课程文献中心 更多>>

关键词： 光学检测   补偿   计算全息   同轴高次非球面  

摘要： 为了解决同轴高次非球面的高精度面形检测问题,本文提出了一种基于CGH的同轴高次非球面零位补偿检测设计方法。利用所提方法,可以实现同轴非球面补偿设计中各衍射级次的有效分离,可实现对于待测镜面的零位补偿设计。结合工程实例,本文对一口径为260 mm的同轴高次非球面反射镜实现了零位补偿检测设计。从CGH设计结果可以看出,基于本文检测设计方法,其理论设计检测残差(RMS值)可以达到0 nm。此外,还完成了对于该同轴高次非球面反射镜的实际检测。针对检测过程中的误差源进行了误差分析,以验证本方法的可靠性与精度。

关键词： 磁共振   弥散加权成像   表观弥散系数   脑梗死   临床效能  

摘要： 目的:分析弥散加权成像(DWI)联合表观弥散系数(ADC)图诊断急性期脑梗死的临床价值。方法:选取遵义市中医院2022年6月—2024年6月收治的86例疑似急性期脑梗死患者作为研究对象。患者均进行MRI常规扫描和DWI、ADC图成像,以临床最终综合诊断结果为金标准,评估MRI常规扫描及DWI联合ADC图成像的诊断效能,并统计不同发病时期患者病灶面积和ADC值。结果:86例疑似急性期脑梗死患者经数字减影脑血管造影确诊74例,MRI常规扫描准确检出56例,DWI联合ADC图准确检出71例。MRI常规扫描诊断急性期脑梗死的灵敏度75.68%、准确率76.74%低于DWI联合ADC图的95.95%、96.51%,差异有统计学意义(P<0.05);两种方式的诊断特异度比较,差异无统计学意义(P>0.05)。DWI联合ADC图成像对超急性期脑梗死检出率高于MRI常规扫描(P<0.05);两种方法对急性期和亚急性期脑梗死检出率比较,差异无统计学意义(P>0.05)。MRI常规扫描未检出超急性期病灶,DWI联合ADC图成像检出急性期和亚急性期病灶面积大于MRI常规扫描(P<0.05)。超急性期脑梗死患者的ADC值、rADC值低于急性期及亚急性期患者,且急性期脑梗死患者的ADC值、rADC值低于亚急性期患者,差异有统计学意义(P<0.05)。结论:DWI联合ADC图对急性期脑梗死的诊断灵敏度较高,可有效检出超急性期脑梗死患者,并明确患者病灶范围,可为临床诊疗提供可靠依据,诊断准确率较高。

关键词： 时变编队跟踪控制   最优控制   控制障碍函数   状态观测器  

摘要： 针对多约束条件下无人机时变编队控制中的能耗优化问题,提出一种基于动态参数扩展高阶控制障碍函数的优化控制方法。对现有的高阶控制障碍函数进行改进,综合考虑无人机与障碍物的运动状态建立扩展状态的动力学模型,将动态目标避障的安全性约束条件在扩展状态动力学模型上展开,得到用于建立动态目标避障的扩展高阶控制障碍函数;针对扩展高阶控制障碍函数约束的可解性与保守性问题,设计K类函数参数的自适应规则得到动态参数扩展高阶控制障碍函数,在提高含约束优化问题可解性的同时降低解的保守性。利用控制障碍函数与动态参数扩展高阶控制障碍函数建立多约束条件,基于一致性条件与哈密顿分析建立目标函数,将时变编队的能耗优化问题转化为多约束优化问题,并用二次规划进行求解得到最优控制输入。仿真结果表明,所提方法比固定参数扩展高阶控制障碍函数以及人工势场法具有更好的避障效果与更低的能耗。

关键词： 线性关系矩阵   Frobenius-Schur分解   点谱   剩余谱   连续谱  

摘要： 首先研究了两个线性关系矩阵的乘积等于它们形式乘积的条件,在此基础上得到了线性关系矩阵L_(0)-μI=(A-μI B C D-μI)的Frobenius-Schur分解;其次利用Frobenius-Schur分解,讨论了L_(0)-μI和它的Schur补在单射情况、值域的稠密性以及逆关系有界性之间的联系;最后刻画了L_(0)的点谱、剩余谱和连续谱。

关键词： STEAM理念   高中数学   拓展课   三角函数  

摘要： 基于Science(科学)、Technology(技术)、Engineering(工程)、Art(艺术)和Math(数学),即STEAM教育理念,以高中数学教材为依据,设计高中三角函数拓展课教学流程。其具体包括四个阶段:激活阶段、寻求阶段、重组阶段、评价阶段。通过这个流程可以很好地揭示数学真实的内涵、思想意境和文化价值,培养学生的科学素养、解决问题的能力和综合能力。

关键词： 图卷积网络   图注意力   道路交通   交通事故预测  

摘要： 交通事故的发生会给人员、社会带来巨大损失,为了提高交通事故预测准确率,提出一种基于图注意力与图卷积网络的交通事故预测方法(GAGC)。该方法首先通过边特征提取模块,提取路网中复杂的边特征信息;然后引入图注意力层使网络快速关注事故频发的节点,利用叠加的图注意力层来减少特征信息在传递过程中的信息丢失;通过Dropout和批处理归一化(BN)来平衡特征重要性,提升模型的泛化性和鲁棒性。实验使用现有文献公开的基于图的交通事故预测数据存储库TAP进行验证,结果表明,GAGC取得了较好的效果,在F1指数、AUC和MAP方面均优于5个基线模型。最后,通过消融实验进一步验证了本文设计的GAGC模型的有效性和可靠性。

关键词： 图注意力网络   共同邻居   链路预测   网络分析  

摘要： 链接预测是一个典型的复杂网络分析问题,即根据已知的网络结构信息预测潜在的链接。考虑到相似节点倾向拥有相近的低维空间表示,提出了一种局部结构增强的图注意力网络方法,以用于链接预测。这一方法通过共同邻居系数识别目标节点的相似节点集合,并利用注意力机制融合相似节点与一阶邻居节点的特征信息,从而获取更全面的节点嵌入向量。在5个真实数据集上的实验结果显示,该方法在链路预测任务中取得了令人满意的性能。

关键词： 一次函数   初中数学   解题技巧  

摘要： 初中数学一次函数图象问题是重点内容,涵盖了相遇、追及、行程问题.此类问题在考试中频繁出现,掌握速解技巧对于学生快速准确解题至关重要.

关键词： 教学方法   数学建模   有效性   学生核心素养   小学数学  

摘要： 建模教学是小学数学教学中的重要方法,而线段图教学则是重要的教学内容。本文旨在探究如何提升小学数学线段图教学的有效性。首先,基于数学建模视域,浅谈小学数学线段图教学与建模教学的内涵。其次,立足于学生核心素养、学习思路和解题能力三个维度,分析数学建模教学方法对线段图教学的重要性。最后,探究小学数学线段图教学中如何通过“建模”提升教学的有效性,以期优化数学课程建设。在小学数学教学中,数学建模是常用的教学方法,能够为学生搭建思维的支架,促进知识理解、问题探究和能力转化。

关键词： 视频异常检测   异常事件分类   特征相似图   显著特征序列   异常事件特征学习   类别不平衡损失函数  

摘要： 针对目前基于片段的视频异常事件检测模型仅考虑片段的正常或异常会产生异常碎片化和异常起止位置蔓延以及异常事件分类难的问题,提出一种基于显著特征和时空图网络的视频异常事件检测与分类方法.首先,提出基于时空融合图网络的视频异常时序片段整合与精化方法,整合出连续的异常区域,同时考虑时空融合图网络的特征传递性,精化异常区域,以有效解决异常判别存在不确定性和异常片段碎片化问题.其次,针对弱监督异常事件内在特征难以有效表达而引起分类难的问题,提出异常事件特征学习和分类方法,在异常区域中建立特征相似图和异常相似图,并利用图卷积网络融合学习异常事件的特征,设计类别不平衡损失函数,从而提高异常事件的分类性能.在UCF-Crime数据集中进行试验,结果表明:文中方法的曲线下面积AUC达到了85.37%,比基准线SULTANI方法高9.83%,比最好的同类方法THAKARE方法高0.89%;在异常事件分类上,该方法获得了74.06%的平均准确率,比现有ZHOU方法提高4.39%.该方法能更有效检测定位视频异常事件,且异常事件分类性能更优.