检索结果-南通市图书馆

同方期刊数据库

城市街区碳代谢模式识别及适应性更新策略——以福建省长汀县历史文化街区为例

在线全文

学校读者我要写书评

暂无评论

城市规划 2024年

作者：陈美伊胡宏南京大学建筑与城市规划学院南京大学江苏智慧城市研究基地

我国当前历史文化街区更新多以历史风貌、遗存身份、产权归属等为依据划分更新单元、采取老旧建筑翻新、用地功能置换等更新策略,较少针对历史文化街区内地块的碳代谢差异,对地块尺度碳排放进行大规模精细核算,以“双碳目标”为导向探... 详细信息

我国当前历史文化街区更新多以历史风貌、遗存身份、产权归属等为依据划分更新单元、采取老旧建筑翻新、用地功能置换等更新策略,较少针对历史文化街区内地块的碳代谢差异,对地块尺度碳排放进行大规模精细核算,以“双碳目标”为导向探索历史文化街区适应性更新策略。本文引入机器学习方法精准识别地块碳代谢分异类型,以国家历史文化名城福建省长汀县的4个历史文化街区为研究区,详细核算449个地块含9624栋建筑的居民生活碳排放、公共活动碳排放、交通出行碳排放和绿地碳汇特征,针对识别出的8类地块碳代谢模式分别提出低碳导向的适应性更新策略,并评估相应的地块低碳更新绩效,以期为我国历史文化街区低碳更新转型提供方法和技术支撑。

关键词：低碳导向历史文化街区机器学习适应性更新碳代谢

双路特征提取与度量的少样本细粒度图像分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津大学学报（自然科学与工程技术版） 2024年第2期57卷 137-146页

作者：冀中吴伊兵王轩天津大学电气自动化与信息工程学院天津300072

少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中.在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点.为了解决这一问题,本文提出了一种基于距离与... 详细信息

少样本学习旨在利用少量数据训练深度学习模型,并将其快速泛化到新任务中.在这一领域,少样本细粒度图像分类是最具有挑战性的任务之一,原因在于细粒度图像具有类内方差大、类间方差小的特点.为了解决这一问题,本文提出了一种基于距离与方向双重度量的神经网络,分别利用欧氏距离衡量特征间的绝对距离差异和余弦相似度衡量特征间的相对方向差异,以提升度量信息多样性和样本特征的判别性.同时,为了与当前先进的少样本细粒度图像分类方法对比,将特征提取器在不增加深度的前提下设置为双路形式,以适应不同度量方法对嵌入特征信息的需要.此外,设计了彼此分离的通道和空间注意力机制,分别通过自适应通道注意力和空间信息交叉注意力对不同阶段的提取特征进行增强,从而挖掘重要分类信息.最后,通过双相似度模块分别计算两种差异信息的度量结果,并选取一定权重融合得到最终的相似度分数,实现绝对差异与相对差异在度量空间中的协调补充.在4个主流细粒度图像分类数据集上进行实验对比与分析,最终结果表明了所提方法在相同设置下最多实现了7.0%左右的分类准确率提升.

关键词：细粒度图像少样本欧氏距离余弦相似度

在线全文

学校读者我要写书评

暂无评论

中国南方冬季最低温延伸期预报方法尝试

地球物理学报 2024年第6期67卷 2096-2109页

作者：戴金黄艳艳钱伊恬南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519080

未来10~30天的延伸期预报一直是当前的难点问题.本文针对对极端低温事件异常敏感的中国南方地区,构建了预报时效为25天的冬季最低温的有效延伸期预报模型.利用1979/1980—2019/2020年冬季日平均再分析资料,本文研究发现,在季节内尺度,... 详细信息

未来10~30天的延伸期预报一直是当前的难点问题.本文针对对极端低温事件异常敏感的中国南方地区,构建了预报时效为25天的冬季最低温的有效延伸期预报模型.利用1979/1980—2019/2020年冬季日平均再分析资料,本文研究发现,在季节内尺度,相比于原始变量,利用当候值减去其5候前值的增量方法可以放大和延长预测信号.中国南方地区的土壤温度和平流层50 hPa位势高度作为影响南方冬季最低温的关键因子,它们通过影响西伯利亚地区环流异常、北大西洋涛动以及欧亚遥相关型,对中国南方冬季最低温进行调制.由于两个增量形式的关键因子具有50天的准周期性,存在超前5候的显著自相关,超前5候增量形式的土壤温度和平流层极涡异常可以有效预报我国南方最低温增量.将预报的最低温增量,加上5候前的观测,得到的独立试报时段(2009/2010—2019/2020年冬季)的最低温与观测的时间相关系数为0.45,极端低温日命中率为57%.本研究使用的增量方法可以为当前极端天气事件的延伸期预报提供新思路.

关键词：冬季最低温增量方法延伸期预报

信息化技术在高校民族音乐教学中的作用--评《信息化背景下高校教育模式之创新研究》

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

中国电化教育 2024年第6期 I0009-I0010页

作者：陈薇伊湖南师范大学

近当前,我国正处于经济社会转型期,“互联网+”行动计划正式实施,互联网、大数据、云计算等现代化数字手段已经深入各个领域,教育信息化建设被纳入国家发展战略。随着信息技术的蓬勃发展,高等教育自然也受到显著影响。作为音乐院校重要... 详细信息

近当前,我国正处于经济社会转型期,“互联网+”行动计划正式实施,互联网、大数据、云计算等现代化数字手段已经深入各个领域,教育信息化建设被纳入国家发展战略。随着信息技术的蓬勃发展,高等教育自然也受到显著影响。作为音乐院校重要的专业课程之一,民族音乐教学同样面临信息化时代的机遇与挑战。民族音乐作为中华优秀传统文化的重要组成部分,在高等音乐院校的专业设置和课程体系中占有重要地位。

关键词：中华优秀传统文化信息化技术信息技术高等音乐院校教育信息化建设高等教育大数据云计算

在口头报告中培养学生思辨能力——CLIL英语精读课教学案例分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

外语教育研究前沿 2024年第2期7卷 46-53,93页

作者：伊蕊北京外国语大学

内容与语言融合教学(CLIL)模式将语言学习和(学科)内容学习融为一体,为外语学习者提供有利于复杂语言和高阶思维能力发展的课堂环境。本文通过两组学生课堂口头报告活动教学案例,分析CLIL模式下英语专业精读课中口头报告活动促进学生思... 详细信息

内容与语言融合教学(CLIL)模式将语言学习和(学科)内容学习融为一体,为外语学习者提供有利于复杂语言和高阶思维能力发展的课堂环境。本文通过两组学生课堂口头报告活动教学案例,分析CLIL模式下英语专业精读课中口头报告活动促进学生思辨能力发展的教学设计和过程。案例分析显示:(1)口头报告的题目设计需充分利用CLIL模式的特点,融合学科特质培养学生的思辨能力,以学科知识、语言能力和思辨能力的协同发展为目标;(2)可将提问互动融入口头报告,使之成为课堂主体讨论的拓展延伸;(3)教师的支架作用体现在对口头报告的全过程指导上。

关键词：思辨能力口头报告 CLIL 英语精读

基于凸包理论的含风电电力系统负荷恢复方案优化

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第5期48卷 77-87页

作者：伊昆明孙磊丁江丁明合肥工业大学电气与自动化工程学院安徽省合肥市230009 新能源利用与节能安徽省重点实验室(合肥工业大学) 安徽省合肥市230009 国网南昌供电公司江西省南昌市330000

大停电事故后,合理的负荷恢复策略对加快电力系统恢复、减少停电损失具有重要意义。针对标准交流潮流方程的非凸性导致负荷恢复模型求解效率低的问题,提出了基于凸包理论的含风电电力系统负荷恢复方案优化方法。首先,简要介绍了凸包理... 详细信息

大停电事故后,合理的负荷恢复策略对加快电力系统恢复、减少停电损失具有重要意义。针对标准交流潮流方程的非凸性导致负荷恢复模型求解效率低的问题,提出了基于凸包理论的含风电电力系统负荷恢复方案优化方法。首先,简要介绍了凸包理论以及非线性函数的凸包构建方法。其次,针对风电出力的不确定性,采用条件风险价值理论处理风电波动带来的风险,进而建立了直角坐标系下基于凸包理论的电力系统负荷恢复二阶锥优化模型,其中,交流潮流方程中的非线性项采用凸包表达。针对无法精确确定凸包参数的问题,提出了基于迭代更新的参数优化方法,减少因凸包引入的松弛误差。所提出的模型为混合整数二阶锥规划模型,可采用商业求解器高效求解。最后,采用IEEE 39节点系统和改进的广东电力系统验证了所提出模型的有效性。

关键词：电力系统风电潮流负荷恢复凸包理论直角坐标混合整数二阶锥规划

在线全文

学校读者我要写书评

暂无评论

基于前馈模型预测控制的类车机器人路径跟踪

工程科学学报 2024年第6期46卷 1130-1139页

作者：白国星伊力夏提·伊力哈木江付薛洁孟宇刘立顾青北京科技大学机械工程学院北京100083 北京科技大学顺德研究生院顺德528399 烟台南山学院智能科学与工程学院烟台265713

在类车机器人路径跟踪控制方法中,模型预测控制(Model predictive control,MPC)在处理系统约束方面具有较大优势,但是现有的非线性模型预测控制(Nonlinear MPC,NMPC)实时性较差,线性模型预测控制(Linear MPC,LMPC)精确性较差,因此亟需... 详细信息

在类车机器人路径跟踪控制方法中,模型预测控制(Model predictive control,MPC)在处理系统约束方面具有较大优势,但是现有的非线性模型预测控制(Nonlinear MPC,NMPC)实时性较差,线性模型预测控制(Linear MPC,LMPC)精确性较差,因此亟需提出一种同时具有较高精确性与实时性的类车机器人路径跟踪控制方法.为此,以无预瞄点的LMPC为基础,引入基于逆运动学模型的前馈转向角信息,提出了一种前馈模型预测控制(Feedforward MPC,FMPC)方法,并通过MATLAB和Carsim进行了联合仿真测试.FMPC具有较高的精确性,在所有仿真结果中,位移误差绝对值不超过0.1110 m,航向误差绝对值不超过0.1177 rad.在相同工况下,FMPC与NMPC精确性相当,LMPC、前馈控制和Stanley控制误差发散.FMPC也具有较高的实时性,在每个控制周期内的解算时间不超过4.31 ms.在相同工况下,FMPC与LMPC实时性相当,相比NMPC能将每个控制周期内解算时间的最大值减小80.68%,平均值减小65.14%.此外,FMPC能够保证控制变量在系统约束范围内,且受定位误差的影响较小.

关键词：机器人类车机器人路径跟踪预测控制实时性

同方期刊数据库