检索结果-内蒙古大学图书馆

闽南师范大学学报（自然科学版） 2023年第2期36卷 60-70页

作者：王鑫蕊吕阳阳施建华闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 福建省数据科学与统计重点实验室福建漳州363000 数字福建气象大数据研究所福建漳州363000

ARMA-GARCH模型在金融领域已得到广泛应用,可以用来研究金融资产价格的变化情况.对金融资产收益率建模时,通常假设噪声服从高斯分布.然而,实际研究表明,金融资产收益率可能具有正向或负向阶段性跳跃特征.对于此类金融数据,基于高斯分布... 详细信息

ARMA-GARCH模型在金融领域已得到广泛应用,可以用来研究金融资产价格的变化情况.对金融资产收益率建模时,通常假设噪声服从高斯分布.然而,实际研究表明,金融资产收益率可能具有正向或负向阶段性跳跃特征.对于此类金融数据,基于高斯分布的ARMA-GARCH模型在预测效果上显得不足.因此,研究了非零均值噪声扰动下的ARMA-GARCH模型,证明了拟极大似然估计量(QMLE)的强相合性和渐近正态性.进一步,通过数值模拟和实证分析说明了该模型的有效性.

关键词： ARMA-GARCH 相合性渐近正态性拟极大似然估计高斯-泊松分布

来源：评论

学校读者我要写书评

暂无评论

L-乳酸脱氢酶催化反应机理的理论研究进展

引用

化学通报 2000年第1期63卷 15-21页

作者：侯若冰陈志达卞江义祥辉北京大学化学与分子工程学院稀土材料化学及应用国家重点实验室广西师范大学计算分析测试中心桂林541004 广西师范大学计算分析测试中心

介绍Ｌ－乳酸脱氢酶可逆催化氧化Ｌ－乳酸生成丙酮酸的反应机理研究的最新进展。讨论底物及活性中心附近残基的构型对反应的影响以及Ｈ－离子转移的可能机理。

关键词：酶促反应反应机理乳酸脱氢酶丙酮酸

来源：评论

学校读者我要写书评

暂无评论

基于谷歌地球引擎平台的海上养殖信息提取方法研究——以福建省平潭县为例

引用

应用海洋学学报 2024年第2期43卷 360-370页

作者：闫锦崴郑蔚恒于鹏厦门理工学院计算机与信息工程学院福建厦门361024 自然资源部空间海洋遥感与应用重点实验室北京100081

海上养殖业对粮食安全有着至关重要的作用。然而,海上养殖的无序扩张和开发,阻碍了海上交通,同时也造成了海洋环境问题。为及时、准确地获取海上养殖信息,满足海岸带调查以及推进海上养殖规范化、科学化,提出一种基于谷歌地球引擎(Googl... 详细信息

海上养殖业对粮食安全有着至关重要的作用。然而,海上养殖的无序扩张和开发,阻碍了海上交通,同时也造成了海洋环境问题。为及时、准确地获取海上养殖信息,满足海岸带调查以及推进海上养殖规范化、科学化,提出一种基于谷歌地球引擎(Google Earth Engine, GEE)平台实现长时间序列下海上养殖区信息快速提取的方法。本研究构建了一个基于随机森林分类的海上养殖区信息提取模型,该模型综合利用了Sentinel-1卫星SAR影像数据的VV和VH极化波段,以及Sentinel-2卫星的多光谱影像数据。此外,模型还融合了4个用于增强养殖区特征的指数,以提高养殖区域信息提取的准确性和效率。这种方法的应用旨在优化海上养殖区的识别过程,通过精确分析和利用不同数据源的互补优势,展现了遥感技术在海洋养殖监测领域的巨大潜力。本研究对2017—2021年平潭县海上养殖区域进行判定与提取,实验结果表明,以养殖密度较低,养殖特征不明显为特征的海上养殖区,基于GEE平台的海上养殖区信息提取方法精度在90%以上,表明在复杂水体背景下对养殖区快速识别取得较好的效果,可为海上养殖科学规划与规范化管理提供有效的参考依据。

关键词：海洋物理学谷歌地球引擎海上养殖区提取 Sentinel-1/2 随机森林分类平潭县

来源：评论

学校读者我要写书评

暂无评论

多媒体技术课程实验设计

引用

漳州师范学院学报（自然科学版） 2012年第2期25卷 111-113页

作者：林姿琼漳州师范学院计算机科学与工程系福建漳州363000 福建省粒计算重点实验室福建漳州363000

多媒体技术是一门实践性很强的计算机专业必修课程.本文针对多媒体课程的特点和教学目标,将其实验划分为验证性、设计性、综合性三个层次,构建六个多媒体技术实验模块,并提出具体的实验项目和考核方案,在提高学生的理论和综合实践能力... 详细信息

多媒体技术是一门实践性很强的计算机专业必修课程.本文针对多媒体课程的特点和教学目标,将其实验划分为验证性、设计性、综合性三个层次,构建六个多媒体技术实验模块,并提出具体的实验项目和考核方案,在提高学生的理论和综合实践能力上取得了较好的效果.

关键词：多媒体技术实验实践教学

来源：评论

学校读者我要写书评

暂无评论

WOD随机变量序列加权和的矩完全收敛性

引用

纯粹数学与应用数学 2023年第2期39卷 250-269页

作者：潘晓映王美涵施建华张荣茂闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 福建省数据科学与统计重点实验室福建漳州363000 数字福建气象大数据研究所福建漳州363000

WOD(widely orthant dependent)随机变量序列是一类非常宽泛的相依随机变量序列,应用WOD随机变量序列部分和的Menshov-Rademacher型不等式,结合五段截尾技术,研究得到了同分布WOD随机变量序列的Sung型加权和的最大值矩完全收敛性定理,... 详细信息

WOD(widely orthant dependent)随机变量序列是一类非常宽泛的相依随机变量序列,应用WOD随机变量序列部分和的Menshov-Rademacher型不等式,结合五段截尾技术,研究得到了同分布WOD随机变量序列的Sung型加权和的最大值矩完全收敛性定理,推广和改进了已有的文献的一些最新结果.作为主要结果的一个应用,同时考虑了基于WOD误差的非参数回归模型中加权估计的完全相合性的结果,并且通过模拟验证了理论结果的有效性.

关键词： WOD随机变量加权和矩完全收敛非参数回归模型

来源：评论

学校读者我要写书评

暂无评论

基于多目标优化的Docker-微服务部署研究

引用

人工智能与机器人研究 2017年第2期6卷 41-55页

作者：夏天宇徐姜琴江敏福建省类脑计算技术及应用重点实验室(厦门大学) 福建厦门厦门大学外文学院福建厦门

Docker是一个开源的云计算应用容器引擎,由于可以使数量巨大的应用程序在已有的服务器上运行,因此受到广泛的关注。将Docker技术与微服务相结合可以显著改善性能,但是也带来了如何有效部署的问题。本文在分布式估计算法和人工蜂群算法... 详细信息

Docker是一个开源的云计算应用容器引擎,由于可以使数量巨大的应用程序在已有的服务器上运行,因此受到广泛的关注。将Docker技术与微服务相结合可以显著改善性能,但是也带来了如何有效部署的问题。本文在分布式估计算法和人工蜂群算法的基础上,提出了一个称为MOMDA-ABC的算法。该算法可以优化部署微服务的Docker容器间的通信距离和主机数,从而使得云计算平台的性能有效提升。实验结果也证明该方法的有效性。

关键词： Docker 微服务人工蜂群算法分布估计算法

来源：评论

学校读者我要写书评

暂无评论

基于混合特征建模的图卷积网络方法

引用

计算机应用 2022年第11期42卷 3354-3363页

作者：李卓然冶忠林赵海兴林晶晶青海师范大学计算机学院西宁810016 省部共建藏语智能信息处理及应用国家重点实验室(青海师范大学) 西宁810008 藏文信息处理教育部重点实验室(青海师范大学) 西宁810008 青海省藏文信息处理与机器翻译重点实验室(青海师范大学) 西宁810008

对于网络中拥有的复杂信息,需要更多的方式抽取其中的有用信息,但现有的单特征图神经网络(GNN)无法完整地刻画网络中的相关特性。针对该问题,提出基于混合特征的图卷积网络(HDGCN)方法。首先,通过图卷积网络(GCN)得到节点的结构特征向... 详细信息

对于网络中拥有的复杂信息,需要更多的方式抽取其中的有用信息,但现有的单特征图神经网络(GNN)无法完整地刻画网络中的相关特性。针对该问题,提出基于混合特征的图卷积网络(HDGCN)方法。首先,通过图卷积网络(GCN)得到节点的结构特征向量和语义特征向量;然后,通过改进基于注意力机制或门控机制的聚合函数选择性地聚合语义网络节点的特征,增强节点的特征表达能力;最后,通过一种基于双通道图卷积网络的融合机制得到节点的混合特征向量,将节点的结构特征和语义特征联合建模,使特征之间互相补充,提升该方法在后续各种机器学习任务上的表现。在CiteSeer、DBLP和SDBLP三个数据集上进行实验的结果表明,与基于结构特征训练的GCN相比,HDGCN在训练集比例为20%、40%、60%、80%时的Micro‑F1值平均分别提升了2.43、2.14、1.86和2.13个百分点,Macro‑F1值平均分别提升了1.38、0.33、1.06和0.86个百分点。用拼接或平均值作为融合策略时,准确率相差不超过0.5个百分点,可见拼接和平均值均可作为融合策略。HDGCN在节点分类和聚类任务上的准确率高于单纯使用结构或语义网络训练的模型,并且在输出维度为64、学习率为0.001、2层图卷积层和128维注意力向量时的效果最好。

关键词：注意力机制门控机制双通道图卷积网络结构特征语义特征

来源：评论

学校读者我要写书评

暂无评论

基于依存语法构建多视图汉语树库

引用

中文信息学报 2015年第3期29卷 9-15页

作者：邱立坤金澎王厚峰鲁东大学文学院山东省语言资源开发与应用重点实验室山东烟台264025 北京大学计算语言学研究所北京100871 乐山师范学院智能信息处理及应用实验室四川乐山614004

树库是自然语言处理中一项重要的基础资源,现有树库基本上都是单视图树,支持短语结构语法或者依存语法。该文提出一套基于依存语法的多视图汉语树库标注体系,仅需标注中心语和语法角色两类信息,之后可以自动地推导出描述句法结构所需的... 详细信息

树库是自然语言处理中一项重要的基础资源,现有树库基本上都是单视图树,支持短语结构语法或者依存语法。该文提出一套基于依存语法的多视图汉语树库标注体系,仅需标注中心语和语法角色两类信息,之后可以自动地推导出描述句法结构所需的短语结构功能和层次信息,从而可以在不增加标注工作量的前提下获得更多语法信息。基于该体系,构建了北京大学多视图汉语树库(PMT)1.0版,含有64 000句、140万词,支持短语结构语法和依存语法两个视图。

关键词：多视图树库依存语法短语结构语法

来源：评论

学校读者我要写书评

暂无评论

新型无铟透明导电-电致变色双功能MoO_3/Ag/MoO_3薄膜的制备及性能研究

引用

发光学报 2016年第2期37卷 187-191页

作者：刘岩吕营何龙桂刘星元发光学及应用国家重点实验室中国科学院长春光学精密机械与物理研究所吉林长春130033 中国科学院大学北京100049 福建省捷创电子科技有限公司福建福清350301

研制了集电致变色和透明导电功能为一体的MoO_3/Ag/MoO_3(MAM)双功能薄膜。MAM薄膜采用电子束热蒸发技术在室温下制备。作为透明电极,MAM薄膜显示出良好的光电性能,可见光平均透过率为59.4%,方块电阻为12.2Ω/□。作为电致变色材料,MAM... 详细信息

研制了集电致变色和透明导电功能为一体的MoO_3/Ag/MoO_3(MAM)双功能薄膜。MAM薄膜采用电子束热蒸发技术在室温下制备。作为透明电极,MAM薄膜显示出良好的光电性能,可见光平均透过率为59.4%,方块电阻为12.2Ω/□。作为电致变色材料,MAM薄膜具有较快的响应时间(着色时间4.3 s,褪色时间11.1s),25%的光学对比度(528 nm),良好的稳定性(100次循环),以及较高的着色效率(40.5 cm^2·C^(-1)),在已报道的MoO_3着色效率中处于较高的水平。

关键词：电致变色 MoO_3 介质/金属/介质稳定性

来源：评论

学校读者我要写书评

暂无评论

多任务特征融合的CenterNet运动车辆检测方法

引用

陕西科技大学学报 2024年第5期42卷 206-213,224页

作者：李晓晗刘石坚邹峥戴宇晨福建理工大学计算机科学与数学学院福建省大数据挖掘与应用技术重点实验室福建福州350118 福建师范大学计算机与网络空间安全学院福建福州350117

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实... 详细信息

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实现车辆分割的任务流,与原有目标检测流共同组成双流机制,然后使用恰当的方式实现双流特征融合,辅助增强目标检测流中的关键特征信息,此外,注意力机制的加入进一步优化了模型精度.在以公共数据集UA-DETRAC为基础所制作的测试集上,本文方法的平均精确率为70%,相比原始CenterNet模型提高了5.8%;帧率为30 f/s,在对比方法中具有最佳的速度与精度均衡性.大量实验表明,本文方法能够较好地胜任运动车辆的检测任务.

关键词：运动车辆检测分割 CenterNet 多任务学习特征融合

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：