期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
省域水上光伏发电潜力分析评估方法及应用 被引量:3
1
作者 宋福龙 陈晨 +4 位作者 张雯 彭玲 赵帅军 车延博 陈德跃 《全球能源互联网》 CSCD 2023年第1期33-44,共12页
分布式光伏是土地资源紧张条件下推进“双碳”目标实现的重要途径。水上光伏作为近年来一种创新的分布式光伏开发方式受到了广泛关注,现行政策也对水上光伏开发做出了细致管理规定。提出一种基于遥感信息的水上光伏发电潜力评估方法,旨... 分布式光伏是土地资源紧张条件下推进“双碳”目标实现的重要途径。水上光伏作为近年来一种创新的分布式光伏开发方式受到了广泛关注,现行政策也对水上光伏开发做出了细致管理规定。提出一种基于遥感信息的水上光伏发电潜力评估方法,旨在为水上光伏发电资源与项目开发的科学论证和精准评估提供一种手段。方法基于开放的遥感影像处理平台获取遥感影像并计算水体指数,通过大津法确定阈值、提取全部水体面积,并利用制图工具ArcMap按照各项影响因素对水面面积逐级折减;然后通过将水体划分成若干格网,计算各格网内可安装光伏水体面积和可配置光伏装机容量;结合典型气象年太阳辐射数据得到水上光伏发电潜力;最后,计算不同开发率下水上光伏发电潜力。以江苏省为例进行了水上光伏发电潜力评估分析并进行了验证,提供了一种在省域范围进行水上光伏发电潜力评估的技术手段。 展开更多
关键词 遥感影像处理平台 修正的归一化差异水体指数 水体信息提取 水上光伏 光伏装机容量
下载PDF
企业数字技术应用的减污降碳协同效应研究
2
作者 卿玲丽 季周 张雯 《财经理论与实践》 北大核心 2024年第4期136-143,共8页
依据2010—2022年中国沪深A股上市公司面板数据,运用双向固定效应模型,考量数字技术应用的减污降碳协同效应及首席数据官调节作用。结果显示:企业数字技术应用通过提升绿色技术创新和改善ESG绩效,降低污染物排放及碳排放效应显著,设立... 依据2010—2022年中国沪深A股上市公司面板数据,运用双向固定效应模型,考量数字技术应用的减污降碳协同效应及首席数据官调节作用。结果显示:企业数字技术应用通过提升绿色技术创新和改善ESG绩效,降低污染物排放及碳排放效应显著,设立首席数据官强化了这一效应;异质性检验显示,减污降碳协同效应在中小规模企业、非重污染行业以及东部地区企业更为显著。鉴于此,建议强化企业ESG绩效考核,进一步加大数字技术应用力度,鼓励绿色技术创新。 展开更多
关键词 数字技术 减污降碳 协同效应 首席数据官
下载PDF
基于注意力机制的树木叶片分类识别方法研究
3
作者 赵新瑞 张雯 +1 位作者 徐竞怡 闫飞 《高原农业》 2024年第4期393-403,共11页
本文将注意力机制分类模型——Vision Transformer(ViT)应用于树种分类识别任务,旨在探索更高精度和更高效率的树种识别模型。本研究共设计了三组对比实验:(1)用ViT和ResNet50在实验环境的数据集上进行训练、验证和测试,(2)为Vi T模型... 本文将注意力机制分类模型——Vision Transformer(ViT)应用于树种分类识别任务,旨在探索更高精度和更高效率的树种识别模型。本研究共设计了三组对比实验:(1)用ViT和ResNet50在实验环境的数据集上进行训练、验证和测试,(2)为Vi T模型设置不同的深度进行训练,(3)用ViT和ResNet50在真实环境的数据集上进行训练、验证和测试。结果表明,无论是实验环境的数据集,还是真实环境的数据集,ViT模型都达到了与ResNet50模型相当的分类性能,并且ViT模型的时间效率明显优于ResNet50。此外,本研究还展示了Vi T对真实环境的图像进行分类时的类激活热力图,发现ViT模型更关注树叶本身尤其是树叶边缘而忽略了复杂的背景,从而有效提高了分类精度。结果说明,两个模型分类精度相当,但ViT的收敛速度明显更快,学习特征的能力更强,泛化能力也更强。本研究是将ViT应用在树种分类识别这一具体任务上的一次有益尝试,为后续融合ViT与CNN优势,以更高的效率、更小的数据需求、在更复杂的高原林业数据集上进行树种识别研究奠定基础。 展开更多
关键词 树种识别 注意力机制 卷积神经网络 可视化
下载PDF
自然资源地理空间数据时空知识图谱构建及智能分析
4
作者 彭玲 杨丽娜 +3 位作者 李玮超 陈栾杰 陈德跃 张雯 《科技纵览》 2023年第2期68-70,共3页
自然资源是人类生存和发展的物质基础,也是社会物质财富的源泉.党的十六大以来,党中央高度重视生态文明建设.党的十八大、十九大、二十大报告相继提出"大力推进生态文明建设""加快生态文明体制改革,建设美丽中国"&q... 自然资源是人类生存和发展的物质基础,也是社会物质财富的源泉.党的十六大以来,党中央高度重视生态文明建设.党的十八大、十九大、二十大报告相继提出"大力推进生态文明建设""加快生态文明体制改革,建设美丽中国""推动绿色发展,促进人与自然和谐共生",指明了中国新时代生态文明建设总基调.科学、合理、有效地开展自然资源管理工作是生态文明建设的应有之义,关系到我国国民经济和社会发展乃至人类可持续发展. 展开更多
关键词 自然资源管理 生态文明建设 社会物质财富 地理空间数据 智能分析 中国新时代 人类可持续发展 十九大
原文传递
遥感影像助力全国分布式光伏资源发电潜力评估
5
作者 彭玲 杨丽娜 +3 位作者 李玮超 陈德跃 张雯 王寅达 《科技纵览》 2022年第7期70-71,共2页
中国是世界上最大的发展中国家,也是碳排放大国.2020年9月,习近平主席在第七十五届联合国大会一般性辩论上的讲话中指出"中国将提高国家自主贡献力度",提出我国"二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实... 中国是世界上最大的发展中国家,也是碳排放大国.2020年9月,习近平主席在第七十五届联合国大会一般性辩论上的讲话中指出"中国将提高国家自主贡献力度",提出我国"二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和"的"双碳"目标.2020年12月,中央经济工作会议将"做好碳达峰、碳中和工作"作为2021年八大重点任务之一. 展开更多
关键词 分布式光伏 碳中和 二氧化碳排放 发电潜力 联合国大会 遥感影像 中央经济工作会议 国家自主贡献
原文传递
慢性病健康行为改变理论研究综述
6
作者 张笑鹏 邹子月 +2 位作者 张雯 程添翼 王萍 《中文科技期刊数据库(文摘版)医药卫生》 2022年第11期17-19,共3页
健康行为改变指个体为了预防疾病、保持自身健康,由不利于身心健康的行为模式或习惯逐步向利于健康的行为模式或习惯转变的具体过程,而基于健康行为改变理论的干预可有效促进这一行为的发生。因此,了解目前常用的健康行为改变理论是保... 健康行为改变指个体为了预防疾病、保持自身健康,由不利于身心健康的行为模式或习惯逐步向利于健康的行为模式或习惯转变的具体过程,而基于健康行为改变理论的干预可有效促进这一行为的发生。因此,了解目前常用的健康行为改变理论是保障我国人群改变不良行为习惯、维持健康行为,从而实现“健康中国2030”总体目标的关键。 展开更多
关键词 计划行为理论 健康行动过程方法 信息-动机-行为技能 跨理论模型 保护动机理论 健康信念模型
下载PDF
基于GAN-DCNN的树叶识别
7
作者 徐竞怡 张志 +1 位作者 闫飞 张雯 《林业科学》 EI CAS CSCD 北大核心 2024年第4期40-51,共12页
【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手... 【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手段和理论支撑。【方法】采集6种树种的树叶图像建立数据集,引入light-weight GAN对图像进行增殖和风格转换,扩充人工拍摄的树叶数据集,通过在该数据集与原数据集上分别应用AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种深度卷积神经网络进行训练,分析生成对抗网络的图像增殖技术在树叶识别中的作用。综合模型准确率和训练时间等性能指标选择最优模型,同时对模型的学习率进行调整。使用测试样本对参数优化后的模型进行验证,分析该方法在实践中的可行性和意义。【结果】基于生成对抗网络生成的样本具有高清晰度,高保真性,能够有效地辅助神经网络模型的训练工作,同时也丰富了样本类别,使之获得包含更多不同季节、形状、健康状况的树叶图像。与原始数据集相比,AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种网络在新数据集的训练上均表现出训练误差更小、验证精度更高的特点,其中学习率为0.01的ShuffleNetV2模型对该数据集的训练效果最好,训练时最高验证精度为99.7%。使用未参与训练的测试样本对该模型进行验证,模型对各树叶的识别效果较好,模型的总体识别准确率高达99.8%。与未使用GAN技术的普通深度卷积神经网络相比,本文提出的模型对树叶识别准确率明显提升。【结论】生成对抗网络可以有效地扩充图像数量,对图像进行风格转换,与深度卷积神经网络相结合,可以显著提高树叶识别准确率,适合应用于林业树叶识别领域。 展开更多
关键词 树叶识别 生成对抗网络 深度卷积神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部