检索结果-南通市图书馆

校企合作背景下民办高校学生管理的实践探索——以武昌工学院信息工程学院为个案

在线全文

学校读者我要写书评

暂无评论

现代盐化工 2016年第1期43卷 62-63页

作者：李丹丹胡培武昌工学院湖北武汉430065

校企合作模式的应用在实践中加大了学生管理的难度,学生分配过于分散,实习期间高校在管理上鞭长莫及,企业和学校之间缺乏对接,使学生管理出现断层和混乱。针对上述问题,高校应加强大学生自主实习的制度建设,打破班级管理模式,试行以实... 详细信息

校企合作模式的应用在实践中加大了学生管理的难度,学生分配过于分散,实习期间高校在管理上鞭长莫及,企业和学校之间缺乏对接,使学生管理出现断层和混乱。针对上述问题,高校应加强大学生自主实习的制度建设,打破班级管理模式,试行以实习企业为单位组建临时班集体,注重信息化管理手段的应用,明确校企双方的权责关系,加强对实习学生的管理和考核。

关键词：校企合作自主实习学生管理实践

SiC基底覆多层石墨烯力学强化性能分子动力学模拟

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第10期73卷 372-382页

作者：陈晶晶赵洪坡王葵占慧敏罗泽宇南昌理工学院机电工程学院南昌330044 南昌理工学院计算机信息工程学院南昌330044

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(... 详细信息

微机电系统半导体SiC器件覆多层石墨烯的力学强化性能与塑性变形微观研究,将对提升该器件耐久性服役寿命期和强韧化机制理解起到显著作用.因此,本文基于分子动力学法探讨了石墨烯堆垛类型(AA和AB堆垛)和极端使役温度对其接触力学性能(最大承载荷、硬度、杨氏模量、接触刚度)、微结构演化、接触质量、褶皱形貌、位错总长的影响,解释了SiC基底覆多层石墨烯力学强化的原子尺度机制.研究发现:相同使役温度下,随覆石墨烯层数增加,SiC基底微结构的棱柱形位错环演化中越早发生脆断;石墨烯AB堆垛在最大压深时的C-C键断裂会导致石墨烯优异面内弹性变形丧失,以致其最大承载性呈现断崖式下降.研究表明:SiC基底覆三层石墨烯的力学强化性能是纯SiC的2倍,该强化效应不受石墨烯堆垛类型影响,其力学强化机制主要源于多层石墨烯受载加大会引起石墨烯面内褶皱增大,从而增大界面接触刚度,触发界面接触质量减小所致.使役温度升高,会激发原子振动频率增大,诱导界面接触原子数增多,以致界面接触质量增大,而界面接触刚度随之减弱,最终引起SiC基底覆多层石墨烯力学性能随温度升高呈近似直线下降.此外,SiC基底的亚表层应力集中会诱导基底内的微结构产生滑移与演变;基底覆石墨烯层数增加可有效减小基底亚表层的应力集中分布程度,从而对基底起抗载保护作用.

关键词： SiC 多层石墨烯力学强化分子动力学接触刚度

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

基于生成对抗网络的树种识别方法

林业科学 2024年第2期60卷 97-105页

作者：苏彤许杰黑龙江八一农垦大学信息工程学院大庆163319 山东华宇工学院信息工程学院德州253034

【目的】利用卷积神经网络模型进行图像自动识别时,为防止模型过拟合通常需要大量训练样本。本研究为提高树种识别准确率,在原有叶片图像基础上进行图像样本扩充来保证训练质量,提出一种融合生成对抗网络与卷积神经网络的树种识别方法... 详细信息

【目的】利用卷积神经网络模型进行图像自动识别时,为防止模型过拟合通常需要大量训练样本。本研究为提高树种识别准确率,在原有叶片图像基础上进行图像样本扩充来保证训练质量,提出一种融合生成对抗网络与卷积神经网络的树种识别方法。【方法】在Pytorch框架下,采集10种常见树种(山杨、梣叶槭、榆、刺槐、紫丁香、杜仲、火炬树、山荆子、水曲柳、红端木)叶片图像作为研究对象。首先,采用均值滤波去噪和尺寸归一化对图像进行预处理。其次,以生成对抗网络生成的图像扩充数据集,其中,以深度卷积生成对抗网络(DCGAN)模型为基础并对其进行改进,建立残差条件深度卷积生成对抗网络(RC-DCGAN)模型,将随机噪声和类别标签作为生成器的输入,以控制样本生成过程;在生成器中嵌入残差结构,使生成模型学习更多特征信息,以提高生成图像质量。然后,将原始图像和扩充图像作为卷积神经网络(CNN)的训练集,一方面,使用RC-DCGAN模型和旋转、镜像、改变对比度等传统图像扩充方法,扩充图像11400幅;另一方面,将原始图像与生成图像、原始图像与传统扩充图像,分别输入至CNN中进行训练,并在原始图像的每个类别中随机挑选50幅对模型进行测试,以验证生成对抗网络对提升识别准确率的可行性。最后,确定适合试验要求的CNN分类模型,并与AlexNet模型、VGG-16模型、VGG-19模型、ResNet18模型的识别效果进行对比,以检验本研究方法的可行性。【结果】RC-DCGAN模型比DCGAN模型生成的图像质量更高,贴合真实图像;利用生成对抗网络扩充图像的方法与ResNet30树种识别模型,训练准确率为99.03%,平均验证识别准确率为97.20%;而在相同树种识别模型下,传统图像扩充方法的识别率为95.50%;在相同数据集下,AlexNet模型、VGG-16模型、VGG-19模型、ResNet18模型所获得的识别率分别为86.52%、87.57%、91.43%、93.25%,均低于本研究模型的识别率。【结论】联合生成对抗网络和卷积神经网络的方法对本研究10种树种叶片图像的识别准确率最高,且克服了使用传统图像处理扩充方法使模型泛化能力下降的问题,说明利用生成对抗网络对图像扩充的方法具有可行性和有效性,可为相关研究工作提供借鉴。

关键词：卷积神经网络树种识别生成对抗网络残差结构

同方期刊数据库

荧光粉配比和激发波长对高品质白光LED的影响

在线全文

学校读者我要写书评

暂无评论

发光学报 2024年第1期45卷 103-110页

作者：赵见国索博研徐儒王书昶张惠国常建华南京信息工程大学电子与信息工程学院江苏南京210044 常熟理工学院电子信息工程学院江苏常熟215500

随着人们对照明光源品质要求的不断提高,单一的指标参数已不能完全满足对LED的评价。本文研究了荧光粉配比和激发波长对白光LED的显色指数、光谱功率分布的蓝光危害占比指数、光谱连续度和光效等参数的影响。研究发现,合适的荧光粉种类... 详细信息

随着人们对照明光源品质要求的不断提高,单一的指标参数已不能完全满足对LED的评价。本文研究了荧光粉配比和激发波长对白光LED的显色指数、光谱功率分布的蓝光危害占比指数、光谱连续度和光效等参数的影响。研究发现,合适的荧光粉种类和配比可以降低荧光粉之间的二次吸收、减少能量损失、光线衰减以及光谱的畸变,实现白光LED品质的提升。此外,不同波长蓝光LED激发荧光粉的优势各不相同,通过组合使用,可提高白光LED的显色指数、光谱连续度,降低光谱功率分布的蓝光危害占比指数。本文采用普通商用450 nm和460 nm的蓝光LED芯片激发优化后的荧光粉,显著提高了白光LED的品质,其显色指数、光谱功率分布的蓝光危害占比指数、光谱连续度和光效分别为97.4、26.3%、93.6%和98.75 lm/W。本研究为高品质白光LED的制备提供了完备的参考依据,有利于推动高品质白光LED的普及。

关键词：高品质LED 激发波长荧光粉配比

维普期刊数据库博看期刊

棒状V_(3)O_(7)•H_(2)O电极材料的制备及印刷超级电容器

在线全文

学校读者我要写书评

暂无评论

精细化工 2024年第5期41卷 1084-1091,1160页

作者：涂倩王婧璐郑茵茵林宝莹张强刘善培陈良哲荆楚理工学院电子信息工程学院湖北荆门448000

以V2O5为原料,利用溶剂热法一步制备了V_(3)O_(7)•H_(2)O纳米棒,采用SEM、XRD、EDS、XPS和FTIR对样品进行了测试。以V_(3)O_(7)•H_(2)O纳米棒为电极材料,探究了丝网印刷工艺对电极电化学性能的影响,将此电极组装超级电容器并评价了其电... 详细信息

以V2O5为原料,利用溶剂热法一步制备了V_(3)O_(7)•H_(2)O纳米棒,采用SEM、XRD、EDS、XPS和FTIR对样品进行了测试。以V_(3)O_(7)•H_(2)O纳米棒为电极材料,探究了丝网印刷工艺对电极电化学性能的影响,将此电极组装超级电容器并评价了其电化学性能。结果表明,丝网印刷电极比电容可达268.0 F/g(电流密度为0.3 A/g),经过5000次循环后电容保持率为85.9%,优于涂抹电极的比电容(246.0 F/g)和电容保持率(68.0%),这得益于丝网印刷的油墨规则排列的结构。组装的纽扣超级电容器也表现出优异的电化学性能,比电容和电容保持率为134.2 F/g(0.5 A/g电流密度)和91.2%(5000次充放电循环),且当能量密度为22.0 W·h/kg时,功率密度最高可达4125.0 W/kg。

关键词：七氧化三钒纳米棒丝网印刷纽扣超级电容器有机电化学

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

一种基于微环腔辅助干涉的Fano谐振器

光学学报 2024年第11期44卷 104-114页

作者：李柯陈佳豪魏潇陈露程培红王卓远周裕鸿喻平金婧练斌宁波工程学院电子与信息工程学院浙江宁波315211 浙大宁波理工学院信息科学与工程学院浙江宁波315100

本文提出并研究了一种基于微环腔辅助干涉的Fano谐振器。在该谐振干涉结构中,输入信号光经环形谐振腔后分成的下路光和直通路光以一定相位差合束,该合束光干涉形成了有别于传统对称Lorentz线型的非对称陡峭Fano光谱。在理论上使用传输... 详细信息

本文提出并研究了一种基于微环腔辅助干涉的Fano谐振器。在该谐振干涉结构中,输入信号光经环形谐振腔后分成的下路光和直通路光以一定相位差合束,该合束光干涉形成了有别于传统对称Lorentz线型的非对称陡峭Fano光谱。在理论上使用传输矩阵方法分析了非对称线型产生的相位条件,讨论了不同耦合系数、微环损耗对非对称谱线的消光比和斜率的影响,给出了理想条件下谷点波长漂移的计算公式和完全消光条件。分析表明,当两路光信号相位差为94°时,对于耦合系数为0.242、损耗系数为0.995的Fano谐振谱消光比可高达41.54 dB,斜率可高达2372 dB/nm。基于时域有限差分(FDTD)仿真和设计,采用电子束光刻(EBL)直写器件在绝缘层上硅(SOI)平台上进行了验证。实验中两路光的合束采用了多模干涉(MMI)结构,并设计了不同相位差以验证其对Fano谐振非对称线型的影响。实验表明,在本文工艺条件下,可以获得近-25 dB的消光比和1997 dB/nm的光谱斜率。本文提出的Fano谐振结构将为高分辨率光传感、低功耗光开关和高对比度光探测等领域高性能器件的设计开辟新途径。

关键词：谐振腔 Fano共振微环传感

基于双模态高效特征学习的高分辨率遥感图像分割

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第2期28卷 481-493页

作者：张银胜吉茹童俊毅杨宇龙胡宇翔单慧琳无锡学院电子信息工程学院无锡214105 南京信息工程大学电子与信息工程学院南京210044

遥感图像因具有丰富的语义信息和空间信息,增加了语义分割的难度。然而已有提取双模态特征的分割方法采用相同的主干网络,没有考虑互补特征的差异,存在特征提取、特征融合和上采样恢复细节信息不足等问题,无法准确高效的学习高分辨率遥... 详细信息

遥感图像因具有丰富的语义信息和空间信息,增加了语义分割的难度。然而已有提取双模态特征的分割方法采用相同的主干网络,没有考虑互补特征的差异,存在特征提取、特征融合和上采样恢复细节信息不足等问题,无法准确高效的学习高分辨率遥感图像信息。因此,本文提出基于双模态高效特征学习的高分辨率遥感图像分割算法。首先,针对不同模态的遥感图像设计合适的编码器,高效的提取双模态特征,并通过交互加强模块减少不同路径特征之间的差异。其次,提出双模态特征聚合模块和深层特征提取模块进一步融合和提取双模态特征,使网络能够充分学习互补信息。最后,提出多层特征上采样模块,利用语义信息丰富的高层特征对细节信息丰富的低层特征进行加权操作,逐步上采样实现特征高效恢复,提升分割性能。实验结果表明,所提算法在ISPRS Potsdam和Vaihingen数据集上的总体精度分别达到了94.52%、90.45%,能够高效的提取并融合高分辨率遥感图像的双模态特征,提高遥感图像分割的准确率。

关键词：遥感图像分割高效特征提取交互融合双模态特征聚合深层特征提取多层特征上采样

在线全文

学校读者我要写书评

暂无评论

编码曝光相机码字搜索智能优化算法

激光与光电子学进展 2024年

作者：周培培严家奕戚桓楠孙涛侯幸林常州工学院电气信息工程学院常州工学院汽车工程学院

针对传统相机成像高频部分信息保留不充分、编码曝光码字求解不准确、运动模糊核估算难等问题，聚焦编码曝光相机码字搜索方法，提出了基于Memetic算法框架的智能优化循环搜索策略。采用差分进化中的变异交叉算子得到全局解，再采用禁... 详细信息

针对传统相机成像高频部分信息保留不充分、编码曝光码字求解不准确、运动模糊核估算难等问题，聚焦编码曝光相机码字搜索方法，提出了基于Memetic算法框架的智能优化循环搜索策略。采用差分进化中的变异交叉算子得到全局解，再采用禁忌搜索对全局解进行局部排查，循环搜索获取最优码字序列；设计了一种适用于编码曝光图像复原的损失函数，采用端到端盲去卷积核的生成对抗网络，比较了不同码字获取方式对模糊图像复原的影响。实验结果表明，相比其他方法，所提出的智能优化算法能更准确地求解码字序列，鲁棒性更好；经同一网络进行运动模糊图像复原，所提算法的码字得到的复原结果在主客观方面优于现有方法，对运动模糊复原领域的发展具有较高的工程应用价值。

关键词：编码曝光码字搜索智能优化运动模糊复原

增强小目标特征的多尺度光学遥感图像目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学学报 2024年第6期44卷 374-386页

作者：单慧琳王硕洋童俊毅胡宇翔张雁皓张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结... 详细信息

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结构,以增强特征提取能力;此外,在浅层特征图与颈部网络融合之前加入感受野增强模块,以捕获不同尺度的上下文信息。其次,使用GSConv构成颈部网络,减少网络层参数量,保持网络的特征提取能力,并通过基于内容感知的特征重组模块提高识别精度。最后,采用下采样率分别为4、8和16倍的三个下采样模块作为头部网络输入,来提高小目标的检测效果。为了证明该方法的有效性,在DOTA数据集和NWPU NHR-10数据集上进行实验,平均检测精度分别达78.6%和94.3%,计算复杂度为94.7 G,整体模型大小为26.2 M。该方法具备检测精度高、计算复杂度低、模型权重小等特点,能有效提高小目标的检测精度,进一步改善光学遥感图像小目标检测性能。

关键词：光学遥感图像目标检测感受野增强特征融合注意力机制