检索结果-南通市图书馆

维普期刊数据库

基于部分信息的数据增强方法及其对域自适应方法影响的研究

在线全文

学校读者我要写书评

暂无评论

基于部分信息的数据增强方法及其对域自适应方法影响的研究

作者：胡竣涛吉林大学

学位级别：硕士

随着计算机算力的不断提升,深度学习方法受到了越来越大的关注和发展,在自然语言处理、计算机视觉、数据挖掘等多个领域取得了引人瞩目的表现。然而,由于昂贵的标注成本,深度学习研究者们常常会面临无法获得足够的带标签样本的情况,这... 详细信息

随着计算机算力的不断提升,深度学习方法受到了越来越大的关注和发展,在自然语言处理、计算机视觉、数据挖掘等多个领域取得了引人瞩目的表现。然而,由于昂贵的标注成本,深度学习研究者们常常会面临无法获得足够的带标签样本的情况,这在很大程度上限制了模型性能的提升。数据增强方法可以通过对现有的数据样本进行简单操作来获得更多的样本,并且生成的样本和原样本之间具有强相关关系,因此可以在很大程度上缓解样本不足的问题。现有的数据增强方法可以被大体分为传统数据增强方法和高级数据增强方法两大类。传统数据增强方法一般对图像进行几何变换、空间变换等简单的操作,其操作一般比较简单,执行所需的代价也较小。高级数据增强方法可以分为基于强化学习、基于非强化学习、基于风格迁移以及基于特征空间的方法,这些方法通常能生成更好的增强数据,但由于其复杂的执行过程,往往会面临高昂的计算成本和时间成本。由于图像中往往会包含大量的空间冗余信息,图像块级别的使用也被越来越多的研究。视觉转换器(Vit)将图片分成若干不重叠的图像块,然后将其作为模型输入,取得了较为显著的效果。掩码自编码器将图片遮挡75%以上,依旧能实现对图像很好的还原。这些研究表明在图像块级别执行数据增强方法是可行的。本文受到以上工作的启发,提出了一种新的数据增强方法的执行方法你只需要一半(YONA)。为了验证YONA方法的有效性,我们在分类任务、目标检测任务、对比学习任务以及鲁棒性任务上进行了充分的实验,实验结果表明YONA方法可以有效的提高数据增强方法在模型训练过程中的效果。然后通过消融实验证明了YONA将图像分割成两个大小一致的图像块然后对其分别执行操作后拼接这一数据增强执行方式的合理性。现有的机器学习方法通常基于训练集和验证集满足独立同分布的假设,但在实际应用中,训练集和验证集往往会有分布上的不同,这使得模型面临在训练集上表现良好而在验证集上表现较差的情况,域自适应方法能够较为有效的解决该问题。在无监督的域自适应任务中包括一个有标签的源域和一个没有标签的目标域,其目标是通过源域数据训练一个模型,使得该模型在目标域数据上也有较好的效果。但由于目标域数据缺乏标注数据,模型只能在没有标签的样本上进行训练。数据增强可以通过生成更多的样本,增加训练数据的多样性,缓解训练过程中样本稀疏的问题。并且通过对域自适应理论的回顾,在理论上证明了数据增强方法对提高目标域泛化性的有效性。然而目前并没有工作对图像增强方法在对抗域自适应模型训练中如何执行进行系统的研究。本文的主要工作如下:1.提出了一种无参数且易于使用的数据增强方法执行方式YONA,旨在提高数据增强方法在模型训练过程中的表现。YONA将图像分割成两部分,对其中的一部分执行数据增强方法,用噪声掩盖另一部分,并将转换后的图像组合在一起作为模型的输入。2.我们进行了全面的实验来评估YONA如何改进各种神经网络架构上的8种数据增强方法,证明其在提高深度网络模型性能和鲁棒性方面的有效性。我们还进行了消融实验,以研究YONA不同掩蔽率在分类任务上的结果。3.我们对数据增强方法如何在基于对抗的域自适应方法上执行能获得更好效果进行了研究,对CDAN模型在域自适应领域的3个基准数据集上进行了充分实验得出了仅对目标域数据进行增强的执行方式在大部分情况下能取得更好效果的结论。4.将YONA方法分别与6种数据增强方法结合作用于CDAN模型,证明了YONA这种执行方式在对抗性域自适应算法中的可行性。

关键词：数据增强迁移学习域自适应鲁棒性

红松EC非胚性化及体胚分化启动过程的形态与生理特征

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

中南林业科技大学学报 2024年

作者：钟玥范震宇贯春雨曹业萍李青晨梁艳齐齐哈尔大学生命科学与农林学院

【目的】研究长期继代的红松胚性愈伤组织（embryogenic callus,EC）非胚性化及体胚（somatic embryogenesis,SE）分化启动的生理特性，探讨不同胚性的愈伤组织形态特征与生理特性对应关系，为突破红松体胚发生中的EC胚性难以保持的技... 详细信息

【目的】研究长期继代的红松胚性愈伤组织（embryogenic callus,EC）非胚性化及体胚（somatic embryogenesis,SE）分化启动的生理特性，探讨不同胚性的愈伤组织形态特征与生理特性对应关系，为突破红松体胚发生中的EC胚性难以保持的技术瓶颈提供参考。【方法】本研究以红松长期继代获得的不同类型愈伤组织（分别为继代2个月和继代6个月的白色、黄色、水渍型、纤维化、褐化、含早期球形胚的愈伤组织）为材料，比较分析不同类型愈伤组织的形态特征、生理指标、体胚分化能力的差异。【结果】继代保持2-6个月获得的6种类型红松愈伤组织在颜色、质地等外部形态与组织细胞学特征，以及增殖速度与体胚分化能力方面差异明显，在继代2个月的白色高胚性愈伤组织（C1）中观察到明显的原胚团（PEMs）结构，并且这种类型愈伤组织能分化出球形胚，在其它5种类型的愈伤组织（C2-C6）中观察到PEMs结构的解体，以及大量形状不规则的细胞和降解的细胞，未见有球形胚的分化。高胚性的愈伤组织中可溶性糖及淀粉含量最高；高活性POD出现在高胚性的愈伤组织和褐化的愈伤组织中；SOD活性在高胚性的愈伤组织和有球形胚分化的愈伤组织中较低，而在增殖速度快的黄色愈伤中SOD活性较高；有球形胚分化的愈伤组织和低胚性的白色愈伤组织CAT活性最高；水渍型和纤维化的愈伤组织SOD、POD、CAT活性均较低。【结论】长期继代的红松EC保持胚性或失去胚性以及体胚分化启动过程受细胞内保护酶和贮藏类物质协同调控，高含量的可溶性糖和淀粉利于红松EC维持胚性，SOD、POD、CAT这3种关键酶在不同颜色质地的红松愈伤组织形成中的作用存在差异。

关键词：红松长期继代胚性愈伤组织形态特征生理指标

考虑光谱变异性的多光谱植被识别最优特征空间构建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第8期55卷 225-232页

作者：林怡厉朗宇洁高忱钟代琪陈鑫杨羽轩同济大学测绘与地理信息学院上海200092 同济大学遥感应用研究中心上海200092

在中低分辨率遥感卫星影像上,植被识别受数据获取条件和不同生长期等因素的影响,会存在端元光谱变异现象,导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA),通过自动特征选择方法减小端元类内差异,增大类... 详细信息

在中低分辨率遥感卫星影像上,植被识别受数据获取条件和不同生长期等因素的影响,会存在端元光谱变异现象,导致植被解混误差较大。提出了一种顾及端元光谱变异性的最佳距离遗传算法(IIDGA),通过自动特征选择方法减小端元类内差异,增大类间差异,构建适用于中等分辨率影像的植被解混最优特征空间,提高Landsat影像的植被识别精度。通过比较传统波段组合、光谱和纹理特征全集与IIDGA优选特征的线性解混模型效果,验证了最优特征选择的重要性。结果显示,特征选择有助于提升解混精度(IIDGA的均方根误差最低,为0.180);同时,通过比较基于IID指数的Filter算法、基于标准GA的Wrapper算法和IIDGA在最优特征自动选取方面的性能,证实了IIDGA在平衡精度与效率方面的优势。

关键词：多光谱遥感植被识别端元光谱差异最佳距离遗传算法自动特征选择算法

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

面发射激光器的高速性能研究

激光技术 2024年

作者：陈钊李惠钟础宇张幸苗威王彬张帅一青岛科技大学数理学院深圳技术大学集成电路与光电芯片学院

为了简化工艺，提高面发射激光器的调制带宽与数据传输速率，采用了多量子阱有源区设计、介质平面化工艺制备、氧化约束限制等方法，制备了一种发射波长为850nm的垂直腔面发射激光器(VCSEL)。工艺上采用低介电常数的聚酰亚胺(PI)进行平... 详细信息

为了简化工艺，提高面发射激光器的调制带宽与数据传输速率，采用了多量子阱有源区设计、介质平面化工艺制备、氧化约束限制等方法，制备了一种发射波长为850nm的垂直腔面发射激光器(VCSEL)。工艺上采用低介电常数的聚酰亚胺(PI)进行平面化，而非在高速VCSEL芯片上常用的苯并环丁烯(BCB)。研究了基于PI胶平面化工艺的高速器件的寄生响应。实验结果表明，PI方案可用于调制带宽为25GHz及以下的产品。在低偏置电流下，具有3μm氧化孔径的VCSEL显示出最大调制带宽为25.2 GHz，谐振频率为24.3 GHz，寄生截止频率为13.2 GHz，调制电流效率因子为22.726 GHz/mA1/2， D因子为19.670 GHz/mA1/2，阈值电流和微分电阻分别达到0.27 mA和215.965 Ω，最大光输出功率为0.9 mW。这一结果对简化工艺，提高面发射激光器的数据传输速率具有一定的指导意义。

关键词：垂直腔面发射激光器高速调制聚酰亚胺平面化简化工艺

多孔炭吸附剂和铈基催化剂的设计、制备及其脱除含氯多组分VOCs研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多孔炭吸附剂和铈基催化剂的设计、制备及其脱除含氯多组分VOCs研...

作者：但竣辉江西农业大学

学位级别：硕士

Ru@Alx-mSiO中空介孔核壳型催化剂苯酚加氢脱氧制苯性能研究

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

低碳化学与化工 2024年

作者：钟梦宇于洪波周永柱尹宏峰天津城建大学理学院中国科学院宁波材料技术与工程研究所宁波工程学院材料与化学工程学院

为解决负载型Ru催化剂在酚类化合物加氢脱氧反应中稳定性差的问题，以含Ru的二氧化硅微球（Ru@SiO2）为前驱体、偏铝酸钠（NaAlO2）为铝源，在碱性条件下通过选择性蚀刻制备了一系列不同Al负载量（质量分数）的中空介孔核壳型催化剂Ru@A... 详细信息

为解决负载型Ru催化剂在酚类化合物加氢脱氧反应中稳定性差的问题，以含Ru的二氧化硅微球（Ru@SiO2）为前驱体、偏铝酸钠（NaAlO2）为铝源，在碱性条件下通过选择性蚀刻制备了一系列不同Al负载量（质量分数）的中空介孔核壳型催化剂Ru@Alx-mSiO2（x分别为0.5%、1.0%、1.5%和2.0%）。采用TEM、HAADF-STEM、XRD、N2吸/脱附、NH3-TPD和H2-TPD等对催化剂的微观结构和理化性质进行了表征。以苯酚加氢脱氧制备苯为模型反应，考察了Ru@Alx-mSiO2催化剂的催化性能。结果表明，在2.0 MPa、60℃的催化条件下，向Ru@mSiO2中引入Al能显著提高苯选择性，这是因为Al的负载提供了丰富的酸性位点，其不仅可以辅助金属Ru解离H2增加苯酚加氢活性，还能够增强苯酚的脱氧能力进而提高苯选择性。在所制备的催化剂中，Ru@Al1.0-mSiO2展现出了最高的苯酚转化率（80.5%）和苯选择性（96.5%），这归因于金属Ru与硅铝酸盐壳层间的协同效应。此外，由于中空介孔硅铝酸盐壳层的限域保护作用，Ru@Al1.0-mSiO2催化剂在多次催化循环加氢脱氧实验后，仍展现出了优异的稳定性。

关键词：酚类化合物 Ru基核壳型催化剂苯酚加氢脱氧苯

基于多级特征提取的BiLSTM短期光伏出力预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

太阳能学报 2024年第10期 284-297页

作者：林文婷李培强荆志宇钟吴君福建理工大学电子电气与物理学院福建理工大学智能电网仿真分析与综合控制福建省高校工程研究中心湖南大学电气与信息工程学院

传统光伏预测模型易受气象数据波动的影响，且对气象特征不敏感。由此，提出基于多级特征提取的BiLSTM短期光伏出力预测方法，用于预测不同天气类型下的光伏出力。首先，选取与光伏出力相关性较高的气象因素作为输入特征；使用模糊C均值... 详细信息

传统光伏预测模型易受气象数据波动的影响，且对气象特征不敏感。由此，提出基于多级特征提取的BiLSTM短期光伏出力预测方法，用于预测不同天气类型下的光伏出力。首先，选取与光伏出力相关性较高的气象因素作为输入特征；使用模糊C均值（FCM）聚类方法，对样本进行灵活划分，通过计算Xie-Beni指标以确定最佳聚类数，将历史数据集聚类为晴天、少云天、晴转多云、阴雨天和恶劣天气；其次，构建CNN-CBAM-TCN多级特征提取器（MFE）：利用卷积神经网络（CNN）进行初步的特征提取，结合卷积注意力块（CBAM）抑制非重要特征，之后，利用时间卷积网络（TCN）进一步捕捉日内光伏出力的时序特征；最后，借助双向长短期记忆网络（BiLSTM）进行光伏出力预测。在实例分析中，验证了使用Xie-Beni指标确定最佳聚类数的有效性，证明了该模型较其他预测模型在复杂天气类型下具有更高预测精度。

关键词：短期光伏出力预测双向长短期记忆网络卷积注意力块时间卷积网络模糊C均值聚类 Xie-Beni指标