检索结果-南通市图书馆

TDSC-Net:一种基于注意力机制与特征融合的二维恒星光谱分类模型

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第7期44卷 1968-1973页

作者：李荣曹冠龙蒲源邱波王晓敏闫静王坤河北工业大学天津300400 广东白云学院广东广州510450

面对信噪比较低的天体,传统一维光谱的分类效果很差。因此,从二维光谱出发,提出了结合注意力机制的特征融合模型TDSC-Net(two-dimensional spectra classification network)用于恒星分类。TDSC-Net通过完全相同的特征提取层分别对恒星... 详细信息

面对信噪比较低的天体,传统一维光谱的分类效果很差。因此,从二维光谱出发,提出了结合注意力机制的特征融合模型TDSC-Net(two-dimensional spectra classification network)用于恒星分类。TDSC-Net通过完全相同的特征提取层分别对恒星蓝端和红端的二维光谱图像进行特征提取,之后针对这些特征进行融合,然后进行分类。本文实验中的恒星光谱数据选自LAMOST(the large sky area multi-object fiber spectroscopic telescope)数据库,预处理采用Z-score进行光谱归一化,以减少由于光谱流量值差别大造成的模型收敛困难问题。使用精确率(Precision)、召回率(Recall)、F1-score和准确率(Accuracy)四个指标来评估模型性能。实验包括:第一部分利用TDSC-Net进行A、F、G、K、M型恒星分类,以验证利用二维光谱对恒星多分类的可靠性;第二部分将二维光谱按照不同的信噪比区间进行分类,以探究信噪比对分类准确率的影响。第一部分的结果表明,进行五分类总的准确率达到84.3%。其中,A、F、G、K、M各自的分类精度分别为87.0%,84.6%,81.2%,87.4%,89.7%,均优于自行抽谱后的一维光谱分类结果。第二部分的结果表明,即使在SNR30之后,信噪比对光谱分类的影响就不明显了。由此证明了低信噪比时使用二维光谱分类的重要性以及TDSC-Net对恒星光谱分类的有效性。

关键词：恒星分类卷积神经网络注意力机制 Two-dimensional spectra classification network

在线全文

学校读者我要写书评

暂无评论

基于势博弈的智能电网需求侧管理问题

控制与决策 2024年第2期39卷 545-550页

作者：刘敏王金环河北工业大学理学院天津300401

基于矩阵半张量积方法研究智能电网需求侧管理问题.首先,基于势博弈的判定条件,利用势博弈对智能电网需求侧管理问题建模并构造相应的势函数;其次,当策略更新规则为时间级联型短视最优响应时,设计牵制控制使得势博弈在演化过程中镇定到... 详细信息

基于矩阵半张量积方法研究智能电网需求侧管理问题.首先,基于势博弈的判定条件,利用势博弈对智能电网需求侧管理问题建模并构造相应的势函数;其次,当策略更新规则为时间级联型短视最优响应时,设计牵制控制使得势博弈在演化过程中镇定到最优纳什均衡;然后,在牵制控制设计过程中,为减少控制成本,设计算法得到尽可能少的控制玩家;最后,通过算例验证理论结果的有效性.

关键词：势博弈矩阵半张量积演化博弈智能电网需求侧管理牵制控制纳什均衡

泡沫分馏技术的过程强化策略及其在食品工业中的应用研究进展

在线全文

学校读者我要写书评

暂无评论

食品工业科技 2024年第18期45卷 384-393页

作者：程小东刘伟杨春燕殷昊卢珂河北工业大学化工学院天津300402

泡沫分馏是一项绿色、经济的初级分离技术,在食品工业领域具有良好的应用前景。然而,由于操作参数对界面吸附和泡沫排液具有截然相反的影响,泡沫分馏间歇操作很难同时获得较高的富集比和回收率。为了解决这一难题,研究者们开发了多种泡... 详细信息

泡沫分馏是一项绿色、经济的初级分离技术,在食品工业领域具有良好的应用前景。然而,由于操作参数对界面吸附和泡沫排液具有截然相反的影响,泡沫分馏间歇操作很难同时获得较高的富集比和回收率。为了解决这一难题,研究者们开发了多种泡沫分馏过程强化策略。本文首先对近年来界面吸附和泡沫排液过程强化的相关研究进行概括总结,并分析了各种方法的优缺点。随后,综述了泡沫分馏在蛋白质、酶类、皂苷、多酚类物质和生物防腐剂的分离中的研究进展。基于文献梳理和问题分析,未来可开展以下三方面研究以促进泡沫分馏的工业应用:开发能够同时强化界面吸附和泡沫排液的新方法;开发能够特异结合非表面活性物质且可重复使用的新型捕收剂;抑制解吸过程中的蛋白质变性。

关键词：泡沫分馏界面吸附泡沫排液过程强化表面活性剂

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

在明串珠菌构建高产甘露醇的细胞工厂

食品与发酵工业 2024年第7期50卷 9-16页

作者：刘成川金红星河北工业大学化工学院天津300401

甘露醇是一种具有多种功效的六糖醇,被广泛应用于医药、食品、化工和电子等行业。为构建高产甘露醇的明串珠菌,建立了将底盘细胞转化为高产目标产物菌株的理论:细胞工厂的“源-库”学说。通过2次同源重组,打破染色体中基因的操纵子和重... 详细信息

甘露醇是一种具有多种功效的六糖醇,被广泛应用于医药、食品、化工和电子等行业。为构建高产甘露醇的明串珠菌,建立了将底盘细胞转化为高产目标产物菌株的理论:细胞工厂的“源-库”学说。通过2次同源重组,打破染色体中基因的操纵子和重叠基因模式,并将甘露醇外排泵蛋白(mannitol efflux pump,MEP)基因序列和再生NADH的酶(甲酸脱氢酶)基因序列定点插入到染色体上。蔗糖为90 g/L时,打破mep基因的操纵子和重叠基因模式的菌株甘露醇产量比原始菌株(CGMCC1.10327)提高了9.5%。原始菌株染色体上敲入一个拷贝mep基因序列的菌株,底物蔗糖能添加到120 g/L,甘露醇产量也达到55.18 g/L。CCTCC M2020762菌株染色体上敲入一个拷贝甲酸脱氢酶基因序列的菌株,底物蔗糖能添加到145 g/L,甘露醇产量也达到101.6 g/L。使细胞工厂具备更强的“源”能(NADH再生等)和更大的“库”容(提高MEP活性),实现目标产物的超高产。

关键词：细胞工厂源-库明串珠菌甘露醇发酵合成生物学

沟槽对液固两相湍流中展向涡结构影响的实验研究

在线全文

学校读者我要写书评

暂无评论

船舶力学 2024年第9期28卷 1368-1379页

作者：葛雅馨孙姣高天达陈文义严冬河北工业大学化工学院天津300130 河北工业大学化工节能过程集成与资源利用国家地方联合工程实验室天津300130

采用粒子图像测速技术(particlesimage velocimetry,PIV)研究沟槽对含有355μm聚苯乙烯颗粒的液固两相湍流边界层的影响规律,通过对比流过沟槽壁面与光滑平板含颗粒流的平均速度剖面、湍流度及雷诺切应力等湍流统计量,分析沟槽对两相湍... 详细信息

采用粒子图像测速技术(particlesimage velocimetry,PIV)研究沟槽对含有355μm聚苯乙烯颗粒的液固两相湍流边界层的影响规律,通过对比流过沟槽壁面与光滑平板含颗粒流的平均速度剖面、湍流度及雷诺切应力等湍流统计量,分析沟槽对两相湍流边界层特性的影响。采用空间多尺度、局部平均结构函数和λci涡量识别准则准确识别发卡涡展向涡的涡心,并提取周围脉动速度及流线的空间拓扑结构,对不同法向高度处顺向涡的数量规律进行统计分析。结果发现:与光滑平板相比,沟槽壁面平均速度剖面缓冲层部分抬升,对数区外移,壁面摩擦速度和摩擦切应力变小,表现出4.86%的减阻效果;在同一法向高度,相较于光滑壁面,沟槽壁面下检测到的顺向涡结构倾角较小,数量也较少,周围流向脉动速度较弱,说明在两相流中沟槽壁面能够削弱发卡涡的强度和发生可能,达到减阻的效果。

关键词：沟槽壁面两相流粒子图像测速湍流边界层展向涡

改进SSA优化的BP神经网络交通量预测模型

在线全文

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2024年第7期56卷 94-101页

作者：陈亮郝祎纯李巧茹丁景轩河北工业大学土木与交通学院天津300401

为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀... 详细信息

为更加准确地进行交通量预测,针对传统的BP神经网络随机赋值、收敛速度慢等问题,提出了改进麻雀搜索算法(sparrow search algorithm,SSA)优化的BP神经网络预测模型。该模型结合SSA位置更新原理和鸡群优化算法中公鸡位置更新方法对麻雀搜索算法进行改进,在避免算法陷入局部最优和位置更新无效的同时有效地提高了算法的收敛速度。利用改进麻雀搜索算法对BP神经网络的权值和阈值进行寻优赋值,得到了改进SSA-BP神经网络预测模型。利用交通量数据,对LSTM神经网络、BP神经网络、SSA-BP神经网络和改进SSA-BP神经网络4种预测模型进行训练和测试,以MAE、MAPE、MSE、RMSE和EC 5个指标对预测结果进行对比分析。结果表明:BP神经网络优于LSTM神经网络,且麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了0.28 veh/(3 min)、MAPE降低了1%、MSE降低了2.72 veh/(3 min)、RMSE降低了0.04;改进麻雀搜索算法优化BP神经网络预测模型相较于BP神经网络预测模型MAE降低了1.31 veh/(3 min)、MAPE降低了4%、MSE降低了9.2 veh/(3 min)、RMSE降低了0.18,且拟合度更接近于1。改进SSA-BP预测模型的性能优于SSA-BP神经网络预测模型,且有效提高了BP神经网络的预测精度,拟合度达到0.98,该模型适用于交通量预测,能够为智能交通系统提供可靠的预测值。

关键词：交通量预测 BP神经网络改进麻雀搜索算法权值阈值

维普期刊数据库博看期刊

Ru-K-NaY催化草酸二甲酯脱羰基制备碳酸二甲酯

在线全文

学校读者我要写书评

暂无评论

化工进展 2024年

作者：张日东吕建华刘继东郭豹李文松河北工业大学化工学院

以NaY分子筛为载体，通过KNO3溶液对NaY分子筛进行预处理，记为K-NaY。之后采用过量浸渍的方法，制备了一系列不同Ru含量的Ru-K-NaY催化剂。并首次将其用于草酸二甲酯(DMO)脱羰基制备碳酸二甲酯(DMC)的反应。研究了Ru负载量和催化剂碱... 详细信息

以NaY分子筛为载体，通过KNO3溶液对NaY分子筛进行预处理，记为K-NaY。之后采用过量浸渍的方法，制备了一系列不同Ru含量的Ru-K-NaY催化剂。并首次将其用于草酸二甲酯(DMO)脱羰基制备碳酸二甲酯(DMC)的反应。研究了Ru负载量和催化剂碱量对反应的影响。采用XPS、BET和CO2-TPD等对Ru-K-NaY催化剂的表面和结构性能以及碱性性能进行了表征，确定了增加催化剂弱碱活性位点数量以及Ru0物种数量可以提高催化剂的催化活性，促进碳酸二甲酯的生成。以Ru-K-NaY作为催化剂，对反应条件进行了优化，在最佳反应条件下，DMO转化率和DMC选择性分别为83%和69%。最后研究了催化剂的稳定性，Ru-K-NaY催化剂循环使用5次后催化活性基本不变。

关键词：沸石催化剂催化剂载体碳酸二甲酯 Ru

石灰粉煤灰固化石油污染土的渗透特性及其工程再利用探讨

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

岩土力学 2024年第1期45卷 108-116页

作者：李敏李辉于禾苗赵博华齐振霄河北工业大学土木与交通学院天津300401 河北工业大学河北省土木工程技术创新中心天津300401

固化改性污染土的渗透性是推进污染土工程再利用需关注的指标之一。借助GDS环境土柔性壁渗透测试仪,优选兼具吸附与固化作用的石灰粉煤灰作为固化材料,以围压、渗透压、污染强度为变量参数,以固化前后石油污染土的渗透系数及土中残余含... 详细信息

固化改性污染土的渗透性是推进污染土工程再利用需关注的指标之一。借助GDS环境土柔性壁渗透测试仪,优选兼具吸附与固化作用的石灰粉煤灰作为固化材料,以围压、渗透压、污染强度为变量参数,以固化前后石油污染土的渗透系数及土中残余含油量为指标,结合X射线衍射和扫描电镜,厘清渗透性演变及污染物迁移扩散规律,并以此探讨固化石油污染土的工程再利用性。研究结果表明:固化产物对石油分子的吸附作用弱化了石油斥水性,增加了渗透的有效通道,固化石油污染土的渗透系数较未固化石油污染的提高了两个数量级;土体干密度增大会增强对石油的吸附截流作用,围压、渗透压及污染水平的增大会增强土颗粒间相互作用,均引起石油污染土及固化石油污染土渗透性降低。固化作用可有效控制渗透作用下石油污染物的迁移扩散,各部位的残余含油量均非常接近于初始含油量,避免了渗透污染风险。结合石灰粉煤灰固化石油污染土力学特性(抗压强度为1280.10 kPa,抗剪强度为388.88 kPa)、渗透性(渗透系数为4.28×10^(−6)~7.39×10^(−6) cm/s)及迁移控制性(波动率为0.30%~4.90%),石灰粉煤灰固化石油污染土可考虑用于有防渗要求的路基类填筑材料进行工程再利用。

关键词：石油污染土固化稳定工程再利用渗透性石灰粉煤灰

在线全文

学校读者我要写书评

暂无评论

融合注意力机制与联合优化的表面缺陷检测

计算机辅助设计与图形学学报 2024年第1期36卷 102-111页

作者：董永峰孙松毅王振刘晶河北工业大学人工智能与数据科学学院天津300401 河北工业大学河北省数据驱动工业智能工程研究中心天津300401 河北工业大学河北省大数据计算重点实验室天津300401

两段式缺陷检测模型中分割和分类网络的优化目标不一致,导致二者耦合性较差,且分割模块误差的积累可能进一步弱化分类模块的性能.针对上述问题,提出一种基于注意力机制的缺陷检测联合优化算法.首先基于混合注意力特征融合模块的分割网... 详细信息

两段式缺陷检测模型中分割和分类网络的优化目标不一致,导致二者耦合性较差,且分割模块误差的积累可能进一步弱化分类模块的性能.针对上述问题,提出一种基于注意力机制的缺陷检测联合优化算法.首先基于混合注意力特征融合模块的分割网络融合浅层特征和深层特征,提取更全面的缺陷位置信息;然后基于多感受野空间注意力模块的分类网络挖掘更具判别性的缺陷类别特征;最后通过联合优化目标实现分割和分类网络的学习优化,提升整个算法的耦合性以及性能.基于PyTorch框架,在公开工业缺陷检测数据集DAGM 2007, MAGNETIC-TILE和KolektorSDD2数据集上进行实验,并引入分段式算法及类U-Net算法进行横向对比的结果表明,所提算法的准确率相比分段式算法最高提升28.02%,相比类U-Net算法最高提升8.3%,且精确率、召回率、F1值均优于同类算法,具有更好的检测性能.

关键词：深度学习特征融合缺陷检测注意力机制