检索结果-南通市图书馆

作者：王春彪河北经贸大学

学位级别：硕士

随着新一轮数字革命的蓬勃兴起,新型基础设施建设(简称“新基建”)在国家经济发展和治理体系中发挥着基础性作用,但也存在融资难度大、资金投入大、资源匹配度低等问题。为了解决现存问题,保证新基建领域稳步发展,社会资本参与新基建项... 详细信息

随着新一轮数字革命的蓬勃兴起,新型基础设施建设(简称“新基建”)在国家经济发展和治理体系中发挥着基础性作用,但也存在融资难度大、资金投入大、资源匹配度低等问题。为了解决现存问题,保证新基建领域稳步发展,社会资本参与新基建项目的发展模式应运而生,社会资本的加入缓解了资金弹性差的问题,弥补了新一代信息技术的缺失,解决了资源错配的问题。但是,当前社会资本与新基建领域的结合处于融合调试阶段,风险分担不明确、产权纠纷严重、权责分配不均成为行业发展的阻力。因此,本文对社会资本参与新基建项目过程中各主体的风险分担问题进行研究具有一定的现实意义。本文首先通过分析文献,一方面研究了新基建行业引入社会资本的必要性,并分析该模式下存在的发展问题,另一方面对风险分担的原则和方法进行分析讨论。其次,梳理了新基建相关概念和理论,并以融资相关风险为基础,对社会资本参与新基建项目过程中各主体分担的与融资相关的风险因素进行识别,从宏观、中观和微观的角度对风险进行划分,并从政治、经济、法律、市场等角度详细阐述。最后,基于前文识别的风险因素,建立政府与社会资本方的风险分担演化博弈模型,对政府与社会资本合作中各自的行为决策进行了剖析,分析出各自最佳的演化稳定策略,采用Matlab仿真分析方法分析相关参数如何影响政府和社会资本选择行为策略。研究发现:政府和社会资本承担风险的行为与其各自风险承担的成本收益密切相关。第一,当参与双方的策略组合出现“分担”与“不分担”的情况时,“不分担”的一方可能获得“搭便车”收益。另外,经仿真模拟发现,“搭便车”的收益越高,“不分担”风险的一方越快速的选择不分担风险;第二,当政企双方的策略选择不同时,随着政府政绩收益和企业信誉收益的不断增加,双方越倾向于选择分担风险;第三,当参与双方的策略选择一致时,就会出现双方均选择分担风险和均选择不分担风险两种情况,分担时可有效控制融资相关风险,而不分担时则难以防范风险的发生,影响项目稳步推进。最后根据仿真结果针对性地提出了对策建议:建立合理的风险分担框架、构建良好的税收优惠机制、形成全方位的监督管理体系、健全直接融资支持体系和完善融资标准规范与制度环境,期望对社会资本参与新基建项目发展模式的风险分担方案给予一定借鉴。

关键词：新型基础设施社会资本演化博弈风险分担仿真模拟

来源：

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

基于反步滑模法的无人驾驶车辆横向稳定性控制

引用

机械工程学报 2024年第10期60卷 497-506页

作者：林棻郝明彪王天成王骁侠南京航空航天大学能源与动力学院南京210016

针对无人驾驶车辆在复杂工况下的横向稳定性问题,提出一种基于反步滑模法的横向稳定性分层控制策略。首先,建立准确描述车辆运动的七自由度模型,选用Dugoff轮胎模型来描述轮胎与路面之间的动力学特性;然后,在运动控制层提出一种反步滑... 详细信息

针对无人驾驶车辆在复杂工况下的横向稳定性问题,提出一种基于反步滑模法的横向稳定性分层控制策略。首先,建立准确描述车辆运动的七自由度模型,选用Dugoff轮胎模型来描述轮胎与路面之间的动力学特性;然后,在运动控制层提出一种反步滑模控制算法,分别对纵向速度、侧向速度以及横摆角速度进行单独控制,得到它们在李雅普诺夫稳定条件下的控制率;在力矩分配层基于轮胎负荷率对轮胎的纵向力和侧向力进行重新分配;在执行层基于Dugoff轮胎逆模型和车轮模型计算得到前轮转角和车轮转矩;最后,构建出Matlab/Simulink-Carsim联合仿真平台,并在正弦留驻工况和连续正弦工况下对所提出的横向稳定性分层控制策略进行验证。仿真结果表明提出的控制策略能够有效地对无人驾驶车辆的横摆角速度、质心侧偏角进行控制;并且,相较于纯滑模控制器,反步滑模控制策略下的横摆角速度和质心侧偏角的平均绝对误差(Mean absolute error,MAE)和方均根误差(Root mean squared error,RMSE)较小,无人驾驶车辆的横向稳定性得到进一步提升。

关键词：无人驾驶车辆横向稳定性反步滑模控制力矩分配

来源：

维普期刊数据库

同方期刊数据库评论

同方学位论文库

学校读者我要写书评

暂无评论

轻烧温度及球磨工艺对盐湖Mg(OH)_(2)制备镁砂烧结行为影响

引用

硅酸盐学报 2024年第9期52卷 3003-3011页

作者：徐义彪李亚伟鄢文周芬武汉科技大学省部共建耐火材料与冶金国家重点实验室武汉430081 武汉钢铁集团耐火材料有限责任公司武汉430082

以盐湖氢氧化镁为原料,经650、750、850℃和950℃保温1 h轻烧,随后将轻烧MgO团聚体球磨(0.5、1.0、3.0、5.0、12.0、24.0 h)破碎,压制成型后于1600℃保温3 h制备了烧结镁砂,探讨了轻烧温度及球磨时间对镁砂显微结构及烧结性能的影响。... 详细信息

以盐湖氢氧化镁为原料,经650、750、850℃和950℃保温1 h轻烧,随后将轻烧MgO团聚体球磨(0.5、1.0、3.0、5.0、12.0、24.0 h)破碎,压制成型后于1600℃保温3 h制备了烧结镁砂,探讨了轻烧温度及球磨时间对镁砂显微结构及烧结性能的影响。结果表明:随轻烧温度由650℃升高到850℃,轻烧MgO团聚体内微晶平均尺寸由138 nm增加至180 nm,尽管微晶活性降低,但残余氢氧化镁减少,镁砂致密性呈增大趋势。轻烧温度升高至950℃,MgO微晶平均尺寸迅速增加至320 nm,活性大幅降低,镁砂晶粒尺寸及致密性显著降低。球磨工艺可以有效破坏轻烧MgO团聚体,其平均尺寸球磨0.5 h后由55.90μm迅速降至2.69μm,并随研磨时间增加至12 h逐渐降至1.72μm,但进一步增加球磨时间团聚体尺寸基本不变。MgO团聚体的破坏减少了生坯中大气孔,提高了晶粒接触程度及传质速率,促进了晶粒长大及样品致密化。850℃制备的轻烧MgO球磨12 h压制的生坯,经1600℃保温3 h烧结,可制备平均晶粒30.4μm,体积密度达3.42 g/cm3的致密镁砂。

关键词：盐湖氢氧化镁烧结镁砂轻烧温度晶粒尺寸致密化

来源：

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

面向重复邻域的图嵌入子图匹配优化研究

面向重复邻域的图嵌入子图匹配优化研究

引用

作者：常玉彪太原科技大学

学位级别：硕士

近年来,随着图数据挖掘领域的日益成熟和在各领域的广泛应用,子图匹配也成为了重要研究热点,子图匹配针对一个或多个图之间寻找相似子结构的任务。当处理大规模目标图时,现有的基于图神经网络的近似匹配方法性能较差,对准确率和查询效... 详细信息

近年来,随着图数据挖掘领域的日益成熟和在各领域的广泛应用,子图匹配也成为了重要研究热点,子图匹配针对一个或多个图之间寻找相似子结构的任务。当处理大规模目标图时,现有的基于图神经网络的近似匹配方法性能较差,对准确率和查询效率的有着一定的影响。这对子图匹配在海量且递增的数据中难以稳定发挥,成为阻碍该领域蓬勃发展的关键壁垒。因此,针对图嵌入子图匹配的优化研究,可以保持子图匹配在大规模场景下性能平稳发挥并提高子图匹配的准确率和查询效率具有重要意义。本文主要从以下两个方面开展图嵌入子图匹配优化研究。第一,提出了一种基于预测分值的动态阈值构建方法,旨在解决传统固定阈值在处理不同数据分布下效果不佳和可解释性较差的问题。根据子图匹配相似度判别预测的出来的分值,动态调整阈值,使其能够更好地适应数据的变化。本文利用子图匹配函数得出的二进制预测分值,针对这些分值进行升序排列,此时查询图的节点个数和分值一一对应,从中比较节点数和预测分值里面的最大值作为阈值,通过这个阈值可以在子图匹配的过程中使数据分布集中且提升节点关系的可解释性。第二,针对基于图嵌入的子图匹配优化方法,旨在优化图数据嵌入机制,减少节点之间邻域结构的嵌入,加速子图匹配的查询效率。由于图数据在千万级规模下十分庞大,在嵌入阶段把每个节点的邻域结构嵌入到向量空间中,导致查询效率成为了主要的瓶颈。本文根据节点领域结构嵌入的特点,设计用于解决节点之间邻域结构的重复嵌入问题,通过基于指定跳数限制从目标图中提取子图,使用两层图神经网络合并重复邻域结构的子图并嵌入,并在偏序嵌入模型的基础生成子图关系约束,形成嵌入空间,最终实现子图邻域结构嵌入到空间中无重复且子图之间关系能够有效约束。针对上述所提出的方法,本文在Malonaldehyde、Benzene、Reddit-Threads、Triangles四个知名的公开数据集上开展较为充分的实验验证。在图数据嵌入实验中,实验结果验证了构建非重复邻域空间的有效性,在规模较大的图数据中,四个数据集上准确率分别能达到62.6%、60.9%、51.3%、73.6%,查询效率能在5s之内完成,对比当前主流的查询设计方法具有一定的优势。在动态阈值构建实验分析中,实验结果证明了基于预测分值的动态阈值构建方法不仅可以使数据分布集中也能够让预测分值出来的结果更加具有可解释性,为子图匹配在大规模数据场景中的应用提供有效支撑。

关键词：图嵌入子图匹配图神经网络邻域结构动态阈值

来源：

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

基于对比学习的多模态推荐方法研究

基于对比学习的多模态推荐方法研究

引用

作者：魏义彪山东师范大学

学位级别：硕士

随着移动互联网和自媒体的快速发展,网络数据量呈现爆发式增长,造成了严重的“信息过载”问题。推荐系统作为解决这一问题的重要手段,已经成了各大互联网应用平台的核心技术。基于协同过滤的方法通过挖掘用户和产品之间的历史交互记录... 详细信息

随着移动互联网和自媒体的快速发展,网络数据量呈现爆发式增长,造成了严重的“信息过载”问题。推荐系统作为解决这一问题的重要手段,已经成了各大互联网应用平台的核心技术。基于协同过滤的方法通过挖掘用户和产品之间的历史交互记录来学习用户对产品的偏好。然而,相比于庞大的产品数量,用户与产品的交互数据往往非常稀疏。因此,仅依赖单一模态数据来建模用户和产品特征的推荐方法往往难以取得理想的推荐性能。另外,交互过程中产生的多模态协作信号以及产品的多模态特征包含着丰富的语义信息,充分利用这些多模态信息来增强推荐性能具有广泛的研究前景。在深度学习技术的发展过程中,深度自监督学习技术在多种任务中表现出了强大的性能。特别地,在推荐系统研究领域,对比学习作为一种有效的自监督学习技术,在解决推荐场景下数据稀疏和长尾分布等问题上表现出了优秀的性能,并受到了学术界和工业界的广泛关注。然而,当前基于对比学习技术的多模态推荐方法仍然存在一些亟待解决的问题:首先,用户-产品交互过程中会产生大量多模态协作信号,例如用户评论中的文本和图像等信息。如何有效建模交互过程中产生的多模态协作信号,并利用对比学习强大的自监督能力捕获其中信息是需要解决的问题之一。其次,产品的多模态数据(例如文本描述和图像等)蕴含丰富的语义信息,但也伴随着大量的多模态噪音。如何有效避免多模态噪音的影响,有效提取用户和产品的多模态细粒度特征,并捕获其中的自监督信号以建模细粒度的用户偏好是需要解决的问题之二。针对上述问题,本文对基于对比学习的多模态推荐方法进行了研究,主要研究内容和贡献如下:(1)多级对比学习的多模态推荐框架。本文提出了一种基于评论感知的多级跨模态对比学习推荐框架(Multi-level Cross-modal Contrastive Learning for review-aware recommendation,MCCL),旨在构建多级对比学习,以自监督方式充分训练模态内和模态间的语义特征。具体来说,我们创新性地将用户交互和语义评论视为两种不同的语义模态,并设计了两种模态内特定的对比学习策略来增强模态内特征的学习。此外,我们还利用模态间的语义一致性构建了跨模态对比学习。最后,采用多任务学习方法来协同优化多个任务。我们在三个真实数据集上进行了全面实验,实验结果验证了MCCL的有效性。(2)基于动量蒸馏的多模态推荐方法。本文提出一个细粒度自监督动量蒸馏多模态推荐框架。在该工作中,我们设计了一个基于Transformer的细粒度特征提取器(Transformer-based Fine-grained Feature Extractor,TFFE)和一个包含模态内和模态间对比学习的动量蒸馏结构(Momentum Distillation,MoD),以完全预训练TFFE进行细粒度特征提取。此外,我们设计了一个结构感知的细粒度对比学习模块,对细粒度特征设计了三种特征增强方式:随机丢弃,随机遮蔽和产品共现结构增强,从而充分捕获细粒度特征之间的自监督信号。通过在三个真实数据集上进行的大量实验证明了我们所提方法优于最先进的多模态推荐方法。进一步的实验证实,我们提出的细粒度特征提取器TFFE可以作为一个预训练模型,通过预训练学习产品的细粒度特征表示,有效地增强推荐方法的性能。

关键词：对比学习图神经网络 Transformer 多模态特征

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：