检索结果-南通市图书馆

维普期刊数据库博看期刊

机器学习的时变环境下自由空间光通信系统信道建模研究

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第4期45卷 172-176页

作者：周书兴唐露新广州理工学院广州510540 广州理工学院广东省工业机器人集成与应用工程技术研究中心广州510540

在时变环境下,传统模型只去除了部分通信串扰,传输损耗大,为此提出机器学习的时变环境下自由空间光通信系统信道建模方法。采用直方图统计法统计数据集的峰值、选择通信最短路径,遗传算法得到信道最佳参数,机器学习根据最佳参数计算通... 详细信息

在时变环境下,传统模型只去除了部分通信串扰,传输损耗大,为此提出机器学习的时变环境下自由空间光通信系统信道建模方法。采用直方图统计法统计数据集的峰值、选择通信最短路径,遗传算法得到信道最佳参数,机器学习根据最佳参数计算通信阻抗,获得电容和电导值,对权值进行调整去除通信串扰,根据信道规模特性将天线域转换为波束域,搭建时变环境下自由空间光通信信道。仿真实验结果表明,本模型的传输损耗平均达到148 dB,具有较高的应用价值。

关键词：机器学习时变环境自由空间光通信传输损耗

Ⅱ型双删失样本下逆Topp-Leone分布的Bayes估计

在线全文

学校读者我要写书评

暂无评论

荆楚理工学院学报 2024年第4期39卷 1-9页

作者：习长新刘华张玲荆楚理工学院数理学院湖北荆门448000 荆楚理工学院数据分析科学实验室湖北荆门448000

在Ⅱ型双删失样本下,研究了逆Topp-Leone分布参数的极大似然估计,证明了极大似然估计的存在性和唯一性;基于未知参数的先验分布为Gamma分布和Jeffrey分布,分别在三种不同损失函数下,得到逆Topp-Leone分布未知参数的Bayes估计。根据后验... 详细信息

在Ⅱ型双删失样本下,研究了逆Topp-Leone分布参数的极大似然估计,证明了极大似然估计的存在性和唯一性;基于未知参数的先验分布为Gamma分布和Jeffrey分布,分别在三种不同损失函数下,得到逆Topp-Leone分布未知参数的Bayes估计。根据后验密度函数得到预测密度,进而得到未来观测值在三种损失函数下的预测估计值。为了比较在不同损失下Bayes估计的优劣,采用数值模拟方法计算了各种估计的均值及均方误差,结果表明在Linex损失下未知参数的Bayes估计量更接近真值,均方误差最小。

关键词： Ⅱ型双删失逆Topp-Leone分布 Bayes估计预测

在线全文

学校读者我要写书评

暂无评论

高校实验室信息化平台探索与实践

办公自动化 2024年第3期29卷 4-6页

作者：郑琳荆楚理工学院荆门448000

随着当前信息技术的不断发展以及在教育领域的深度应用,通过信息化平台建设帮助高校建立信息化实验室成为提高实验室应用和管理水平的重要措施。为了满足人才实践能力、科研能力的培养需求,高校应积极引进信息技术打造完善的信息化平台... 详细信息

随着当前信息技术的不断发展以及在教育领域的深度应用,通过信息化平台建设帮助高校建立信息化实验室成为提高实验室应用和管理水平的重要措施。为了满足人才实践能力、科研能力的培养需求,高校应积极引进信息技术打造完善的信息化平台,以确保能够解决实验室建设和管理方面的诸多问题。为此,文章分析高校实验室信息化平台建设的重要性和面临的问题,进而提出高校实验室信息化平台所需的框架和功能以及平台建设措施以供参考。

关键词：高校教育实验室建设信息化平台

在线全文

学校读者我要写书评

暂无评论

陆地棉SAURX克隆及表达模式分析

西北植物学报 2024年第5期44卷 751-759页

作者：刘永昌马晓梅吴忠新孙玉进陈纳荆楚理工学院生物工程学院湖北荆门448000 新疆农垦科学院棉花研究所新疆石河子832000

【目的】生长素上调的小RNA(SAURs)是一类生长素原初响应基因,在细胞伸长的过程中具有重要作用。克隆纤维发育相关的SAUR基因,研究其表达模式和生物学功能对探究纤维发育的机理具有重要意义。【方法】从陆地棉中克隆到1个编码SAUR蛋白... 详细信息

【目的】生长素上调的小RNA(SAURs)是一类生长素原初响应基因,在细胞伸长的过程中具有重要作用。克隆纤维发育相关的SAUR基因,研究其表达模式和生物学功能对探究纤维发育的机理具有重要意义。【方法】从陆地棉中克隆到1个编码SAUR蛋白的基因,命名为GhSAURX,通过表达模式分析、亚细胞定位、转基因拟南芥表型分析及生长素相关基因表达分析初步研究其功能。【结果】进化树分析表明:GhSAURX与拟南芥SAUR76、SAUR77和SAUR78关系较近,属于SAUR76亚家族。qPCR结果发现,GhSAURX基因在快速伸长的纤维中表达量较高,即开花后15,18,21 d。同时,GhSAURX在长纤维品种中的表达水平明显高于短纤维。亚细胞定位分析显示,GhSAURX定位在细胞膜和细胞核中。异源表达GhSAURX可以提高YUCCA6、ARF7及PIN4的表达,增加拟南芥的主根长度和黑暗条件下胚轴的长度。【结论】GhSAURX可能在生长素调控细胞伸长的过程中具有重要作用。

关键词：陆地棉生长素 SAUR 细胞伸长表达分析

基于DMN的数据影响交互流程变化感知分析方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：郝惠晶方贤文张希为安徽理工大学数学与大数据学院安徽省煤矿安全大数据分析与预警技术工程实验室

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影... 详细信息

流程模型的变化挖掘作为业务流程管理的重要内容，是解决业务系统可信管理的关键点之一。已有的研究主要是针对业务流程的控制流进行变化分析，或将控制流与数据流进行融合分析，较少考虑数据变化对跨域交互流程中行为和数据的变化链影响。基于此，本文提出了一种基于决策模型和标记（DMN）的数据影响交互流程的变化分析方法，首先提取以数据为中心的BPMN决策模式，将流程上下文数据建模在单独的决策模型中。然后将BPMN与DMN相结合进行控制流与数据流融合建模，并分析生成的数据感知流程模型的合理性。在此基础上，通过数据影响分析识别数据变化对后续的流程执行及数据的联动变化影响，从而综合分析控制流与数据流约束下的变化传播区域。最后利用CPN tools进行仿真模拟并通过比较实验进行评估，实验结果表明数据影响下的交互流程变化传播的一致性度相对较高，并优化了模型结构。

关键词：变化感知决策模型和标记数据影响数据感知合理性跨域交互

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智慧体育助力体育教学模式创新研究

当代体育科技 2024年第2期14卷 166-169页

作者：张献芳荆楚理工学院湖北荆门448000

智慧体育在当代教育中扮演着越来越重要的角色,它为体育教学模式的创新提供了新的可能性。该研究旨在探索智慧体育如何助力体育教学模式创新,以应对现代教育的挑战和需求。在研究中发现,智慧体育为体育教学注入了新的活力和创新点,不仅... 详细信息

智慧体育在当代教育中扮演着越来越重要的角色,它为体育教学模式的创新提供了新的可能性。该研究旨在探索智慧体育如何助力体育教学模式创新,以应对现代教育的挑战和需求。在研究中发现,智慧体育为体育教学注入了新的活力和创新点,不仅丰富了教学内容,还拓展了教学方式,提供了更多个性化、定制化的学习体验。此外,智慧体育还促进了师生之间的互动和合作,激发了学生的学习动力和积极性。该研究为智慧体育在体育教学中的应用提供了理论支持和实践指导,为推动体育教学模式创新提供了有益参考。

关键词：智慧体育体育教学教学模式创新策略

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

基于深度学习的事件特征提取与舆情反转预测

情报杂志 2024年

作者：王楠杜豪谭舒孺李海荣姜家慧吉林财经大学管理科学与信息工程学院吉林财经大学吉林省商务大数据中心桂林理工大学信息科学与工程学院新疆理工学院信息工程学院

[研究目的]针对目前舆情事件特征构建存在的问题,考虑事件文本差异性,挖掘更加准确合理的事件深层特征,并用于网络舆情反转预测。[研究方法]基于注意力机制和Transformer等深度学习方法构建了一个事件特征提取模型Doc2EV:对于事件描述文... 详细信息

[研究目的]针对目前舆情事件特征构建存在的问题,考虑事件文本差异性,挖掘更加准确合理的事件深层特征,并用于网络舆情反转预测。[研究方法]基于注意力机制和Transformer等深度学习方法构建了一个事件特征提取模型Doc2EV:对于事件描述文本,提出基于等级掩码注意力的事件描述特征提取模型HMAEV,生成事件描述特征;对于事件评论文本,使用最新的事件评论特征提取模型NL2ER-Transformer,生成事件评论特征;将提取的事件描述特征和事件评论特征进行融合,生成完整的事件特征并用于舆情反转预测。[研究结论]研究表明,基于Doc2EV模型生成的事件特征向量在舆情反转预测任务上取得97.83%的准确率,高于其它基线模型组合。等级掩码注意力机制有利于捕捉不同平台、不同事件文本之间的关联性和重要性,有利于提取到关键性的事件描述特征;不同事件文本特征适用不同特征提取器进行提取,融合后的事件特征更全面准确;Doc2EV模型能够很好地实现舆情反转预测任务。

关键词：舆情事件舆情反转预测深度学习等级掩码注意力事件特征提取异质平台 Doc2EV

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的三维点云分类与分割方法研究

基于深度学习的三维点云分类与分割方法研究

作者：郑雄伟东莞理工学院

学位级别：硕士

三维采集技术的飞速发展不仅简化了三维点云数据的获取过程,也推动了点云在自动驾驶、工业生产和城市规划等众多领域的应用。在三维数据分析和处理的研究领域,点云的形状分类与语义分割占据了核心地位。如今,深度学习在三维点云分类和... 详细信息

三维采集技术的飞速发展不仅简化了三维点云数据的获取过程,也推动了点云在自动驾驶、工业生产和城市规划等众多领域的应用。在三维数据分析和处理的研究领域,点云的形状分类与语义分割占据了核心地位。如今,深度学习在三维点云分类和分割方面的应用已成为研究热点。尽管目前已有众多针对三维点云分类与分割提出的深度学习模型,但这些方法仍面临诸多挑战。一方面,大多数现有方法未能有效结合局部特征与区域间关系,导致空间几何信息的部分丢失;另一方面,由于未能在高维特征空间中识别和强化关键特征通道,这会导致模型无法关注最有价值的特征。本文针对这些问题进行了深入探讨,主要研究内容如下:(1)为解决已有算法中局部特征与区域间关系结合不足的问题,本文设计了一种由局部特征提取模块和跨区域关系学习模块所组成的点云分类与分割网络。局部特征提取模块通过最远点采样、球查询分组和特征聚合三个步骤,高效地提取点云数据的层次化特征。跨区域关系学习模块则采用动态区域划分构建局部区域,然后利用自注意力计算的方式来建模区域间的关系。实验结果表明,跨区域关系学习模块有效地增强了模型区域间关系的理解,本文提出的算法在Model Net40数据集上的分类总体准确率为93.0%、平均类别准确率为90.3%,在Shape Net Part数据集的平均交并比为85.4%。(2)针对现有算法难以有效提取关键的高级语义信息与无法关注点云数据中的关键特征的问题,本文提出了一种结合边缘卷积和融合注意力的点云分类与分割模型。首先,模型会使用K近邻算法找到输入点云中每个点的固定数量的最近邻点以确定其局部邻域,计算每一对相邻点之间的边特征,并通过特征变换以及聚合操作将局部空间信息更新至邻域中心节点的特征表示。然后,对邻域特征并行应用空间和通道注意力来增强模型对点云数据关键区域和特征通道的关注。通过动态调整权重,提升了模型识别显著特征的能力并优化了整体性能。实验结果表明,相较于原始动态图卷积神经网络,本文提出的模型在Model Net40数据集上的分类总体准确率和平均类别准确率分别提高了1.1%和1.2%,在Shape Net Part数据集上的平均交并比提高了0.9%。

关键词：深度学习点云分类点云分割跨区域关系注意力机制

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

基于强化学习和区块链的车联网计算卸载方法

基于强化学习和区块链的车联网计算卸载方法

作者：罗泽昊东莞理工学院

学位级别：硕士

随着科技创新不断推动着行业变革,作为交通转型升级重要一环的车联网,正逐步向智能网联方向迈进,车载智能软件的种类和数据不断增加,算力需求与日俱增。传统的集中式云计算无法有效满足车辆的计算需求,如何高效且安全的进行计算卸载成... 详细信息

随着科技创新不断推动着行业变革,作为交通转型升级重要一环的车联网,正逐步向智能网联方向迈进,车载智能软件的种类和数据不断增加,算力需求与日俱增。传统的集中式云计算无法有效满足车辆的计算需求,如何高效且安全的进行计算卸载成为车联网领域的重点问题。本文以车联网中的计算卸载问题为需求,建立以高空平台系统作为控制中心、路边单元作为边缘计算节点的车联网模型,研究基于强化学习和区块链的计算卸载优化策略。当前的研究将博弈论、区块链、深度强化学习等技术引入车联网计算卸载领域,并取得相当大的进展。但在车联网计算卸载优化策略的研究中,仍旧存在以下问题:(1)现有算法未能考虑车辆和任务的随机性,忽视车辆与路边单元之间的负载均衡;(2)现有算法未能对计算任务卸载的全流程进行建模;(3)现有深度强化学习优化算法对于限制条件不够重视。本文围绕上述问题进行研究,主要包括以下三方面:(1)针对车辆与路边单元之间的负载均衡问题,本文采用数字孪生技术,设计车辆与路边单元之间的协调访问控制。面对车联网中的不确定性,现有大部分研究并未进行考虑。本文基于泊松博弈对车联网场景下车辆和任务的不确定性进行建模,将车辆访问接入过程制定为泊松博弈对策,证明了该博弈均衡解的存在性和唯一性,之后将该博弈过程的均衡解求解过程转化为优化问题,通过解决该博弈的均衡问题解决网络负载平衡问题,之后提出了一种分布式迭代寻求均衡解的算法。仿真结果验证了所提出的算法可以减少车联网网络的平均访问排队概率以及平衡网络负载。(2)针对计算任务卸载的全流程建模问题,本文结合高空平台系统和路边单元设计了车联网模型,统筹考虑计算卸载过程中的通信、计算、缓存三大问题,对车辆计算卸载中的任务产生、策略生成、传输、计算,以及返回结果全过程进行建模。为了卸载方案的安全性和共识的高效性,设计了两种区块链共识算法。将系统时延优化问题描述为马尔可夫决策过程,采用深度强化学习算法进行求解。通过仿真结果证明了所提算法性能的优越性。(3)针对现有求解算法对限制条件不够重视的问题,即本文中难以兼顾区块链投票过程的问题,本文将计算卸载策略制定和区块链节点投票描述为斯塔克尔伯格博弈,建立单领导者多跟随者的博弈模型,证明了该博弈存在均衡解,并采用数值替换得到可行的次优解。将该求解过程转化为受限马尔可夫决策过程,提出一种基于原始对偶的深度强化学习算法。最后通过仿真验证所提算法的收敛性,并与其他算法对比证明其高效性。

关键词：计算卸载博弈论深度强化学习区块链