期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
A-收敛与几乎处处收敛 被引量:1
1
作者 鲍玲鑫 施慧华 《华侨大学学报(自然科学版)》 CAS 北大核心 2015年第6期726-730,共5页
设A≡(ai)∞i=1■S+l1,其中,S+l1表示l1单位球面上的所有正向量构成的集合.Banach空间X中的序列(xn)称为A-收敛于x∈X,是指对任意的ε>0。
关键词 统计收敛 理想收敛 几乎处处收敛 极端测度 BANACH空间
在线阅读 下载PDF
“双碳”目标下河南省农业碳排放影响因素及预测研究 被引量:32
2
作者 高晨曦 卢秋萍 +3 位作者 欧年青 胡清萍 林雪 鲍玲鑫 《中国生态农业学报(中英文)》 CAS CSCD 北大核心 2022年第11期1842-1851,共10页
农业生产是碳排放的主要来源之一,农业碳减排是中国实现“双碳”目标的重点方面。本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预... 农业生产是碳排放的主要来源之一,农业碳减排是中国实现“双碳”目标的重点方面。本文采用排放因子法测算河南省农业碳排放量;对STIRPAT模型进行扩展,定性与定量分析了农业碳排放的各种影响因素;建立RBF核ε-SVR农业碳排放预测模型,预测不同情景下河南省农业碳排放量及趋势。结果表明:2001—2020年河南省农业CO_(2)排放量总体呈“上升-下降”的趋势,年均增长率为−1.18%,2005年达峰值10256.69万t;乡村人口、农作物播种面积、大型畜牧数、人均农业GDP、农村人均可支配收入、农业机械化水平、城镇化率每发生1%的变动,将分别引起河南省农业CO_(2)排放量0.162%、0.175%、0.130%、−0.018%、−0.029%、0.120%、−0.071%的变动;在基准情景和低碳情景Ⅰ、Ⅱ下,2021—2025年河南省农业CO_(2)排放量呈持续下降的变化趋势,到2025年预测值分别为6483.80万t、6369.19万t和6338.32万t。研究表明:河南省农业已实现碳达峰;抑制农业碳排放的重点是农作物的土地利用及大型畜牧的粪便管理,促进农业碳减排的重点是稳妥推进城镇化及农村经济发展;低碳情景具有更大的碳减排潜力,有助于加速全省“双碳”目标的实现。 展开更多
关键词 河南省 农业碳排放 农业碳减排 扩展STIRPAT模型 支持向量回归
在线阅读 下载PDF
ON WEAK FILTER CONVERGENCE AND THE RADON-RIESZ TYPE THEOREM 被引量:1
3
作者 鲍玲鑫 《Acta Mathematica Scientia》 SCIE CSCD 2016年第1期215-219,共5页
The author shows a characterization of a (unbounded) weakly filter convergent sequence which is parallel to that every weakly null sequence (xn) in a Banach space admits a norm null sequence (yn) with yn ∈ co... The author shows a characterization of a (unbounded) weakly filter convergent sequence which is parallel to that every weakly null sequence (xn) in a Banach space admits a norm null sequence (yn) with yn ∈ co(xk)k≥n for all n ∈ N. A version of the Radon-Riesz type theorem is also proved within the frame of the filter convergence. 展开更多
关键词 statistical convergence filter convergence Radon-Riesz property Banach space
在线阅读 下载PDF
联合分层语义网络与物理模型的MRI加速重建研究
4
作者 张晓敏 鲍玲鑫 《光电工程》 2025年第5期63-76,共14页
为缓解核磁共振成像(MRI)中的长时间采集困境,大数据驱动下的算法与模型融合已成为实现高质量MRI重建的重要手段。然而,现有方法多集中于视觉特征的提取,忽视稳健重建所需的深层次语义信息。为此,提出一种联合分层语义网络与物理模型网... 为缓解核磁共振成像(MRI)中的长时间采集困境,大数据驱动下的算法与模型融合已成为实现高质量MRI重建的重要手段。然而,现有方法多集中于视觉特征的提取,忽视稳健重建所需的深层次语义信息。为此,提出一种联合分层语义网络与物理模型网络的模型驱动架构,旨在提升重建性能的同时维持计算效率。该架构包含四个关键模块:上下文提取模块,用于捕获丰富的上下文特征以降低背景干扰;多尺度聚合模块,通过整合多尺度信息保留粗细解剖细节;语义图推理模块,建模语义关系以增强组织区分度并抑制伪影;双尺度注意力模块,强化不同细节层级上的关键特征表达。这种层次化且语义感知的设计有效减少混叠伪影,并显著提升图像保真度。实验结果表明,在涵盖不同采样率的多样化数据集上,所提方案在定量评估和视觉质量方面均优于现有方法。例如,在IXI数据集四倍径向加速的实验中,所提方法的峰值信噪比达到48.15dB,平均领先最新的对比算法1.00dB,同时实现更高的加速比并保持可靠的图像重建效果。 展开更多
关键词 核磁共振加速 上下文信息 模型驱动方法 语义推理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部