南京师大学报（自然科学版）

Gorenstein稳定范畴的粘合和等价不变量

高楠,陈浩标 — 2024年06月15 00:00

引入了Gorenstein投射刚性维数,以Gorenstein投射模的稳定范畴的粘合为主要工具,证明了Gorenstein投射刚性维数是Morita等价、Gorenstein稳定等价和导出等价的不变量,刻画了某些代数类的Gorenstein投射刚性维数.

含强化肋的PCM相变储热与传热特性数值研究

2024年06月15 00:00

为了有效提升PCM相变储热器的性能,本文采用多种金属翅片对相变过程进行强化,并采用焓-多孔介质模型对相变储热过程进行了数值模拟,分析了不同金属材料和不同基体孔隙率对相变储热及传热特性的影响. 研究结果表明,采用金属泡沫强化翅片能够增强导热和对流效应,优化流场对流涡分布,储热器相变储热时间大大缩短,耗时仅为无翅片工况的16.8%; 采用铜金属泡沫翅片的储能效率略优于铝金属泡沫翅片,储热时间缩短 3.47%; 强化翅片孔隙率对储热性能影响较弱,孔隙率为0.4时最优,孔隙率为0.6时次之,孔隙率为0.8时最差.

杭州主城区中西快餐连锁店区位选择空间关联特征

2024年06月15 00:00

借助杭州快餐连锁店区位等POI数据,运用核密度、协同区位商方法和地理加权回归模型,分析杭州主城区中西快餐连锁店区位选择的空间关联特征,结果表明:(1)杭州主城区中西快餐连锁店空间热点在中心城区集中分布,并呈星射状向外扩散,中西快餐连锁店的空间分布联系密切.(2)中西快餐连锁店空间分布之间存在一定协同关联性,中式快餐连锁店邻近西式快餐连锁店布局的倾向更强,且运营模式相近的中西快餐连锁店品牌之间的协同区位商也越大.(3)中西快餐连锁店空间关联区位呈现中心集聚、线状延伸特征,且中式快餐连锁店与西式快餐连锁店关联的局域关联空间分布更为显著.(4)中西快餐连锁店空间分布同时呈现相似性和分异性特征,西式快餐连锁店普遍邻近购物商场,而中式快餐连锁店除邻近购物商场之外,还存在部分区位更邻近产业园区、写字楼和居民区,并且西式快餐连锁店受不同区位因素影响的范围均大于中式快餐连锁店.

基于DPSIR模型的城市旅游经济韧性评价与影响因素——以长三角城市群为例

2024年06月15 00:00

基于DPSIR模型构建旅游经济韧性指标体系,对2009—2021年长三角城市群旅游经济韧性水平进行测度,并分析其演化特征与影响因素,以期为旅游经济韧性提升提供一定决策依据. 结果表明:长三角城市群旅游经济韧性呈现“先升后降”的变化趋势,各城市韧性水平整体上呈上升趋势. 韧性较高城市主要分布在中东部地区,各城市旅游经济韧性水平间具有一定空间集聚特征. 旅游经济韧性受经济发展水平、经济发展结构、旅游发展速度、游客承载量、教育水平、基础设施和政府干预等因素的综合影响,其中旅游发展速度对旅游经济韧性具有明显负面影响,其他因素均具有显著促进作用.

城市旅游舒适性指标体系构建与实证分析——以长三角地区为例

2024年06月15 00:00

以舒适性理论为基础构建城市旅游舒适性评价指标,涵盖自然环境、旅游文化、旅游商业、旅游服务和交通出行5个一级指标和31个二级指标,通过空间自相关分析研究长三角地区旅游舒适性及分项舒适性的空间结构,构建旅游经济发展指标,探究城市旅游舒适性与旅游经济发展之间的耦合协调关系. 研究发现:(1)长三角地区旅游舒适性水平空间差异较大,整体上呈现北部城市分值低、南部城市分值高的态势.(2)长三角地区各城市的旅游舒适性在空间上呈现集聚效应.(3)长三角地区各市旅游舒适性和旅游经济发展之间尚未达到整体协调阶段,区域内部发展不平衡,有接近一半的城市存在失调现象. 长三角地区各城市要依托区域背景借力而为,以区域一体化发展为基准提升当地旅游舒适性.

风景园林图像与图形在深度学习中的应用分析及未来展望

刘冠,邵继中,王宇琪,张雪茵,吕欣蓓 — 2024年06月15 00:00

深度学习处理图像与图形数据的广泛应用,为风景园林研究的大样本数据获取、分析、预测,以及景观设计图的快速生成提供了新的解决思路与有效途径. 本文以风景园林图像与图形为研究对象,剖析风景园林图像与图形的类型,探究其在深度学习技术中的应用途径,分别从图像识别、图像生成、图形预测三个方面出发,对国内外的相关文献进行分析总结,梳理应用进展,提出未来发展趋势可聚焦深度学习向迁移学习的转变、人工智能与创意思维的融合、物质属性与非物质属性的结合,并强调深度学习技术通过处理风景园林图像与图形在分析场所空间环境、自动生成景观表现图、快速智能化建模、科学预判人群行为偏好等方面发挥着巨大的作用,将其应用于风景园林领域,能够有效推动本学科的智慧化发展.

2019—2023年南京长江江豚种群动态

2024年06月15 00:00

南京是长江干流中长江江豚分布最密集的水域之一,一直受到广泛关注,但是种群动态仍不清楚. 2019—2023年,研究团队在南京长江江豚省级自然保护区水域持续开展了长江江豚的监测工作. 本文分析了南京长江江豚的分布、家域及种群数量的动态变化,通过112 d(56次)野外船只调查,发现江豚274次. 平均最近邻工具检验表明江豚呈现聚集型分布,主要出现在潜洲-江心洲-三桥和子汇洲-新济洲等两个水域. 最小凸多边形MCP、95%核心密度法KDE和50%KDE家域面积分别为50.86 km²、135.54 km²和60.81 km²,2022年KDE最大,秋季要高于其他季节. 2019—2023年南京段长江江豚年平均数量分别为52头、60头、57头、62头和65头,呈现年际间的增长态势,冬季高于其他季节. 种群数量的增长可能是实施“长江大保护”、“十年禁渔”、长江江豚拯救行动计划等保护措施的结果.

南京野生长江江豚行为谱及PAE编码系统

2024年06月15 00:00

行为谱是依据对动物行为的辨识、分类等编制而成的行为目录,是深入开展动物行为生态学研究的重要基础和科学依据. 2019—2023年,在南京长江江豚自然保护区内开展了112 d船只调查和10 d无人机定点监测,记录江豚出水4 258次. 本文构建了长江江豚的行为谱和PAE(姿势-动作-环境)编码系统,共定义P码13种,A码26种,E码10种,总计61种行为,归为10类:游动方式、生理功能行为、鳍肢行为、躯体行为、跳跃行为、社会行为、母子豚行为、捕食行为、交配行为和吐水行为. 与铜陵半自然水域长江江豚相比较,有47种相同的行为,多数是江豚的基本生命活动所需,14种仅在南京江豚发生的行为可能是长江江豚对繁忙的航运产生的适应性对策,41种仅在铜陵半自然水域中发现的行为如冲突、滑行、悬挂等,可能与人工喂食等相关. 部分行为在枯水期和丰水期、不同风力条件下出现的频率有显著差异,可能与育幼和环境适应性相关. 本研究构建了野生江豚的行为谱和第一个PAE编码系统,对物种的保护与管理提供了重要参考.

东亚江豚全球适宜栖息地分布预测

陈炳耀,杨丛汶 — 2024年06月15 00:00

东亚江豚是国家二级重点保护野生动物,IUCN红色名录濒危EN物种,主要分布于中国、日本和韩国水域,目前的关注度较少,科学家还未对其栖息地进行过相关系统的评价. 本研究基于MaxEnt模型和ArcGIS平台以及物种分布位点和6种环境变量数据,构建了适宜栖息地的模型,模型的训练集和测试集的AUC分别为 0.973 和0.965,表明模型的预测能力良好. 模型预测适合度大于0.5的中高度适宜栖息地约213 110.2 km²,主要分布在台湾海峡以北的中国沿岸海域(159 865.4 km²)、朝鲜半岛西南部海域(37 863.3 km²)和日本的东南部海域(4 615 km²); 适合度大于0.7的高适宜区主要分布于浙江北部至江苏南通,盐城到连云港附近,山东威海以北的渤海海域,韩国的江华湾及周边海域. 通过分析因子贡献率、排列重要性和刀切法检验,水深、盐度以及海表温度在东亚江豚栖息地选择中起到比较重要的作用. 基于本研究结果,建议对长江口及渤海湾增加现有保护区的面积或建立新的保护区,管控区内的人类活动,促进东亚江豚的生存和发展.

半自然水域长江江豚母幼互动行为的初步研究

陈燃,王辰,殷文格,糜励,蒋文华 — 2024年06月15 00:00

动物对后代的抚育和互动行为是提高后代成活率和保证基因延续的重要方式,因此动物在自己的存活基础上,还要抚幼和照料后代. 2014年5月—2015年6月,采用目标动物取样法对生活在铜陵淡水豚国家级自然保护区半自然水域的两对母幼豚的互动行为进行初步研究. 结果表明,长江江豚母、幼豚间的背驮、伴游、干涉行为具有明显的周期性. 在幼豚前2月龄,干涉行为和背驼行为比较多,可能是刚出生不久的幼豚活动能力有限,需要母豚的直接干预; 在幼豚前6月龄前伴游行为常见,全年均可常见身体触碰行为. 同时发现,随着幼豚月龄增加,幼豚与母豚的分离时间也有所增加. 本研究提供了半自然环境下母幼豚的互动行为方式,对江豚的异地保护与管理具有一定的参考价值.

长江江豚迁地保护需要注意的几个问题

2024年06月15 00:00

迁地保护是保护生物学的重要手段之一,把小型鲸类从长江干流迁入故道,是中国在世界上首创的保护措施. 本文回顾了30年来长江江豚(Neophocaena asiaeorientalis)的迁地保护历史,结合已有的研究成果和实践经验,对半自然水域中的水文环境、食物资源和日常管理的共性问题进行讨论与分析. 这些建议旨在引起管理部门的重视,加强科学研究,确保迁地保护更好的发展.

基于均衡聚类索引的近似最近邻检索方法

吕宏伟,李博,刘普凡,刘识,李继伟,刘俊健 — 2024年06月15 00:00

大数据时代,深度学习通过将复杂对象表示为高维特征向量,并使用向量之间的距离度量来衡量样本的相似性,在推荐系统、用户画像、数据中台管理等场景中得到了广泛的应用. 但是,随着数据规模的不断增加,海量特征数据的相似向量检索面临着检索模型占用内容大、特征检索算法召回率较低的严重挑战. 如何在保证检索精度的前提下,设计紧凑型索引图结构,降低特征检索的内存消耗,对于提升大数据系统的近邻检索效率具有重要的作用. 因此,本文提出了一种均衡感知的快速K均值近邻聚类的特征数据分桶及其图结构紧凑型索引用于海量数据近邻检索. 首先,设计了均衡感知的快速K-均值聚类算法,通过在图索引构建过程中海量特征数据的均衡分桶,将高维向量压缩成轻量级紧凑型图索引结构,随后通过量化操作进一步压缩高维向量样本,提升其在候选集上的最近邻检索速度. 在基准数据集上实验验证结果表明,本文提出的方法能够在保证较高检测召回率的同时,有效加快索引构建速度,可以用于支持高维特征数据的高效最近邻检索.

基于Fast-CAANet的火焰检测方法

2024年06月15 00:00

高效率高速度的火焰检测方法对预防火灾、保护社会安全具有十分重要的作用. 本文面向社会安全应用需求,提出一种基于Fast-CAANet的火焰检测方法. 先提出一种CAA模块,加强卷积和注意力机制的有效融合; 然后构建CAANet网络的主干网络(CAABlock),更有效提取火焰的丰富特征; 再提出参数更小、准确度更高的Fast-CAABlock模块,提出了加强火焰特征提取的方案. 实验结果表明,Fast-CAANet准确率达到91.42%,计算量3.9 GMac较小. 所提火焰检测算法与其它算法相比,性能更优,效果更好.

基于前景对象检测和回归的视频异常检测方法

2024年06月15 00:00

视频异常检测在智能安防领域具有广泛的应用. 基于生成模型的方法以其强大的生成能力受到学术界广泛关注. 然而,这类方法通常涉及较多的参数,且往往依赖于大量的训练数据,这限制了其在实际应用场景中的适用性. 本文提出了一种基于前景对象检测和回归的视频异常检测方法(FODR-VAD). 首先,利用目标检测器检测前景对象并构建以对象为中心的时空立方体. 其次,采用随机乱序的方法构造伪异常数据. 最后,将单分类视频异常检测问题转换为回归任务,在有监督学习范式下优化特征表示. 在模型训练参数量小于1 M,使用不到一半训练集的前提下,所提出的方法在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上的Micro-AUC分别是99.09%、88.16% 和78.47%. 结果表明,所提出方法在保证较高异常检测能力的同时,可显著降低对训练数据的需求量.

FKA-DKT:融合知识与能力的深度知识追踪模型

2024年06月15 00:00

知识追踪(KT)是智能教育中的一个重要研究问题,其通过分析学生的历史交互来预测其未来的答题情况. 现有的主流KT模型仅根据学生的知识掌握情况对学生进行建模,忽视了学生的个人能力在答题中的作用. 因此,本文提出了一种融合知识和能力的深度知识追踪模型(FKA-DKT). 首先利用DKT模型构建基于知识的答题预测网络(KAPN),从知识层面预测学生答案的正确性. 然后提出基于能力的答案预测(AAPN)网络对学生的能力进行建模,从能力层面预测学生答案的正确性. 最后,将 KAPN 和 AAPN 的预测结果进行线性组合,使模型能够融合知识和能力两个方面的信息来预测学生的作答结果. 在4个公开的数据集上的实验结果表明,相较于现有的主流方法,FKA-DKT在AUC指标上取得了显著的性能提升.

基于改进NanoDet的复杂运动场景多人体检测算法

2024年06月15 00:00

在运动赛事场景下,运动员的行为识别、传球投篮动作次数统计以及AI解说等方面都离不开对运动员的人体检测,这使得复杂场景下对运动员的人体检测速度和精度上均有较高要求. 因此,本文提出一种基于NanoDet的复杂运动场景多人体检测算法. 首先,该算法使用更平滑的Mish函数作为主干网络的激活函数,改进ShuffleNetV2网络,构建主干网络,并引入CBAM注意力模块,采用轻量化路径汇集网络进行特征融合,提高检测准确性; 其次,使用无锚轻量化检测头GFLV2进行回归和分类,实现复杂运动场景下多人体目标检测; 最后,为了进一步验证提出算法的性能,将研究算法与目前主流的检测算法进行实验对比,实验结果表明,相较于其他算法如Yolov3-tiny、Yolov4-tiny等本文算法有着更高的检测精度,比同类型的轻量化检测模型Yolov4-tiny高14.87%,此外,单帧检测时间与Yolov4-tiny的10.67 ms相比减少了31.68%,由此可见,本文研究算法在保持检测速度的基础上,大幅提高了检测精度.