检索结果-南通市图书馆

基于多维评价方法的沿黄地区经济韧性时空分异规律

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

干旱区地理 2025年

作者：薛晨浩白永平王生鹏西北师范大学地理与环境科学学院西北民族大学管理学院

对沿黄地区经济韧性进行科学测度是提升区域经济韧性、实现高质量发展的重要步骤。构建指标体系从抵抗力、恢复力、转型力3个维度测度了2003—2022年沿黄地区经济韧性水平，引入泰尔指数和莫兰指数对沿黄地区经济韧性差异和空间相关性... 详细信息

对沿黄地区经济韧性进行科学测度是提升区域经济韧性、实现高质量发展的重要步骤。构建指标体系从抵抗力、恢复力、转型力3个维度测度了2003—2022年沿黄地区经济韧性水平，引入泰尔指数和莫兰指数对沿黄地区经济韧性差异和空间相关性进行分析。结果标明：（1）在研究期内，沿黄地区经济运行总体稳定，显示出较强的经济韧性，但是与全国经济韧性水平相比仍有较大差距。子系统中恢复力维度得分最高，转型力最低。（2）较高韧性区主要分布在山东半岛、中西部省会城市与矿产资源富集城市，较低韧性地区主要为青海、宁夏、甘肃、陕西、河南大部分地区、内蒙古西部，山东西部，地级尺度的经济韧性具有明显的中心外围结构。（3）研究期内沿黄地区经济韧性水平的总体差异在多数年份呈缩小趋势，区域内差异贡献率均大于75%，区域内协同发展问题应引起重视。（4）研究期内沿黄地区经济韧性的莫兰指数均为正值，总体上呈正相关，局部空间聚类分布以低—低集聚区和高—高集聚区为主，前者主要集中在青海、甘肃、宁夏，后者主要分布于山东。

关键词：经济韧性沿黄地区时空分异指标体系

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向工业互联网的语义编码传输方法及应用

中山大学学报（自然科学版）（中英文） 2025年第1期64卷 51-60页

作者：牛凯鲁延鹏董超北京邮电大学人工智能学院北京100876 泛网无线通信教育部重点实验室北京100876 鹏城实验室广东深圳518055

通过将语义通信技术引入工业网络,构建了一个面向工业互联网的语义编码传输系统。系统中设计了语义编解码器以提取信源中的语义信息,相对于传统通信系统,基于语义信息的通信有更高的信息压缩效率与更高的符号差错容忍能力。同时引入信... 详细信息

通过将语义通信技术引入工业网络,构建了一个面向工业互联网的语义编码传输系统。系统中设计了语义编解码器以提取信源中的语义信息,相对于传统通信系统,基于语义信息的通信有更高的信息压缩效率与更高的符号差错容忍能力。同时引入信源信道联合编解码器,以信源信道联合编码的方式将语义信息转化为信道符号传输,进一步提升系统对工业网络通信资源的利用效率。所有编解码器均构建在深度神经网络架构Transformer上,确保了编解码器对语义信息的理解能力及系统的泛化能力。在工业药品生产场景中,对该系统进行测试,结果显示:相较于传统通信方案,该语义编码传输系统在图像重建质量和传输处理速度方面均有显著提升。且系统对下游任务的性能影响极小,保证了工业生产中如缺陷检测等关键任务的准确性。

关键词：工业互联网数据压缩与传输语义通信深度学习

维普期刊数据库

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

溴化锂类低共熔溶剂对羊毛的溶解及机制分析

功能高分子学报 2025年

作者：李瑞鹏宋凯利秦大恩浙江理工大学纺织科学与工程学院绍兴文理学院浙江省清洁生产重点实验室

利用溴化锂类低共熔溶剂中锂-溴离子协同配位机制定向解构羊毛内部复杂的氢键网络，以溴化锂和有机醇设计合成六种不同的低共熔溶剂（DES）体系。通过考察溶剂种类、还原剂β-巯基乙醇（β-ME）用量（还原剂质量与羊毛质量比，下同）、... 详细信息

利用溴化锂类低共熔溶剂中锂-溴离子协同配位机制定向解构羊毛内部复杂的氢键网络，以溴化锂和有机醇设计合成六种不同的低共熔溶剂（DES）体系。通过考察溶剂种类、还原剂β-巯基乙醇（β-ME）用量（还原剂质量与羊毛质量比，下同）、温度、固液比对羊毛再生角蛋白提取率和分子量的影响，找到适合羊毛高效溶解的DES体系。通过溶剂化显色参数实验结合明尼苏达泛函理论计算理论的方式分析溴化锂类低共熔溶剂体系内部的弱相互作用力对羊毛的溶解机制。结果表明，溴化锂（LiBr）-乙二醇（EG）体系能在最大程度上保持羊毛角蛋白内部结构的完整性，打破羊毛内部的氢键网络，实现羊毛的弱损解构。在n（LiBr）：n（EG）=1：4、β-ME用量6%、温度85 ℃、固液比1：20（g:mL)、溶解时间为0.5 h的最优条件下，羊毛再生角蛋白提取率为58.58%，分子量集中在45.0-66.2 kDa。

关键词：金属盐分子模拟废物处理蛋白质低共熔溶剂

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

采自珠穆朗玛峰冻土的螺旋聚孢霉属1新种

菌物研究 2025年

作者：姜宁王永鹏薛寒李永中国林业科学研究院森林生态环境与自然保护研究所生物多样性保护国家林业和草原局重点实验室日喀则市生态环境监测中心

螺旋聚孢霉属Clonostachys隶属于肉座菌目Hypocreales生赤壳科Bionectriaceae，是常见的土栖真菌。该属真菌主要是内生菌、附生菌和腐生菌，一些种类被用作生防菌。极端生境中分离获得的螺旋聚孢霉菌株可能具有较强的抗逆性，更适用于... 详细信息

螺旋聚孢霉属Clonostachys隶属于肉座菌目Hypocreales生赤壳科Bionectriaceae，是常见的土栖真菌。该属真菌主要是内生菌、附生菌和腐生菌，一些种类被用作生防菌。极端生境中分离获得的螺旋聚孢霉菌株可能具有较强的抗逆性，更适用于商业生产。本研究从我国西藏珠穆朗玛峰自然保护区采集的冻土样品中分离获得2株土壤真菌菌株，通过形态学特征结合ITS-LSU-rpb2-tef1-tub2多基因片段系统发育分析鉴定为螺旋聚孢霉属新物种，定名为西藏螺旋聚孢霉Clonostachys tibetensis。

关键词：子囊菌极端环境真菌分类分子系统学

清达颗粒调控miR-124/STAT3信号轴减轻自发性高血压大鼠脑损伤

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方医科大学学报 2025年

作者：蔡巧燕许瑶瑶林雨星林浩伟郑俊鹏张伟祥赵春雨林育鹏张铃福建中医药大学中西医结合学院福建中医药大学中西医结合研究院福建中医药大学福建省中西医结合老年性疾病重点实验室福建中医药大学陈可冀学术思想传承工作室

目的探讨清达颗粒（QDG）对自发性高血压大鼠（SHR）脑损伤的保护作用及其对miR-124/STAT3信号轴的影响。方法6只5周龄WKY大鼠为WKY组，12只5周龄SHR大鼠分为SHR组、SHR+QDG组，6只/组。SHR+QDG组大鼠每天给予QDG灌胃，灌胃剂量为0.9 g... 详细信息

目的探讨清达颗粒（QDG）对自发性高血压大鼠（SHR）脑损伤的保护作用及其对miR-124/STAT3信号轴的影响。方法6只5周龄WKY大鼠为WKY组，12只5周龄SHR大鼠分为SHR组、SHR+QDG组，6只/组。SHR+QDG组大鼠每天给予QDG灌胃，灌胃剂量为0.9 g/（kg·d），连续灌胃12周，其余组大鼠每天给予等体积生理盐水灌胃。利用鼠尾无创血压仪监测血压，HE染色观察脑皮质区病理，TUNEL染色检测皮质区凋亡，Q-PCR检测miR-124、STAT3 mRNA的表达，免疫组化和Western blotting检测NeuN、STAT3、Bcl-2、Bax、Cleaved-Caspase 3的表达；利用氧糖剥夺/复氧（OGD/R）构建神经元HT22细胞损伤模型，分为Control组、QDG组、OGD/R组、OGD/R+QDG组。利用CCK-8法检测细胞活力，Hoechst 33342染色检测细胞凋亡，QPCR检测miR-124、STAT3、Bcl-2、Bax mRNA的表达，Western blotting检测STAT3、Bcl-2、Bax、Cleaved-Caspase 3的表达。结果体内实验中，与WKY组比较，SHR组大鼠的收缩压、舒张压及平均动脉压均升高（P<0.05），脑皮质区神经元出现核固缩，数量减少，凋亡率升高（P<0.05）,NeuN、miR-124、Bcl-2的表达降低，STAT3、Bax、Cleaved-Caspase 3的表达升高（P<0.05）。与SHR组比较，清达颗粒能降低SHR大鼠的收缩压、舒张压及平均动脉压（P<0.05），改善SHR大鼠脑皮质区的病理损伤，降低皮质区的凋亡率（P<0.05），升高皮质区的NeuN、miR-124、Bcl-2的表达（P<0.05），降低STAT3、Bax、Cleaved-Caspase 3的表达（P<0.05）。体外实验中，与Control组比较，OGD/R组凋亡率升高，miR-124、Bcl-2表达降低，STAT3、Bax、Cleaved-Caspase 3表达升高（P<0.05）；与OGD/R组比较，清达颗粒能降低OGD/R诱导的HT22细胞凋亡，升高miR-124、Bcl-2表达，降低STAT3、Bax、Cleaved-Caspase 3表达（P<0.05）。结论清达颗粒可能通过调控miR-124/STAT3信号轴，抑制神经元的凋亡，从而减轻SHR大鼠的脑损伤。

关键词：清达颗粒高血压脑损伤神经元 miR-124/STAT3信号轴

应用加权子空间稀疏恢复的水声矢量阵测向方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

声学学报 2025年第1期 86-96页

作者：梁国龙柳国龙李赢郝宇赵春鹏哈尔滨工程大学水声技术全国重点实验室工业和信息化部海洋信息获取与安全工信部重点实验室(哈尔滨工程大学) 哈尔滨工程大学水声工程学院

针对水下目标的高分辨方位估计问题,提出一种应用加权子空间稀疏恢复的水声矢量阵测向方法。通过估计声压通道和振速通道的噪声功率获得噪声归一化的水声矢量阵数据,利用加权子空间拟合和重加权L1范数最小化技术,精确估计目标方位。该... 详细信息

针对水下目标的高分辨方位估计问题,提出一种应用加权子空间稀疏恢复的水声矢量阵测向方法。通过估计声压通道和振速通道的噪声功率获得噪声归一化的水声矢量阵数据,利用加权子空间拟合和重加权L1范数最小化技术,精确估计目标方位。该方法通过噪声功率加权和加权子空间稀疏恢复来提高方位分辨能力。仿真结果表明,该方法的分辨能力和估计精度优于多重信号分类方法、基于增广子空间的多重信号分类方法和基于奇异值分解的稀疏重构方法（L1-SVD）。消声水池试验结果进一步验证,在一强一弱目标情况下,该方法的分辨能力优于另外3种方法。

关键词：测向重加权稀疏重构声矢量阵高分辨率

同方期刊数据库

基于强化学习与直接升力的舰载机自动着舰控制

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2025年

作者：王子博朱齐丹孔令鑫王立鹏哈尔滨工程大学智能科学与工程学院

舰载机着舰过程是舰载机作业事故率最高的阶段，为实现舰载机高精度全自动着舰，提出了一种新的舰载机自动着舰控制方法，设计了基于直接升力的控制器与基于强化学习的纵向制导律。直接升力控制实现舰载机飞行状态之间的解耦，增强舰载... 详细信息

舰载机着舰过程是舰载机作业事故率最高的阶段，为实现舰载机高精度全自动着舰，提出了一种新的舰载机自动着舰控制方法，设计了基于直接升力的控制器与基于强化学习的纵向制导律。直接升力控制实现舰载机飞行状态之间的解耦，增强舰载机姿态角与气流角的稳定性。制导律通过深度强化学习算法训练的神经网络非线性拟合得到，提高了扰动情况下舰载机对理想下滑道的跟踪精度，同时避免了传统方法繁杂的参数整定工作以及对模型的依赖。通过对比仿真结果，在舰尾流扰动下，相比于滑模控制方法、预设性能控制方法、PID控制方法与基于径向基神经网络的自适应控制方法，本文方法具有更好的鲁棒性，增强了对舰尾流扰动的抑制能力，提高了着舰精度。

关键词：舰载机着舰飞行控制强化学习直接升力控制制导律舰尾流神经网络路径跟踪

超高性能混凝土早期收缩性能及神经网络预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

硅酸盐学报 2025年

作者：蒋志鹏高畅汤金辉胡张莉王磊长沙理工大学土木工程学院东南大学材料科学与工程学院

超高性能混凝土(UHPC)是一种具有高强、高耐久性的先进水泥基材料，但早期收缩大是影响其结构体积稳定性，并带来潜在开裂风险的重要影响因素。本文探究了胶砂比、水胶比、不同纤维种类与掺量及养护环境对UHPC早期收缩性能的影响，并结... 详细信息

超高性能混凝土(UHPC)是一种具有高强、高耐久性的先进水泥基材料，但早期收缩大是影响其结构体积稳定性，并带来潜在开裂风险的重要影响因素。本文探究了胶砂比、水胶比、不同纤维种类与掺量及养护环境对UHPC早期收缩性能的影响，并结合BPNN和WOA-BPNN神经网络建立了UHPC早期收缩模型。结果表明：细集料对UHPC早期干燥收缩和自收缩有抑制作用，当胶砂比从1.2降低至0.8时，其早期干燥收缩及自收缩分布增加了108%和60%；UHPC的早期干燥收缩和自收缩随着水胶比的降低而增加，水胶比的降低导致UHPC自干燥现象提前；聚丙烯纤维的掺入对其早期干燥收缩和自收缩具有抑制作用，呈先增后减的趋势，聚丙烯纤维体积掺量为0.10%时效果最好；养护方式对其早期干燥收缩和自收缩的影响较大，干燥养护条件下的干燥收缩率是标养条件下的2.5倍，干燥养护条件下的自收缩率是标养条件下的1.2倍；WOA-BPNN神经网络构建的UHPC早期干燥收缩和自收缩预测模型相比于BPNN体现出更好的精准性和鲁棒性。

关键词：超高性能混凝土早期干燥收缩早期自收缩机器学习算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于最大影响力集合的主动学习方法

计算机科学 2025年第1期52卷 289-297页

作者：李雅和谢志鹏复旦大学计算机科学技术学院上海200438

随着深度学习技术的不断进步,其已经在许多领域广泛应用。但深度模型的训练需要消耗大量标注数据,时间与资源成本高,如何利用尽可能少的标注数据达到最佳模型效果成为一个重要的研究课题。主动学习的提出正是为了解决这一问题,其旨在选... 详细信息

随着深度学习技术的不断进步,其已经在许多领域广泛应用。但深度模型的训练需要消耗大量标注数据,时间与资源成本高,如何利用尽可能少的标注数据达到最佳模型效果成为一个重要的研究课题。主动学习的提出正是为了解决这一问题,其旨在选择最有价值的样本进行标注并用于模型训练。传统的主动学习策略通常关注不确定性或多样性,旨在查询最困难或最具代表性的样本。然而,在主动学习问题中,这些方法通常没有考虑标注样本和无标注样本之间的交互作用。另一类主动学习方法则使用辅助网络进行样本选择,但这些方法通常会增加计算复杂度。在上述背景下,提出一种新的主动学习算法,旨在通过考虑不同样本之间的相互作用,综合衡量候选样本对其他样本的影响力与不确定性,来最大限度地提高模型的整体性能增益。所提算法首先根据样本隐含层表征之间的距离估计样本相互之间的影响力,进一步根据候选样本的影响力与无标注样本的不确定性估计该样本能够带来的潜在增益,并迭代地选择全局增益最大的样本进行标注。进一步在一系列不同领域的多种任务上将该方法与其他主动学习策略进行了比较,实验结果表明,该方法在所有任务中的表现均显著优于所有基线方法。进一步的量化分析实验也证明该方法在不确定性和多样性之间取得了良好的权衡,并探究了主动学习不同阶段应该注重的因素。

关键词：主动学习深度学习不确定性

维普期刊数据库