检索结果-南通市图书馆

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

高炉炉渣高温熔融流动特性实验与模拟研究

高炉炉渣高温熔融流动特性实验与模拟研究

作者：邵容宇浙江大学

学位级别：硕士

中国位居全球之首,是全球最大的粗钢生产国,其钢铁冶金行业在国民经济和工业发展中占据着非常重要的地位。高炉炉渣是粗钢生产过程主要的副产物之一,每吨高炉炉渣中约含有1770MJ的高品位热能,相当于58 kg标准煤,余热回收潜力巨大。高炉... 详细信息

中国位居全球之首,是全球最大的粗钢生产国,其钢铁冶金行业在国民经济和工业发展中占据着非常重要的地位。高炉炉渣是粗钢生产过程主要的副产物之一,每吨高炉炉渣中约含有1770MJ的高品位热能,相当于58 kg标准煤,余热回收潜力巨大。高炉炉渣在进行余热回收的过程中会由于温度的降低导致流动特性的恶化,从而影响设备的安全稳定运行。因此,研究高炉炉渣在高温下的熔融及流动特性有助于加深对高炉炉渣热物理特性的理解。本文首先在高温热台显微镜试验系统下研究了高炉炉渣的熔融特性,结晶特性。接着在自主研发的竖式四通炉基础上,提出了一种创新的高炉炉渣高温流动性的测定方案,并对Ca O-Si O-AlO-Mg O高炉炉渣体系中主要的组分对炉渣高温流动性的影响展开了实验研究。最后使用Open FOAM软件对这种新型的高炉炉渣流动特性测量方法进行模拟并和实验数据进行比较。首先,研究了高炉炉渣不同组分对其熔融特性和结晶特性的影响。高炉炉渣的熔融过程可以分为三个阶段:固相反应、烧结和熔融。提高炉渣中的碱度（Ca O/Si O）和Mg O/AlO会降低高炉炉渣的结晶温度。增加炉渣中AlO含量会提高高炉炉渣的结晶温度。高炉炉渣中碱度,AlO含量以及Mg O/AlO比例的增加都会提高炉渣体系的熔融温度,Mg O/AlO比例的变化对炉渣体系熔融温度的影响相对较小。使用显微镜对冷却后的炉渣样品进行观察,结果表明,碱度以及AlO含量的增加会提高炉渣的结晶程度,而Mg O/AlO比例的增加则让炉渣体系的结晶程度降低。接着,使用提出的测试方法研究了AlO含量对高炉炉渣高温流动特性的影响。将AlO含量从14%增加至26%会分别使高炉炉渣的流动温度T_f、临界流动温度T和滴落温度T分别提高59℃、51.6℃和55.8℃,同时将高炉炉渣的临界流动速度几乎提高了60%,从1.82 mm/min增加至2.91 mm/min。对高炉炉渣微观结构的研究也证实了AlO含量的提高会恶化高炉炉渣的流动特性。然后,研究了高炉炉渣的碱度,MgO/AlO比例对高炉炉渣流动特性的优化效果。将高炉炉渣样品的碱度从0.8增加至1.2会使样品的流动温度T_f,临界流动温度T和滴落温度T分别提高44℃,49.8℃和50℃,而高炉炉渣的临界流动速度V从4.18 mm/min降低至3.24 mm/min。这意味着高炉炉渣碱度的增加在优化高炉炉渣流动特性的同时也会增加高炉炉渣的熔点。将高炉炉渣样品的Mg O/AlO比例从0.4增加到0.6,样品的特征温度和特征流速则没有发生太大的变化。样品的流动温度T_f,临界流动温度T和滴落温度T分别在1309℃,1313℃,1319.5℃附近波动,样品的临界流动速度V在3.70mm/min附近波动。最后,使用了OpenFOAM软件对提出的流动性测试方法模拟了前述实验的工况并和实验数据进行比较。模拟计算结果和实验结果的对比发现临界流动温度T的偏差在1%左右,临界流动速度V的偏差在15%左右,这表明了全新的myInterFoam求解器具有较好的准确性。

关键词：高炉炉渣熔融特性流动特性微观结构 OpenFOAM

多齿配体钝化CsPbX3量子点及其在WLEDs的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多齿配体钝化CsPbX3量子点及其在WLEDs的研究

作者：邵修文扬州大学

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

智慧农业大棚的控制系统设计

智慧农业大棚的控制系统设计

作者：邵甜武汉轻工大学

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

元宇宙视域下的图书馆多模态知识流通范式

图书馆论坛 2024年

作者：傅爱雯邵波南京大学图书馆南京大学信息管理学院

随着元宇宙图书馆发展，知识不断迭代、转化和重构，多模态知识被纳入知识服务过程。为避免知识冗余、信息不完备、信息价值缺失等知识发展弊端出现，文章梳理元宇宙图书馆和多模态知识流通发展现状，总结图书馆内数据流通问题，归纳元... 详细信息

随着元宇宙图书馆发展，知识不断迭代、转化和重构，多模态知识被纳入知识服务过程。为避免知识冗余、信息不完备、信息价值缺失等知识发展弊端出现，文章梳理元宇宙图书馆和多模态知识流通发展现状，总结图书馆内数据流通问题，归纳元宇宙知识流通范式建设原则，从知识关联、知识组织到知识服务三个角度构建元宇宙视角下图书馆多模态知识流通范式（AOS），试图改善元宇宙环境下知识服务运行机制，为元宇宙图书馆各实践模型提供底层知识流动范式，为数字技术赋能以图书馆为代表的知识情报领域工作提供借鉴。

关键词：元宇宙图书馆多模态知识流通范式

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

多模态特征融合方法及其应用研究

多模态特征融合方法及其应用研究

作者：邵屹山东师范大学

学位级别：硕士

人类通过并行和连续地使用视觉、听觉、嗅觉等多种感知模态,自然地与世界产生互动。因而,更自然、更全面的多模态人机交互体验是人们一直以来的追求。近年来,强大移动设备与廉价传感器的高速迭代促进了非桌面计算的迅猛发展,使得获取便... 详细信息

人类通过并行和连续地使用视觉、听觉、嗅觉等多种感知模态,自然地与世界产生互动。因而,更自然、更全面的多模态人机交互体验是人们一直以来的追求。近年来,强大移动设备与廉价传感器的高速迭代促进了非桌面计算的迅猛发展,使得获取便利的多模态数据爆炸式增长。同时,随着近年来机器学习模型的发展与改进,基于数据的多模态机器学习方法成为可能,并越发成为当下最热门的研究课题之一。其中,多模态特征融合任务是多模态机器学习的基本主题,目的是整合来自多种模态的数据特征,以获得更全面、更准确的信息表示。然而,各种多模态应用场景之间存在着不可忽视的差距,也使得目前主流的通用多模态特征融合工作在面对具体的应用场景时仍存在着以下问题:(1)缺乏对数据语境的理解,无法充分考虑特定应用场景下不同模态间的复杂潜在联系和互补性;(2)缺乏对于不同应用场景需求差异性的考虑,无法充分考虑具体应用场景的特殊约束;(3)缺乏语义理解和信息融合透明度,无法区分关键特征,导致在具体应用场景下可解释性较差。因此,针对具体的应用场景进行适配性的多模态特征融合方法的设计是不可或缺的。为此,本文针对两种具体的应用场景,提出对应的定制化多模态特征融合方法,具体研究内容概括如下:(1)提出了一种多模态虚假新闻检测场景下基于集成算法的多模态特征融合方法,针对多模态虚假新闻中模态间的多种关联类型建立不同结构的弱分类器,并利用集成算法整合每种决策结果,提高了模型的可解释性,一定程度上满足该场景下用户辨别新闻造假类别的特定需求。同时,引入中心损失函数,在特征空间中建立类别中心,增大不同类别样本的差异性并提升同类样本的聚焦性,提升模型对虚假新闻的检测性能。(2)提出了一种嗅觉主题约束的图文匹配场景下基于多任务学习的多模态特征融合方法,交替训练粗细两种粒度的图文匹配模型,使两个模型在训练过程中相互提供先验知识约束和结构约束,提高共享特征提取模型在粗细粒度任务上的泛化能力,并解决粗粒度样本级图文匹配任务中数据不均衡问题,改善了样本级图文匹配任务的表现和可解释性。同时,本论文基于不同嗅觉对象的图像-文本语义相似度建立了嗅觉近义词表,填补了现有工作在建立图像-文本-嗅觉跨模态语义关联方面的研究空白。

关键词：深度学习多模态数据特征融合虚假新闻检测图文匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

A公司工业品数字化营销策略优化研究

A公司工业品数字化营销策略优化研究

作者：邵迎南昌大学

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

寒冷沿海地区沙土壤源热泵供热研究

寒冷沿海地区沙土壤源热泵供热研究

作者：邵冠玉燕山大学

学位级别：硕士

应用基于注意力的多尺度残差网络实现癫痫脑电自动检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

生物医学工程学杂志 2024年第2期41卷 253-261页

作者：王兴起李明爱北京工业大学信息学部北京100124 北京市计算智能和智能系统重点实验室北京100124 教育部数字社区工程研究中心北京100124

基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与... 详细信息

基于深度学习的癫痫脑电自动检测方法,能避免人为因素的影响而倍受关注,而其有效性主要取决于深度神经网络模型。为此,本研究将根据癫痫脑电的多尺度、时空特点及导联间的信息流动特征,设计一种基于注意力的多尺度残差网络(AMSRN),并与多尺度主元分析法(MSPCA)相结合,实现癫痫的自动检测。首先,利用MSPCA对原始癫痫脑电信号进行去噪和特征增强;进而,设计AMSRN模型结构与参数。其中,注意力模块(AM)、多尺度卷积模块(MCM)、时空特征提取模块(STFEM)和分类模块(CM)相继完成基于注意力加权机制的信号重表达以及多尺度-时空特征的提取、融合与分类。基于麻省理工学院的波士顿儿童医院(CHBMIT)公共数据集进行5折交叉验证实验研究,AMSRN模型在灵敏度(98.56%)、F1分数(98.35%)、准确度(98.41%)及精确度(98.43%)等方面均取得了较好结果。结果表明,AMSRN模型能够很好地利用癫痫发作引起的脑网络信息流动强化导联间差异性,并有效捕获癫痫脑电的多尺度和时空特征,有利于改善癫痫检测性能。

关键词：脑电信号多尺度主元分析脑网络深度学习癫痫检测

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

面向面部重演的人脸图像生成

面向面部重演的人脸图像生成

作者：邵安琦电子科技大学

学位级别：硕士

近年来,随着深度学习和计算机视觉的迅猛发展,借助生成对抗网络合成人脸图像的模型方法日益完善,生成的人脸图像也更加真实自然。相关技术在给人们的日常生活带来众多积极应用的同时,也存在着被误用和滥用的风险,因此对人脸深度伪造以... 详细信息

近年来,随着深度学习和计算机视觉的迅猛发展,借助生成对抗网络合成人脸图像的模型方法日益完善,生成的人脸图像也更加真实自然。相关技术在给人们的日常生活带来众多积极应用的同时,也存在着被误用和滥用的风险,因此对人脸深度伪造以及面部重演技术的深入研究是计算机视觉领域中一项具有重要意义的课题任务。在人脸图像生成领域,借助驱动信息中人脸的表情和姿态变化指导目标人脸做出同步动作的方法称为面部重演。而当前面部重演领域相关网络模型所生成的人脸图像往往存在着表情失真、身份不匹配、背景伪影等问题,针对上述挑战,本文基于深度图和面部关键点对面部重演任务进行了研究和实现,具体工作内容如下:首先,本文设计了一个基于深度图的面部关键点特征处理网络(Facial Landmarks Feature Processing Network based on Depth Map,DMLPNet)。该网络由深度图学习网络、关键点检测模块和特征转换模块三部分组成。深度图学习网络根据目标人脸图像和驱动人脸图像生成对应的人脸深度图,关键点检测模块则负责利用得到的深度信息预测人脸图像的面部关键点,刻画人脸的显式结构和与表情相关的关键特征,最后通过特征转换模块来完成目标人脸的表情姿态同步,生成高质量的面部重演结果。其次,为了在人脸侧面角度场景下实现更好的面部重演效果,本文在前期工作的基础上提出了一个基于侧面角度面部重演的两阶段优化网络(Two-stage Optimization Network based on Side Angle Reenactment,SATONet)。该网络是在原有DMLPNet网络的基础上,增加了头部对齐模块和表情优化模块,将侧面角度场景下的面部重演问题分为两阶段任务来逐阶段处理。头部对齐模块主要聚焦于重演图像的头部姿态调整,而表情优化模块则是对重演人脸进行表情优化增强,使其与驱动人脸的表情变化保持同步。最后,本文在不同数据集上进行了大量的实验效果展示,以及相应的对比和消融实验,以验证所提出网络模型的有效性,同时设计并实现了一个面部重演结果展示原型系统。通过和当前面部重演领域主流的网络模型进行实验效果对比,本文提出的DMLPNet和SATONet网络均具有明显优势,证明了本文相关工作是在面部重演领域的有效探索。

关键词：人脸图像生成面部重演深度图面部关键点