课程文献中心 更多>>

关键词： 转速电流一体化   障碍函数   自动受限   积分阻尼可变函数   滤波扰动估计器  

摘要： 本文提出了一种基于障碍函数的永磁同步电机阻尼可变性能增强新型转速滑模控制方法。首先，与传统双闭环控制结构不同，该方法设计了一种非级联转速-电流一体化单环控制架构，该架构无需设计观测器估计角加速度，而是直接利用可测量转速和电流直接设计控制器。其次，引入障碍函数使sign切换函数的增益可根据扰动幅度自适应调整，这不但极大削弱了抖振，同时利用障碍函数还解决了转速-电流单环架构中电流无法自动受限控制的问题。此外，在滑模面设计中创新性的设计了积分阻尼可变函数，阻尼可变函数可实现滑模面阻尼比由欠阻尼到过阻尼的自适应调节，能有效提升转速暂态控制性能，同时积分项使系统动态仅为滑动阶段，切换函数自适应律和控制器的设计复杂度大为简化。为了进一步增强PMSM转速控制的鲁棒性，设计了一种滤波扰动估计器对永磁同步电机中的匹配和非匹配扰动同时进行估计并补偿。最后，通过实际实验对所提方法进行了验证，实验结果表明该控制方法能够有效降低抖振和增强PMSM的转速控制性能。

关键词： 蚀变矿物   矿产勘查   遥感技术   光谱分析   成矿预测  

摘要： 蚀变矿物在地质勘查中具有重要意义,尤其是在矿产资源勘探的过程中。它们通过反映地质环境的演化和成矿作用的特征,为找矿工作提供了重要线索。随着遥感技术和计算机技术的发展,蚀变矿物的填图方法得到了显著的提升。传统的蚀变矿物填图技术,如多光谱遥感、光谱特征分析及主成分分析等,已广泛应用于矿物识别和成矿预测中。本研究通过总结和分析现有蚀变矿物填图技术,探讨了其在不同地质背景下的应用效果及发展趋势,以期为矿产勘查提供更精确、更高效的技术支持。

关键词： PT-对称   薛定谔方程   势函数   反问题  

摘要： 本文针对一类具有(1+1)维非线性项的薛定谔方程对称势函数的反问题进行了深入研究.在研究过程中，我们设定部分边界处的波函数为已知条件，而将势函数的数值作为未知量进行求解.通过采用三层差分格式，我们将原始的非线性方程成功转化为实数域上的非线性方程组.在此基础上，我们运用非精确牛顿法对转化后的非线性方程组进行了有效的求解.研究结果充分证实了该方法在解决此类反问题方面的高效性，为相关领域的数值求解提供了一种创新的思路和有力的工具.

关键词： 床旁超声心动图   肺超声   急性呼吸困难   诊断价值  

摘要： 分析床旁超声心动图联合肺超声诊断急性呼吸困难的价值。方法 研究时间本次是2024年1月-12月,对象均是医院内收治急性呼吸困难患者,共100例,急性呼吸困难患者按照病因主要分成两组,分别是心源性组(59例)和肺源性组(41例),均在入院过程中采取床旁超声心动图检查,同时给予肺超声观察,需将检查结果进行统计对比。结果 本次检查结果均根据综合诊断结果为金标准进行对照,床旁超声心动图联合肺超声诊断心源性呼吸困难诊断符合率94.91%,诊断肺源性呼吸困难符合率92.68%。在各个超声心动图指标对比方面,心源性组患者LVEDD、LA、B线总条、NT-ProBNP指标均高于肺源性组,LVEF低于肺源性组,P<0.05。结论 急性呼吸困难会给患者生命安全造成极大威胁,早期准确诊断救治极为重要,床旁超声心动图联合肺超声方式可以获得较高诊断准确率,且操作简单快捷,可明确鉴别心源性和肺源性呼吸困难,及时采取措施治疗。

关键词： 动态心电图   常规心电图   冠心病   心肌缺血   心律失常  

摘要： 对冠心病的形成过程作出简要分析,深讨诊断中动态心电图的应用意义及对心肌缺血及心律失常的检出情况。方法 指定冠心病为筛选条件,将人员筛选时间范围控制在2023年3月-2024年6月,参考各项标准选出100例研究病例,统一予以常规心电图检查、动态心电图检查,并建立以以上措施简称为名的对比小组,围绕检出情况作出讨论。结果 以心肌缺血、心律失常为诊断目标,经2组分时段检出后,心肌缺血方面,动态组有89(89.00%)例确认患病,其余11(11.00%)例则未出现异常情况,常规组有56(56.00%)例确认患病,其余44(16.00%)例则未出现异常情况。心律失常方面,动态组有84(84.00%)例确认患病,其余16(16.00%)例则未出现异常情况,常规组有62(62.00%)例确认患病,其余38(38.00%)例则未出现异常情况,检出项对比中差异突出(P<0.05),同时动态组诊断显示多数患者为ST段压低,检出项对比中差异突出(P<0.05);将心律失常细分为6类症状,分别通过不同检查对检出症状做好统计,认为动态组有利于排查出患者的患病情况,虽2组在实际例数分析中差异不突出(P>0.05),但明显动态组各方面检出数量与占比更高。结论 动态心电图可准确检出冠心病患者异常情况,应用中可为医护人员提供更准确、完善的诊断服务,结果 在整体诊疗中的可用价值及优势更高。

关键词： 无人机摄影测量   小区域测量   地形图绘制  

摘要： 随着无人机技术的快速发展,其在测绘领域的应用日益广泛,特别是在小区域地形图绘制方面展现出巨大的潜力,相较于传统的人工测绘,在小区域地形图绘制中使用无人机摄影,可利用其高精度摄影设备、先进的飞行控制技术、专业的数据处理算法等,保障小区域地形图绘制的精准性。全文利用文献研究法等方法,首先从灵活便捷,受限性小、分辨率高,精准测绘、成本可控,风险率低三方面总结无人机摄影测量在小区域地形图绘制中的应用优势,随后结合实际测绘经验,立足于小区域地形图绘制的需求,从方案设计、数据采集、测绘整理、精度分析四方面总结无人机摄影测量在小区域地形图绘制中的应用流程,同时配以安徽省某地小区域选址性地形测绘工程为例,做出具体示范。

关键词： 图神经网络   图卷积网络   情感特征   恶意用户检测   多模态特征  

摘要： 随着技术的发展，社交平台成为了人们交流的重要方式。然而在社交网络中往往充斥着大量由不法分子操控的恶意账号，这些账号通过发布虚假信息、传播谣言等毁坏人们正常的社交环境。因此，为了识别社交网络中的恶意用户，本文提出了一个基于图神经网络（Graph Neural Network， GNN）与多模态特征融合的恶意用户检测框架，首先通过整合用户自身特征、行为特征以及情感特征，构建用户节点的多维度表征。在处理情感特征时，利用BERT预训练模型获取孤立内容的情感标签，利用图卷积网络(Graph Convolutional Network，GCN)聚合局部特征，并结合图Transformer捕捉全局依赖，获取互动内容的情感标签，来实现从文本中获取用户的情感特征。以用户为节点，社交关系为边构建图结构，实现对恶意用户的识别。实验在Twibot-22数据集上进行，结果表明，本文在准确率（92.3%）、F1-Score（94.9%）等评估指标上均优于XGBoost等传统模型和现有模型，消融实验证明情感特征对识别恶意用户具有巨大贡献。

关键词： 心电图P波离散度   Ⅱ导联P波峰值时间   高血压患者   新发心房颤动  

摘要： 本研究旨在探讨心电图P波离散度联合Ⅱ导联P波峰值时间在高血压患者中预测新发心房颤动发生的价值。方法 选择2023年—2024年在我院就诊的80例高血压患者新发心房颤动作为研究对象(疾病组),再选取同期未发心房颤动的原发性高血压患者80例作为对照组。收集入选患者的一般资料(年龄、性别、BMI)、血压水平(收缩压、舒张压)、心电图P波离散度(PWD)、Ⅱ导联P波峰值时间(PWPTⅡ),并进行比较。采用二元Logistic回归分析探讨PWD、PWPTⅡ与原发性高血压患者新发房颤的相关性,绘制受试者工作特征(ROC)曲线。结果 疾病组PWD、PWPTⅡ高于对照组(P<0.05)。二元Logistic回归分析显示PWD、PWPTⅡ与新发房颤显著相关,是高血压患者新发心房颤动的独立预测因子(P<0.05)。ROC曲线分析进一步验证了PWD、PWPTⅡ两项指标的联合使用增加了预测高血压患者新发心房颤动的灵敏度和特异度。结论 PWD、PWPTⅡ在预测高血压患者新发心房颤动中具有较高的预测价值。该组合指标可作为临床上早期识别高风险心房颤动患者的有效工具,助力个体化诊疗策略的制定。

关键词： 24h动态心电图   起搏器植入   心律失常   诊断价值  

摘要： 分析应用24h动态心电图诊断起搏器植入心律失常患者的意义。方法 研究时间制定为2022年5月至2024年5月,研究对象为我院进行治疗的心律失常患者110例,双色球法分成研究组(心律失常患者n=55)、常规组(非心律失常n=55),均进行24h动态心电图、常规12导联的心电图等诊断措施,对比诊断差异。结果 动态24h心电图检查对疾病的检出率、24h动态心电图特征更高,且患者对该项检查的满意度更佳(p<0.05);研究组患者的SDNN、SDANN、RMSSD等指标水平低于常规组(p<0.05)。结论 对于起搏器植入心律失常患者而言,给予其24h动态心电图进行诊断,这种方式对疾病的诊断效果显著。

关键词： 序列推荐   可变形卷积   图神经网络   冷启动   动态卷积  

摘要： 序列推荐系统旨在基于用户的历史行为偏好预测下一步行为．尽管针对序列推荐提出了许多有效的方法，但仍然存在根本性的挑战．首先，随着在线服务的普及，推荐系统需要同时服务于热启动用户和冷启动用户．然而，由于难以从交互数据有限的序列中学习到有效的序列依赖关系，大多数依赖于用户-项目交互的现有模型失去了优势．其次，由于现实中用户意图的可变性和主观随机性，用户在其历史序列中的行为往往是隐含和复杂的，很难从这些用户-项目交互数据中捕获这种动态转变模式．提出了一种基于图神经网络插值和可变形卷积网络的序列推荐模型（graph-based interpolation enhanced sequential recommender with deformable convolutional network， GISDCN）．对于冷启动用户，将序列对象重新构建成图，并提取全局序列中的知识来推断用户可能的偏好．为了捕捉复杂的顺序依赖关系，使用可变形卷积网络来生成更健壮和灵活的卷积核．最后，在4个数据集上进行了综合实验，验证了模型的有效性．实验结果表明，GISDCN优于大多数主流的模型．