期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
A 3-dimensional baroclinic circulation model of the South China Sea
1
作者 Yi Cai(蔡怡) +1 位作者 Yuxiang Li(李毓湘) 《海洋预报》 北大核心 2001年第z1期35-49,共15页
The summer and winter circulations in the South China Sea (SCS) including the surface elevation and water temperature are simulated using the model described by Cai and Li (1996) with the monthly mean wind stress and ... The summer and winter circulations in the South China Sea (SCS) including the surface elevation and water temperature are simulated using the model described by Cai and Li (1996) with the monthly mean wind stress and air temperature field at the 1000 mb level from the European Centre for Medium-Range Weather Forecasts as inputs. The boundary conditions at Bashi Channel and Taiwan Strait are taken from the simulation results of the Kuroshio using the same numerical model with a grid size of 0.5°×0.5° and the results of Cai and Li (1996) as boundary conditions. The computational domain for the present paper is between 100°E and 123°E and between 4.5°N and 27°N. The horizontal resolution is 0.25°×0.25° and the vertical variations of the velocity components are resolved by 6 layers The computed steady flow, temperature and elevation fields are consistent with the corresponding fields observed. In particular, the temperature and elevation fields of the South China Sea Warm Current (SCSWC) have been successfully simulated. The paths of the branch of the Kuroshio entering the South China Sea (SCSBK) through Bashi Channel in winter and summer are discussed It is found that the SCSBK flows southward to the southern SCS from the coast of the Guangdong Province. A portion of the SCSBK returns to the Bashi Channel and subdivides again in deep waters in winter with a branch flows to the south along the coast of the Philippines instead of flowing back to the Pacific In addition, our results confirm the existence of a eastward current to the northeast of Dongsha in summer with the Kuroshio as its source as suggested by Huang et al. Since the value of the eddy viscosity adopted for the simulation of the Kuroshio is on the high side, resulting in a weaker west boundary current in the western Pacific as the boundary conditions for the present simulations, some deviations from the actual situations are expected although the results are in general consistent with observations. 展开更多
关键词 MODE In SCS A 3-dimensional baroclinic circulation model of the South China Sea
在线阅读 下载PDF
维生素K_3的电化学研究 被引量:1
2
作者 袁倬斌 邹洪 《中国科学技术大学学报》 CAS CSCD 北大核心 1997年第3期362-366,共5页
采用单扫示波极谱法,VK3在0.1mol/LNaCl底液中,于-0.46V(SCE)处有一良好的二阶导数峰,峰高与浓度在5×10-7~2×10-5mol/L范围内成线性关系,检测限为2.5×10-7mol... 采用单扫示波极谱法,VK3在0.1mol/LNaCl底液中,于-0.46V(SCE)处有一良好的二阶导数峰,峰高与浓度在5×10-7~2×10-5mol/L范围内成线性关系,检测限为2.5×10-7mol/L.当pH值小于3.60时,VK3与氢离子作用,于零伏左右有一准可逆的2e-+H+波;当pH值大于3.60时,用低扫速的卷积伏安法观察,可发现VK3有双锋,说明有反应中间体存在,在水合介质中其反应机理是可逆的逐级双电子过程.此外,还对底液中溶解氧的影响进行了讨论. 展开更多
关键词 维生素K3 溶解氧 卷积伏安法 极谱法
在线阅读 下载PDF
基于注意力-残差双特征流卷积神经网络的深度图帧内编码单元快速划分算法
3
作者 贾克斌 吴岳珩 《北京工业大学学报》 北大核心 2025年第5期539-551,共13页
针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。... 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。 展开更多
关键词 三维高效视频编码(three-dimensional high efficiency video coding 3D-HEVC) 深度图 卷积神经网络(convolutional neural networks CNN) 编码单元(coding unit CU)划分 帧内编码 双特征流
在线阅读 下载PDF
快速3D-CNN结合深度可分离卷积对高光谱图像分类 被引量:2
4
作者 王燕 梁琦 《计算机科学与探索》 CSCD 北大核心 2022年第12期2860-2869,共10页
针对卷积神经网络在高光谱图像特征提取和分类的过程中,存在空谱特征提取不充分以及网络层数太多引起的参数量大、计算复杂的问题,提出快速三维卷积神经网络(3D-CNN)结合深度可分离卷积(DSC)的轻量型卷积模型。该方法首先利用增量主成... 针对卷积神经网络在高光谱图像特征提取和分类的过程中,存在空谱特征提取不充分以及网络层数太多引起的参数量大、计算复杂的问题,提出快速三维卷积神经网络(3D-CNN)结合深度可分离卷积(DSC)的轻量型卷积模型。该方法首先利用增量主成分分析(IPCA)对输入的数据进行降维预处理;其次将输入模型的像素分割成小的重叠的三维小卷积块,在分割的小块上基于中心像素形成地面标签,利用三维核函数进行卷积处理,形成连续的三维特征图,保留空谱特征。用3D-CNN同时提取空谱特征,然后在三维卷积中加入深度可分离卷积对空间特征再次提取,丰富空谱特征的同时减少参数量,从而减少计算时间,分类精度也有所提高。所提模型在Indian Pines、Salinas Scene和University of Pavia公开数据集上验证,并且同其他经典的分类方法进行比较。实验结果表明,该方法不仅能大幅度节省可学习的参数,降低模型复杂度,而且表现出较好的分类性能,其中总体精度(OA)、平均分类精度(AA)和Kappa系数均可达99%以上。 展开更多
关键词 高光谱图像分类 空谱特征提取 三维卷积神经网络(3D-CNN) 深度可分离卷积(DSC) 深度学习
在线阅读 下载PDF
3维卷积递归神经网络的高光谱图像分类方法 被引量:9
5
作者 关世豪 杨桄 +1 位作者 李豪 付严宇 《激光技术》 CAS CSCD 北大核心 2020年第4期485-491,共7页
为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信... 为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练,提取空谱联合特征,最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理,可以实现端到端的训练,并且能够充分提取空间与光谱数据中的语义信息。结果表明,与其它基于深度学习的分类方法相比,本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度,有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。 展开更多
关键词 光谱学 高光谱图像分类 3维卷积神经网络 双向循环神经网络 空谱联合特征
在线阅读 下载PDF
利用卷积神经网络对GF-3输电塔的检测与分类 被引量:4
6
作者 孙震笙 柳鹏 +2 位作者 余涛 杨健 米晓飞 《遥感信息》 CSCD 北大核心 2019年第5期88-97,共10页
高压输电塔廊道的快速、大范围监测能力对于国家能源安全战略至关重要。合成孔径雷达遥感技术以其全天时、全天候、穿透能力强等众多优势能够为区域电力基础设施监测提供稳定数据源。但由于复杂的成像机理和大量相干斑噪声的影响,SAR数... 高压输电塔廊道的快速、大范围监测能力对于国家能源安全战略至关重要。合成孔径雷达遥感技术以其全天时、全天候、穿透能力强等众多优势能够为区域电力基础设施监测提供稳定数据源。但由于复杂的成像机理和大量相干斑噪声的影响,SAR数据的快速智能解译存在一定的困难。为此,提出一个基于深度卷积神经网络的输电塔快速识别分类算法框架。利用我国首颗C频段多极化合成孔径雷达高分三号数据,结合目标检测网络自动标注构建RAD-GFEP输电塔数据集,然后采用基于卷积神经网络的分类算法对该样本集进行分类测试。结果表明,基于深度卷积神经网络的分类算法能够对复杂背景场下SAR微小目标精准识别。在输电塔数据集RAD-GFEP上分类的总体精度达到了98.21%,混淆矩阵的Kappa系数值为0.9729,该结果远远优于传统的视觉算法。研究也表明了国产星载SAR较好的成像能力和利用其进行广域输电塔发现、识别和分类的可行性,在电力基础设施规划、建设、维护和灾后评估等方面展现出了巨大的应用前景。 展开更多
关键词 深度卷积神经网络 目标识别 输电塔 合成孔径雷达 高分三号
在线阅读 下载PDF
基于多尺度时空注意力网络的微表情检测方法 被引量:6
7
作者 于洋 孙芳芳 +2 位作者 吕华 李扬 王晓民 《计算机工程》 CAS CSCD 北大核心 2024年第6期228-235,共8页
微表情可以揭示人们试图隐藏的真实情绪,为刑事侦查、心理辅导等提供潜在的信息。现有微表情检测方法主要在获取空间特征的基础上提取时间特征以构建时空特征,这种处理方式容易导致时间特征失真,同时在空间处理过程中会破坏原有时序关系... 微表情可以揭示人们试图隐藏的真实情绪,为刑事侦查、心理辅导等提供潜在的信息。现有微表情检测方法主要在获取空间特征的基础上提取时间特征以构建时空特征,这种处理方式容易导致时间特征失真,同时在空间处理过程中会破坏原有时序关系,降低微表情时空特征的判别性。针对这一问题,提出基于多尺度时空注意力网络的微表情检测方法。利用包含时间和空间关系的三维卷积神经网络(3DCNN)对微表情序列进行处理,获取兼顾时间域和空间域的鲁棒性特征。构建多尺度时间输入序列,从不同时间长度的图像序列中提取多维时间特征,采用轻量级3DCNN提取多尺度时空特征,利用全局时空注意力模块(GSAM)对时空特征进行全局性时空关联加强,其中时空重组模块用于加强不同时刻图像帧之间的连通性,全局信息关注模块构建单帧图像上的空间关联信息,最后对不同时刻的特征赋予权重以突出关键时间信息,有效完成微表情检测工作。实验结果表明,该方法可以准确检测出微表情序列片段,在CASME、CASME II和SAMM公开数据集上的准确率分别达到92.32%、95.04%和89.56%,相比目前最优的深度学习方法LGAttNet,所提方法在CASME II和SAMM数据集上的准确率分别提高了3.84和4.96个百分点。 展开更多
关键词 微表情检测 三维卷积神经网络 时空特征 多尺度特征 关联性
在线阅读 下载PDF
基于块编码特点的压缩视频质量增强算法 被引量:1
8
作者 于海 杨磊 +4 位作者 高阳 刘枫琪 刘鹏宇 孙萱 张悦 《北京工业大学学报》 CAS CSCD 北大核心 2024年第9期1069-1076,共8页
针对现有压缩视频质量增强算法未能充分利用压缩视频特点的问题,研究了视频编码与压缩视频质量增强任务之间的本质关系,并针对性地设计了一种基于三维卷积神经网络(3D convolutional neural network, 3D-CNN)的非对齐压缩视频质量增强... 针对现有压缩视频质量增强算法未能充分利用压缩视频特点的问题,研究了视频编码与压缩视频质量增强任务之间的本质关系,并针对性地设计了一种基于三维卷积神经网络(3D convolutional neural network, 3D-CNN)的非对齐压缩视频质量增强算法。实验结果表明:相较于高效视频编码(high efficiency video coding, HEVC)标准H.265,所提算法在低延迟(low delay, LD)配置下且量化参数(quantization parameter, QP)为37时,峰值信噪比(peak signal-to-noise ratio, PSNR)提升了0.465 2 dB;相较于数据压缩会议(data compression conference, DCC)中提出的多帧引导的注意力网络(multi-frame guided attention network, MGANet)方法,该算法PSNR的增长量提升了15.1%。 展开更多
关键词 视频编码 高效视频编码(high efficiency video coding HEVC) 压缩视频质量增强 深度学习 卷积神经网络(convolutional neural network CNN) 三维卷积神经网络(3D convolutional neural network 3D-CNN)
在线阅读 下载PDF
基于图卷积记忆网络对珠海臭氧时空预测 被引量:2
9
作者 孙磊 蓝玉峰 +6 位作者 梁秀姬 孙弦 聂会文 苏烨康 贺芸萍 王静 夏冬 《中山大学学报(自然科学版)(中英文)》 CAS CSCD 北大核心 2024年第3期48-59,共12页
臭氧(O_(3))已成为影响珠三角(乃至广东)空气质量达标的首要因素。数据驱动的统计模型(较数值模式)虽展现出改进的预报能力,但多数未能解析站点数据(非欧结构)之间的空间依赖性。本文基于珠海市6个环保国控站及其周边气象站监测数据,通... 臭氧(O_(3))已成为影响珠三角(乃至广东)空气质量达标的首要因素。数据驱动的统计模型(较数值模式)虽展现出改进的预报能力,但多数未能解析站点数据(非欧结构)之间的空间依赖性。本文基于珠海市6个环保国控站及其周边气象站监测数据,通过构建时空协同的图卷积记忆网络(GCN-LSTM)开展多站点未来3天逐小时O_(3)质量浓度预报。结果表明:GCN_LSTM在不同预报时效均准确还原了O_(3)的年、季节和昼夜变化特征,但对日变化的预报技巧随预报时效增加下降明显。通过与业务数值模式(GRACEs)和长短期记忆网络(LSTM)对比发现:GCN-LSTM表现最优,其72 h预报时效内RMSE和R均值分别为27.13μg/m^(3)和0.64,LSTM表现次之(RMSE=28.44μg/m^(3);R=0.61),而GRACEs与统计模型存在明显差距(RMSE=40.93μg/m^(3);R=0.33)。此外,相较于LSTM,GCN-LSTM全局考虑所有站点及其之间的相互联系,不仅将计算速度提高了71%,而且在不同站点的表现也更为优秀和稳定,同时捕捉秋季O_(3)污染事件的能力也有所提高。最后,敏感性实验揭示出考虑相关性较高的变量作为预报因子可以提高模型能力。 展开更多
关键词 臭氧 时空预报 机器学习 图卷积记忆网络
在线阅读 下载PDF
基于三维卷积时空融合网络的压缩视频质量增强算法
10
作者 黄威威 贾克斌 《高技术通讯》 CAS 北大核心 2024年第7期726-733,共8页
视频数据在存储与网络传输时,通常使用标准压缩算法对原始视频进行压缩。针对压缩后视频存在压缩伪影导致视频质量下降的问题,本文提出一种基于深度学习的后处理方法提高压缩视频质量。首先,提出一种新的三维卷积时空融合网络(3D-CSTF)... 视频数据在存储与网络传输时,通常使用标准压缩算法对原始视频进行压缩。针对压缩后视频存在压缩伪影导致视频质量下降的问题,本文提出一种基于深度学习的后处理方法提高压缩视频质量。首先,提出一种新的三维卷积时空融合网络(3D-CSTF),通过三维卷积的滤波特性提取连续视频帧之间的时空信息,并利用视频帧之间信息的强相关性来提高视频质量。其中,设计了一种用于映射和提取视频帧特征的质量增强网络(Qe-Net)。其次,将7个连续的视频帧送到网络进行端到端训练,利用前3帧和后3帧的信息增强当前帧。最后,在MFQE数据集上进行训练和测试。实验结果表明,该方法在视频质量评估标准峰值信噪比(PSNR)上取得了良好的性能。当量化参数(QP)等于37、32、27和22时,相比压缩后的视频,PSNR分别增加0.82 dB、0.83 dB、0.79 dB和0.74 dB。 展开更多
关键词 3D卷积 视频质量增强 多帧信息 深度学习
在线阅读 下载PDF
相干体技术在河道预测中的应用 被引量:28
11
作者 纪彤洲 杨迎军 李尚林 《石油物探》 EI CSCD 2003年第3期399-401,共3页
应用相干分析技术进行河道储层预测,是通过对相邻地震道间的地震数据体进行相关分析,产生三维相干体,再结合切片、三维可视化等手段对相干体进行综合分析。这种方法不但在理论上得到了合理性论证,而且在实际应用中也得到了很好的验证。... 应用相干分析技术进行河道储层预测,是通过对相邻地震道间的地震数据体进行相关分析,产生三维相干体,再结合切片、三维可视化等手段对相干体进行综合分析。这种方法不但在理论上得到了合理性论证,而且在实际应用中也得到了很好的验证。借助相干分析技术对河道储层进行预测,可大大提高勘探精度以及钻井成功率。 展开更多
关键词 相干体技术 河道砂 预测 三角洲平原相 三维可视化 地震勘探 油气勘探
在线阅读 下载PDF
基于深度卷积神经网络和深度视频的人体行为识别 被引量:7
12
作者 刘智 冯欣 张杰 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第11期99-106,共8页
传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点。以深度视频为研究对象,构建了3维卷积深度神经网络自动学习人体行为的时空特征,使用Softmax分类器进行人体行为的分类识别。实验结果表明,... 传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点。以深度视频为研究对象,构建了3维卷积深度神经网络自动学习人体行为的时空特征,使用Softmax分类器进行人体行为的分类识别。实验结果表明,提出的方法能够有效提取人体行为的潜在特征,不但在MSR-Action3D数据集上能够获得与当前最好方法一致的识别效果,在UTKinect-Action3D数据集也能够获得与基准项目相当的识别效果。本方法的优势是不需要人工提取特征,特征提取和分类识别构成一个端到端的完整闭环系统,方法更加简单。同时,研究方法也验证了深度卷积神经网络模型具有良好的泛化性能,使用MSR-Action3D数据集训练的模型直接应用于UTKinect-Action3D数据集上行为的分类识别,同样获得了良好的识别效果。 展开更多
关键词 深度学习 人体行为识别 深度卷积神经网络 深度视频 3维卷积
在线阅读 下载PDF
BTDGCNN:面向三维点云拓扑结构的BallTree动态图卷积神经网络 被引量:4
13
作者 张学典 方慧 《小型微型计算机系统》 CSCD 北大核心 2022年第11期2342-2347,共6页
点云卷积网络对点云进行分割分类时,独立提取点云特征却忽略了点之间的几何关联,从而丢失了许多局部特征.而对稀疏、无结构、无序的点云进行输入转换则会导致数据变得更加庞大,卷积效率降低.为此构建了面向三维点云拓扑结构的BallTree... 点云卷积网络对点云进行分割分类时,独立提取点云特征却忽略了点之间的几何关联,从而丢失了许多局部特征.而对稀疏、无结构、无序的点云进行输入转换则会导致数据变得更加庞大,卷积效率降低.为此构建了面向三维点云拓扑结构的BallTree动态图卷积神经网络,利用Bat-Net变换网络(BallTree transfromation network)对初始无序点云进行空间变换,恢复点云的拓扑结构和距离向量,提高点云中各个点间的关联性,结合三层BAT边卷积模块(BallTree edge convolution network),提升其信息表征能力,以便更好地进行分类分割任务.实验结果表明,该方法在ModelNet40数据集上的分类性能均优于其他五种方法,分别提高了4.4%、2.9%、1.3%、2%和1.4%.同时在ShapeNet Parts数据集上的分割的平均交并比分别提高了1.7%、0.3%、0.3%、0.3%、0.3%,有效地提升了三维点云的分类分割性能. 展开更多
关键词 三维点云 图卷积神经网络 分类 分割
在线阅读 下载PDF
三维磁场的快速测量
14
作者 邓京川 王魁香 +3 位作者 高仪 沈尔忠 徐蔚青 樊玉国 《计量学报》 CSCD 1996年第2期85-88,110,共5页
本文介绍采用CT技术重建三维磁场图像的圆扫描数据采集方法。与线性扫描方式相比较,提高了数据采集速度。通过对一对AlNiCo_5圆柱体任一断面上磁场的测量与成像,表明该系统具有成像速度快、清晰精确等优点。
关键词 磁场 三维磁场 圆扫描数据采集 测量
在线阅读 下载PDF
基于微分的增强型三维矢量场可视化
15
作者 李宝强 范茵 +1 位作者 李骞 孙长会 《计算机应用研究》 CSCD 北大核心 2012年第9期3597-3600,共4页
为提高3D矢量场可视化效果,提出了一种基于微分滤波的流线增强方法。首先对三维纹理进行线性卷积运算,生成具有空间相关性的卷积纹理;其次对卷积纹理进行分数阶微分滤波,增强流线之间强度对比;最后采用纹理映射体绘制技术实现三维矢量... 为提高3D矢量场可视化效果,提出了一种基于微分滤波的流线增强方法。首先对三维纹理进行线性卷积运算,生成具有空间相关性的卷积纹理;其次对卷积纹理进行分数阶微分滤波,增强流线之间强度对比;最后采用纹理映射体绘制技术实现三维矢量场可视化,并通过设计体绘制的传输函数来显示矢量场的内部结构。实验结果表明,该方法有效地增强了流线间的对比,使绘制的流线更加平滑,同时也有效地消除了卷积数据过多引起的紊乱与相互遮挡。 展开更多
关键词 三维矢量场 分数阶微分 线性卷积 体绘制 传输函数
在线阅读 下载PDF
基于卷积滤波三维形貌光学检测中频谱自动移位的实现
16
作者 杨福俊 于万明 +1 位作者 云大真 金艳 《大连理工大学学报》 EI CAS CSCD 北大核心 2000年第2期148-150,共3页
在投影栅相位法测量三维物体形貌技术中 ,利用栅线图像的条纹灰度值分布具有极大极小的特性 ,提出了一种有效算法 ,其特点是基于卷积滤波技术实现频谱的自动移位 ,而不需要利用频谱分析和频谱图来进行 。
关键词 形貌检测 卷积滤波 频谱自动移位 投影栅相位法
在线阅读 下载PDF
基于FPGA的掘进截割断面无线视频传输系统
17
作者 刘畅 王德光 《煤炭科学技术》 CAS 北大核心 2009年第12期61-64,68,共5页
为了提高掘进工作面的工作效率与安全水平,研究了掘进截割断面无线视频传输系统的实现方式。该系统利用FPGA(现场可编程门阵列)实现截割断面图像的5/3提升小波内嵌延拓实时压缩算法,针对煤矿井下工作环境,提出了基于FPGA的OFDM调制解调... 为了提高掘进工作面的工作效率与安全水平,研究了掘进截割断面无线视频传输系统的实现方式。该系统利用FPGA(现场可编程门阵列)实现截割断面图像的5/3提升小波内嵌延拓实时压缩算法,针对煤矿井下工作环境,提出了基于FPGA的OFDM调制解调方案,通过使用卷积码提高了系统传输信道的抗干扰能力和可靠性。该系统具有硬件结构体积小、占用硬件资源少、运算速度快等优点,能够满足截割断面无线视频传输的要求。 展开更多
关键词 截割断面 FPGA 5/3提升小波 无线视频传输 卷积码
在线阅读 下载PDF
基于深度学习的城市臭氧小时浓度预测模型 被引量:9
18
作者 王凯 胡冬梅 +3 位作者 闫雨龙 彭林 尹浩 张可可 《环境化学》 CAS CSCD 北大核心 2023年第8期2609-2618,共10页
近地面高浓度臭氧(O_(3))对城市环境空气质量、植物生长和人体健康等均有较大影响.因此,精准预报臭氧浓度对城市环境管理部门臭氧污染防治、居民出行决策建议、降低健康影响等具有重要意义.深度学习模型对于非线性关系具有较强捕捉和学... 近地面高浓度臭氧(O_(3))对城市环境空气质量、植物生长和人体健康等均有较大影响.因此,精准预报臭氧浓度对城市环境管理部门臭氧污染防治、居民出行决策建议、降低健康影响等具有重要意义.深度学习模型对于非线性关系具有较强捕捉和学习能力,因此本研究提出一种基于深度学习算法的混合模型,利用图卷积神经网络(GCN)及长短期记忆神经网络(LSTM)分别捕捉臭氧浓度空间和时间变化特征,耦合气象因子,构建基于时空关联的臭氧小时浓度预测模型GCN-LSTM,并以北京市为例开展应用研究.结果显示,GCN-LSTM模型可较好预测北京市未来72 h臭氧浓度,预测值与观测值决定系数为0.86;预测未来24、48、72 h臭氧浓度平均相对偏差分别为18.2%、19.2%和22.9%,RMSE值分别为17.3、23.7、25.4μg·m^(−3),对于48-72 h的长时预测准确度优于已有机器学习模型;当臭氧观测浓度介于0-80μg·m^(−3)、80-160μg·m^(−3)和160-200μg·m^(−3)时(共占总数据量的96.3%),预测平均相对偏差分别为20.1%、6.9%和16.4%;预测不同类型站点浓度时发现,城市清洁对照点、城市环境评价点、区域背景传输点和交通污染监控点的平均相对偏差分别为7.9%、13.2%、24.4%和29.3%,RMSE值分别为10.8、14.9、20.1、31.4μg·m−3,模型对城市清洁对照点和城市环境评价点的预测准确度较高.使用本模型对城市大气臭氧小时浓度预测,将较好助力城市大气臭氧污染防治工作. 展开更多
关键词 O_(3) 小时浓度预测 深度学习 图卷积神经网络 长短期记忆神经网络.
在线阅读 下载PDF
改进AlexNet的高分三号全极化海岛地物分类 被引量:3
19
作者 刘鹏 谢春华 +1 位作者 安文韬 李良伟 《遥感信息》 CSCD 北大核心 2021年第5期142-147,共6页
针对经典卷积神经网络难以有效分类全极化SAR数据中复杂的海岛地物的问题,为满足日益精细化的监测需求、充分发挥SAR在海岛监测中的作用,文章对经典的AlexNet改进,提出了一种应用于全极化SAR数据海岛地物分类的卷积神经网络模型。该模... 针对经典卷积神经网络难以有效分类全极化SAR数据中复杂的海岛地物的问题,为满足日益精细化的监测需求、充分发挥SAR在海岛监测中的作用,文章对经典的AlexNet改进,提出了一种应用于全极化SAR数据海岛地物分类的卷积神经网络模型。该模型是在AlexNet基础上调整卷积核大小及全连接层,减少参数,加入池化层,降低维度,减少计算复杂度。利用高分三号卫星对南日岛进行观测获取的全极化SAR图像进行实验和分析,表明该方法能够对全极化SAR图像中海岛的多类地物进行有效区分,与AlexNet的分类结果相比,精度提升5.56%。 展开更多
关键词 高分三号 地物分类 合成孔径雷达 海岛 卷积神经网络 深度学习
在线阅读 下载PDF
甲状旁腺激素对大鼠远曲肾小管细胞内Ca^(2+)调节作用机制的研究
20
作者 宋彦玉 程锦轩 +1 位作者 段金虹 刘景生 《中国医学科学院学报》 CAS CSCD 北大核心 1997年第6期419-423,共5页
本实验以Percoll密度梯度离心法分离出大鼠肾皮质的近曲肾小管细胞(proximalconvolutedtubules,PCT)和远曲肾小管细胞(distalconvolutedtubules,DCT),应用荧光指示剂Fluo3-AM成功测定了人甲状旁腺激素[hPTH(1-84)]、双丁... 本实验以Percoll密度梯度离心法分离出大鼠肾皮质的近曲肾小管细胞(proximalconvolutedtubules,PCT)和远曲肾小管细胞(distalconvolutedtubules,DCT),应用荧光指示剂Fluo3-AM成功测定了人甲状旁腺激素[hPTH(1-84)]、双丁酰环磷酸腺苷酸(dbCAMP,系一种可进入细胞内的CAMP激动剂)及前列腺素E2(PGE2)对DCT细胞内钙浓度([Ca2+]i的影响,发现PTH、dbcAMP和PGE2均可引起[Ca2+]i的增加。提示:(1)cAMPP在DCT细胞中可能与PTH所致的[Ca2+]i的升高有关;(2)PGE2可能在PTH对[Ca2+]的调节作用中充当某种信使物质。 展开更多
关键词 远曲肾小管细胞 甲状旁腺激素 环磷酸腺苷酸 前列腺素E2
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部