课程文献中心 更多>>

关键词： 光学设计   照明光学   自由曲面透镜   发光二极管   均匀照明  

摘要： 为了解决具有朗伯特性的光源发光照度不均匀、透镜尺寸大等问题，提出了一种适用于朗伯源的透镜设计方法。建立了一个数学模型名为HPE（假设点源集合法）对透镜自由曲面进行分层求解。提出把扩展光源作为点源集合的假设，利用照度平方定理逐点设计内自由曲面，再结合光强能量映射法和光源目标映射法设计外自由曲面，经计算数值和曲线拟合，得到了双自由曲面照明透镜。最后，在制造可行性的基础上，设计了多个优化案例作为验证与分析。仿真结果表明，在保持透镜小巧性的情况下，优化后的点光源照明透镜在近场和远场的照度均匀性可以达到99%，优化后的扩展源照明透镜在近场和远场的照度均匀性可以达到97.7%，与传统设计方法相比，在取得高能量利用率的同时均匀性显著提高。所提出的方法简便且同时适用于点光源和扩展光源、近场和远场照明。

关键词： 引调水工程   主体工程   配套工程  

摘要： 重大引调水工程中,主体与配套工程的合理划分是规划设计工作的重要边界,其合理性直接决定了工程设计能否统筹协调、整体效益能否及时发挥等问题。文章分析了国内典型重大引调水工程主体与配套工程的划分原则及实施成效,总结了主体与配套工程划分的实践经验,初步提出了划分原则建议,并通过典型工程的适应性分析验证其可行性。研究成果旨在为后续重大引调水工程的主体与配套划分提供经验借鉴,并为《调水工程设计导则》的修订提供理论依据。

关键词： 博弈论   行为决策函数   Routh-Hurwitz判据   敏感性分析   拉丁超立方抽样   Dynamic Game   Behavioral Decision Function   Routh-Hurwitz Theorem   Sensitivity Analysis   Latin Hypercube Sampling  

摘要： 文章构建了一个融合了疫苗决策功能的SEIRV动力学模型。考虑基本的疾病传播过程的同时，引入疫苗接种决策变量，计算了模型边界平衡点和内部平衡点以及基本再生数和控制再生数，验证了不同条件下边界平衡点的稳定性。利用拉丁超立方体抽样(LHS)与偏秩相关系数(PRCC)方法分析模型部分参数对疫情规模的影响程度，观察到提高疫苗有效性、延长疫苗保护时间以及采取更严格的措施可以有效抑制病毒的传播，并显著缩短其持续时间。

关键词： 三维目标检测   图神经网络   动态采样   点云处理   小目标检测  

摘要： 现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。

关键词： 理论模拟实验   人工智能   势能面搜索  

摘要： 为了更好地培养新时代化学人才，在本科生教育体系中设置相关模拟上机课程具有重要意义。本文以本课题组开发的模拟方法和软件为例，设计了两个模拟实验，即“H2在Cu（111）表面解离反应势能面的构建”和“沸石分子筛表面酸性表征及模拟”，旨在加深化学与材料学科本科生对理论模拟的理解，感受人工智能技术带来的巨大进步。

关键词： 激光雷达   屋顶面分割   多尺度体素   渐进式合并   图割  

摘要： 从机载激光雷达（Light detection and ranging, LiDAR）点云数据中分割屋顶面是建筑物三维重建中至关重要的一步，然而，离散点云与复杂的屋顶结构给屋顶面分割带来了巨大挑战。对此，提出一种基于多尺度体素与图割的屋顶面分割方法。首先使用八叉树对原始点云进行体素化处理，根据几何特征生成多尺度体素，用于精确刻画原始点云。再采用自下而上层次聚类算法对多尺度体素进行渐进式合并，得到初始分割结果。最后，使用图割优化初始分割结果，解决边缘锯齿问题。从Vaihingen与新西兰选取四块区域建筑物进行实验，实验结果表明，相比较其他四种方法，所提方法可以精确分割屋顶面，正确性优于92.6%。该方法可为后续建筑物三维重建提供精确屋顶面。

关键词： 广义Petersen图   边传递性   图论   对称性   自同构   Generalized Petersen Graph   Edge Transitivity   Graph Theory   Symmetry   Automorphism  

摘要： 广义Petersen图 P k,n 是一种在图论中具有重要研究价值的正则图，其独特的对称性与复杂的结构特性使其在图论中具有广泛的应用价值。文章以广义Petersen图中的 P 2,7 为研究对象，通过深入分析其顶点构造与自同构群的特性，结合严格的理论推导，详细证明了 P 2,7 并非边传递图。

关键词： 完全独立生成树   完全二部图   线图   划分   Completely Independent Spanning Trees   Complete Bipartite Graph   Line Graph   Partition  

摘要： 完全独立生成树(CISTs)在计算机网络或通信网络的设计中提供了一个重要的架构选择。对于给定图的多个CISTs的构造，已证明其解决方案的实用性和在实际应用中的优化潜力。文章提出了一种高效的算法，用于在完全二部图的线图中构造CISTs，该算法建立了完全二部图的边划分与其线图的顶点划分之间的关联。此外，还进行了实验测试该算法并验证其正确性。

关键词： 图像分类   因果发现注意力   CA-GAT模型   BreaKHis数据集   Image Classification   Causal Discovery Attention   CA-GAT Model   BreaKHis Dataset  

摘要： 乳腺癌是全球女性最常见的恶性肿瘤，对其发病机制和特性的深入研究对预防、早期筛查和治疗至关重要。本研究旨在通过提出一种新的因果发现注意力图神经网络(CA-GAT)模型，来提高乳腺癌图像分类的准确性和效率。首先，分析了现有图神经网络(GNN)在乳腺癌图像分类中的问题，特别是快捷特征与因果特征的混杂关系。为了解决这一问题，我们提出了CA-GAT模型，该模型通过三个主要部分：软掩模估计、混杂解开和因果干预，来强化因果特征与预测之间的因果关系。在BreaKHis数据集上进行实验，评估了CA-GAT模型的性能。实验结果表明，CA-GAT模型在乳腺癌图像分类任务中取得了93.8%的分类精度，显著优于其他传统GNN模型和深度学习模型。此外，通过Micro F1分数和Macro F1分数的比较，进一步证明了CA-GAT模型在分类准确性和类别间平衡性能上的优势。本研究提出的CA-GAT模型有效地提高了乳腺癌图像分类的准确性，为乳腺癌的诊断和治疗提供了一种新的工具。未来的工作将集中在进一步优化模型结构和探索更多实际应用场景。

关键词： 子宫腺肌病   证据图   方法学   临床研究   随机对照试验  

摘要： 该研究旨在采用证据图对近十年中医药治疗子宫腺肌病（AM）的临床研究进行系统梳理及质量评价。计算机检索8个中英文数据库、常用指南库及指南相关网站，检索时限为2014年1月1日至2024年10月1日，由2位研究人员进行独立筛选、信息提取及质量评价，利用文字结合图表的形式展示临床研究证据分布及证据质量。最终纳入565篇文献，其中干预性研究523篇，观察性研究23篇，系统评价/Meta分析18篇，指南1篇，近两年总体发文量有下降趋势。干预性研究及观察性研究的样本量主要集中在60～120例，干预方案以多疗法联合为主，共涉及33种经方及25种中成药，其中17种经方相关的48篇研究、10种中成药相关的45篇研究涉及中医证型。随机对照试验（RCT）的结局指标对临床综合疗效评价与痛经程度关注度相对较高。97篇中药汤剂与131篇中成药相关RCT存在的方法学质量问题普遍在于部分信息阐述不明确。18篇系统评价/Meta分析的AMSTAR量表评分在1～8分，其中16篇认为“证据显示有潜在疗效”。纳入1部指南的推荐级别为B级。结果表明，中医药治疗AM具有显著优势，但未来应进一步规范临床研究设计，参考相关报告规范，提高临床研究质量，形成更高级别循证证据，推动中医药治疗AM相关临床研究的高质量发展。