课程文献中心 更多>>

关键词： 深度学习   隐函数   点云   表面重建  

摘要： 随着三维扫描和点云数据处理技术的迅速发展,点云表面重建已成为计算机图形学与计算机视觉领域的重要研究方向。点云表面重建旨在从离散、不规则分布的点云数据中恢复物体或场景的连续表面。近年来,隐函数方法因其良好的鲁棒性与灵活性备受瞩目,特别是深度学习的引入,显著提升了其对复杂几何的重建性能。在此背景下,隐函数用于点云表面重建的研究成果不断涌现,使得追踪和把握其全貌愈加困难,因此迫切需要综述性文献梳理其基本原理、关键技术和发展脉络。鉴于此,首先回顾隐函数在点云表面重建中的基本原理和发展历程,随后从隐函数定义、隐函数类型、技术发展、损失函数、数据集、评价指标六个方面,对现有基于隐函数的点云表面重建方法展开系统性综述。最后,总结了该领域面临的关键挑战,如低质量点云处理、表面重建实时性以及序列点云重建问题,并展望了未来的研究方向。综述期望为从事点云重建及相关领域研究的学者提供全面的技术总结,助力其深入了解领域动态、高效定位前沿问题。

关键词： 电子健康记录   再入院预测   图对比学习   数据增强   图神经网络  

摘要： 针对疾病间的共同作用与再入院情况的关系的挖掘不足以及相关模型泛化能力较弱的问题,提出一种基于图对比学习的再入院预测模型HealthGraph。首先,利用数据集中的疾病共现信息构建疾病编码图,以充分挖掘疾病之间的关联信息;其次,提出一种以图对比学习的思想为指导的患者数据增强方法,通过图采样器自适应地捕捉与任务相关的拓扑结构,构造新视图,提升数据丰富度,从而提高模型的泛化性能;最后,结合初始疾病编码图嵌入和新视图嵌入进行再入院预测。在真实数据集MIMIC-Ⅲ上构建呼吸系统疾病和循环系统疾病这2个数据集并进行大量实验。结果表明,相较于反转时间注意力模型(RETAIN)和阶段感知神经网络模型(StageNet),所提模型在准确率和F1指标上提升了1个百分点左右。此外,2组消融实验结果验证了所提模型在提高再入院预测的准确性和泛化性中的有效性。

关键词： P_(4)∪P_(2)   色数   团数  

摘要： 设ɠ是一个图类,如果存在一个函数f使得对任意G∈ɠ,都有χ(G)≤f(ω(G)),那么ɠ就是χ有界的,并且称f是χ界定函数。近几年来,有很多学者开始研究禁用子图类的χ有界性,其中无2K_(2)图类得到了广泛的研究。众所周知,无P_(4)∪P_(2)图类是无2K_(2)图类的母图,针对这个图给出了一个结果,证明了无{P_(4)∪P_(2),(K_(1)∪K_(2))+K_(p)}图类的一个χ界定函数。

关键词： 增强磁共振神经成像   肌电图   ICU-AW   臂丛神经损伤   价值分析  

摘要： 目的探讨增强磁共振神经成像(e MRN)结合肌电图(EMG)在重症监护病房获得性衰弱(ICU-AW)患者臂丛神经损伤评估中的价值。方法选取2021年12月至2024年12月在本院就诊的60例ICU-AW患者,均在本院接受eMRN与EMG检查。分析e MRN、EMG以及两项联合评估ICU-AW患者臂丛神经损伤中的价值。结果60例患者中,经临床确诊臂丛神经损伤者为50例。以临床诊断结果作为标准,e MRN评估ICU-AW患者臂丛神经损伤的灵敏度为88%,特异度为60%;EMG评估ICUAW患者臂丛神经损伤的灵敏度为82%,特异度为70%;两项联合评估ICU-AW患者臂丛神经损伤的灵敏度为96%,特异度为80%。eMRN评估ICU-AW患者臂丛神经损伤与临床诊断结果的一致性一般(Kappa=0.444);EMG评估ICU-AW患者臂丛神经损伤与临床诊断结果的一致性一般(Kappa=0.419);两项联合评估ICU-AW患者臂丛神经损伤与临床诊断结果的一致性较好(Kappa=0.760)。两项联合Kappa值高于eMRN、EMG单独检测(P<0.05)。两项联合对ICU-AW患者臂丛神经损伤的检测符合率为93.33%,高于e MRN、EMG单独检测;漏检率、误诊率均低于e MRN、EMG单独检测。结论eMRN与EMG联合检测评估ICU-AW患者臂丛神经损伤显著优于单一方法。eMRN对早期神经损伤敏感性不足且易受伪影干扰,EMG依赖肌肉电活动可能漏诊或误诊;联合应用通过“形态-功能”互补,为ICU-AW患者臂丛神经损伤精准的评估提供新依据,凸显多模态技术联合的临床价值。

关键词： 列车运行图   图神经网络   深度强化学习   马尔可夫决策过程   智能体  

摘要： 为实现列车运行图编制效率与质量的统筹优化,结合人工智能领域的图神经网络和深度强化学习算法,提出一种离线预训练、在线实时求解的高铁列车运行图智能编制方法。将高铁列车运行图编制过程建模为马尔可夫决策过程,基于析取图构建列车运行图编制环境模型,在环境中设计状态表征、动作空间、状态转移和奖励函数,为算法提供交互基础。设计基于GNN-PPO的离线预训练算法实现编图智能体高效训练,设计基于BS的在线编图算法进一步提升编制质量。以京沪高铁为例选择3种不同规模的编图场景开展实例验证。结果表明,该方法具有较好的扩展性和泛化能力,预训练后可直接完成不同规模场景下的编图任务,并且在大规模场景下仍能快速求解。

关键词： 数据库   条件查询   非语义等价   查询格   等价类  

摘要： 在数据库中,通过识别等价查询可以减少重复计算.现有方法通常从查询的语义等价关系方面来验证等价查询,然而查询的语义等价是查询结果等价的充分非必要条件,因此,仅依据语义等价关系来判断等价查询会漏掉一些语义不等价但结果相同的查询.针对这一问题,本文面向数据库条件查询提出一种非语义等价关系模型(Non-Semantic Equivalence Relation Model,NSERM):以查询的过滤条件间的包含关系作为偏序关系构建查询格,结合查询结果相等划分得到等价类,依据等价类的凸集性质,即包含等价类上界且被下界包含的查询属于该等价类,从而直接识别或回答语义不等价但结果相同的条件查询集.所提出的模型在开源数据库PostgreSQL中实现,基于TPC-H测试集的实验结果表明,NSERM能识别非语义等价的等价查询,同时还能为数据库带来性能上的提升.

关键词： 多维时间序列   符号化变换   shapelet   新能源电站   可解释数据划分  

摘要： 时间序列处理在新能源出力分析、电力设施容量规划、系统风险评估等方面具有重要作用。然而,由于缺乏合理的数据划分方案,难以充分衡量多维数据间的关联。鉴于此,提出了一种基于shapelet变换的新能源电站出力多维数据可解释划分算法,直观给出场景划分依据。首先,基于原始时序信息以及其一阶差分,通过符号化近似算法进行多维时间序列相似性统计,进行shapelet预筛选;其次,建立了基于距离的shapelet评价标准,选取最优shapelet建立决策树,进而达到多维场景划分的目的;最后,采用某实际新能源电站数据开展算例分析。结果表明,所提方法可大幅降低多维数据聚类的计算复杂度,增强新能源电站多维数据划分的可解释性。

关键词： 孤独症谱系障碍   阅读理解   思维导图   行动研究  

摘要： 目的 探究思维导图提高孤独症学生阅读理解能力的效果。方法 采用行动研究法,选取普校1名有阅读困难的孤独症谱系障碍学生作为个案,应用思维导图作为教学辅助工具开展2个月的教学行动研究,使用《学龄阶段国语文能力测验》初级题本和自编阅读测试题进行前后测,对比前后测结果。结果 个案在《学龄阶段国语文能力测验》中5项内容得分提高,阅读测验项提升显著。自编阅读测试题结果表明,个案在记叙文和说明文方面进步幅度最大,并在信息检索题型上效果显著。结论 运用思维导图进行阅读教学有助于提高个案的语文阅读理解能力,对提升信息检索能力作用较显著,提升表达能力的作用不明显;运用思维导图进行阅读教学有助于提高个案的语文阅读兴趣;基于思维导图的语文阅读教学模式具有可行性。

关键词： 股权激励收入   类型化区分   法律性质   劳资利益平衡  

摘要： 不同股权激励模式的法律关系及权利义务存在显著差异。若不能准确区分股权激励模式的类别以及不同阶段的收入构成,诸多“异质性”内容交织便会导致股权激励收入的性质认定出现偏差,进而影响司法实践中的劳资利益平衡。因此,劳动者股权激励收入法律性质的界定,应当首先从权利义务关系构成的角度对劳动关系基础上的不同股权激励模式予以类型化区分,其次利用关键节点对整体激励周期进行解构,使得股权激励收入按照取得时间及方式分割成若干相对独立的组成部分,最后围绕劳动报酬认定的核心要素界定收入的法律性质,将股权激励收入的各组成部分对应归属为劳动关系对价部分与纯粹投资收益部分。

关键词： 微动勘探   黄土   地质分层   频散曲线   样点数  

摘要： 【目的】黄土在沉积过程中受气候环境的影响,呈现明显黄土—古土壤交替分层沉积特性,其物理力学性质也具有明显差异,为微动勘探进行黄土分层提供了良好的地球物理条件。【方法】为验证微动勘探在黄土地层划分中的可靠性和准确性,在坡头村洛川黄土标准剖面附近及西安少陵塬上进行微动勘探黄土分层试验研究。【结果】研究结果表明:根据微动勘探速度深度域频散曲线上的拐点、频散点连线斜率的变化以及频散点疏密程度的变化可以对黄土进行地质分层,在分层中其精度受频散曲线样点数的影响较大,对于浅部黄土地层宜采用512样点数及1024样点数对应的频散曲线进行分层,对于深部黄土地层宜采用2048样点数对应的频散曲线进行分层,钻孔实测分层深度与微动勘探分层深度差值不大于0.6 m。