期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
裕情与舒气——论王夫之对《诗经》的诠释 被引量:4
1
作者 谷继明 《船山学刊》 2013年第2期32-39,共8页
王夫之对于《诗经》的解释属于经学和理学的范畴。船山认为,《诗经》的意义不仅仅在于对社会的赞美或讽刺,而且还在于其所表现的诗人情志。船山通过对诗人情志的考察,分析人的性情结构,提出了"循性定情"的修养学说。但是情要... 王夫之对于《诗经》的解释属于经学和理学的范畴。船山认为,《诗经》的意义不仅仅在于对社会的赞美或讽刺,而且还在于其所表现的诗人情志。船山通过对诗人情志的考察,分析人的性情结构,提出了"循性定情"的修养学说。但是情要落在气上讲,船山更进一步提出调气、舒气等功夫来贞定人性、使情达到发而皆中节的和乐状态,以实现学者自我的修养和社会的美俗、善治。 展开更多
关键词 王夫之 诗广传 气论 性情 经学
在线阅读 下载PDF
重思王夫之对天主教的理解与评价 被引量:2
2
作者 谷继明 《船山学刊》 2021年第6期7-17,共11页
明清之际儒者王夫之对天主教的评论,虽然比较少,但值得重视。《船山全书》中存有王夫之对天主教的评价,他与天主教的接触也值得考察。王夫之对天主教的理解,虽没有现代人理解得深入和准确,但他仍然敏锐地意识到了儒家文明与天主教的根... 明清之际儒者王夫之对天主教的评论,虽然比较少,但值得重视。《船山全书》中存有王夫之对天主教的评价,他与天主教的接触也值得考察。王夫之对天主教的理解,虽没有现代人理解得深入和准确,但他仍然敏锐地意识到了儒家文明与天主教的根本差别,并就此展开辨析。在明清之际,儒学的一个发展方向是加强经典中“天”“帝”的人格化解释,以会通或应对天主教。但王夫之却进一步发展理学,基于理学的立场,来应对天主教义的挑战。由此,他以“理一分殊”来解读张载的《乾称篇》,熔程朱张载为一炉,对于儒家的宗教向度和伦理特色,都有深刻的揭示。 展开更多
关键词 利玛窦 明清之际 耶儒对话 王夫之
在线阅读 下载PDF
基于ST-YOLOv7的无人机视角下行人及车辆识别 被引量:2
3
作者 郝博 谷继明 刘力维 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第3期293-298,共6页
由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7网络模型为基础的ST-YOLOv7算法,主干网络中融合了Swin Transform模块,构建复杂背景... 由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7网络模型为基础的ST-YOLOv7算法,主干网络中融合了Swin Transform模块,构建复杂背景与小目标的全局关系,融入SENet通道注意力机制,为不同通道的特征分配不同权重,增强小目标特征的捕捉,在头部网络中,加入了YOLOv5网络中的C3模块,增加网络的深度和感受野,提高特征提取的能力,增加了1个小目标检测层,进一步提升对小目标识别的精度。实验证明:ST-YOLOv7网络模型在自制的航拍数据集中对行人的识别精度高达83.4%,对数据集中的车辆的识别精度达到了89.3%。均优于YOLOv5和YOLOv7目标检测算法,以较小的效率损失取得了较高精度。 展开更多
关键词 复杂背景 远距离小目标 YOLOv7 注意力机制 目标识别
在线阅读 下载PDF
基于BF-YOLOv5的红外及可见光图像融合的目标检测 被引量:1
4
作者 郝博 谷继明 刘力维 《电光与控制》 CSCD 北大核心 2024年第5期72-76,共5页
在目标检测领域,夜间、大雾、遮挡及战场伪装等复杂的环境中,使用单一的图像传感器不足以反映全部的场景信息,难以提高复杂环境中目标检测精度。为此提出了以YOLOv5为基础的BF-YOLOv5算法,算法采用双分支结构,通过两个Backbone分别读取... 在目标检测领域,夜间、大雾、遮挡及战场伪装等复杂的环境中,使用单一的图像传感器不足以反映全部的场景信息,难以提高复杂环境中目标检测精度。为此提出了以YOLOv5为基础的BF-YOLOv5算法,算法采用双分支结构,通过两个Backbone分别读取可见光图像和红外图像,在每个Backbone中分别融合了CBAM,通过学习的方式自动获取每个特征通道的重要程度,并且利用得到的重要程度来提升特征,抑制对当前任务不重要的特征。在Neck部分融合了BiFormer注意力机制,用来提升对小目标的检测能力。实验证明,BF-YOLOv5算法在红外及可见光FLIR数据集和LLVIP数据集上的检测精度均高于原有算法,在FLIR数据集上平均精度均值(mAP)高达86.6%,相比原有双分支算法提升了2.2个百分点,显著提高红外和可见光融合图像的检测性能。 展开更多
关键词 目标检测 BF-YOLOv5 图像融合 双分支结构 BiFormer
在线阅读 下载PDF
基于麻雀搜索算法优化BP神经网络的弹丸射程预测研究
5
作者 郝博 刘力维 谷继明 《火炮发射与控制学报》 北大核心 2024年第1期10-15,共6页
弹丸发射参数、气象条件等会影响弹丸射程,其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题,建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型,以弹丸射程作为输出指标... 弹丸发射参数、气象条件等会影响弹丸射程,其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题,建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型,以弹丸射程作为输出指标,选取弹丸初速、发射角度和风力条件作为影响因素输入,经过数据预处理后进行弹丸射程预测;同时与粒子群算法(PSO)和遗传算法(GA)优化BP神经网络预测模型的预测精度进行对比,验证SSA优化BP神经网络模型的预测效果。结果表明,SSA-BP预测模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为10.456 4 m、11.831 3 m和0.058 13%,低于BP、PSO-BP、GA-BP预测模型的相应评估指标,所以SSA-BP模型的预测精度高于BP、PSO-BP、GA-BP预测模型,其可以为弹丸射程预测和远程火力打击研究提供支持。 展开更多
关键词 外弹道 弹丸射程预测 BP神经网络 麻雀搜索算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部