检索结果-南通市图书馆

基于串行及并行多任务学习网络的储层参数评价研究

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2024年第4期67卷 1613-1626页

作者：徐彬森肖立志中国石油大学(北京)地球物理学院北京102249

选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选... 详细信息

选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选择策略:确定系数为评价指标,选择串行而不是并行结构网络模型的条件为模型参数量小于1000的参考值;模型参数量大于1000时,串行多任务网络不如并行多任务网络.当平均绝对误差为评价指标时,选取串行多任务的前提是模型参数量小于10000的参考值.模型参数量大于10000时,串行和并行多任务网络结果具有一定相似性.如果平均绝对误差和模型参数量均在允许范围内,两种架构网络均可行.本文旨在为后续不同类型多任务学习网络架构模型设计及应用提供支持.

关键词：多任务学习储层参数评价机制模型策略

在线全文

学校读者我要写书评

暂无评论

地面目标的中波红外高光谱成像特性测量

光谱学与光谱分析 2024年第4期44卷 937-944页

作者：江岳鹏曹运华吴振森曹轶森胡绥靖西安电子科技大学物理学院陕西西安710071

利用Telops公司设计的Hyper-Cam中波高光谱成像仪对水泥地上某坦克模型进行3~5μm波段的红外高光谱成像测量。对实验数据进行了逐像素点的大气校正。基于矫正后的实验数据,分析了仪器误差、随机误差、大气校正传递误差等对测试不确定度... 详细信息

利用Telops公司设计的Hyper-Cam中波高光谱成像仪对水泥地上某坦克模型进行3~5μm波段的红外高光谱成像测量。对实验数据进行了逐像素点的大气校正。基于矫正后的实验数据,分析了仪器误差、随机误差、大气校正传递误差等对测试不确定度的影响。分析了该坦克模型在不同谱段上的亮度分布和模型上不同部位的光谱分布特性。结果表明:在波数为2000~3000 cm-1波段,其相对不确定度一直稳定在10%以内,但是在大于3000 cm-1的波段,其误差迅速上升,主要因为常温物体的中波辐射低,在该波段目标辐射与大气路程辐射接近,而引起的噪声增大,造成的测试信噪比降低。该坦克模型光谱辐射亮度测试数据的平均相对不确定度在20%以内,整体误差较低。光谱分布上,坦克各部分特征点和水泥地表的光谱辐射亮度在波长为4.2~5μm波段时的差异性比波长为3.0~4.2μm波段时的差异性更大,且探测器接收到的4.2~5μm波段的光谱辐射亮度要大于3.0~4.2μm的光谱辐射亮度。由于4.3μm波段处于大气吸收带,大气透射率几乎为0,以至于无法获得目标的光谱辐射亮度的真实测量值。空间分布上,模型的辐射亮度主要集中在侧边涂层上,炮口处和履带处的辐射亮度较小。目标各部位辐射亮度分布与周边水泥地表的辐射亮度有着明显差异性。在3~5μm的辐射亮度中,4.4~4.8μm波段的辐射亮度占比较高,该波段成像效果最好。3.2~3.8μm波段的辐射亮度占比较低,该波段成像效果较差。处于大气吸收带的4.2~4.4μm波段,由于大气透射率几乎为0,无法获得其准确的空间辐射亮度分布。研究表明该拓展中波高光谱成像仪在地面目标的中波红外高光谱成像特性研究上具有目标区分精确、误差小、“图像光谱合一”的特点,测试数据可以应用于目标的红外高光谱隐身设计、目标的分类与识别等领域。

关键词：红外辐射特性测量中波高光谱成像大气校正不确定度分析

在线全文

学校读者我要写书评

暂无评论

特征扩展的随机向量函数链神经网络

软件学报 2024年第6期35卷 2903-2922页

作者：龙茂森王士同江南大学人工智能与计算机学院江苏无锡214122

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-dFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-dFIS因会使用较多模糊规则来试图达到令人满意的... 详细信息

基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-dFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-dFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-dFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-dFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力.

关键词：宽度学习系统模糊推理系统特征扩展随机向量函数链神经网络(RVFLNN) Sigmoid激活函数可解释

用于光电催化水分解的氧化亚铜基光电阴极研究进展

在线全文

学校读者我要写书评

暂无评论

物理化学学报 2024年第2期40卷 76-84页

作者：卢华森宋世旭贾萁森刘光波姜鲁华青岛科技大学材料科学与工程学院纳米材料与电催化实验室山东青岛266042

随着不可再生资源的消耗及环境污染日趋严重,开发环境友好、可再生的新能源受到广泛关注。氢可通过燃料电池进行发电,被认为是理想的洁净能源载体。耦合可再生能源,如光能、风能、海洋能等,进行光电水分解制氢是有效途径之一。氧化亚铜(... 详细信息

随着不可再生资源的消耗及环境污染日趋严重,开发环境友好、可再生的新能源受到广泛关注。氢可通过燃料电池进行发电,被认为是理想的洁净能源载体。耦合可再生能源,如光能、风能、海洋能等,进行光电水分解制氢是有效途径之一。氧化亚铜(Cu2O)具有合适的能带结构、制备简单、资源丰富,成为光电阴极半导体的研究热点。然而,Cu2O光电阴极面临光生电荷复合较快、光腐蚀严重等挑战,导致其光电效率低、稳定性差。本综述首先简要介绍光电水分解制氢原理以及Cu2O的能带结构适配性,其次总结氧化亚铜的制备方法;重点概述提高Cu2O光电效率和稳定性的策略,包括形成氧化亚铜-n型半导体p-n结、添加助催化剂、引入空穴传输层等;结合近年来表征技术的发展,介绍先进的光电阴极表征手段;最后,对光电阴极未来的研究方向进行展望。

关键词：光电催化氧化亚铜析氢反应光阴极水分解

民族地区教师数字素养的发展现状与提升路径——基于广西9市教师样本的实证分析

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

民族教育研究 2024年第1期35卷 117-124页

作者：袁磊刘沃奇广西师范大学教育学部广西桂林541004 广西师范大学教育区块链与智能技术教育部重点实验室广西桂林541004

研究采用问卷调查与深度访谈的方法,系统评估广西壮族自治区9个市3588名基础教育阶段教师的数字素养,包括数字意识、数字技术知识与技能、数字教学应用能力、数字安全与社会责任以及数字专业发展等5个核心维度。研究结果显示,广西基础... 详细信息

研究采用问卷调查与深度访谈的方法,系统评估广西壮族自治区9个市3588名基础教育阶段教师的数字素养,包括数字意识、数字技术知识与技能、数字教学应用能力、数字安全与社会责任以及数字专业发展等5个核心维度。研究结果显示,广西基础教育教师的数字素养整体上呈现积极态势,但其发展呈现不平衡性。进一步分析发现,教师的数字素养随着教龄的增长而逐渐降低,且尽管数字时代城乡教育资源差距有所缩小,但这种不均衡依旧对教师数字素养产生显著影响。针对研究发现提出以下建议:完善教师培训体系,以适应数字化时代的需求;创新教研体系,增强教师的数字教学能力;畅通数字资源平台通道,确保教育资源的公平可及;构建文化共生的教育环境,以推动教师数字素养的均衡与全面发展。

关键词：民族地区教师教育教师数字素养教师专业发展城乡数字资源不均衡

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

质量感知的多目标云制造服务组合优化算法

计算机集成制造系统 2024年第2期30卷 684-694页

作者：刘桂森贾兆红安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

云制造服务组合问题往往存在多个优化目标且各目标权重难以事先确定,为了显著提高进化算法在求解过程中的种群多样性,并有效平衡进化算法的全局与局部搜索能力,提出一种基于自适应选择和反向学习策略的进化算法,同时优化时间、成本、可... 详细信息

云制造服务组合问题往往存在多个优化目标且各目标权重难以事先确定,为了显著提高进化算法在求解过程中的种群多样性,并有效平衡进化算法的全局与局部搜索能力,提出一种基于自适应选择和反向学习策略的进化算法,同时优化时间、成本、可靠性、可用性和信誉度。首先为了缩短求解组合方案的时间,采用K-means方法基于服务质量对候选服务进行聚类,去除质量较差的服务;然后采用反向学习策略提高全局搜索性能,再通过选择策略和概率更新策略有效平衡算法的全局与局部搜索能力;最后与4种先进算法进行实验对比表明,所提算法具有更好的综合性能。

关键词：服务组合服务质量多目标优化进化算法