光固化复合树脂的聚合深度和光照距离

采用刮除法测量不同光照距离对可见光固化复合树脂(VLAC)聚合深度的影响。VLAC 的聚合深度随照射距离的增大而减少,随照射时间延长而增加。适当延长照射时间,对增加聚合深度有一定作用。过多地延长照射时间,对聚合深度的增加则非常有限。

ADAFT:SDN大规模流表的适应性深度聚合存储架构

为解决软件定义网络(SDN)数据平面中的三态内容可寻址存储器(TCAM)资源紧张问题,提出了一种基于内容表项树的SDN流表深度聚合方法,进而构建一种SDN大规模流表的适应性深度聚合存储架构ADAFT。该架构放宽了聚合表项之间的汉明距离要求,构建内容表项树聚合动作集不同的流表项,显著提高了流表聚合程度。设计了一种TCAM装载率感知的内容表项树动态限高机制,以降低流表查找开销。同时,提出了一种TCAM装载率感知的表项聚合适应性选择策略,以均衡流表聚合程度和查找开销。实验结果表明,ADAFT架构的流表压缩率明显高于现有方法,最高可达65.74%。

基于多层小波深度聚合网络的高光谱图像超分辨率方法

利用低空间分辨率高光谱(Low Resolution HyperSpectral Image,LR-HSI)和高空间分辨率多光谱图像(High Resolution Multi Spectral Image,HR-MSI)的有机结合,实现高光谱空间分辨率增强,是当前高光谱图像处理的热点问题.目前,深度学习已成为高光谱-多光谱图像融合超分辨率的代表性方法,然而如何有效挖掘两者的互补空谱信息,实现空间结构和细节注入,在提升高光谱图像空间分辨率的同时保持高保真光谱信息,依然存在诸多挑战.本文提出了一种多层小波深度聚合网络(Multilevel Wavelet-Deep Aggregation Network,MW-DAN).该网络有机结合非抽取小波(Un Decimated Wavelet Transform,UDWT)分解和深度残差网络,建立双分支互补信息融合网络,提升图像重建性能.其中,通过深度残差网络中引入跳层汇聚连接,设计信息聚合型结构,并对多光谱图像进行UDWT方向子带分解,逐层注入到网络中间隐层,增强了方向子带结构的细节注入和光谱保真能力.整个网络通过LR-HSI,HR-MSI和HRHSI(High Resolution HyperSpectral Image)端对端训练,能够学习性能优越的空-谱融合的超分辨非线性映射.大量仿真数据集和真实数据集上的大量融合实验表明,本文提出的方法在客观评价指标、光谱保持和视觉效果上优于目前主流的深度学习方法 .

基于共现关系的学科知识深度聚合研究

通过学科知识的深度聚合挖掘学科知识结构,是一种微观角度的科学结构研究,是文献计量学研究的重要组成部分。本文以学术文献和学者两种知识节点为中心,对学科知识进行聚合研究。根据不同共现关系和聚合方式,构建了基于共现关系的学科知识深度聚合模型,将聚合分为四个层次,并以文献的两个外部特征(作者和关键词)为例分析了不同聚合层次中学科知识聚合的深度以及挖掘学科知识结构的特点。另外,笔者认为学科知识聚合深度应包含聚合层次和共现强度这两项内容,为聚合深度的度量提供了一个新的视角。

语义网技术在图书馆数字资源深度聚合中的应用

基于语义网技术的图书馆数字资源深度聚合对其资源的利用具有很好的推动力。从本体和关联数据技术出发,探索了图书馆的数字资源与外部资源在语义层次上进行深度聚合的过程:聚合对象的获取及预处理、聚合对象的格式转换、聚合方法的选择及关联数据的发布,并对现有的数字资源深度聚合工具进行了调研。最后对于图书馆数字资源深度聚合所面临的挑战及未来发展方向做了总结与展望。

语义环境下馆藏资源深度聚合结果可视化框架研究

对馆藏资源进行语义层面的深度聚合与可视化展示,是图书馆服务从信息层面向知识层面转变的必然要求。本文在分析馆藏资源深度聚合结果可视化的动机和要求的基础上,提出馆藏资源深度聚合结果可视化的内容,包括馆藏资源检索可视化、馆藏资源呈现可视化和馆藏资源统计可视化,并构建了由数据资源层、信息描述层、资源聚合层和应用可视化层等构成的馆藏资源深度聚合结果可视化模型,分析了其方法和流程,为后续研究奠定基础。

延缓交联聚合物深度调驱技术在靖安油田长6油藏的应用

应用延缓交联聚合物深度调驱技术在靖安油田长6油藏柳135-1等3口井开展交联聚合物驱油实验取得了良好的应用效果,这为有效提高存在裂缝带或者大孔道区域的注水效率起到了积极的作用,此技术将成为提高原油采收率的重要技术措施之一。

国内外数字文献资源深度聚合研究现状的比较分析

在数字图书馆发展的进程中,以实现知识服务为目的的馆藏数字资源深度聚合研究已然成为国内外学者关注的焦点。国外侧重于框架构建、语义互联技术等跨学科领域的应用研究;国内则在理论探讨、可视化展示等方面成果丰硕。为了更好地服务于国内在该领域的研究,本文将从理论、方法、关键技术和应用四个方面深入而全面地分析比较国内外异同,以求为我国在该领域的深入研究提供借鉴和参考。

核心期刊多源信息深度聚合模式及应用

针对核心期刊相关信息的分散异构,探索其在管理与服务中的创新应用。从3个层次聚合期刊相关信息,即数据层收集和整理各来源的核心期刊相关数据,信息层采用元数据和本体词汇对期刊相关数据及其特征进行语义规范描述,知识层基于本体和关联数据技术,从语义上揭示期刊信息各概念之间的关系,实现了中外文核心期刊信息的多维展示、关联发现和多维统计分析,并进一步分析其在采访决策和个性化服务中的应用前景。

延缓交联聚合物深度调驱技术在靖安油田长6油藏的应用

应用延缓交联聚合物深度调驱技术在靖安油田长6油藏柳135-1等3口井开展交联聚合物驱油实验取得了良好的应用效果,这为有效提高存在裂缝带或者大孔道区域的注水效率起到了积极的作用,此技术将成为提高原油采收率的重要技术措施之一。

强化学科导航建设 服务科学知识创新——评《面向学科领域的网络信息资源深度聚合与服务研究》

[目的/意义]学科网络信息资源聚合与导航服务是图书情报领域的一个重要议题,对《面向学科领域的网络信息资源深度聚合与服务研究》一书进行评述,为新环境下相关领域的研究与实践提供参考。[方法/过程]从新视角、新技术、新方法、新应用等角度对该书核心理念和观点进行评述。[结果/结论]该书的出版对学科网络信息资源聚合与学科导航建设等相关领域具有重要的指导和引领作用。

基于深度聚合高分辨率网络的多目标跟踪

为了提高多目标跟踪性能,在单个网络中结合目标检测和重识别任务的特点,提出了一种基于深度聚合高分辨率网络的多目标跟踪算法.跟踪器通过DLA网络提取抽象的语义特征图,并将其输入到改进的轻量型HRNet网络中,以高分辨率聚合目标的多尺度特征,同时引入重识别分支提高匹配精度.经由传统的相似度计算、运动预测和数据关联阶段,完成跟踪流程.通过消融实验研究了不同融合层组合和特征维度对跟踪性能的影响,并在基准数据集上与当前跟踪器的各项性能指标进行比较.结果表明,所提算法以简洁的主干网络输出高分辨率的深层特征,兼顾了跟踪精度和执行效率.跟踪器的精度和识别率较高,且具备实时跟踪性能.

语义网技术在图书馆数字资源深度聚合中的应用

图书馆中包含了大量的数字资源,利用语义网技术能让图书馆数字资源更为入的聚合,提高对资源的利用效率,在语义层次上对图书馆内部资源和外部资源之间构架一个交互的通道,进行深度聚合。本文从语义网技术的作用入手,阐述数字资源深度聚合工具,具体分析语义网技术在图书馆数字资源深度聚合中的应用,希望本文的研究能对相关工作有所帮助。

数字图书馆馆藏资源深度聚合与导航机制探讨

文章概述了数字图书馆馆藏资源聚合与导航的内涵及其关系,分析了当前数字图书馆馆藏资源深度聚合与导航面临的问题,表现为检索与导航途经单一、关联数据更新迟缓、资源信息模糊复杂等。提出了数字图书馆馆藏资源深度聚合及导航机制的构建方法:开发应用深度聚合工具,综合数据分析技术与图像处理技术,建立更新深度聚合资源本体库,构建馆藏资源深度聚合模型;及建设馆藏资源导航系统,明确资源导航可视化结果,增设人工咨询导航服务。

延缓交联聚合物深度调驱技术在靖安油田长6油藏的应用

应用延缓交联聚合物深度调驱技术在靖安油田长6油藏柳135-1等3口井开展交联聚合物驱油实验取得了良好的应用效果,这为有效提高存在裂缝带或者大孔道区域的注水效率起到了积极的作用,此技术将成为提高原油采收率的重要技术措施之一。

面向科研用户需求的高校图书馆学术资源聚合及智慧知识服务研究

分析了高校图书馆基于深度聚合的学术资源开展智慧知识服务的重要性,并以国防科技大学图书馆为例,探讨了资源深度聚合技术在高校图书馆智慧知识服务中的应用。希望通过基于高校图书馆学术资源深度聚合的智慧知识服务优化升级,更好地满足师生读者的知识需求,为其提供更加高效、便捷的学术支持,促进学术交流和进步。

基于全景可观的深度聚合电网模型、求解方法及其应用

电力系统调度与控制正面临全局统筹、紧密协同的局面,而对外部电网的等值简化是该决策顺利实施的前提和关键。由于传统等值简化方法对等值电网“源”“网”“荷”的增加或删减操作改变了其结构和主动量、被动量,从而在电网全局统筹过程中,使调度与控制的精度面临挑战。对此,在电网全景可观环境下,提出了深度聚合电网模型及其求解方法和应用。首先,给出了发电厂、联络站的聚合方法,形成聚合电网模型。并在此基础上,将聚合厂站融合到输电线路,建立了深度聚合电网模型。然后,推导了深度聚合电网模型未知量与可调控量(发电机功率)之间的函数关系,并使用长短期记忆网络对其参数进行求解。最后,以经济调度应用为例进行仿真验证,证明了所提方法的有效性。

职业教育微视频课程知识元的深度聚合与实践应用

移动微视频在课程中存在分散无序、浅层整合、聚合度低等问题,通过引入知识元和微视频元对课程进行重构,提高知识获取效率。文章在介绍知识元概念与特征、设计组织流程的基础上,设计基于知识元的微视频深度聚合模型,并从深度聚合的前提、基础、重点以及目的四个方面分析其原理,最后以《影视后期特效合成》为例,介绍知识元和微视频元深度聚合的功能实现。实践表明,基于知识元深度聚合的微视频课程有利于学生对知识的建构。

基于多时间划分的深度聚合特征的行为识别

重点研究了视频中的人体行为识别问题,提出了基于多时域划分的深度聚合特征的行为识别算法。通过多时间划分的采样形式,丰富行为深度特征的多样性,并引入多聚合中心,量化深度特征与聚合中心的残差关系,进而形成人体行为的结构化建模方法,构建可以学习复杂行为特征分布的深度聚合模型,解决时间跨度较长时的人体行为分类问题。通过在开源行为数据集UCF101与HMDB51上的实验,验证了算法的有效性和先进性。

FALane基于深度学习特征聚合的车道线检测网络

本文提出基于深度学习特征聚合的卷积神经网络DFALane,对车道线微观和宏观尺度进行特征提取并使用端到端的方式直接推理出车道拟合曲线,通过改进轻量化骨干网络来提升推理速度。