课程文献中心 更多>>

关键词： Sentinel影像   油茶   Sigmoid函数   Google Earth Engine   样本迁移  

摘要： 遥感影像分析中,多光谱指数特征的归一化处理对于提高分类精度和模型的泛化能力至关重要。采用Google Earth Engine(GEE)平台,以Sentinel-1 SAR雷达遥感影像和Sentinel-2 A光学遥感影像为数据源,通过计算纹理特征、地形特征、极化特征和Sigmoid函数归一化前后的多光谱指数特征构建不同的分类场景,采用随机森林、梯度提升树、支持向量机和朴素贝叶斯4种机器学习分类器进行分类实验,分析对光谱指数特征进行归一化处理是否有利于油茶林识别。将构建的卷积神经网络(CNN)和结合Bi-LSTM模块的深度学习模型与机器学习分类器进行比较,分析不同模型对油茶林识别效果。以吉安市2021年五种土地类型样本点为基础,将适合油茶林识别的分类场景应用到不同年份(2019年、2020年、2022年、2023年)的样本迁移中,分析各年份油茶林面积增量与空间分布。结果表明,归一化后的光谱指数特征与随机森林相结合对油茶林识别精度最高,整体精度(OA)为99.02%,Kappa系数为0.9837,油茶林用户精度(UA)为95.31%,油茶林生产者精度(PA)为93.74%;研究中CNN系列的深度学习模型对油茶林识别精度略低于随机森林分类器,其中结合Bi-LSTM模块的深度学习模型的整体精度(OA)为98.69%,Kappa系数为0.9713油茶林用户精度(UA)为94.96%,油茶林生产者精度(PA)为93.17%;2021年吉安市油茶林种植面积达184.4881万亩,其中遂川县占27.67%,为面积最大县;油茶林种植分布由地势高向地势低递减,种植地点多位于家庭农户附近的山坡地和自留地,油茶林种植面积逐年增加。研究所提出的油茶林提取方法能够为实现油茶林动态监测与管理提供帮助,所提出的样本迁移方法能有效减少样本采集和标注成本。

关键词： 遥感图像检索   对比学习   乘积量化   交叉学习  

摘要： 自监督遥感图像检索模型由于标签缺失导致使用错误的样本对进行学习,从而产生抽样偏差,影响图像表征的准确性,为此提出一种基于交叉量化和样本校正的自监督遥感图像检索模型(CQSC)。首先,为了降低数据存储和处理负载,将传统对比学习中的映射层与乘积量化相结合,压缩高维图像数据,提高了检索效率;其次,使用交叉学习策略,最大化检索模型中特征映射前后的交叉相似性,增强模型的特征生成能力和检索精度;最后,针对自监督遥感图像检索中因标签缺失导致的抽样偏差,设计自适应纠错标签,标注训练样本,校正训练过程中存在的错误负样本。在UCMerced和EuroSAT数据集上进行了大量实验,结果表明:与PLSH方法相比,在UCMerced数据集上,所提方法mAP@20平均提升了2.52百分点;在EuroSAT数据集上取64 bits时,所提方法mAP@100提升了3.83百分点。

关键词： 政府决策   体育智库   助推理论   公共政策  

摘要： 新型体育智库的根本使命是积极服务体育决策需求,而助推理论是在保持自由的前提下引导行为决策改变的一种干预方式。将助推理论进行内嵌,可使智库更好地服务于政策的有效落地和持续优化。运用文献资料法、逻辑分析法等研究方法,从“提出议题—政策制定—政策执行—政策评估”4个步骤将助推方法内嵌至新型体育智库参与政府决策的流程中。以设计默认选项、推送关键信息、发送失误预警、简化服务流程、制造压力氛围、公开绩效结果的助推方式作为创新型工具参与政府决策。旨在为我国新型体育智库参与政府决策的理论探索和实践路径提供参考。

关键词： 急性缺血性脑卒中   老年   认知障碍   影响因素  

摘要： 目的分析老年急性缺血性脑卒中后发生认知障碍的影响因素,为临床诊疗提供参考。方法回顾性分析2022年5月至2024年5月南京大学医学院附属鼓楼医院收治的105例老年急性缺血性脑卒中患者的临床资料,根据是否发生认知障碍分为认知障碍组(48例)和无认知障碍组(57例)。比较两组患者临床资料,分析影响老年急性缺血性脑卒中患者卒中后发生认知障碍的独立危险因素,分析各因素预测老年急性缺血性脑卒中患者卒中后发生认知障碍的价值。结果认知障碍组患者冠状动脉粥样硬化性心脏病(简称冠心病)占比、既往卒中史占比、美国国立卫生研究院卒中量表(NIHSS)评分、同型半胱氨酸(Hcy)水平均高于无认知障碍组(均P<0.05)。多因素Logistic分析结果显示,冠心病、既往卒中史、NIHSS评分升高、Hcy升高均为影响老年急性缺血性脑卒中患者卒中后发生认知障碍的独立危险因素(均P<0.05)。受试者操作特征(ROC)曲线分析结果显示,NIHSS评分、Hcy预测老年急性缺血性脑卒中患者卒中后发生认知障碍的曲线下面积(AUC)分别为0.936、0.894,敏感度为0.830、0.809,特异度为0.914、0.793(均P<0.05)。结论冠心病、既往卒中史、NIHSS评分升高、Hcy升高均为影响老年急性缺血性脑卒中患者卒中后发生认知障碍的危险因素,临床诊治时可结合以上指标进一步筛查高风险患者,及时采取干预措施。

关键词： 旋翼无人机   微多普勒   倒谱   参数估计  

摘要： “低、慢、小”无人机的泛滥给空域的飞行安全造成了严重威胁,准确分析无人机回波信号的特点对于非合作无人机的检测具有重要意义。根据旋翼无人机目标时域积分回波模型以及倒谱算法的原理,推导了回波信号的频域表达式和倒谱表达式,分析了回波信号参数与频域和倒谱特征的对应关系,提出了一种针对无人机回波信号的参数估计方法并通过仿真与实测数据验证了此方法的有效性。结果表明,该方法可以更加准确地估计无人机回波信号的带宽和旋转频率,进而为无人机目标的探测与识别提供论文拓展重要参考。

关键词： 深度学习   初至震相   卷积循环神经网络   长短期记忆网络   时间序列  

摘要： 初至震相的识别是地震数据处理中的基本内容。由于人工识别效率较低,且受到人为主观因素的影响,因此近年来陆续发展出许多自动识别初至震相的方法。然而,这些自动识别方法主要基于背景噪声和地震信号的差异,并且通常需要一个阈值,因此难以在复杂的地震区域实施或应对海量的地震数据。为克服这些不足,本文搭建7层基于长短期记忆网络(Lstm)的卷积循环神经网络,开展P波初至震相识别的实验研究,并利用南加州公开的数据集对新建的卷积循环神经网络进行训练和测试。通过与传统的卷积神经网络、自动识别算法、Pick-Net、EQtransformer网络等进行对比,本研究搭建的卷积循环神经网络的识别精度相对较高,因此可直接使用地震波形数据作为时间序列进行训练。此外,虽然本研究建立的卷积循环神经网络只有7层网络,但基本达到复杂网络模型的震相识别精度,充分说明卷积循环神经网络的优势。综上,本研究提出的基于时间序列卷积循环神经网络为P波初至震相的自动识别提供一种新思路,为快速精准的自动识别震相问题提供技术支持。

关键词： 电子商务   体育商品   购买决策   影响因素  

摘要： 本文围绕基于电子商务的体育商品消费者购买决策展开,分析了电子商务环境下体育商品购买决策过程,包括阶段划分、电子商务的影响及体育商品决策的特殊性。深入探讨影响因素,涵盖产品相关因素如质量、品牌等,价格与价值感知方面,信息获取与信任建立的要点,以及购物体验与便利性的网站设计、支付、物流等方面。

关键词： 室性心动过速   知识驱动   数据驱动   混合模型   决策支持  

摘要： 目的构建一个融合知识驱动和数据驱动的混合决策模型,并将其应用于室性心动过速的病因诊断。方法检索2018—2023年心律失常疾病领域的临床实践指南、专家共识和医学文献作为知识源,并回顾性收集2013—2023年中国医学科学院阜外医院室性心动过速(ventricular tachycardia,VT)患者的电子病历信息作为数据集。采用基于知识规则的方法构建临床路径作为知识驱动模型;基于真实世界数据构建VT病因诊断三分类机器学习模型,并选取其中的最佳模型作为数据驱动模型代表;以临床路径为基本框架,将机器学习模型以自定义运算符的形式嵌入临床路径的决策节点中,作为混合模型。评价上述3种模型的精确率、召回率和F1分数。结果共纳入3部临床实践指南作为知识驱动模型的知识源;收集了1305条患者数据作为数据集,构建了5种机器学习模型,其中XGBoost模型最佳。混合模型采用知识驱动的决策思维,分别将XGBoost模型嵌入2层分类的决策节点中。3种模型的精确率、召回率和F1分数如下:知识驱动模型为80.4%、79.1%和79.7%;数据驱动模型分别为88.4%、88.5%和88.4%;混合模型分别为90.4%、90.2%和90.3%。结论融合知识与数据驱动的混合模型展现出更高的准确性,且混合模型的所有决策结果均基于循证证据,这更接近临床医生的实际诊断思维。未来需更严格地验证混合模型广泛应用于医学领域的可行性。

关键词： 煤基合成氨项目   安全环保提升   节能优化改造   低温进料液氮洗装置   常温进料液氮洗装置   工艺方案   对比分析  

摘要： 中国石油化工股份有限公司安庆分公司“30·52”项目2006年11月完成“油改煤”,配套壳牌粉煤加压气化、耐硫变换、鲁奇低温甲醇洗、甲烷化、氨合成工艺等,2021年开始实施“碳一板块安全环保提升及节能优化改造项目”,新建2台1000d的SE-东方炉,配套建设1套液氮洗装置(替代甲烷化工艺),合成氨产能由1050t/d提升至1350t/d。杭州中泰深冷技术股份有限公司承接本套液氮洗装置的研发设计任务,对比主要设备尺寸与消耗,从设备投资和运行成本角度而言,常规低温进料液氮洗工艺方案更优,但由于本套新建液氮洗装置与原低温甲醇洗装置距离较远,若采用低温进料液氮洗工艺,长输管道大量的冷损会造成低温甲醇洗装置和液氮洗装置冷量不足,经综合考虑,最终选择了常温进料液氮洗工艺方案,这也是国内首套采用常温进料的液氮洗装置,其研发设计思路可为业内提供一些参考与借鉴。

关键词： 潜山储层   成像测井   声波测井   三维远场声波成像   储层岩相   西湖凹陷  

摘要： 东海盆地西湖凹陷潜山基岩储层蕴含着丰富的油气资源,为了精细表征东海盆地西湖凹陷中生界潜山储层裂缝及次生溶蚀的发育情况并探讨裂缝及次生溶蚀在三维空间内的延展性,结合钻井取心、井壁取心、录井及高分辨率测井资料对潜山储层岩相进行精细划分,并首次综合三维远场声波成像技术定量描绘裂缝及次生溶蚀的横向延展性,分析研究区潜山储层的成因模式。结果表明,西湖凹陷中生界潜山储层岩相可细分为5种类型:开启型裂缝相、泥质填充裂缝相、裂缝-溶蚀相、溶蚀相和致密相,其中开启型裂缝相和溶蚀相是研究区潜山储层主要的油气储集类型。三维远场声波成像测井资料表明开启型裂缝相延展最远,可达距离井筒7 m范围;其次为裂缝-溶蚀相,延展至井筒外约5 m范围;泥质填充裂缝相、溶蚀相及致密相三维空间内延展规模有限,仅在井周附近有所发育。岩性、构造活动及溶蚀改造作用共同控制了研究区潜山储层的形成,是研究区潜山储层形成的主要控制因素。高分辨率测井技术及三维远场声波成像测井资料的综合利用实现了对研究区潜山储层裂缝及次生溶蚀的综合评价,为后续潜山基岩储层勘探开发提供了强有力的数据支撑。