地定位关键区域，本文创新性地挖掘特征图中的二维空间信息，以自适应地选取异常行为的关键区域。单个的视频帧很难反映行为的变化情况，因此需要根据时空信息动态地选取关键区域。本文提出在特征图级别将长时间范围内的时序信息和短时间范围内的运动信息进行关联，以使关键区域有效地捕捉异常行为的连续变化。最后提出时空精细化小样本损失函数，以保证模型有效学习到在时间和空间中更精细化等级的特征。本文在HMDB51、Kinetics以及UCF Crime v2数据集上进行了实验，结果证明本文方法识别效果优于其他方法，在异常行为数据集上相对于最强的竞争者准确率提升了0.6%。

关键词：异常行为识别小样本学习关键区域增强时空精细化损失时空关联

基于DBO-VMD和IWOA-BILSTM神经网络组合模型的短期电力负荷预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第8期52卷 123-133页

作者：刘杰从兰美夏远洋潘广源赵汉超韩子月临沂大学自动化与电气工程学院山东临沂276002 雅砻江流域水电开发有限公司四川成都610000

新能源在现代电力系统中占比不断提高,其负荷不规律性、波动性远大于传统电力系统,这就导致负荷预测精度不高。针对这个问题,提出了蜣螂优化(dung beetle optimizer,DBO)算法优化变分模态分解(variational mode decomposition,VMD)与改... 详细信息

新能源在现代电力系统中占比不断提高,其负荷不规律性、波动性远大于传统电力系统,这就导致负荷预测精度不高。针对这个问题,提出了蜣螂优化(dung beetle optimizer,DBO)算法优化变分模态分解(variational mode decomposition,VMD)与改进鲸鱼优化算法优化双向长短期记忆(improved whale optimization algorithm-bidirectional long short-term memory,IWOA-BILSTM)神经网络相结合的短期负荷预测模型。首先利用DBO优化VMD,分解时间序列数据,并根据最小包络熵对各种特征数据进行分类,增强了分解效果。通过对原始数据进行有效分解,降低了数据的波动性。然后使用非线性收敛因子、自适应权重策略与随机差分法变异策略增强鲸鱼优化算法的局部及全局搜索能力得到改进鲸鱼优化算法(improved whale optimization algorithm,IWOA),并用于优化双向长短期记忆(bidirectional long short-term memory,BILSTM)神经网络,增加了模型预测的精确度。最后将所提方法应用于某地真实的负荷数据,得到最终相对均方根误差、平均绝对误差和平均绝对百分比误差分别为0.0084、48.09、0.66%,证明了提出的模型对于短期负荷预测的有效性。

关键词：蜣螂优化算法 VMD 改进鲸鱼算法短期电力负荷预测双向长短期记忆神经网络组合算法

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

面向遥感视觉问答的尺度引导融合推理网络

软件学报 2024年第5期35卷 2133-2149页

作者：赵恩源宋宁聂婕王鑫郑程予魏志强中国海洋大学信息科学与工程学部山东青岛266100 清华大学计算机科学与技术系北京100084 青岛海洋科技中心山东青岛266061

遥感视觉问答(remote sensing visual question answering,RSVQA)旨在从遥感图像中抽取科学知识.近年来,为了弥合遥感视觉信息与自然语言之间的语义鸿沟,涌现出许多方法.但目前方法仅考虑多模态信息的对齐和融合,既忽略了对遥感图像目... 详细信息

遥感视觉问答(remote sensing visual question answering,RSVQA)旨在从遥感图像中抽取科学知识.近年来,为了弥合遥感视觉信息与自然语言之间的语义鸿沟,涌现出许多方法.但目前方法仅考虑多模态信息的对齐和融合,既忽略了对遥感图像目标中的多尺度特征及其空间位置信息的深度挖掘,又缺乏对尺度特征的建模和推理的研究,导致答案预测不够全面和准确.针对以上问题,提出一种多尺度引导的融合推理网络(multi-scale guided fusion inference network,MGFIN),旨在增强RSVQA系统的视觉空间推理能力.首先,设计基于Swin Transformer的多尺度视觉表征模块,对嵌入空间位置信息的多尺度视觉特征进行编码;其次,在语言线索的引导下,使用多尺度关系推理模块以尺度空间为线索学习跨多个尺度的高阶群内对象关系,并进行空间层次推理;最后,设计基于推理的融合模块来弥合多模态语义鸿沟,在交叉注意力基础上,通过自监督范式、对比学习方法、图文匹配机制等训练目标来自适应地对齐融合多模态特征,并辅助预测最终答案.实验结果表明,所提模型在两个公共RSVQA数据集上具有显著优势.

关键词：遥感视觉问答多模态智能融合多模态推理多尺度表征

煤反向过滤燃烧波模型与反应-运输控制机制研究

在线全文

学校读者我要写书评

暂无评论

洁净煤技术 2024年

作者：张浩宋泽阳赵重保惠绍棠党博源西安科技大学安全科学与工程学院

煤反向过滤燃烧涉及煤炭清洁燃烧、污染物和灾害防控，深入研究反向过滤燃烧波模型对我国实现碳中和以及可持续发展的目标有重要意义。但目前该模型研究尚存在几个待解决的关键问题：(1)传统氧气组分运输方程难以解决气固两相之间氧气... 详细信息

煤反向过滤燃烧涉及煤炭清洁燃烧、污染物和灾害防控，深入研究反向过滤燃烧波模型对我国实现碳中和以及可持续发展的目标有重要意义。但目前该模型研究尚存在几个待解决的关键问题：(1)传统氧气组分运输方程难以解决气固两相之间氧气非均衡的问题。(2)对于过滤燃烧波反向传播动态过程的动力学和供氧控制机制缺乏深入的分析。基于此，构建包含了五步反应体系的反向过滤燃烧波数值模型。同时采用两种不同煤样(烟煤CC和无烟煤XA)在不同的流量条件下(8L/min、32L/min、64L/min)，对反向过滤燃烧进行实验研究。研究结果表明：(1)通过实验对数值模型进行了验证，所构建的模型与实验吻合较好，且其成功预测了反向过滤燃烧波传播过程。(2)随着流量降低，氧气的供应减弱，反应活性减小，峰值温度与传播速率随之减少。同时，峰值温度也受煤样种类的影响，在同一流量条件下，XA煤样的温度要低于CC煤样。(3)随着反应温度增加，反应速率加快，反向过滤燃烧的控制机制由动力学机制向氧气传输机制转变。

关键词：过滤燃烧燃烧波地下煤气化阴燃控制机制

快速伸缩复合训练对高校散打专项学生下肢力量的影响研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

快速伸缩复合训练对高校散打专项学生下肢力量的影响研究

作者：周元持江西科技师范大学

学位级别：硕士

海南自贸港全岛封关背景下服务贸易开放创新路径研究——以海口江东新区为例

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

商业经济 2024年第9期 94-96页

作者：赵诗源海口经济学院海南海口571127

在2025年海南自贸港全岛封关背景下,海南省正在加快推进服务业开放和服务贸易创新发展。首先,全岛封关给加快服务贸易开放和压力测试提出前所未有的要求。其次,深入推进海南自贸港建设亟须在更大程度上加大服务贸易开放创新力度。通过... 详细信息

在2025年海南自贸港全岛封关背景下,海南省正在加快推进服务业开放和服务贸易创新发展。首先,全岛封关给加快服务贸易开放和压力测试提出前所未有的要求。其次,深入推进海南自贸港建设亟须在更大程度上加大服务贸易开放创新力度。通过资料收集、比较分析、案例对标研究与园区实地调研,系统分析海口江东新区服务贸易开放创新进展和存在的制约障碍,并对标高水平国际经贸规则和借鉴新加坡、中国香港等一流自贸港服务贸易领域的先进经验,研究提出进一步推进园区服务贸易开放创新的总体思路、基本原则和具体举措。

关键词：海口江东新区自由贸易港服务贸易开放创新

双唾液酸神经节苷脂及其相关抗体与儿童实体肿瘤的生物学进展和临床研究现状

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

中华实用儿科临床杂志 2024年第9期39卷 701-706页

作者：蒋持怡苏雁国家儿童医学中心首都医科大学附属北京儿童医院肿瘤内科儿童肿瘤发病机制与创新药物研究联合实验室儿科重大疾病研究教育部重点实验室北京100045

目前儿童实体瘤的治疗模式包括化疗、手术、移植和放疗等。尽管多学科治疗积极发展,但高危转移性和/或复发性恶性肿瘤患儿的长期预后仍面临艰巨挑战。双唾液酸神经节苷脂(GD2)是一种肿瘤相关抗原,是癌症免疫治疗的主要理想靶点之一。近... 详细信息

目前儿童实体瘤的治疗模式包括化疗、手术、移植和放疗等。尽管多学科治疗积极发展,但高危转移性和/或复发性恶性肿瘤患儿的长期预后仍面临艰巨挑战。双唾液酸神经节苷脂(GD2)是一种肿瘤相关抗原,是癌症免疫治疗的主要理想靶点之一。近年来,抗GD2单克隆抗体的免疫治疗方案逐渐应用于高危神经母细胞瘤、骨肉瘤、软组织肉瘤等儿童肿瘤的临床诊疗。现就GD2与儿童实体瘤的生物学关系及抗GD2免疫疗法的临床研究现状进行综述,为国内开展该疗法诊治各类儿童恶性实体瘤提供理论和实践依据。

关键词：儿童实体瘤双唾液酸神经节苷脂免疫治疗抗GD2单克隆抗体

基于迁移学习的甲状腺结节超声影像分割方法研究

在线全文

学校读者我要写书评

暂无评论

基于迁移学习的甲状腺结节超声影像分割方法研究

作者：鄢持璠北京化工大学

学位级别：硕士

灰阶超声和弹性超声是临床上常用的甲状腺检查手段,在甲状腺疾病的诊断中发挥着重要的作用。甲状腺结节超声影像分割能够获取甲状腺结节在影像中的位置及边缘信息,已成为辅助医生临床诊断的关键技术之一。基于深度学习的甲状腺结节超声... 详细信息

灰阶超声和弹性超声是临床上常用的甲状腺检查手段,在甲状腺疾病的诊断中发挥着重要的作用。甲状腺结节超声影像分割能够获取甲状腺结节在影像中的位置及边缘信息,已成为辅助医生临床诊断的关键技术之一。基于深度学习的甲状腺结节超声影像智能分割方法,在临床超声数据的驱动下,凭借强大的语义特征表示信息表征能力,能够实现对甲状腺结节边缘和区域的精确分割,为智能辅助诊断系统准确识别结节形态边界和病情分析提供有力支持。然而,现有的甲状腺结节超声影像分割方法仅考虑甲状腺结节超声影像的局部特征,忽略了超声影像中的长距离依赖信息,影响了甲状腺结节的分割精度;由于弹性超声影像成像机制复杂、标注成本高、数据量少等,使得甲状腺结节分割模型难以学习到结节的边缘和位置信息,导致甲状腺结节弹性超声影像分割精度较低。因此,研究基于迁移学习的甲状腺结节弹性超声影像分割方法,提高弹性超声影像中结节的分割精度,获得准确的甲状腺结节边缘和位置信息,对于智能辅助诊断甲状腺结节的良恶性及临床应用具有重要的理论意义和应用价值。针对灰阶超声影像分割中局部特征与长距离依赖信息难以同时获取的问题,提出一种基于多尺度大核注意力机制的甲状腺结节灰阶超声影像分割方法,采用大核注意力处理不同层级特征信息,构建了多尺度大核注意力模块,设计Dice损失函数与二元交叉熵损失函数的联合优化策略,实现甲状腺结节灰阶超声影像精准分割。该方法通过扩大特征提取感受野以提高全局信息获取能力,融合局部特征和长距离依赖信息,减少特征信息丢失,提高分割准确率。针对甲状腺结节弹性超声影像分割精度低的问题,提出一种基于迁移学习的甲状腺结节弹性超声影像分割方法,设计跨模态特征分布对齐网络,降低不同模态超声的领域差异,采用权值共享策略,构建基于迁移学习的甲状腺结节弹性超声影像分割模型,实现甲状腺结节弹性超声影像的精准分割。采用临床甲状腺结节超声影像数据集实验,实验结果表明所提基于多尺度大核注意力机制的甲状腺结节灰阶超声影像分割方法有效解决了局部特征和长距离依赖信息同时捕获的问题,提高了甲状腺结节灰阶超声影像分割的精度;基于迁移学习的甲状腺结节弹性超声影像分割方法有效实现灰阶超声和弹性超声间的特征分布对齐,较其他方法在分割指标Dice系数、IOU、Recall和Precision上均有所提高,实现了甲状腺结节弹性超声影像的精准分割。

关键词：甲状腺结节分割多尺度大核注意力机制弹性超声影像迁移学习