检索结果-南通市图书馆

考虑消费者展厅行为的制造商双渠道选择策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑消费者展厅行为的制造商双渠道选择策略研究

作者：侯平森重庆交通大学

学位级别：硕士

线上线下双渠道销售环境为消费者提供多元化购买渠道的同时,也改变了消费者的购物方式,线下体验线上购买的展厅行为成为消费者最常见的表现之一。然而,消费者展厅行为使得线下店铺沦为线上零售商的展示厅,进一步加剧了线上线下的渠道竞... 详细信息

线上线下双渠道销售环境为消费者提供多元化购买渠道的同时,也改变了消费者的购物方式,线下体验线上购买的展厅行为成为消费者最常见的表现之一。然而,消费者展厅行为使得线下店铺沦为线上零售商的展示厅,进一步加剧了线上线下的渠道竞争。在此情形下,消费者展厅行为对线上线下渠道有什么样的影响?面对消费者展厅行为,制造商的最优渠道模式是什么?针对这一系列问题,本文针对消费者展厅行为,构建制造商线上直销线下分销、线上分销线下直销双渠道销售模式,探讨两种渠道模式下制造商的决策均衡,为制造商引导消费者行为、合理选择渠道模式提供理论依据和行动指南。首先,在线上线下双渠道销售的环境中,构建线上线下+直销分销双渠道博弈模型,探讨了消费者展厅行为系数对均衡价格及收益的影响。进一步比对两种渠道模式下的均衡收益发现,在消费者展厅行为影响下,制造商的最优渠道模式选择模式为线上直销线下分销;虽然在消费者展厅行为系数较低时,该模式降低了线下零售商的期望收益,但是能够实现整个供应链总收益的最大化。其次,进一步细分制造商产品销售渠道,构建高低质量产品+线上线下+直销分销双渠道博弈模型,研究了消费者质量差异敏感程度、消费者展厅行为程度对制造商及供应链均衡收益的影响,探讨了消费者展厅行为下差异化产品渠道模式选择。研究结果表明差异化产品销售下,线上直销线下分销渠道模式是制造商的最优选择,在此模式下,当产品质量差异较大时,线上直销高质量产品线下分销低质量产品是制造商最优投放策略;当产品差异较小时,制造商最优产品投放策略为线上直销低质量产品线下分销高质量产品。最后,综合考虑消费者展厅和反展厅行为的影响,构建制造商两周期动态博弈模型,探讨了模型的简化运算方法,分析了消费者展厅和反展厅行为对制造商均衡决策的影响,并讨论了制造商面对消费者展厅和反展厅行为时的最优渠道模式选择。研究发现:当消费者的转换购买意愿较小时,线上直销线下分销模式是制造商最优渠道模式,同时也是零售商和供应链的最优渠道模式;当消费者的转换购买意愿较大时,制造商选择线下直销线上分销模式能实现自身、零售商和供应链的收益最大化。

关键词：渠道模式选择展厅行为反展厅行为差异化产品

类风湿性关节炎患者血清ASC、NLRP3和IL-18诊断价值及相关性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

类风湿性关节炎患者血清ASC、NLRP3和IL-18诊断价值及相关性研究

作者：姜永森承德医学院

学位级别：硕士

目的:探讨血清人细胞凋亡相关斑点样蛋白（Apoptosis-associated speck-like protein containing a caspase-recruitment domain,ASC,PYCARD）、NOD样受体热蛋白结构域相关蛋白3（NOD-like receptor thermal protein domain associated protein 3,NLRP3）白介素18（Interleukin 18,IL-18）在类风湿性关节炎（Rheumatoid Arthritis,RA）诊断中的应用价值,并探讨其与RA疾病的发生发展与相关检查指标间的相关性。方法:选取2021年11月至2023年6月期间在承德医学院附属医院风湿免疫科收治88例类风湿性关节炎患者,女74例,男14例,年龄（53.88±12.33）岁,范围18～80岁,体质指数(25.04±2.76kg/m 2作为RA组、同期在承德医学院附属医院进行健康体检者88例,女73例,男15例,年龄（54.34±11.43）岁,范围18～80岁;体质指数（25.64±3.70）kg/m 2,范围18.05～30.64kg/m 2为对照组。利用GEO数据库数据集GSE93272选取232例类风湿性关节炎患者血清作为G1组,43例健康者血清作为G2组,生信分析比较G1,G2组ASC、NLRP3和IL-18水平,ROC曲线分析ASC、NLRP3和IL-18对类风湿性关节炎患者的预测价值,用Logistic回归分析生信组ASC、NLRP3和IL-18是否为发生RA的独立危险因素。收集临床资料及常规检查指标数据,采用酶联免疫吸附法检测血清ASC、NLRP3和IL-18水平。ROC曲线分析血清ASC、NLRP3和IL-18水平对类风湿性关节炎患者的预测价值,Logistic回归分析实验组类风湿性关节炎患者的影响因素,采用Spearman相关性分析类风湿性关节炎患者血清ASC、NLRP3和IL-18水平与DAS28评分的相关性。以P0.05）、IL-18（rs=0.12,P>0.05）。ASC与类风湿性关节炎患者严重程度相关。结论:1.生信分析组与实验组结果一致,ASC、NLRP3和IL-18与RA相关,对临床判断是否患有RA具有提示作用。***、NLRP3

关键词：类风湿性关节炎人细胞凋亡相关斑点样蛋白 NOD样受体热蛋白结构域相关蛋白3 白介素18 预测价值

基于深度强化学习DDDQN的高速列车智能调度调整方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第4期21卷 1298-1308页

作者：吴卫阴佳腾陈照森唐涛北京和利时系统工程有限公司北京100176 北京交通大学轨道交通控制与安全国家重点实验室北京100044

在高速铁路系统的日常运营中,列车经常受到各种突发事件的干扰而导致晚点,严重影响旅客出行体验。为在短时间内制定出列车运行调整方案并尽可能缩短列车晚点时间,提出一种将深度强化学习与整数规划模型相结合的列车智能调度调整方法(DDD... 详细信息

在高速铁路系统的日常运营中,列车经常受到各种突发事件的干扰而导致晚点,严重影响旅客出行体验。为在短时间内制定出列车运行调整方案并尽可能缩短列车晚点时间,提出一种将深度强化学习与整数规划模型相结合的列车智能调度调整方法(DDDQN)。首先,将线路划分为多个轨道区段相连接的形式,并基于车间作业调度问题,以最小化所有列车总晚点时间为目标,构建描述列车运行过程的整数规划模型。之后,将各列车视为智能体,根据实际运营需求定义了多智能体的状态、动作以及回报函数,并构造了2个深度神经网络以近似值函数。最后,结合上述整数规划模型设计了DDDQN的训练方法,先利用智能体在仿真环境中探索求出问题可行解,并通过2个神经网络之间的“互馈”机制,实现神经网络参数的更新。在此基础上求解整数规划模型,即可在短时间内得到问题最优解。利用京张高铁实际线路数据和运营数据进行仿真实验,通过比较3种不同求解方法在10个不同突发事件场景下得到的列车总晚点时间和求解时间,验证了所提出的DDDQN模型可以在短时间内得到问题的最优解,可降低至多30.43%的列车晚点时间以及至多68.33%的求解时间。DDDQN为提升高速铁路系统在突发事件下的应急处置能力以及运输组织效率提供了一种智能化的方法与参考。

关键词：列车智能调度调整列车晚点时间深度强化学习整数规划模型神经网络

基于平滑水印和事件触发的重放攻击检测算法研究

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

基于平滑水印和事件触发的重放攻击检测算法研究

作者：李祺森天津理工大学

学位级别：硕士

转录组和蛋白质组关联分析解析巴西蕉幼苗响应低温的分子机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国农业科学 2024年第8期57卷 1575-1591页

作者：林蔚吴水金李跃森福建省农业科学院亚热带农业研究所

【目的】低温是导致香蕉减产的主要自然灾害之一。基于转录组与蛋白质组关联分析参与香蕉抗寒的相关基因、蛋白及信号、代谢通路调控网络，探讨香蕉抗寒的分子机制。【方法】以巴西蕉为试材，在7℃低温下处理1 d(Cold1)和3 d(Cold3)，... 详细信息

【目的】低温是导致香蕉减产的主要自然灾害之一。基于转录组与蛋白质组关联分析参与香蕉抗寒的相关基因、蛋白及信号、代谢通路调控网络，探讨香蕉抗寒的分子机制。【方法】以巴西蕉为试材，在7℃低温下处理1 d(Cold1)和3 d(Cold3)，以28℃培养的巴西蕉为对照（CK），基于笔者课题组前期获得的蛋白质组数据，利用转录组测序技术检测巴西蕉在低温胁迫下基因调控网络的变化，同时与蛋白质组学数据进行关联分析，共同解析巴西蕉响应低温胁迫的分子机制。【结果】转录组分析结果显示，Cold1 vs CK、Cold3 vs CK和Cold1 vs Cold3三个对比组分别鉴定出11 370、15 460和9 619个差异表达基因，对这些基因的KEGG富集分析发现，差异表达基因在光合作用信号、谷胱甘肽代谢、α-亚麻酸代谢途径和苯丙素生物合成等多个低温胁迫关键信号代谢通路中富集。对部分差异表达基因进行实时荧光定量（qRT-PCR）分析，其中DREB、MAPK和MYB等低温调控关键基因的表达量在低温处理后显著上升，所选20个基因的表达变化趋势与RNA-seq基本相符，证实了RNA-seq的准确性。转录组与蛋白质组关联分析结果显示，共鉴定到6 211个与转录本相对应的蛋白，转录组与蛋白质呈现正相关关系，共有105个转录本及其对应的蛋白表达量共同上调，有218个转录本及其对应的蛋白表达量共同下调。GO富集分析显示，差异表达基因和蛋白在光响应、叶绿体、氧化还原酶活性等功能大量富集。此外，对差异表达基因和蛋白KEGG通路的关联分析发现，低温处理抑制了苯丙素生物合成和光合作用信号途径相关基因及蛋白的表达，促进了α-亚麻酸代谢和谷胱甘肽途径的表达。【结论】运用转录组结合蛋白质组学技术绘制了基因和蛋白质水平上的香蕉抗寒调控网络，并发现香蕉响应低温的信号通路主要涉及光合作用信号、谷胱甘肽代谢、α-亚麻酸代谢途径和苯丙素生物合成等途径。

关键词：香蕉低温胁迫转录组蛋白质组关联分析

基于分子图特征的环状RNA-RBP相互作用位点预测研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于分子图特征的环状RNA-RBP相互作用位点预测研究

作者：张阳森江西农业大学

学位级别：硕士

基于深度学习的智能网联汽车入侵检测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的智能网联汽车入侵检测技术研究

作者：陈显森电子科技大学

学位级别：硕士

基于高光谱成像技术的稻谷品质与缺陷快速无损检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高光谱成像技术的稻谷品质与缺陷快速无损检测研究

作者：曹烁森浙江农林大学

学位级别：硕士

水稻在生长发育或者存储过程中,由于环境等的影响,有部分稻谷出现变质或者病斑、瘪谷、蛀虫、霉变和空秕等的缺陷,不仅会造成稻谷的损失,还会导致稻谷的品质下降。因此为了对稻谷的品质进行研究分析,高光谱成像技术作为一种新兴的光学... 详细信息

水稻在生长发育或者存储过程中,由于环境等的影响,有部分稻谷出现变质或者病斑、瘪谷、蛀虫、霉变和空秕等的缺陷,不仅会造成稻谷的损失,还会导致稻谷的品质下降。因此为了对稻谷的品质进行研究分析,高光谱成像技术作为一种新兴的光学检测技术,以其快速、无损、简便等优点被广泛应用于农业的各个领域。本研究利用高光谱成像技术结合化学计量学方法开展稻谷中水分和脂肪酸含量快速无损检测,及内部缺陷的快速判别研究。主要研究内容与结论如下:1.利用高光谱成像技术对稻谷的水分和脂肪酸含量进行快速检测研究。采用7种预处理方法进行光谱预处理,利用VCPA（variable combination population analysis）、CARS（competitive adaptive reweighted sampling）和SPA（sequential projection algorithm）三种方法筛选特征波长变量,并应用PLS方法建立稻谷水分和脂肪酸含量预测模型。此外,通过对比稻谷和糙米的水分和脂肪酸模型性能差异,探究了稻壳对预测模型性能的影响。研究发现,原始稻谷比糙米模型的预测精度差,稻壳会在一定程度上干扰稻谷水分和脂肪酸模型的预测精度,但是经过特征波长选择后,可以消除这种影响。在稻谷-水分模型中,最优模型为SG2-VCPA-PLS,R=0.932 5,RMSEP=0.006 8;在稻谷-脂肪酸模型中,最优模型为SG2-VCPA-PLS,R=0.853 6,RMSEP=2.491 7;在糙米-水分模型中,最优模型为SG2-VCPA-PLS,R=0.957 2,RMSEP=0.006 2;在糙米-脂肪酸模型中,最优模型为SNV-VCPA-PLS,R=0.754 1,RMSEP=2.722 3。2.本研究采用4种预处理和2种特征波长选择方法,并应用PLS-DA方法建立上述缺陷的二元分类判别模型。提取稻谷的能量、熵、惯性矩和相关度四种纹理特征,进一步构建基于光谱特征和纹理特征融合的稻谷内部缺陷判别模型。结果表明,正常-病斑的融合判别模型的预测集分类准确率为90.45%;正常-瘪谷融合后的预测集分类准确率为92.83%;正常-蛀虫融合后的预测集分类准确率为96.10%;正常-霉变融合后的预测集分类准确率为86.91%;正常-空秕融合后的预测集分类准确率为96.15%。上述研究结果表明,高光谱成像技术能够实现稻谷水分和脂肪酸含量的快速检测以及缺陷颗粒的快速鉴别,有利于评估稻谷品质,减少人力和检测耗时。今后,可进一步发掘高光谱成像技术的潜力,为稻谷种植、收获、加工及存储提供技术支持和保障。

关键词：高光谱稻谷品质检测缺陷判别二元分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的船舶焊缝缺陷检测研究

基于深度学习的船舶焊缝缺陷检测研究

作者：黄春森重庆交通大学

学位级别：硕士

船舶焊缝缺陷检测在船舶制造和维护中具有重要的意义,然而,传统的检测方法存在过度依赖主观性、容易造成漏检和误检、效率低下等问题。基于深度学习的缺陷检测算法可以更准确、更快速地检测船舶焊缝缺陷。尽管如此,由于焊缝缺陷样本量... 详细信息

船舶焊缝缺陷检测在船舶制造和维护中具有重要的意义,然而,传统的检测方法存在过度依赖主观性、容易造成漏检和误检、效率低下等问题。基于深度学习的缺陷检测算法可以更准确、更快速地检测船舶焊缝缺陷。尽管如此,由于焊缝缺陷样本量不足和缺陷样本数量差异大导致模型泛化能力不足、不同类型缺陷相似度高、焊缝缺陷复杂多样等原因,现有深度学习算法在船舶焊缝缺陷检测领域的应用并不成熟。因此,本文对基于深度学习的船舶焊缝缺陷检测算法展开研究。针对缺陷样本量不足和缺陷样本数量差异大导致模型泛化能力不足的问题,本文提出Mosaic数据增强和Mixup数据增强结合的方法扩充数据集样本,以提升模型的泛化能力。首先,采用多途径搜集船舶焊缝TOFD图像,并将船舶焊缝缺陷质量分为三个等级,利用标记软件Label Img进行图像标注;接着利用尺寸调整和归一化结合的数据预处理方法将TOFD图像像素统一;然后提出Mosaic数据增强和Mixup数据增强结合的方法扩充数据集样本,并减小各种类型缺陷样本数量差异。最终得到自制船舶焊缝TOFD图像数据集TOFD-SWDD(TOFD-Ship Weld Defect Detection)。针对现有深度学习算法对船舶焊缝TOFD图像中缺陷表征精度不高的问题,本文提出了一种基于改进YOLOv8的船舶焊缝缺陷检测算法CG-YOLOv8(Coordinate Attention and GSConv-You Only Look Once version 8)。CG-YOLOv8以YOLOv8为基础,融入坐标注意力机制模块,结合了空间注意力和通道注意力,通过将位置的坐标信息编码到特征表示中,然后基于这些编码后的坐标信息计算每个位置的注意力权重,帮助模型更好地理解图像中各个目标的位置关系,极大提升了模型对焊缝缺陷特征的提取能力;融入GSConv混合卷积模块,改进传统卷积操作的性能和效率,在减少模型参数和计算量的同时,保持模型的检测性能。在自制船舶焊缝TOFD图像数据集TOFD-SWDD上的实验结果表明,相较其他缺陷检测算法,CG-YOLOv8算法的检测精度和推理速度更具优势。本文在改进算法CG-YOLOv8的基础上,基于Py Qt5工具包和其他开发工具,设计并开发了基于CG-YOLOv8的船舶焊缝缺陷检测系统。综上,本文提出Mosaic数据增强和Mixup数据增强结合的数据增强方法扩充数据集样本量的同时减小缺陷样本数量差异,构建了自制船舶焊缝TOFD图像数据集TOFD-SWDD,提出了一种基于改进YOLOv8的船舶焊缝缺陷检测算法CG-YOLOv8,设计并开发了基于CG-YOLOv8的船舶焊缝缺陷检测系统,实现了对船舶焊缝缺陷高精度、快速的检测,为船舶制造的质量控制提供了保障。

关键词：船舶焊缝缺陷识别深度学习数据增强注意力机制