检索结果-内蒙古大学图书馆

环境工程 2023年第12期41卷 89-98页

作者：薛重华赵沂萌孙家荣罗成李文辉王庆李俊奇黄鑫北京建筑大学城市雨水系统与水环境教育部重点实验室北京100044 北京建筑大学北京节能减排与城乡可持续发展省部共建协同创新中心北京100044 中国市政工程华北设计研究总院有限公司北京分公司北京100043 北京市市政工程设计研究总院有限公司新疆分院乌鲁木齐830000 乌鲁木齐市建设局乌鲁木齐830000 乌鲁木齐建筑市场运行服务中心乌鲁木齐830002 中国科学院生态环境研究中心饮用水科学与技术重点实验室北京100085

在雨水径流过程中管道沉积物携带的氮磷释放是造成受纳水体富营养化的主要原因。然而,不同受纳水体因其pH、温度、氮磷初始浓度等水质因素不同而对管道沉积物中氮磷的迁移转化具有不同影响效应。因此,采集了管道沉积物、再生水和天然河... 详细信息

在雨水径流过程中管道沉积物携带的氮磷释放是造成受纳水体富营养化的主要原因。然而,不同受纳水体因其pH、温度、氮磷初始浓度等水质因素不同而对管道沉积物中氮磷的迁移转化具有不同影响效应。因此,采集了管道沉积物、再生水和天然河道水,分析了沉积物和水样的污染特征,再通过混合沉积物与不同水体模拟管道沉积物进入不同受纳水体的过程,探究其氮磷的释放特征及机理并分析了典型水环境因子对管道沉积物中氮磷释放的影响效应。结果表明:河水和再生水对管道沉积物中氮(包括总氮TN和氨氮NH_(4)^(+)-N)的释放均有促进作用,而对总磷(TP)的释放起抑制作用,其中,再生水对总氮(TN)和氨氮(NH_(4)^(+)-N)释放的促进作用更强,但对总磷的抑制作用更强;随着pH值的增大,管道沉积物中TP、NH_(4)^(+)-N和TN的释放量会减少,3种物质在不同环境下的释放通量大小依次为:酸性>中性>碱性,这可能与水环境中的离子交换与物理吸附有关;随着温度的升高,管道沉积物中TP、NH_(4)^(+)-N和TN的释放强度均增强;随着水环境中TP和NH_(4)^(+)-N浓度的增加,管道沉积物中TP和NH_(4)^(+)-N的释放受到抑制,当初始TP、NH_(4)^(+)-N浓度分别为0.232,0.240mg/L时,达到了其对应的氮磷释放平衡浓度。研究结果有助于了解管道沉积物进入不同受纳水体后的氮磷释放机制,以期为雨水径流污染造成的城市景观水体富营养化污染调控提供科学依据。

关键词：管道沉积物氮磷释放补给水源环境因子水体富营养化

来源：评论

学校读者我要写书评

暂无评论

基于多分支神经网络模型的弱监督细粒度图像分类方法

引用

计算机应用 2020年第5期40卷 1295-1300页

作者：边小勇江沛龄赵敏丁胜张晓龙武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 武汉科技大学信息科学与工程学院武汉430081 冶金自动化与检测技术教育部工程研究中心(武汉科技大学) 武汉430081

针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题,提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先,用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域,设计可变形卷积的残差网络Res... 详细信息

针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题,提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先,用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域,设计可变形卷积的残差网络ResNet-50和旋转不变编码的方向响应网络(ORN);其次,利用预训练模型分别初始化特征网络,并输入原图和以上局部区域分别对模型进行微调;最后,组合三个分支内损失和分支间损失优化整个网络,对测试集进行分类预测。所提方法在CUB-200-2011和FGVC_Aircraft数据集上的分类准确率分别达到87.7%和90.8%,与多注意力卷积神经网络(MA-CNN)方法相比,分别提高了1.2个百分点和0.9个百分点;在Aircraft_2数据集上的分类准确率达到91.8%,比ResNet-50网络提高了4.1个百分点。实验结果表明,所提方法有效提高了弱监督细粒度图像分类的准确率。

关键词：细粒度图像分类深度学习弱监督可变形卷积类激活图方向响应网络

来源：评论

学校读者我要写书评

暂无评论

基于纠删码的数据消冗存储系统可靠性增强研究

基于纠删码的数据消冗存储系统可靠性增强研究

引用

第16届全国信息存储技术大会IST2010

作者：彭成王树鹏贾志凯中国科学院成都计算机应用研究所自动推理实验室成都 610041 中国科学院计算技术研究所信息安全研究中心北京 100190 电子装备结构设计教育部重点实验室(西安电子科技大学) 西安 710071

针对如何使用纠删码技术增强数据消冗存储系统可靠性的问题进行了研究，首先研究了纠删编码中关键参数对存储可靠性的影响，通过数学推导证明了使用纠删码技术并不总是会比冗余复制技术更有效的增强存储可靠性，同时分析了使用纠删码技... 详细信息

针对如何使用纠删码技术增强数据消冗存储系统可靠性的问题进行了研究，首先研究了纠删编码中关键参数对存储可靠性的影响，通过数学推导证明了使用纠删码技术并不总是会比冗余复制技术更有效的增强存储可靠性，同时分析了使用纠删码技术增强存储可靠性的条件，并结合数据消冗存储系统的特点给出一种纠删编码关键参数的选取算法，经过实验证明，该算法能够利用更少的存储空间获得比冗余复制技术更高的存储可靠性。

关键词：数据消冗存储系统重复数据删除纠删码

来源：评论

学校读者我要写书评

暂无评论

Manhattan型城市交通系统的核心区边界控制策略研究

Manhattan型城市交通系统的核心区边界控制策略研究

引用

第九届全国流体力学学术会议

作者：吴超云姜锐胡茂彬中国科学技术大学工程科学学院安庆师范大学数学与计算科学学院北京交通大学城市交通复杂系统理论与技术教育部重点实验室

随着车辆的增加,城市交通堵塞越来越严重。为改善核心区交通效率,人们提出了边界流量控制理论,但尚少对此类策略的具体实施方案进行详细研究。本文采用基于Nagel-Schreckenberg元胞自动机的网络交通模型,对Manhattan型城市系统核心区的... 详细信息

随着车辆的增加,城市交通堵塞越来越严重。为改善核心区交通效率,人们提出了边界流量控制理论,但尚少对此类策略的具体实施方案进行详细研究。本文采用基于Nagel-Schreckenberg元胞自动机的网络交通模型,对Manhattan型城市系统核心区的边界控制策略进行了模拟。文中考虑了地理最短路径策略和时间最短路径策略。结果表明,在封闭边界条件下,采用边界控制策略,交通系统的平均到达率和平均流量可得到明显改善。当采用地理最短路径策略时,边界控制策略可以明显提高交通堵塞的临界车辆密度。在开边界条件下,同等交通负载情况,采用边界控制策略时,系统中的车辆密度更小,车辆平均速度更大,车辆能更快到达目的地,到达率更高。宏观基本图也呈现更高的交通流量,以及更宽的高流量区域。这些结果表明,核心区边界控制策略确实能够提高交通系统效能,并改善出行效率。

关键词：元胞自动机模型边界控制策略 Manhattan型交通系统

来源：评论

学校读者我要写书评

暂无评论

地球系统模式CESM的性能建模

地球系统模式CESM的性能建模

引用

2013全国高性能计算学术年会

作者：丁楠李慧岷张涛薛巍宋振亚计算机科学与技术系清华大学北京100084 清华信息科学与技术国家实验室(筹) 清华大学北京100084 地球系统数值模拟教育部重点实验室地球系统研究中心清华大学北京100084 计算机科学与技术系清华大学北京100084 清华信息科学与技术国家实验室(筹) 清华大学北京100084 国家海洋局第一海洋研究所山东266061

CESM是由美国国家大气中心于2010年发布的新一代地球系统模式,是目前最先进、使用最广泛的地球系统模式之一.CESM利用耦合器协同大气、海洋、陆面、海冰等分量模式进行气候模拟.本文在集群平台对大气水平分辨率111km、陆面水平分辨率220... 详细信息

CESM是由美国国家大气中心于2010年发布的新一代地球系统模式,是目前最先进、使用最广泛的地球系统模式之一.CESM利用耦合器协同大气、海洋、陆面、海冰等分量模式进行气候模拟.本文在集群平台对大气水平分辨率111km、陆面水平分辨率220kin和海洋、海冰水平分辨率110kra的CESM算例进行了全面性能测试.通过剖析CESM耦合器与分量模式间的依赖关系，本文提出了CESM全局性能模型框架:通过探究CESM各分量模式的性能特征得出CESM耦合系统中计算资源需求最大的分量模式是海洋分量模式和大气分量模式,影响其性能的核心模块分别是海洋分量模式的正压、斜压方程求解和大气分量模式的动力框架及物理过程的计算,分析其主要影响因素,结合几何相似性方法,本文对各分量模式进行了初步性能建模:通过整合分量模式的性能模型提出了CESM全局性能模型,其预测误差均控制在10.3％以内.最后通过该性能模型指导进程分配,使实验算例有33％的性能提升.

关键词：地球系统模式性能测试建模方法耦合器

来源：评论

学校读者我要写书评

暂无评论

基于服务组件架构的可重构低功耗传感网内核的设计与分析

基于服务组件架构的可重构低功耗传感网内核的设计与分析

引用

2010年中国计算机大会

作者：张伟陈启军赵霞王祝萍颜仕星同济大学电子信息与工程学院控制科学与工程系，上海 201804 同济大学嵌入式系统与服务计算教育部重点实验室，上海 200092 同济大学电子信息与工程学院控制科学与工程系，上海 201804

传感器网络是物联网和未来智能化世界的核心技术，被认为是未来与高速Internet网，高速移动移动网并列的三大信息基础设施之一，它跨越设备种类多，需求多样性强，工作环境差异性大，对软件设计和软硬件交互都提出了较高要求.本文设计... 详细信息

传感器网络是物联网和未来智能化世界的核心技术，被认为是未来与高速Internet网，高速移动移动网并列的三大信息基础设施之一，它跨越设备种类多，需求多样性强，工作环境差异性大，对软件设计和软硬件交互都提出了较高要求.本文设计并实现了一套基于服务组件架构的可重构低功耗传感网内核，通过服务组件架构和层次化解决平台差异性和多样外设的问题，并在此基础上支持可重构快速组装应用系统;成功融合了基于事件的模式和基于任务的模式;并且创立了基于任务未来执行时刻的任务调度，简明高效的平衡了复杂的优先级调度设计和受限资源之问的矛盾，且可很好的支持低功耗调度需求.超过20个例程说明本系统设计思路可行、能够在实际中很好的满足用户需求，是未来传感网和物联网研究部署的重要备选软件平台，可有效促进该领域发展.

关键词：传感器网络服务组件架构核心技术

来源：评论

学校读者我要写书评

暂无评论

分布式网络嗅探器系统的设计与分析

分布式网络嗅探器系统的设计与分析

引用

CWSN2011第5届中国传感器网络学术会议

作者：姜日东张伟厉鹏飞同济大学电子信息与工程学院控制科学与工程系上海201804 同济大学电子信息与工程学院控制科学与工程系上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学)上海201804

大规模传感器网络中自发的时空波动行为极大影响了网络运行的整体平稳性，对全网的传输行为进行监测可获得网络运行性态的一手数据，可为后续网络评估和管控提供数据基础。嗅探器是监测网络传输的传统工具，但是目前大多数嗅探系统都采... 详细信息

大规模传感器网络中自发的时空波动行为极大影响了网络运行的整体平稳性，对全网的传输行为进行监测可获得网络运行性态的一手数据，可为后续网络评估和管控提供数据基础。嗅探器是监测网络传输的传统工具，但是目前大多数嗅探系统都采用单个嗅探器节点仅能对小范围区域和网络局部进行监测。设计并实现了一种分布式网络嗅探系统，介绍了其架构和软硬件结构设计，并在多个嗅探结点的基础上，用高速廉价的RS485总线互联各个结点，以解决大规模无线传感器网络难以全面监测的挑战，最后分析了网络化嗅探器在实用中的若干问题及对策。初步进展和实验表明了这一技术路线的可行性。

关键词：传感器网络分布式网络嗅探器智能感知网网络行为监测网络数据分析

来源：评论

学校读者我要写书评

暂无评论

面向增量分类的多示例学习

面向增量分类的多示例学习

引用

第九届中国数据挖掘会议

作者：魏秀参徐书林安鹏杨健南京理工大学计算机科学与工程学院南京210094 综合业务网理论及关键技术国家重点实验室(西安电子科技大学) 西安710071 高维信息智能感知与系统教育部重点实验室(南京理工大学) 南京21009 南京理工大学计算机科学与工程学院南京210094 高维信息智能感知与系统教育部重点实验室(南京理工大学) 南京210094 社会安全图像与视频理解江苏省重点实验室(南京理工大学) 南京210094 中国海洋石油集团有限公司信息技术中心北京100010

近年来多示例学习(multi-instance 1earning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变。然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学... 详细信息

近年来多示例学习(multi-instance 1earning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变。然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的发展中不断出现新的议题、社交媒体中不断出现新的话题。由于存储限制或保密协议等原因,旧数据可能随着时间的发展变得不可见,这使得直接学习新的类别时模型会忘记曾经学过的知识。增量学习则被用于解决上述问题。因此,在多示例学习设定下进行增量数据挖掘十分有意义,然而目前针对多示例学习下的增量数据挖掘的工作十分稀少。提出一个基于注意力机制和原型分类器映射的多示例增量数据挖掘方法,通过注意力机制选择性地将多示例包的示例汇合为统一的特征表示,然后为每个类别生成类别原型表示并存储下来。类别原型通过原型分类器映射模块得到无偏鲁棒的类别分类器,并通过上一个增量阶段生成的分类器的预测结果对新增量阶段生成的分类器的预测结果进行知识蒸馏,使得模型能够在多示例学习下以极低的存储很好地保留模型的旧知识。实验结果表明：提出的方法能够有效地进行面向增量分类的多示例学习。

关键词：多示例学习增量学习注意力机制知识蒸馏原型

来源：评论

学校读者我要写书评

暂无评论

基于时间卷积脉冲神经网络的超表面信号识别

引用

天津理工大学学报 2024年第6期40卷 87-93页

作者：孙娜李毅天津理工大学计算机科学与工程学院 “学习型智能系统”教育部工程研究中心天津300384 天津理工大学集成电路科学与工程学院光电器件与通信技术教育部工程研究中心天津市薄膜电子与通信器件重点实验室天津300384

近年来,随着人工智能的发展,研究人员逐渐尝试将超表面信号与深度学习相结合进行研究。为了准确高效地完成超表面信号的识别任务,提出了一种基于时间卷积脉冲神经网络(temporal convolutional spiking neural network,TCSNN)的超表面信... 详细信息

近年来,随着人工智能的发展,研究人员逐渐尝试将超表面信号与深度学习相结合进行研究。为了准确高效地完成超表面信号的识别任务,提出了一种基于时间卷积脉冲神经网络(temporal convolutional spiking neural network,TCSNN)的超表面信号识别方法。TCSNN是通过在浅层全连接的脉冲神经网络上,加入时间卷积和残差结构两个模块进行构建的,然后基于超表面信号数据集,与全连接的脉冲神经网络和脉冲卷积神经网络(convolutional spiking neural network,CSNN)两个网络模型进行对比实验,对本模型的性能进行评估。实验结果表明:相较于其他两种常用的脉冲神经网络模型,提出的TCSNN可以取得最优的识别效果。总之,提出的方法不仅为光学信号识别领域的研究提供了一种新思路,而且可以对脉冲神经网络的发展起到一定推动作用。

关键词：脉冲神经网络时间卷积残差结构超表面

来源：评论

学校读者我要写书评

暂无评论

基于注意力特征融合时空图网络的超短期风电功率预测

引用

电力科学与工程 2024年第10期40卷 19-29页

作者：李丽芬陈旭曹旺斌梅华威华北电力大学计算机系河北保定071003 华北电力大学电子与通信工程系河北保定071003 河北省电力物联网技术重点实验室(华北电力大学) 河北保定071003 河北省能源电力知识计算重点实验室(华北电力大学) 河北保定071003 复杂能源系统智能计算教育部工程研究中心(华北电力大学) 河北保定071003

为提高风电功率的预测精度,综合考虑时间和空间多维度因素的影响,提出了一种基于注意力机制和多阶段特征融合的时空图神经网络(Spatio-temporal graph neural network with attention mechanism and multistage feature fusion,AMF-STG... 详细信息

为提高风电功率的预测精度,综合考虑时间和空间多维度因素的影响,提出了一种基于注意力机制和多阶段特征融合的时空图神经网络(Spatio-temporal graph neural network with attention mechanism and multistage feature fusion,AMF-STGNN)的超短期风电功率预测方法。首先基于Pearson相关系数法对数据特征进行降维,确定影响风电功率的关键因素。然后构建AMF-STGNN预测模型。该模型主要由时空关联网络构建模块和多维度时空特征抽取模块组成。通过时空关联网络构建模块构建时空图,以揭示风电气象因素的空间连接关系。通过多维度时空特征抽取模块应用时间卷积和图卷积挖掘数据的时空特征,并利用注意力机制学习重要特征。此外,该方法还引入残差结构和多阶段特征融合结构提高模型的表达能力。最后以宁夏3个风电场真实数据为例,验证了所提方法在提升风电功率预测精度方面的有效性。

关键词：风电功率预测时空图相关性分析注意力机制多阶段特征融合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：