检索结果-南通市图书馆

作者：盖锦燕吉林大学

学位级别：硕士

大量的实际问题可以归结为从有限个采样数据中学习目标函数.为了降低噪声对后续数据处理方法的影响,自然要求采样过程具有稳定性.因此,再生核Hilbert空间(RKHS)是处理点值泛函数据的理想背景空间.由于在很多情况下,采样得到的数据是非... 详细信息

大量的实际问题可以归结为从有限个采样数据中学习目标函数.为了降低噪声对后续数据处理方法的影响,自然要求采样过程具有稳定性.因此,再生核Hilbert空间(RKHS)是处理点值泛函数据的理想背景空间.由于在很多情况下,采样得到的数据是非点值泛函数据,为了保证非点值泛函数据采样过程的稳定性,建立了泛函再生核Hilbert空间(FRKHS).在机器学习中,基于非点值泛函数据的最小范数插值(MNI)问题和正则化学习问题已经取得了一些研究成果.根据表示定理,上述问题的解可以利用泛函再生核有限的表示.在FRKHS的理论框架下,对上述解的误差分析是急需解决的问题.本文建立了FRKHS中的MNI问题和正则化问题的确定性误差界,并且将其应用到了几个常用的实际问题中.我们对基于Sobolev核和指数核的点值泛函数据建立了MNI问题和正则化问题的确定性误差界.另外,我们还对基于平均采样和Radon变换的两种非点值泛函数据建立了MNI问题和正则化问题的确定性误差界.

关键词：再生核Hilbert空间泛函再生核Hilbert空间最小范数插值正则化确定性误差界

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北魏官营畜牧业问题探讨

北魏官营畜牧业问题探讨

作者：曹建国吉林大学

学位级别：硕士

北魏在占据骑兵优势的基础上,结束了北方混乱的局面,形成了对南方政权的有效军事压制,为北周、隋唐未来的统一打下了坚实的基础,这与北魏在畜牧管理方面的成功是密不可分的。在拓跋什翼犍时代,鲜卑族就十分重视对畜牧业的把控。完全统... 详细信息

北魏在占据骑兵优势的基础上,结束了北方混乱的局面,形成了对南方政权的有效军事压制,为北周、隋唐未来的统一打下了坚实的基础,这与北魏在畜牧管理方面的成功是密不可分的。在拓跋什翼犍时代,鲜卑族就十分重视对畜牧业的把控。完全统一北方以前,北魏数次征讨各游牧民族部落,获得大量的畜牧产品,用于国家安全防卫、贵族日常饮食、民众经济生产等各个方面。从专业性上来看,北魏诞生了多种畜牧、兽医相关职业,并将其引入官制体系而更大程度地实现他们的价值;从规范化上来看,北魏已经有意识地培育畜牧兽医人才,吸收和继承了许多民族的技术并不断地在国内推广。近现代以来,多有学者对北魏时期的畜牧业进行分析和解读,但是仍然有部分问题没有被深入发掘。本文主要通过梳理历史文献呈现北魏时期的畜牧兽医技术发展情况,总结北魏牧官选任和制度流变以分析北魏畜牧业管理的得失,从分子生物学的视角重新认识北魏时期常用饲料的营养成分。牧官充任者的实际情况,由北魏牧官制度决定,反映出了北魏对于畜牧业管理的重视程度。本文梳理各类牧官选任情况后,得出以下几个方面的结论:第一点,在北魏建立起完整的汉式公卿百僚体制以前,部落旧时的内侍制度得到充分发展,内侍官员常常手握禁卫兵马与国家畜牧之权,他们组成了北魏早期的牧官群体;第二点,北魏的统治核心始终以代人集团为主,他们不仅把持着文武要职,而且在畜牧诸职中占据主要地位。随着国家体制的不断完善,畜牧诸官在职权、品级、从属等方面更加明确细化了,一部分不能适应士族化改革浪潮的血缘旧贵族或代北勋臣子弟不断被边缘化。而新兴起的中原士族、客、附庸与宠幸、领民酋长、外戚等群体,依靠其政治能力与眼光,很快加入到孝文改制的进程当中。因此,北魏牧官的选任最终形成了以代人集团为主,兼选部分中原士族、镇人及其后裔的格局。第三点,虽然政治归属上有许多不同,而且呈现出代人贵族衰退的变化趋势,但在家世门第方面,北魏的牧官选任始终以高门士族为主。可以说,这既是士族化改革的目标,也是拓跋鲜卑长期的统治需要。畜牧之权在上则关系到北魏的国家和军事安全,在下能够影响贵族社会的经济来源和饮食习惯,所以即便品级较低的牧官,往往也具有代人勋贵和门阀士族这两大特点。第四点,与南朝轻视,甚至一些时期罢设畜牧诸职的态度相比,北魏的牧官不仅不会受到歧视,而且常有门第稍次一些的士族子弟到宗室王府、三公府、州府中充任骑兵参军的情况。贵族社会发展的一个必然结果,就是导致这样做不仅能凭借府主的身份获取更多政治资源和上升渠道,又能够熟悉战马骑兵之务,对其在北魏官僚体制内的后续仕途升迁颇有益处。第五点,北魏宫廷之中,除去太子仆等几乎无可考述,崇训太仆(及少卿)的担任者,多为被征服或坐罪没入宫廷的宦官。这类人虽然不具备天生的高门显宦背景,但是在宫廷内侍奉皇帝、太后给了他们接触最高政权的机会,已经远远超出牧官本身的地位和影响。第六点,在政局动荡的北魏末年,镇人集团成为北魏政权的威胁,朝廷与镇民在畜产上争夺激烈,这也决定了北魏最终的政治走向。北魏十分重视牧官的选任,选任结果也深刻影响了北魏政局。总的来说,本文是通过新的视角,对北魏畜牧业相关问题展开研究。

关键词：北魏畜牧业兽医技术牧官制度

基于多智能体强化学习的无人水下航行器决策方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多智能体强化学习的无人水下航行器决策方法研究

作者：王光诚吉林大学

学位级别：硕士

无人水下航行器在近年来的海洋科研与工程中日益显示出其重要性。特别是其中的自主水下航行器(Autonomous Underwater Vehicle,AUV),它们结合了先进的传感器技术和自主决策系统,能够独立在复杂水域执行任务。虽然单个AUV在任务执行上表... 详细信息

无人水下航行器在近年来的海洋科研与工程中日益显示出其重要性。特别是其中的自主水下航行器(Autonomous Underwater Vehicle,AUV),它们结合了先进的传感器技术和自主决策系统,能够独立在复杂水域执行任务。虽然单个AUV在任务执行上表现出色,但多AUV在协同搜索任务时,仍面临协同决策复杂性、通信限制以及动态环境适应性等挑战,尤其是在未知或动态变化的海洋环境中。多智能体强化学习(Multi-Agent Reinforcement Learning,MARL)能够有效处理多智能体间的交互,并学习合作与竞争策略,特别是在多AUV系统中,它能够促进智能体间的有效信息共享与决策协同。这对于提升系统在复杂和动态海洋环境中的整体效率和准确性至关重要。然而,现有的复杂动力学环境无法满足多智能体强化学习对大量数据的需求,也难以直接应用于多智能体强化学习中。此外,该技术也面临着很多挑战,包括缺少良好的航行器环境,需要提升算法的性能、改善算法与环境交互的接口设计和优化环境数据生成方法等。因此,本研究旨在探讨MARL在多AUV协同目标搜索中的应用,并对算法进行深入研究和优化。本文构建了一个无人水下航行器目标搜索环境。在此环境中,提出了两种改进的MARL算法:一种改善算法与环境交互的接口,另一种提高环境数据生成的效率和质量。这些改进有助于提高算法在真实世界条件下的适应性和鲁棒性有着重要意义。首先,本文构建了一个多AUV的强化学习环境。该环境对多AUV目标搜索任务进行了详细设计和优化,可以同时控制多个航行器协同搜索动态目标。该环境能够根据现实世界动力学方程准确模拟航行器在水下的实际运动。通过精准的动力学模拟,强化学习智能体学到的策略可以更好的映射到现实世界中,使得算法在实际应用中也能发挥关键作用。此外,还专门设计了状态空间、动作空间和奖励函数,智能体在环境中可以观测航行器的运动和周围环境,并指导航行器如何行动,以及通过环境反馈来进行学习训练。其次,提出了一种基于时空信息增强的多智能体决策方法。该方法将每个航行器的历史探索信息整合成时空地图,考虑到目标的动态特性,对探索情况进行时间衰减设计,然后对搜索区域进行合理的自动分配,以及优化时空信息的表示。通过这些对时空信息的综合处理,智能体能够更好地记忆过去搜索区域以及更好地预测未来潜在搜索区域。实验结果表明,与传统搜索方法相比,该方法的搜索成功率提高了20%左右,搜索时间缩短了70步坐标。此外,收敛速度比改进前的强化学习方法快。说明该方法可以有效提高了搜索效率和效果,使智能体能更好地理解环境并做出有效决策。最后,提出了一种基于状态加载的多智能体决策方法。该方法通过创建环境状态缓冲区来保存历史环境状态。在环境重置时对缓冲区中的环境状态进行不确定性评估,选择性的加载这些状态。使得系统可以从不确定高的环境状态开始运行,而不必每次都从初始状态开始生成数据。实验结果表明,与改进前的强化学习算法相比,搜索成功率提高了6%,搜索时间减少了50个时间步。说明该方法有效提高了传统算法在复杂环境下的适应性和性能,使得智能体可以从更高质量的数据中学习,增强搜索效率和效果。

关键词：自主水下航行器多智能体强化学习目标搜索时空信息状态加载

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的甲骨文字检测方法研究

基于深度学习的甲骨文字检测方法研究

作者：付新然吉林大学

学位级别：硕士

作为古文字的一种,甲骨文被认为是现代文字的直接祖先,记录了当时社会的许多重要信息,对现代考古研究具有不菲的价值。但是,由于在电子资料中不规范的文字处理方式使得对古文字的检索工作十分困难;而且甲骨文的考释工作需要大量的已知... 详细信息

作为古文字的一种,甲骨文被认为是现代文字的直接祖先,记录了当时社会的许多重要信息,对现代考古研究具有不菲的价值。但是,由于在电子资料中不规范的文字处理方式使得对古文字的检索工作十分困难;而且甲骨文的考释工作需要大量的已知的甲骨图像数据,即便是经验丰富的专业人员也要消耗很多精力才能通过人工对比和分析完成标注的任务,相关人工智能辅助较为薄弱。当前对于古文字数字化的研究工作大多集中在对拓片图像的去噪或是对单个文字图片的分类,仅有少数针对甲骨文进行检测与定位的研究。基于深度学习的文本检测作为近年来计算机视觉的一个热门方向,因其设计相对简单和应用场景广泛备受研究者关注,将文本检测与甲骨文研究相结合,可以简化甲骨文数据收集和整理工作以及后续处理流程,加快古文字数字化的进程,为考古研究提供便利。但在场景文字图片中,文字区域和背景区域拥有鲜明的区别,而在甲骨文拓片图像中,古文字区域与划痕等噪声区域区别不明显,这样的情况导致直接将场景文字检测的方法应用于甲骨文数据集中无法得到令人满意的结果。基于上述分析,本文通过将甲骨文字形态先验特征引入到深度学习模型中,提出了两个改进办法,通过先验信息使深度学习模型在优化过程中学习到区分文字区域的内在特征,从而获得更准确的预测结果。本文首先提出了基于交叉注意力机制的特征融合检测模型,该模型同时将拓片图像和甲骨文字先验特征作为输入,通过交叉注意力机制将文字先验特征与骨干网络提取的图像卷积特征相融合,使得模型中间层的高维特征图具有更强的表征能力,从而在解码过程中产生准确的边界,进而提升多个基础模型的检测效果。此外,本文还提出了基于多类别伪标签预测的检测模型,通过加入多类别预测的任务,使模型显式地学习可以代表文字区域与背景区域的不同特征,将该特征与高维卷积特征图融合后,可以丰富高维特征图的向量在特征空间中的局部信息,达到区分文字区域与背景区域的目的。最后,本文在分别甲骨文数据集和其他古文字数据集中评估了所提出的方法。在甲骨文数据集的实验结果表明,本文所提出的方法在不引入过多参数的情况下提升基线模型的检测效果。在其他古文字数据集的检测结果说明了模型在优化过程中学习到了拓片上文字的内在特征,所以迁移到其他数据集也可以取得准确的检测结果,也证明了将迁移学习的方法应用于古文字检测任务的潜力,为古文字数字化研究提供了有力支持。

关键词：深度学习文字检测甲骨文

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于小样本学习的细粒度图像分类算法研究

基于小样本学习的细粒度图像分类算法研究

作者：姜英东吉林大学

学位级别：硕士

细粒度图像分类是计算机视觉研究的一个核心领域,其挑战在于区分同一大类下极其相似的子类别。由于类别间的微小差异和类内的显著变异,这一任务的难度远超传统图像分类。尽管现有技术在此领域已取得进展,但它们大多数基于大规模数据训练... 详细信息

细粒度图像分类是计算机视觉研究的一个核心领域,其挑战在于区分同一大类下极其相似的子类别。由于类别间的微小差异和类内的显著变异,这一任务的难度远超传统图像分类。尽管现有技术在此领域已取得进展,但它们大多数基于大规模数据训练,面对细粒度图像数据难以收集且标注成本高昂的问题,研究者开始转向基于小样本学习的策略,旨在从极少量样本中学习和理解细粒度特征。当前小样本细粒度图像分类方法主要面临两大局限性:一是未能充分认识特征图中通道的重要性,导致高方差通道可能对分类任务造成干扰;二是过度关注增加类间方差以识别细微特征区域,却忽略类内不同样本间的语义差异,引发类内方差过大的问题。为解决上述问题,本文的主要工作如下:(1)提出了类别感知特征对齐网络模型,解决高方差通道对小样本细粒度图像分类任务造成的干扰。该模型通过赋予不同类别特征图通道以不同权重,强调区分性区域,同时抑制其他通道的影响。模型结构包括特征提取器、类别感知模块及度量模块。其中类别感知模块计算类别各通道权重,以强化类别区别性特征,有效应对小样本细粒度图像分类中类间方差小及高方差通道干扰分类任务的挑战。实验结果显示,提出的模型在经典小样本数据集Stanford Dogs、Stanford Cars及CUB-200-2011上均优于现有方法,特别是在CUB-200-2011上,准确率比最新的FRN方法提高12.1%,验证了模型的优异性能。其次通过消融实验验证了所提出模型各模块的有效性以及通道权重的有效性。最后还探讨了超参数设置对模型性能的影响,包括训练阶段不同的way数和shot数对模型准确率的影响,以及所提出模型的平衡超参数对实验结果的影响。(2)提出了类间类内双重感知特征重构网络模型,解决类内方差过大对小样本细粒度图像分类任务造成的干扰。该模型采用双向重构策略,既提升类间差异,也降低类内差异。模型结构由特征提取器、特征增强模块、类间类内双重感知模块及距离度量模块组成。特征增强模块利用自注意力机制对特征进行自重构,突出每个图像类别的微妙特征,减少不相关特征的干扰。类间类内双重感知模块通过互相重构增强特征并计算相应距离,增加类间方差的同时减少类内方差,进一步提高分类性能。实验结果证明,该方法在Stanford Dogs、Stanford Cars及CUB-200-2011数据集上相较于现有技术显著提升,其中在Stanford Dogs数据集上超越FRN方法16.3%的准确率。同时通过消融实验也证实了特征增强模块和类间类内感知模块的互补性以及双向重构策略的有效性。

关键词：小样本学习细粒度图像分类特征对齐特征重构

政府危机学习障碍研究 ——基于22份重特大事故调查报告分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

政府危机学习障碍研究 ——基于22份重特大事故调查报告分析

作者：闫文娇吉林大学

学位级别：硕士

安全是发展的前提,发展是安全的保障,当今和今后一个时期是我国各类矛盾和风险的易发期,各种可以预见和难以预见的风险因素明显增多,我们必须守好安全红线,增强风险意识,防范化解公共安全重大风险。从危机事故中总结经验,有利于组织避... 详细信息

安全是发展的前提,发展是安全的保障,当今和今后一个时期是我国各类矛盾和风险的易发期,各种可以预见和难以预见的风险因素明显增多,我们必须守好安全红线,增强风险意识,防范化解公共安全重大风险。从危机事故中总结经验,有利于组织避免相似错误的重复发生,重视经验学习也是我党治国理政的重要法宝。然而当前我国不同区域或相同区域的不同时期同类危机频繁重现,危机教训反复总结,但危机应对过程中的相似错误仍一再重现,由此不禁发问,是什么阻碍政府危机学习呢?当前国内危机学习的研究尚处于发展阶段,学者们对于危机学习的模式及内在逻辑做了奠基性的研究,为我们理解政府危机学习内在机制提供了可靠的视角。同时学者们对于事故调查报告进行了较为丰富的研究,事故调查报告内容及机制的研究为我们打开政府危机学习的黑箱提供了重要抓手,然而当前研究主要集中在宏观层面,对于具体案例的研究较为缺失。在危机学习时机上,多数研究关注危机发生后的经验学习,较少关注到危机前和危机中的学习。由此本文以韧性治理理论、危机生命周期理论、组织学习过程模型为理论基础,构建起文章的分析框架——政府危机学习的过程模型,将危机学习划分为隐性危机阶段预警学习、显性危机阶段事中学习以及显性向隐性过渡阶段事后学习三个阶段的学习闭环,打破了间断式学习。此外,本文开展了实证研究,在事故致因理论的基础上,将HFACS模型的具体致因指标与24Model系统思想相结合,形成案例编码规则,对党的十八大以来我国应急管理部公开的22份重特大事故调查报告进行个体层面、组织层面及制度层面的文本分析,以探究政府在危机学习过程中的障碍。通过实证研究,本文基于危机学习过程模型分析识别出政府在危机学习各个阶段存在着个体层面、组织层面以及制度层面的障碍:政府在隐性危机阶段预警学习存在个体层面个人在侥幸心理下的违规操作、组织层面职责同构下的注意力争夺及制度层面共识性变通下的集体失察三大障碍;在显性危机阶段事中学习存在个体层面个人在应急情境下决策不足、组织层面信息传递缓慢及制度层面应急预案执行不力的障碍;在显性向隐性过渡阶段存在个体层面个人的保守观念阻碍危机反思、组织层面缺乏长效危机学习机制及制度层面调查报告制度阻碍危机学习的障碍。最后本文在了解政府危机学习障碍的基础上提出了相应的促进策略,以期能够丰富危机学习研究成果,提高政府危机学习能力,促进国家韧性治理。

关键词：危机学习学习障碍过程模型事故调查报告

应用二代酪氨酸激酶抑制剂的慢性髓性白血病患者健康相关生活质量影响因素分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

应用二代酪氨酸激酶抑制剂的慢性髓性白血病患者健康相关生活质量...

作者：李汶倬吉林大学

学位级别：硕士

目的:评估应用二代酪氨酸激酶抑制剂(Tyrosine kinase inhibitors,TKI)治疗的慢性髓性白血病(Chronic myeloid leukemia,CML)慢性期患者的健康相关生活质量(Health-related quality of life,HRQOL),探究其生活质量的影响因素,为临床治疗和改善患者的生活质量提供一定的参考依据。方法:于2023年3月至2023年12月收集在吉林大学白求恩第一临床学院门诊进行随访的应用二代TKI的CML慢性期患者的一般资料,包括社会人口学特征及治疗相关信息。同时应用欧洲癌症研究与治疗组织开发的EORTC-QLQ-C30量表从总体健康状况、功能领域(躯体、社会、角色、情绪、认知)、3个症状(乏力、疼痛、恶心/呕吐)、6个单一条目(气促、失眠、食欲减退、便秘、腹泻和经济压力)评估患者生活质量。所有患者均知情同意并由本人亲自作答,研究者可向其解释题目含义。采用SPSS 27.0软件进行统计学分析,P60岁患者失眠症状比5000元大于月收入大学及以上学历患者经济压力大于小学及以下、中学学历患者;7、经常减量漏服的患者认知功能、总体健康状况较差,呕心呕吐、腹泻症状较规律服药患者重;8、已达最佳反应组患者认知功能、总体健康状况较未达到最佳反应患者好,经济压力较未达到最佳反应患者小;9、一线应用当前药物的患者较转换用药的患者社会功能好;10、合并症的患者认知能力差,失眠、腹泻症状较无合并症患者重。多因素分析结果:应用达沙替尼、学历、收入、性别、婚姻状况、服药依从性、有无合并症,为应用二代TKI的CML患者生活质量的独立影响因素。结论:1、应用不同二代药物的CML慢性期患者总体健康状况无差异。2、与应用二代TKI治疗的CML慢性期患者生活质量较高相关的独立影响因素为月收入较高、未婚、达到最佳反应、服药依从性好,引起CML患者部分领域生活质量下降的独立影响因素为女性、高龄、应用达沙替尼、有合并症、高学历。3、在临床工作中,我们应提高人文关怀,加强患者教育,除CML病情控制外,关注患者不良反应及症状,积极防治并发症,提高患者生活质量。

关键词：慢性髓性白血病酪氨酸激酶抑制剂健康相关生活质量影响因素

村田沙耶香《地球星人》论 ——双重机能的“身体”

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

村田沙耶香《地球星人》论 ——双重机能的“身体”

作者：石雨溪吉林大学

学位级别：硕士

当今社会,“身体”正逐渐成为人们关注的焦点。在文学领域,有关“身体”的研究也逐渐兴起,发展出了身体叙事学等崭新的研究领域。在这些文学研究中,“身体”被视为文本意义的来源,与文本的深层构造紧密相连。研究文本中的“身体”,可以... 详细信息

当今社会,“身体”正逐渐成为人们关注的焦点。在文学领域,有关“身体”的研究也逐渐兴起,发展出了身体叙事学等崭新的研究领域。在这些文学研究中,“身体”被视为文本意义的来源,与文本的深层构造紧密相连。研究文本中的“身体”,可以帮助我们理清文本构造,阐明文本意义。村田沙耶香的文学作品就多次谈及“身体”。比如在短篇小说《生命式》中,村田构建了一个以人类“身体”为食的葬礼仪式。在《魔法的身体》中,描绘了身体刚刚发育的中学生有关性的奇妙“身体”体验。而她的作品《地球星人》也曾多次谈及“身体”。在《地球星人》文本当中,“身体”一词共计出现了67次,并且有着独特的表记形式。在日语中,“身体”一般读作“karada”,写作“体”。而在村田沙耶香的《地球星人》这部作品中,被读作“karada”的身体被表记为“身体”。结合有关“身体”的理论研究,笔者认为作者对“身体”的特殊表记是有意为之,而“身体”也是解开文本秘密的一把钥匙,在文本中承担着多重含义。本文首先从《地球星人》文本中“身体”的分类入手,将文本中存在的两种身体区别开来。《地球星人》是以“我”的第一视角进行叙述的。从“我”的视角来看,“身体”被区分为地球星人的“身体”和波哈哔宾波波比亚星人的“身体”两个种类。于“我”而言,地球星人的“身体”通常具有一定的模糊性,在时间上不断变化,在空间中缺乏特点而相似度高,因此“我”总是不能对地球星人的“身体”进行识别。与此相对,波哈哔宾波波比亚星人的“身体”在视觉上具有恒久不变的特性,在味觉上也各不相同容易辨别,这让“我”对波哈哔宾波波比亚星人“身体”的识别成为了可能。而“我”对两种“身体”截然不同的态度和反应,也预示了两种“身体”所代表的不同内涵。其次,本文根据上述结论,分析了两种“身体”所代表的象征意义。“身体”经常出现于地球星人的言语体系以及日常生活中。在地球星人的言语体系里,“身体”一词的语义背后往往隐藏了地球星人社会的共通规则。从地球星人的日常生活来看,“身体”也作为一个评价他人的标准而存在。而这个标准则是文本所指出的生产与劳动。因此,地球星人的“身体”往往不是指作为物质的身体本身,而是一种被符号化,象征着生产与劳动等普遍社会秩序的一种文化性符号。与此相对,波哈哔宾波波比亚星人的“身体”则不带有文化意味。他们的“身体”被描述为一个“空的容器”,可以根据自身意志随意填充。同时,波哈哔宾波波比亚星人的“身体”逐渐与大自然融为一体,“身体”自身的欲求得到尊重。因此,波哈哔宾波波比亚星人的“身体”象征着一种存在先于意识的自然物质。最后,以上文所分析的“身体”的象征意义为基础,笔者进一步探究了“我”在两种“身体”之间的转换过程所体现出的社会性意义。在现有的社会制度中,“我”通过“身体”感受到性制度的两面性与劳动制度的剥削性。而我的“身体”所感受到的一切不适感,究其根本都是由于日本资本制度的根本矛盾所带来的。面对这种“身体”的压迫,作者尝试通过“身体”对既有社会制度进行解构。儿童时代的“我”曾尝试利用地球星人的社会制度,通过与由宇的“身体”结婚达到逃脱地球星人“身体”的目的。然而,由于“我”仍处在既有社会制度的框架内,这种尝试无疾而终。而当“我”真正脱离了地球星人文化,将地球星人的“身体”剖解并消灭,“我”才最终实现了对既有社会制度的解构。同时,作者也通过“身体”重新建构了一个新的社会。在三人所形成的新的社会形态中,“身体”脱离了社会文化属性,是完全自由的,人的个性也被充分尊重。虽然这个新的社会形态存在着一定局限性,但也让我们看到了新的社会形态的可能性。《地球星人》中“身体”承担了双重机能,即象征意义的书写及社会意义的揭露,对现有的社会制度进行了深刻的反思。这部作品对“身体”逐渐被压迫的当今社会具有重大警示意义。

关键词：村田沙耶香《地球星人》 “身体” 双重机能

基于逆向强化学习的自动驾驶个性化纵向决策算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于逆向强化学习的自动驾驶个性化纵向决策算法研究

作者：厉文韬吉林大学

学位级别：硕士

自动驾驶纵向决策算法作为自动驾驶技术中的关键环节,在纵向行驶工况中根据周围车辆状态、道路环境特征等多种因素,决策车辆的速度与加速度,在确保行车安全性的前提下,最大程度地提升乘员的舒适度并提高车辆的行驶速度。现有自动驾驶汽... 详细信息

自动驾驶纵向决策算法作为自动驾驶技术中的关键环节,在纵向行驶工况中根据周围车辆状态、道路环境特征等多种因素,决策车辆的速度与加速度,在确保行车安全性的前提下,最大程度地提升乘员的舒适度并提高车辆的行驶速度。现有自动驾驶汽车的纵向决策算法大多基于避碰规则、交通规则和固定基准进行设计,没有考虑驾驶风格的差异性,无法满足驾驶员的个性化乘车需求,导致乘车者对自动驾驶的满意度低。为了优化驾驶员与乘客的乘坐体验,并增强其他交通参与者对自动驾驶汽车行为的理解。本文基于分层强化学习设计纵向决策算法,并以此为基础,进一步设计了基于逆向强化学习的自动驾驶纵向决策算法。本文主要研究内容如下:(1)针对驾驶员纵向驾驶行为机理分析的研究问题,本文基于纵向行驶工况,设计实车实验采集驾驶员纵向驾驶行为数据。对采集到的驾驶数据进行处理与分析,为后续个性化纵向决策算法提供学习数据。提出纵向驾驶行为安全性、高效性、舒适性的性能指标,为设计个性化的决策算法提供理论依据。(2)针对基于强化学习的人性化纵向决策算法的设计问题,本文模仿驾驶员纵向行驶时的决策逻辑,以分层强化学习算法为基本框架,使用双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic Policy Gradient,TD3,下同)作为上层决策算法和底层执行算法,设计人性化纵向决策算法,实现对跟车间距与自车车速的分层控制。根据纵向行驶的性能指标,基于多目标决策的方法设计体现驾驶员驾驶风格的奖励函数。通过监督预训练方法,利用驾驶员数据对TD3算法的网络进行预训练,以初始化网络权重,提升算法稳定性。结合优先经验回放理论改进人性化决策算法的回放缓存机制,使算法在训练过程中能够更高效地利用历史经验数据,加速学习进程并提升学习效果。(3)针对基于逆向强化学习的个性化纵向决策算法的设计问题。本文在人性化纵向决策算法的基础上,进一步设计个性化纵向决策算法,基于最大熵逆向强化学习算法,从驾驶员数据中学习个性化的奖励函数,使算法生成的轨迹更加贴近驾驶员驾驶数据。(4)针对个性化纵向决策算法效果验证问题。本文搭建了SimulinkCar Sim-Pre Scan的联合仿真平台,基于逆向动力学设计了执行控制器。在仿真环境中训练人性化决策算法与个性化决策算法。进行了多个纵向行驶工况下的仿真实验。仿真结果表明,基于逆向强化学习的个性化纵向决策算法的轨迹更加贴合驾驶员数据,能够体现驾驶员的独特驾驶风格。

关键词：智能汽车个性化纵向决策算法分层强化学习奖励函数逆强化学习

基于物理信息神经网络的地震勘探随机噪声建模方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于物理信息神经网络的地震勘探随机噪声建模方法研究

作者：冯月姣吉林大学

学位级别：硕士

地震勘探是探查油气资源的有效手段。因受到风吹草动、人类活动等干扰,采集到的地震勘探数据混杂着强而复杂的随机噪声,降低了地震勘探数据的信噪比,导致无法有效地提取地下信息。研究地震勘探随机噪声的传播规律,刻画出随机噪声的复杂... 详细信息

地震勘探是探查油气资源的有效手段。因受到风吹草动、人类活动等干扰,采集到的地震勘探数据混杂着强而复杂的随机噪声,降低了地震勘探数据的信噪比,导致无法有效地提取地下信息。研究地震勘探随机噪声的传播规律,刻画出随机噪声的复杂特性,对后续的地震数据处理及提高地震数据质量提供了理论支撑,从而对地质结构进行正确解释。随机噪声的传播过程满足噪声源激励下的波动方程,通过对波动方程求解可以模拟随机噪声在近地表的响应,而不同的噪声源激励需重新推导地震噪声波场解的表达式,难以适应复杂多变的地震噪声类型和特性。针对该问题,本文提出了基于物理信息神经网络的地震勘探随机噪声模型(Source Physics-informed Neural Network,SR-PINN),利用格林函数法数值模拟不同噪声源激励下的地震勘探随机噪声。该模型将随机噪声源看作在不同位置不同时刻的点源的叠加,引入物理信息神经网络学习噪声点源激励下的格林函数,进一步综合点源激励响应以预测地震勘探噪声。SR-PINN由PINN模块和噪声预测模块构成。PINN模块利用全连接神经网络,在噪声波动方程及初值条件约束下,无监督学习无限边界表面的格林函数,挖掘地震勘探噪声动力学规律。噪声预测模块基于格林函数法预测噪声源激励下的随机噪声,将不同噪声源激励下的噪声叠加对实际地震噪声进行数值模拟。本文方法在地震噪声波动方程驱动下,实现SR-PINN的无监督学习,能够灵活地模拟不同场景、不同噪声源激励的地震噪声,而不需要重新训练。同时,本文基于PINN的方法能够从已知波场中学习到噪声波动方程的弹性系数。本文利用SR-PINN对沙漠地区地震勘探随机噪声进行数值模拟。沙漠地区的地震勘探随机噪声主要由风成噪声、近场人文噪声和远场人文噪声三部分组成。利用训练好的SR-PINN模型分别模拟风成噪声,近场人文噪声和远场人文噪声,对三类噪声的时域特征和频率特征进行对比。结果表明,风成噪声是构成沙漠地区随机噪声的主要成分,是导致噪声能量集中在低频区域的主要因素。将三类噪声叠加生成模拟噪声数据与实际噪声数据的时域特征、频域特征和统计特征进行对比。结果表明地震勘探随机噪声模型SR-PINN模拟的随机噪声和沙漠地区实际地震勘探随机噪声具有一致性,验证了SR-PINN地震勘探噪声模型的有效性和准确性。

关键词：地震勘探随机噪声建模物理信息神经网络波动方程噪声数值模拟