期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
数字融入对村民公共事务参与的影响机理研究--社会资本和政治效能感的中介作用
1
作者 上官莉娜 寇芮 胡一寒 《统计理论与实践》 2024年第10期13-20,共8页
基于2021年中国社会状况综合调查数据,采用OLS方法和中介效应模型,探究了数字融入对农村居民公共事务参与的影响机理,以及社会资本和政治效能感的中介作用。结果表明,数字融入能够显著增进农村居民公共事务参与;中介检验分析发现,社会... 基于2021年中国社会状况综合调查数据,采用OLS方法和中介效应模型,探究了数字融入对农村居民公共事务参与的影响机理,以及社会资本和政治效能感的中介作用。结果表明,数字融入能够显著增进农村居民公共事务参与;中介检验分析发现,社会资本和政治效能感在数字融入与公共事务参与之间起到部分中介作用。根据研究结果,提出构建数字融入的针对性支持策略、加强公共事务参与平台建设、重视党员和乡村高素质人才的引领作用等对策建议。 展开更多
关键词 数字乡村 数字融入 公共事务参与 社会资本 政治效能感
在线阅读 下载PDF
面向轨道缺陷检测的联邦学习轻量化模型训练技术研究 被引量：5
2
作者 任中伟 方维维 +2 位作者 许文元 李中睿 胡一寒 《铁道学报》 EI CAS CSCD 北大核心 2023年第4期77-83,共7页
轨道缺陷检测对列车的安全运行意义重大,传统依赖专业人员现场人工识别的方法存在效率低下、人力成本较高等诸多问题。但传统集中式训练方法要求共享参与方的私有数据,又带来隐私泄露、流量通信压力等问题,因此基于深度学习的检测方法... 轨道缺陷检测对列车的安全运行意义重大,传统依赖专业人员现场人工识别的方法存在效率低下、人力成本较高等诸多问题。但传统集中式训练方法要求共享参与方的私有数据,又带来隐私泄露、流量通信压力等问题,因此基于深度学习的检测方法应运而生。近年来提出的联邦学习方法是一种分布式机器学习训练策略,通过聚合多个联邦成员本地训练的参数更新,无需共享私有数据,即可有效建立全局模型。然而,在铁路等工业场景中使用的物联网边缘设备,其计算和网络资源难以承受复杂深度模型带来的计算和通信开销。因此,提出一种轻量级边缘联邦学习算法,通过对网络模型进行通道剪枝与权值量化,降低计算、存储和通信开销,加速边缘设备上进行的联邦学习过程,最终得到精度损失在一定的可接受范围内的全局模型。通过构建轨道缺陷检测数据集,并选取ResNet-18作为目标模型,进行实验验证。结果表明,与不进行剪枝量化的原始联邦学习模型效果相比,在数据集所包含的各类缺陷上达到最高93.49%的平均鉴别准确率,同时模型大小可压缩至10.75倍,全局加速2.33倍,验证了本方法的有效性。 展开更多
关键词 联邦学习 缺陷检测 模型压缩 物联网
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部