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

词块教学法在高中英语阅读教学中的应用研究

词块教学法在高中英语阅读教学中的应用研究

作者：李春晓沈阳师范大学

学位级别：硕士

关怀理论视域下初中语文口语交际教学策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关怀理论视域下初中语文口语交际教学策略研究

作者：张春晓扬州大学

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

G码头公司发展战略研究

G码头公司发展战略研究

作者：方春晓广西大学

学位级别：硕士

基于实际运行数据的车用燃料电池寿命智能预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于实际运行数据的车用燃料电池寿命智能预测研究

作者：冯春晓山东交通学院

学位级别：硕士

燃料电池汽车具有零污染排放、续驶里程长、氢燃料加注快等优势,是全球车辆动力系统转型升级的重要方向。但其耐久性是影响燃料电池汽车大范围推广应用的关键瓶颈问题,在质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)... 详细信息

燃料电池汽车具有零污染排放、续驶里程长、氢燃料加注快等优势,是全球车辆动力系统转型升级的重要方向。但其耐久性是影响燃料电池汽车大范围推广应用的关键瓶颈问题,在质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)的寿命预测与健康管理技术中,寿命预测是一个重要的工具。PEMFC在出厂前需要在实验台架上开展寿命老化实验,以确定其寿命时长。探索更高精度的寿命预测方法对于降低实验时长、减少实验成本起到了重要的作用。一味地提高寿命预测模型的精度,导致现有的模型过于庞大,需要较大的算力和良好的硬件条件,这一点在开展台架实验时并无影响,因为离线预测可以使用更好的设备开展。但是如此庞大的预测模型在燃料电池汽车上是难以进行实时并且有效预测的,目前缺乏能够在燃料电池汽车上进行寿命实时预测的方法。因此,为了提高台架实验时燃料电池寿命的高精度预测,以及实现燃料电池汽车运行时的寿命实时预测。本文通过探究了PEMFC的工作原理及老化成因,并在此基础上提出了基于Fedformer(Frequency enhanced decomposed transformer)神经网络的PEMFC寿命高精度预测方法以及满足实际运行工况的车用PEMFC寿命预测方法。本文主要研究内容如下:(1)为了实现PEMFC的寿命预测,需要了解PEMFC的工作原理、老化机理、老化影响因素和老化指标。通过文献研究,得到了以下结论:燃料电池的老化主要是水管理问题、热管理问题、运行工况、反应气体不足以及环境因素等方面引起的。这些因素在实际运行中可能引发的问题和挑战对于燃料电池的稳定运行和长期可靠性至关重要。对于系统中的参数来说,工作温度、进气压力和进气湿度等参数会直接对燃料电池老化产生影响。然而这些参数之间互相耦合,难以直接建立燃料电池老化模型。深入分析了性能指标的选择,特别是选择了输出电压作为评估燃料电池健康状态和剩余寿命的关键性能指标。这个选择基于对燃料电池内部元件老化过程的深刻理解,考虑到这个指标能够直观地反映电池输出性能的变化,并能通过实验获得更详细的信息。这为后续实验设计和剩余寿命预测提供了坚实的理论基础。(2)通过分析PEMFC的数据特性及传统数据驱动预测方法的优缺点。提出了一种基于Fedformer神经网络的PEMFC寿命预测方法。设计PEMFC寿命老化实验,依据GB/T 38914-2020和CLTC-P分别建立了加速寿命工况与普通寿命工况,将加速寿命工况与普通寿命工况输入实验台架,得到了2000h的加速寿命工况老化数据集和500h的普通寿命工况老化数据集。通过对比LSTM和Fedformer在同一数据集下电压的衰退预测结果,2500h数据集下Fedformer电压的MAPE和RMSE分别为0.0006和0.0005,LSTM分别为0.011和0.008。Fedformer的预测误差远小于LSTM,证明了Fedformer预测模型的精确性高于LSTM。通过将2000h加速寿命工况老化数据集作为训练数据,预测500h普通寿命工况下的PEMFC寿命老化趋势,2500h数据集下Fedformer电压的MAPE和RMSE分别为0.0006和0.0005,2000h下Fedformer的MAPE和RMSE分别为0.0005和0.0004。发现Fedformer在不同数据集下的预测误差相差无几,证明了Fedformer预测模型具有普适性。(3)提出了一种车用PEMFC的寿命实时预测方法。该方法依据了燃料电池汽车运行工况对燃料电池老化产生的影响。开发的寿命实时预测方法可以实时预测燃料电池在真实驾驶条件下的寿命。开展了实车寿命实验,实验道路包含城市道路、城郊道路和高速道路,最终获得200 h的实车实验数据。通过将实验数据划分为功率区间,得到7种不同的工况。确定了每种工况变化的时间比例、幅度和次数。搭建神经网络进行参数识别,计算得到各工况的衰减率,建立燃料电池寿命实时预测模型。预测100 h的电压衰减曲线。结果表明,在100 h的长期预测下,预测电压值的RMSE和MAPE相比Pei方法分别降低了21%和14%。在10 h的短期预测下,预测电压值与实际电压值之间的平均RMSE和平均MAPE相比Pei方法分别下降了41%和35%。证明了提出的车用PEMFC寿命实时预测方法的先进性。

关键词：燃料电池汽车质子交换膜燃料电池数据驱动寿命实时预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于提示学习的跨域推荐研究

基于提示学习的跨域推荐研究

作者：王春晓山东师范大学

学位级别：硕士

在数据大爆炸发展的今天,推荐系统帮助用户在海量的数据中高效的获得感兴趣的商品或信息,满足了信息时代用户对于信息的个性化需求。推荐系统现已广泛应用于很多领域,在学术界的研究热度一直很高。应用于推荐系统的各种推荐模型和方法... 详细信息

在数据大爆炸发展的今天,推荐系统帮助用户在海量的数据中高效的获得感兴趣的商品或信息,满足了信息时代用户对于信息的个性化需求。推荐系统现已广泛应用于很多领域,在学术界的研究热度一直很高。应用于推荐系统的各种推荐模型和方法的发展,总是会受到信息数据量的限制,冷启动和数据稀疏问题是推荐系统面临的两大挑战,跨域推荐成为应对这个问题的较好解决方案。推荐系统的迅速发展使其面向的推荐目标也更加多元化,有着多场景、多平台的特点,加上数据稀疏以及业务隐私策略等问题的影响,在进行跨域推荐时存在来自不同平台/系统的重叠用户或项目是不切实际的。因此,本项工作在跨域推荐的基础上,考虑一个更为现实的场景,即无重叠跨域推荐场景,域之间的用户和项目交互是完全断开的,在跨域过程中没有重叠的用户和项目可以利用。本项工作总结了面向无重叠跨域场景时,现有的跨域推荐系统存在的问题:1)忽略了序列信息中蕴含的时间信息,目前的无重叠跨域推荐任务一般都是研究评分类数据,而忽略了对序列数据的研究。2)在无重叠跨域推荐任务下进行跨域推荐时,存在着语义和域表示纠缠问题,域对齐和保留语义信息这两个目标可能是对立的。解决解纠缠问题是一个重要的研究方向。3)现有的无重叠跨域推荐多考虑单目标跨域,忽略了源域与目标域数据都较为稀疏,需要彼此改善推荐结果的情况,双向跨域推荐是更具有挑战性也更有意义的研究方向。4)另外,提示学习源于NLP领域,其以往的研究表明,能够有效的激发预训练模型对于信息的挖掘能力,并且展现出了对上下游任务的适应性、少样本的学习能力以及作为模板的灵活性。但是提示学习在无重叠跨域推荐任务中还没有被应用,它在此类任务上的效果值得期待。针对以上问题,本文提出了一种基于共享提示学习的无重叠跨域序列推荐模型(SPLCR)。它首先在双域的数据集中将一个针对序列推荐的模型进行预训练,利用提示学习设计了一种能够在不同域之间获取域无关上下文的共享提示工程方法,激发了预训练模型对序列信息的挖掘能力,通过在两域之间共享提示进行跨域知识迁移。同时,设计了一个双目标训练方式,在训练过程中,双目标交替训练,进一步保证每个域在进行训练时,减少其他域训练目标对其的干扰,尽可能的提取针对每个域有用的跨域信息,在一定程度上保留了域信息。本文进一步考虑针对每个域进行个性化推荐性能的提升,基于SPLCR,在提示组件中添加域独特上下文提示,将其整合为一个整体,提出了一个基于个性化提示学习的跨域推荐模型,即PPLCR。它在SPLCR的基础上,设计了一个域独特提示上下文组件,只在域内具有相同标签的序列中进行共享,而不进行跨域学习。保证在跨域过程中将域公共信息和域内独特信息分开学习,进一步将语义信息和域表示解纠缠。在学习域公共和域独特知识时,使用自注意力机制对两者的关系自动赋予不同的权重,使得推荐器在获取域内个性化结果时,域公共信息与域独特信息有一个有效的权衡。为验证PPLCR和SPLCR的推荐性能,本文在真实世界的数据集Amazon Review Dataset中选择了两对互补的域(Movie-Book和Food-Kitchen)作为评估数据集,并在此数据集上进行跨域实验,结果证明它们在进行无重叠跨域推荐表现出良好的效果,并且PPLCR模型在提升域个性化推荐方面比SPLCR表现出更好的效果。

关键词：跨域推荐无重叠跨域推荐提示学习注意力机制序列推荐

混凝土构件群裂缝演化的多重分形多维度表征研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

混凝土构件群裂缝演化的多重分形多维度表征研究

作者：李春晓山东农业大学

学位级别：硕士

社交平台视域下考虑免疫逃逸效应的谣言传播与管控模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

情报科学 2024年第1期42卷 59-67页

作者：杨仁彪尹春晓西南大学计算机与信息科学学院重庆400715 西南大学教育学部重庆400715

【目的/意义】社交平台是网络谣言产生与传播的主要渠道,对网络谣言治理责无旁贷,然而谣言传播过程中的免疫逃逸效应却对平台治理提出了新的挑战,因此找到遏制甚至消除免疫逃逸的方法具有重要的理论与实践意义。【方法/过程】本文基于... 详细信息

【目的/意义】社交平台是网络谣言产生与传播的主要渠道,对网络谣言治理责无旁贷,然而谣言传播过程中的免疫逃逸效应却对平台治理提出了新的挑战,因此找到遏制甚至消除免疫逃逸的方法具有重要的理论与实践意义。【方法/过程】本文基于平台治理视角,考虑到传播过程中的免疫逃逸效应,提出了改进的IE-SICR谣言传播模型,然后对无标度网络中的谣言传播阈值与最终扩散规模进行理论推导,最后通过matlab2021a软件进行仿真实验研究。【结果/结论】研究表明,社交平台的谣言管控策略对网络谣言能够起到较好的抑制效果,但免疫逃逸效应的发生削弱了平台治理效果,与无逃逸发生相比,有逃逸发生时谣言扩散规模更大,传播周期更长,最终谣言平息的时间更久。【创新/局限】主要创新有两点:基于平台治理的视角考虑并提出了具有免疫逃逸效应的谣言传播模型;针对性地提出并分析了靶向策略对免疫逃逸效应的消减作用。局限在于缺乏真实案例数据,研究结论有待进一步检验。

关键词：谣言传播社交平台谣言管控免疫逃逸效应靶向策略

ESG信息披露对商业银行绿色发展的影响研究

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

ESG信息披露对商业银行绿色发展的影响研究

作者：梁春晓西南科技大学

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

面向水下图像增强的内容与风格双域改善方法

计算机辅助设计与图形学学报 2024年

作者：刘春晓曹越王成骅周子翔浙江工商大学计算机科学与技术学院

水下图像增强技术对于海洋资源开发具有重要意义. 针对现有的水下图像增强方法难以应对现实世界复杂的水下环境，尤其对于困难样本很难做出有效增强的问题，提出一种基于内容与风格双域改善的水下图像增强方法. 首先设计一个简单有效... 详细信息

水下图像增强技术对于海洋资源开发具有重要意义. 针对现有的水下图像增强方法难以应对现实世界复杂的水下环境，尤其对于困难样本很难做出有效增强的问题，提出一种基于内容与风格双域改善的水下图像增强方法. 首先设计一个简单有效的框架，将水下图像解耦为内容特征与风格特征并重建; 对内容域设计了双域自适应高频调整模块(dual-domain adaptive high-frequency adjust block， DAHAB)，增强原始水下图像内容特征中的细节并抑制噪声; 对风格域建立风格库，并在推理过程中匹配最优风格实现风格的变换; 最后通过构建内容一致性损失和重建损失，监督模型完成水下图像的重建与增强. 实验结果表明，在水下图像增强领域公开的UIEB， EUVP和RUIE数据集上，所提方法的主观视觉效果和客观评价指标(PSNR， SSIM， UIQM， UCIQE和MUSIQ)均优于对比方法，尤其在增强困难样本方面展现了明显的优势.

关键词：水下图像增强解耦重建高频调整内容与风格