检索结果-南通市图书馆

维普期刊数据库博看期刊

“竞技”的消解:武术运动员身份建构及认同转向的质性研究

在线全文

学校读者我要写书评

暂无评论

体育学刊 2025年第2期32卷 25-32页

作者：席隆罗应景阴文慧乔凤杰清华大学体育部北京100084

以建构主义扎根理论为方法论基础,探究武术运动员竞技身份的建构过程及其竞技身份消解和认同转向的成因。经过4轮编码,建构武术运动员身份建构及认同转向理论模型。研究表明武术技艺精进、竞技目标驱动、社会环境塑造、文化符号构建4个... 详细信息

以建构主义扎根理论为方法论基础,探究武术运动员竞技身份的建构过程及其竞技身份消解和认同转向的成因。经过4轮编码,建构武术运动员身份建构及认同转向理论模型。研究表明武术技艺精进、竞技目标驱动、社会环境塑造、文化符号构建4个因素共同建构武术运动员的竞技身份。随着竞技生涯过渡与结束,身份认同在职业与场域的影响下呈现不同程度的演变。其中,受到外部因素文化传统召唤、竞技环境挑战、群体理念冲突,以及个体因素传统哲学内化、武术价值再审视的影响,竞技身份逐渐消解,转向对传统武术认同的回归。基于此理论模型,提出未来发展路径:守正固本,德技双修;和合共生,认同共塑;承古启新,因时而进。

关键词：扎根理论竞技武术武术运动员竞技身份身份认同认同转向

基于正态随机过程的驼峰设计中计算气温建模与分析

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

铁道学报 2025年第1期47卷 21-30页

作者：夏胜利仇帅张红亮北京交通大学交通运输学院北京100044 北京交通大学轨道交通安全协同创新中心北京100044

基于可获取的全球公开气象数据,发现现行设计规范中用以描述气温分布的正态分布模型与我国铁路编组站所在地全年月均气温和全年日均气温的分布情况均不相符,在此基础上,深入分析现行驼峰设计规范中给出的气温分布模型的来源及不足。为... 详细信息

基于可获取的全球公开气象数据,发现现行设计规范中用以描述气温分布的正态分布模型与我国铁路编组站所在地全年月均气温和全年日均气温的分布情况均不相符,在此基础上,深入分析现行驼峰设计规范中给出的气温分布模型的来源及不足。为更准确地拟合编组站所在地实际气温的分布,提出基于正态随机过程的全年日均气温建模方法,并在此基础上给出用于拟合实际日均气温的理论密度函数。以全路18个编组站所在地的全年日均气温数据为实例,验证该理论密度函数对实际数据的拟合效果,并基于实例数据给出日均气温数据精度下计算气温的置信水平,发现相同置信水平下提出的理论密度函数计算得到的气温与基于规范方法计算得到的气温仅相差0~3℃。由此可知,现行规范中给出的气温分布模型在工程实践中应用是可行的,但在推导过程中理论依据不充分,本研究成果很好地解决这一问题,夯实了驼峰设计及优化理论基础。

关键词：驼峰设计计算气温铁路编组站气象资料

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的增量学习研究综述

数据分析与知识发现 2025年第1期9卷 1-30页

作者：孙文举李清勇张靖王丹羽王雯耿阳李敖北京交通大学交通大数据与人工智能教育部重点实验室北京100044 北京交通大学计算机科学与技术学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044

【目的】追踪深度神经网络模型在增量学习领域的研究进展,以解决灾难性遗忘问题为切入角度对相关方法进行归纳和整理,为未来的研究提供参考。【文献范围】以“增量学习”“持续学习”和“灾难性遗忘”作为关键词,在Web of Science、谷... 详细信息

【目的】追踪深度神经网络模型在增量学习领域的研究进展,以解决灾难性遗忘问题为切入角度对相关方法进行归纳和整理,为未来的研究提供参考。【文献范围】以“增量学习”“持续学习”和“灾难性遗忘”作为关键词,在Web of Science、谷歌学术、DBLP和CNKI等数据库中进行文献检索,共筛选出105篇代表性文献。【方法】首先详细介绍增量学习的定义、核心问题及其面临的挑战,再将现有增量学习方法分为基于正则约束、基于信息存储和基于动态网络三类,总结各类别的原理、优势及代表性方法。【结果】在统一的实验设置下,对主流增量学习方法进行评测,并开源代码。实验发现,基于正则约束的方法虽高效但难以完全解决遗忘问题;基于信息存储的方法性能受保留范例数量影响较大;基于动态网络的方法虽能有效避免遗忘,但增加了计算开销。【局限】主要针对深度神经网络的增量学习进行综述,未涉及非深度学习领域的增量学习技术。【结论】在理想条件下,基于信息存储和基于动态网络的方法相较基于正则约束的方法表现出更优越的性能,这两类方法的技术复杂性可能会限制其推广应用。现有增量学习方法与联合训练相比仍有不足,需在未来的研究中予以解决。

关键词：增量学习连续学习终身学习灾难性遗忘深度学习神经网络

基于FPGA的电力电子变换器随机实时仿真建模方法

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2025年第2期45卷 110-118页

作者：王诗楠郭希铮孙宗辉王玉乐游小杰北京交通大学电气工程学院北京100044 北京交通大学轨道交通安全协同创新中心北京100044

确定性模型无法对系统的随机特性进行准确描述,而目前的随机模型难以应用于现场可编程门阵列(FPGA)的实时仿真。基于广义多项式混沌展开方法建立电力电子变换器的随机实时仿真模型,针对复杂概率分布随机变量以及高复杂度系数矩阵导致的... 详细信息

确定性模型无法对系统的随机特性进行准确描述,而目前的随机模型难以应用于现场可编程门阵列(FPGA)的实时仿真。基于广义多项式混沌展开方法建立电力电子变换器的随机实时仿真模型,针对复杂概率分布随机变量以及高复杂度系数矩阵导致的硬件资源消耗问题,提出一种最优正交多项式基函数的构建方法,减少FPGA的计算资源消耗,并提高模型精度。以三相脉宽调制整流器作为研究对象,通过离线仿真验证所提建模方法的准确性与有效性;并基于FPGA的实时仿真平台,搭建变换器的随机实时仿真模型。离线与实时仿真结果表明,所提模型可以实时求解系统输出响应的统计矩信息,高效地反映系统概率运行情况。

关键词：电力电子变换器广义多项式混沌展开随机仿真模型不确定性分析多随机变量 FPGA 实时仿真

在线全文

学校读者我要写书评

暂无评论

基于对比学习和标签挖掘的点云分割算法

计算机研究与发展 2025年第1期62卷 132-143页

作者：黄华卜一凡许宏丽王晓荣北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100044 轨道工程北京市重点实验室(北京交通大学) 北京100044 智慧高铁系统前沿科学中心(北京交通大学) 北京100044

基于深度学习的点云分割算法通过设计复杂的特征提取模块,可以对高维空间点云进行有效的分割.但由于缺乏对边界点集的特征挖掘,使得其对边界分割的精度欠佳.已有将对比学习思想用于点云分割以解决边界区域分割性能不足问题的研究中,忽... 详细信息

基于深度学习的点云分割算法通过设计复杂的特征提取模块,可以对高维空间点云进行有效的分割.但由于缺乏对边界点集的特征挖掘,使得其对边界分割的精度欠佳.已有将对比学习思想用于点云分割以解决边界区域分割性能不足问题的研究中,忽略了点云无序和稀疏特性,特征提取不够准确.对此,设计了基于对比学习和标签挖掘的点云分割模型CL2M(contrastive learning label mining),通过自注意力机制学习不同位置处点云更为精准的特征,并引入对比学习方法,提高了点云边界处的分割精度.在对比边界学习过程中通过深入挖掘语义空间中的标签并设计了基于标签分布的对比边界学习模块,使得高维空间点云标签分布包含更多的语义信息.CL2M充分利用标签的分布规律计算分布间的距离,可准确划分正负样本,减少了常规硬划分带来的累计错误.在2个公开数据集上进行的实验结果表明,CL2M在多个评价指标上优于既有的点云分割模型,验证了模型的有效性.

关键词：计算机视觉点云分割对比学习自注意力机制边界挖掘

在线全文

学校读者我要写书评

暂无评论

考虑自动编组的混合公交系统行车计划优化

系统工程理论与实践 2025年第2期45卷 651-665页

作者：赵小梅周绪成刘云栋谢东繁北京交通大学系统科学学院北京100044

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目... 详细信息

为解决可编组自动驾驶公交和传统电动公交混合运营下的行车计划问题,本文考虑二者的功能和成本差异,结合跨线调度和分段充电策略构建混合公交系统行车计划优化模型.模型以两类公交的运行成本、空驶成本、购置成本以及充电成本最小化为目标,决策场站车队规模及车辆的车次链.针对该整数非线性规划模型,本文设计“初始解生成与列生成框架”的两阶段求解算法,并选取北京市某场站四条运营线路进行案例分析.结果表明:与单线调度的公交系统相比,跨线调度策略能够提高7.2%的车辆利用率,降低23.3%的运行成本和21.93%的购置成本.相比于多车型的传统电动公交系统,可编组自动驾驶公交的引入使得编组单元的平均使用次数达到3.58次,系统的平均车辆使用次数增加0.53次,有效提高车辆使用率.为混合公交系统下多线路公交行车计划提供优化建议.

关键词：交通运输规划与管理混合公交系统行车计划电动公交可编组自动驾驶公交列生成算法

基于约束强化学习的综合能源系统优化调度研究

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2025年第6期53卷 1-14页

作者：李天明王小君窦嘉铭刘曌司方远和敬涵北京交通大学电气工程学院北京100044

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式... 详细信息

“双碳”目标下,分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system,IES)优化调度问题的求解难度提升,深度强化学习为解决上述问题提供了有效手段。然而,传统深度强化学习通常将安全约束以惩罚项形式加权添加至奖励函数,加权系数一般由人工确定且在迭代过程中保持固定,一定程度上影响了算法的收敛性能与约束处理能力。对此,提出一种基于约束强化学习的IES优化调度方法。首先,构建了基于IES机组运行与系统潮流约束的安全价值网络,并通过拉格朗日乘子与经济价值网络动态并行协同,分别评估智能体决策的安全与经济价值。其次,利用原始对偶的思路,交替更新智能体策略与拉格朗日乘子,以规避人工设置惩罚系数引起的主观偏差对IES调度决策的影响。同时,利用专家知识引导智能体开展训练,防止其盲目寻优造成算力浪费。最后,基于电-热耦合系统开展仿真算例对比分析,验证了所提方法的安全性与高效性。

关键词：综合能源系统优化调度深度强化学习约束强化学习

小样本条件下基于深度特征融合的配电网高阻接地故障识别方法

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

电力系统保护与控制 2025年第6期53卷 101-112页

作者：尚博阳罗国敏刘畅宇王小君杨雪凤北京交通大学电气工程学院北京100044

针对基于数据驱动的高阻接地故障检测可靠性低和样本需求度高的问题,提出一种小样本条件下基于深度特征融合的配电网高阻接地故障识别方法。首先,在配电网高阻故障特性分析的基础上,利用离散小波变换对高阻故障信号的波形进行深度挖掘,... 详细信息

针对基于数据驱动的高阻接地故障检测可靠性低和样本需求度高的问题,提出一种小样本条件下基于深度特征融合的配电网高阻接地故障识别方法。首先,在配电网高阻故障特性分析的基础上,利用离散小波变换对高阻故障信号的波形进行深度挖掘,构造多尺度时频特征图和全局统计特征矩阵以增强高阻故障特征的表达。其次,结合轻量型残差网络结构和自注意力机制设计深度特征提取网络,实现局部和全局时频特征的融合提取。然后,引入度量元学习计算各类样本在度量空间中的特征类原型以及类原型与样本之间的距离,从而实现高阻故障分类器的构建。最后,在不同复杂运行条件和现场数据集上进行算例测试,验证了所提方法的有效性。

关键词：配电网高阻接地故障时频特征融合小样本自注意力机

基于等效面积法的车载制动能量回收装置控制策略

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

电工技术学报 2025年第3期40卷 975-986页

作者：米佳雨杨中平钟志宏林飞邵一晨北京交通大学电气工程学院北京100044

传统的基于网压或者人工智能算法的控制策略虽然可以使车载储能装置制动能量具有一定的回收效果,但是却存在忽略了储能元件自身充放电特性、模型建立复杂、难以求解最优策略的解析解等问题。为此,该文提出基于等效面积法的车载储能装置... 详细信息

传统的基于网压或者人工智能算法的控制策略虽然可以使车载储能装置制动能量具有一定的回收效果,但是却存在忽略了储能元件自身充放电特性、模型建立复杂、难以求解最优策略的解析解等问题。为此,该文提出基于等效面积法的车载储能装置控制策略。在储能装置的充电阶段,为了保证最优的节能效果,以储能装置的功率作为状态变量,通过选取最优的初始电压和充电电流,使列车制动功率曲线与储能装置充电功率曲线所围面积最大。储能装置的放电阶段,在保证储能装置的放电截止电压在列车牵引结束时达到最优充电初始值的前提下,选取合适的放电电流使列车牵引功率曲线与储能装置放电功率曲线面积差的最大高度最小,此时车载储能装置的“填谷”效果最佳。该策略从列车的牵引制动特性出发,不仅充分考虑了储能元件的充放电特性,而且模型简单、计算量小、且易于求解得到最优控制策略的解析解,从而可以充分发挥储能装置的充放电能力。算例分析结果表明,相较于传统的基于网压的双环PI控制策略,所提的控制策略可以进一步提升储能装置的充放电量,节能效果显著。

关键词：城市轨道交通车载储能装置制动能量回收控制策略等效面积法