检索结果-南通市图书馆

区块链赋能供应链研究动态:视角、脉络、争鸣与盲区

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第6期44卷 1965-1986页

作者：李秋香马草原黄毅敏齐二石河南大学管理科学与工程研究所开封475004 河南大学商学院开封475004 华北水利水电大学管理与经济学院郑州450046 天津大学管理与经济学部天津300072

现有区块链赋能供应链研究分散且呈现碎片化态势,对其研究视角、发展脉络、学术争鸣与盲区尚未给出清晰阐释.系统梳理其理论体系助力学术界精准探究区块链赋能供应链管理范式是当前亟需关注的重要议题.本文基于CNKI及Web of Science数据... 详细信息

现有区块链赋能供应链研究分散且呈现碎片化态势,对其研究视角、发展脉络、学术争鸣与盲区尚未给出清晰阐释.系统梳理其理论体系助力学术界精准探究区块链赋能供应链管理范式是当前亟需关注的重要议题.本文基于CNKI及Web of Science数据库,采用图谱量化法分析区块链赋能供应链研究动态,研究发现:1)区块链赋能供应链研究视角主要从“信息流视角”“资金流视角”以及“物流视角”三部分展开(视角);2)“区块链对供应链的影响作用研讨”“区块链赋能供应链机制揭示”“区块链赋能供应链实现模式”是区块链赋能供应链研究的主干内容,每部分内容分别呈现出“由整体作用分析到分类作用分析”“由外生变量分析到内生变量分析”“由整体实现模式设计到分类实现模式设计”的演进历程(脉络);3)学术争鸣聚焦于“关于区块链上信息传递的争鸣”“关于区块链影响作用的争鸣”(争鸣);4)存在“未充分考虑区块链上的信息泄露问题”“未充分考虑消费者对区块链的偏好问题”“未充分考虑区块链引入效率问题”三个盲区(盲区).

关键词：区块链供应链文献综述价值创造

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

可解释性收益率预测模型

系统工程 2024年第1期42卷 130-138页

作者：姚远李艳张朝阳赵阳河南大学管理科学与工程研究所河南开封475004

本文针对金融时间序列高噪声、波动性强等特点,提出纳入注意力机制的小波门控循环神经网络(WT-attention-GRU)混合模型,进行收益率序列预测。模型用主成分分析(PCA)构建的投资者情绪指标衡量对市场的影响,选取XGBoost算法(eXtreme Gradi... 详细信息

本文针对金融时间序列高噪声、波动性强等特点,提出纳入注意力机制的小波门控循环神经网络(WT-attention-GRU)混合模型,进行收益率序列预测。模型用主成分分析(PCA)构建的投资者情绪指标衡量对市场的影响,选取XGBoost算法(eXtreme Gradient Boosting)筛选并评估预测指标,用小波重构对输入时间序列进行降噪,提高模型的预测精度,使用注意力机制学习输入特征的权重,来衡量输入对输出的影响大小,增加模型的解释性,进一步提升预测精度。最后,本文选择上证50指数、沪深300指数、深证成分指数、上证综合指数近十年的日交易数据进行实证分析,结果显示,相较于基准模型,WT-attention-GRU提升了预测的准确性,同时对输入特征进行权重学习,可以反映输入特征与目标变量的依赖关系,提升了模型的可解释性。

关键词：注意力机制小波 GRU PCA XGBoost

基于“分解-重组-预测-集成”模式的Heston期权定价模型

在线全文

学校读者我要写书评

暂无评论

运筹与管理 2024年第2期33卷 172-178页

作者：姚远张朝阳赵阳李艳李方方黄蕾河南大学管理科学与工程研究所河南开封475004

精准合理地期权定价对于改善市场流动性、优化投资者结构、稳定金融市场拥有重要意义。本文提出了一种结合“分解-重组-预测-集成”思想的Heston期权定价模型,该模型利用Heston模型进行初始定价,通过自适应噪声完全集合经验模态分解(CEE... 详细信息

精准合理地期权定价对于改善市场流动性、优化投资者结构、稳定金融市场拥有重要意义。本文提出了一种结合“分解-重组-预测-集成”思想的Heston期权定价模型,该模型利用Heston模型进行初始定价,通过自适应噪声完全集合经验模态分解(CEEMDAN)对定价误差进行分解与重构,获得高频项、低频项及趋势项,然后使用门控循环单元(GRU)估计高频项及低频项,使用差分整合移动平均自回归(ARIMA)估计趋势项,所有估计值集成汇总得到定价误差估计值,最后使用定价误差估计值对Heston模型的初始定价结果进行修正后获得最终定价结果。使用华夏上证50ETF、华泰柏瑞沪深300ETF和嘉实沪深300ETF期权数据验证模型,实证结果显示,在模型结构更加简单的基础上,本文提出模型的精度普遍优于基准模型。

关键词：期权定价 Heston模型神经网络门控循环单元 CEEMDAN

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

GPU数据库实现技术发展演进

计算机学报 2024年

作者：刘鹏陈红张延松李翠平数据工程与知识工程教育部重点实验室中国人民大学信息学院数据库与商务智能教育部工程研究中心

爆炸式增长的数据对存储和处理数据提出了更高的需求，GPU数据库作为新硬件数据库的一个重要分支，在大容量和高性能处理方面有其独特的优势。GPU数据库作为高性能数据库的代表，在最近几年受到学术界和产业界的关注，一批具有代表性的... 详细信息

爆炸式增长的数据对存储和处理数据提出了更高的需求，GPU数据库作为新硬件数据库的一个重要分支，在大容量和高性能处理方面有其独特的优势。GPU数据库作为高性能数据库的代表，在最近几年受到学术界和产业界的关注，一批具有代表性的研究成果和标志性的实际产品已经出现。GPU数据库的技术发展按照GPU加速型和GPU内存型两种技术路线展开。两种技术路线都有相应的原型系统或产品出现。虽然两种GPU数据库的发展路线在实现上有所不同，但GPU数据库最基本的功能部分和核心技术是相似的，都有查询编译、查询优化、查询执行以及存储管理等功能。当前主流的数据传输方案除了PCIe之外，NVLink、RDMA和CXL等传输方案也为不同处理器之间的数据传输提供了更多的可能性。大多数GPU数据库使用列存储模型来存储数据，少数GPU数据库(如PG-Strom)对两种存储模型都支持。在列存储模型上利用压缩技术能减少数据的存储空间和传输时延。在GPU数据库上进行的压缩和解压的时间应该在整个数据处理的过程中占比很少。在GPU数据库上建立和维护索引不应该有很大的系统开销。JIT编译时间短、编译效率高、是GPU数据库编译的主流。操作符对数据库查询性能的影响非常明显，连接操作、分组聚集和OLAP运算符是目前研究最多的三个类型。目前大多数的研究中，连接和分组聚集算子通常结合在一起研究。在连接算子执行的过程中还和表的连接顺序结合在一起进行考虑。OLAP算子是GPU数据库中的又一个被大量研究的算子，GPU数据库在OLAP算子和模型方面持续受到研究者的关注。GPU数据库有三种查询处理模型，即行处理、列处理和向量化处理。向量化处理和列处理在实际系统中应用较多。由于GPU加速型数据库技术的发展，CPU-GPU协同处理模型上的查询方案与查询引擎也有一定数量的研究成果出现。当前GPU数据库的查询优化研究主要有三部分:多表连接顺序、查询重写和代价模型。然而，GPU数据库的代价评估模型在目前还没有很好的解决方案，GPU数据库的查询优化在未来仍有很大的研究空间。事务在GPU数据库中没有得到很好的研究，尽管有单独的原型系统，但目前的研究还没有取得重大进展。本文总结了GPU数据库各种关键技术已有的研究成果，指出GPU数据库当前存在的问题和面临的挑战，对未来的研究方向进行了展望。

关键词： GPU数据库数据压缩算子优化 OLAP查询查询处理

时空交融知识解码美学表达——文化遗产类纪录片《农耕探文明》叙事创新

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电视研究 2024年第5期 34-37页

作者：赵红勋王佳慧河南大学新闻与传播学院河南大学影视艺术研究所

中央广播电视总台纪录片《农耕探文明》聚焦22项中国重要农业文化遗产,以创新性的叙事策略谱写了生生不息的农耕赞歌。本文基于以时空交融粗描农耕架构的叙事场景、以知识解码诠释农耕内核的叙事主题、以美学表达重现农耕魅力的叙事张力... 详细信息

中央广播电视总台纪录片《农耕探文明》聚焦22项中国重要农业文化遗产,以创新性的叙事策略谱写了生生不息的农耕赞歌。本文基于以时空交融粗描农耕架构的叙事场景、以知识解码诠释农耕内核的叙事主题、以美学表达重现农耕魅力的叙事张力,阐释了节目的叙事创新路径。

关键词：《农耕探文明》文化遗产类纪录片叙事创新

在线全文

学校读者我要写书评

暂无评论

先验知识辅助的金属涂层损伤分割方法

电子科技大学学报 2024年第1期53卷 76-83页

作者：谢洲洋舒畅傅彦周俊临蒋家玮陈端兵成都数之联科技有限公司成都610094 西南技术工程研究所重庆400039 电子科技大学大数据研究中心成都611731

金属涂层损伤的自动识别是一项具有重大实际应用价值的研究。随着深度学习在各类材质的表面损伤图像分割任务中取得突破性进展,大部分研究工作使用端到端的深度卷积神经网络分割模型分割损伤区域。然而,端到端深度学习方法很难利用金属... 详细信息

金属涂层损伤的自动识别是一项具有重大实际应用价值的研究。随着深度学习在各类材质的表面损伤图像分割任务中取得突破性进展,大部分研究工作使用端到端的深度卷积神经网络分割模型分割损伤区域。然而,端到端深度学习方法很难利用金属涂层损伤相关的先验知识来识别损伤尺度差异大、训练数据不足等问题。因此,设计了一种基于先验知识的金属涂层损伤区域分割算法,结合深度学习分割模型U-Net实现金属涂层损伤的自动识别。该算法基于Hue通道分布和边缘响应对金属涂层图像中的异常区域进行分割,深度学习分割模型利用先验知识排除异常样本,可有效避免过拟合。在含有开裂、起泡、生锈和脱落这4类损伤的金属涂层数据集中,该算法取得了81.24%mIoU的分割效果,优于端到端的深度学习方法。实验结果表明,先验知识辅助能够有效提升深度学习分割模型对金属涂层损伤的分割效果。

关键词：深度学习损伤识别图像分割先验知识

基于特征选择与Transformer的涡扇发动机剩余使用寿命预测

在线全文

学校读者我要写书评

暂无评论

机床与液压 2024年第7期52卷 208-213页

作者：刘耕鑫董辛旻张瑞博陈阳郑州大学振动工程研究所河南郑州450001

针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题,提出一种基于特征选择与Transformer的剩余使用寿命预测模型。首先利用以互信息为理论基础的最大相关最小冗余特征选择算法,捕获特征与... 详细信息

针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题,提出一种基于特征选择与Transformer的剩余使用寿命预测模型。首先利用以互信息为理论基础的最大相关最小冗余特征选择算法,捕获特征与标签、特征与特征的关系,得到最佳特征组合;然后以Transformer的编码器为主体并加入门控卷积单元组成预测模型,使模型可以充分捕捉全局信息且提高运算效率的基础上也更加注重局部信息;通过网格搜索与粒子群算法确定模型超参数。最后将最优特征组合的变量数据输入模型实现涡扇发动机剩余使用寿命预测。利用此方法在C-MAPSS数据集进行验证,并进行对比实验,结果表明预测误差与模型效率均有一定改进。

关键词：剩余使用寿命最大相关最小冗余特征选择互信息 Transformer模型

基于CiteSpace的亚麻籽系统研究及产品开发研究进展

在线全文

学校读者我要写书评

暂无评论

中国油脂 2024年

作者：吴发亮裴雅楠范志国王二凤孙晓冬李星科河南省应用微生物工程研究中心河南大学生命科学学院微生物工程研究所河南唐玺亲水胶体技术有限公司

亚麻籽富含脂肪、蛋白质、膳食纤维和木酚素等多种生物活性成分，具有重要的食用价值和药用价值，目前对亚麻籽的研究系统性的综述相对缺乏。为了促进亚麻籽的开发和利用，基于2013-2023十年间Web of Science核心合集数据源，采用CiteSp... 详细信息

亚麻籽富含脂肪、蛋白质、膳食纤维和木酚素等多种生物活性成分，具有重要的食用价值和药用价值，目前对亚麻籽的研究系统性的综述相对缺乏。为了促进亚麻籽的开发和利用，基于2013-2023十年间Web of Science核心合集数据源，采用CiteSpace软件的文献计量分析方法，分析亚麻籽相关研究发表的2504篇文章，构建了亚麻籽相关研究的系统框架并进行了总结性评价。结果表明，从2013年到2023年，论文发表量和被引次数均有所上升。大多数研究集中在亚麻籽油、脂肪酸、亚麻籽的质量和性能等方面。而近年来，亚麻籽的活性成分的研究以及功能性食品、药物以及生物材料等开发成为新的热点。该分析旨在探讨亚麻籽的研究进展，为促进亚麻籽产业的发展提供新的启示。

关键词：亚麻籽功能性食品文献计量分析 CiteSpace 可视化分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据库参数配置智能调优研究综述

计算机学报 2024年第8期47卷 1901-1921页

作者：李奕言田季坤蒲照李翠平陈红中国人民大学信息学院北京100872 数据库与商务智能教育部工程研究中心北京100872 数据工程与知识工程教育部重点实验室北京100872

数据库系统具有大量的参数,这些参数控制了系统的内存分配、I/O优化、备份与恢复等诸多方面,极大地影响着数据库的性能.随着数据库和应用程序的规模和复杂性的增长,传统依靠数据库管理员手动配置参数的方式已经越来越难以满足用户需求.... 详细信息

数据库系统具有大量的参数,这些参数控制了系统的内存分配、I/O优化、备份与恢复等诸多方面,极大地影响着数据库的性能.随着数据库和应用程序的规模和复杂性的增长,传统依靠数据库管理员手动配置参数的方式已经越来越难以满足用户需求.数据库参数配置智能调优将机器学习技术应用到参数调优领域,依据负载信息、数据库参数和性能,借助机器学习算法推荐一组最优的参数.本文针对现有参数配置智能调优技术,从调优方法、应用情况和未来挑战三个方面依次进行梳理和总结.首先将现有参数调优方法依据所用算法不同分为五类,从原理、技术、优缺点等方面对各类方法进行详细介绍和总结.之后介绍当前工业界主流的参数调优工具,分析参数配置智能调优在实际应用过程中遇到的问题及原因.最后,本文对数据库参数配置智能调优的未来研究方向进行了展望.本文旨在帮助研究者掌握当前数据库参数配置智能调优领域主流方法及面临的问题,以推动后续研究工作的开展.

关键词：机器学习参数调优贝叶斯优化强化学习智能数据库

同方期刊数据库