课程文献中心 更多>>

关键词： 径向基函数   反平面弹性波   应力强度因子   裂纹   有限元法  

摘要： 基于直接法局部径向基函数配点法(LRBFCM)提出了含裂纹声子晶体反平面弹性波的能带结构计算方法,分析了其能带结构特性,并通过有限元法计算对比验证该数值结果的准确性和有效性.在边界上采用直接法沿方向取局部节点,解决了边界求解不稳定问题,讨论了数值方法的处理技巧对结果的影响.并通过考虑不同声阻抗比、散射体形状(方形、圆形)和裂纹情况,验证了该方法计算含裂纹声子晶体能带结构的适用性.研究了形状参数、配点数对计算结果的影响.最后深入分析了不同长度和位置的裂纹对声子晶体能带结构的影响特性,并进行了对比分析.本文的创新性在于用直接法局部径向基函数配点法解决了含裂纹声子晶体能带结构计算的问题,极大增加了声子晶体的应用价值.研究结果显示:随着裂纹的扩展,能带结构带隙逐渐变窄;当裂纹扩展到一定程度时,金散射体的声子晶体带隙数量会增加,且新增带隙会随着裂纹扩展而变宽,但铝散射体的声子晶体带隙数量会减少;直接法局部径向基函数配点法可以大大提高含裂纹声子晶体能带结构的计算效率和计算精度.

关键词： 位置社交网络   联邦学习   图注意力网络   伪标签   位置推荐  

摘要： 传统的位置服务推荐方案缺乏考虑用户偏好及潜在社交关系等，导致推荐结果无法满足用户个性化需求。图神经网络凭借较好的图结构数据处理能力，被广泛用于位置推荐领域。但是，此前研究里中心化的数据范式容易造成位置隐私泄露问题。基于此，提出一种基于联邦图神经网络的位置隐私保护推荐方案(FedGNN-LPR)。首先，通过图注意力网络，学习用户的社交关系嵌入和兴趣点嵌入；其次，建立基于兴趣点的伪标签标注模型，预测用户对未知位置的访问次数，以保护用户隐私并缓解冷启动问题；最后，提出基于差分隐私的聚类联邦学习策略，保护客户端的交互数据并解决数据异质性问题。在两个公开的真实数据集上进行实验，实验结果表明，在平均绝对值误差和均方根误差方面，所提方案分别比联邦平均(FedAvg)算法提高了7.89%和9.29%，比FL+HC算法提高了2.32%和2.75%。并且，实验结果表明，FedGNN-LPR可以在联邦学习位置推荐上展现出更好的性能。因此，FedGNN-LPR不仅能够保护用户位置隐私，而且提高了位置推荐性能。

关键词： 阻抗心动图   血流动力学   高血压   精准医学  

摘要： 高血压传统定义为血压升高,但其实高血压还涉及心排血量、体循环血管阻力和动脉顺应性等的异常,而这些血流动力学特征对高血压的诊断、治疗和预后评估至关重要。阻抗心动图(ICG)是一种精准、无创的血液动力学测量工具,能帮助精确掌握高血压患者病情,为有针对性的治疗管理提供有效依据。因此,本文对ICG在高血压管理中的研究进展作一综述。

关键词： 降水量图   特征提取   相似性分析   多元特征距离融合   改进粒子群算法  

摘要： 为了提升降水量图相似性分析的精确度,提出了一种基于流域日降水量图的相似性搜索方法,该方法从降雨图像中提取日降水量、降雨空间分布和降雨中心特征,并分别计算各特征的相似距离,同时通过提出的归一化折旧累积增益改进粒子群优化的集合加权方法对3个特征的相似距离进行加权融合,作为降雨图像的相似性度量。嘉陵江流域实例验证表明:该方法能够更好地表征降水量图的时空特征,可快速地从降水量图中检索出相似的降雨过程。

关键词： 超声变幅杆   傅里叶级数   振幅放大系数   形状因数  

摘要： 为设计振幅放大系数和形状因数均优良的变幅杆,研究了以不同阶次的傅里叶级数为振动位移函数的傅里叶变幅杆模型。推导了不同阶次傅里叶级数时变幅杆的外形函数,计算了相应的形状因数和位移节点。利用有限元方法计算了变幅杆的谐振频率、位移幅值和位移节点,并比较了其与传统变幅杆的性能优劣。结果表明:当面积系数较大时(大于3.34),阶梯形变幅杆的振幅放大系数最大,其次是二阶傅里叶、悬链线形、指数形,最小为圆锥形;圆锥形变幅杆的形状因数最大,其次是指数形、悬链线形、二阶傅里叶,最小为阶梯形。谐振频率与面积系数相同的条件下,二阶傅里叶变幅杆的振幅放大系数远大于指数形、悬链线形和圆锥形变幅杆的相应值,其形状因数远大于阶梯形变幅杆。在同时考虑振幅放大系数和形状因数的条件下,相较于传统变幅杆,二阶傅里叶变幅杆综合性能更好。

关键词： 矿井地质类型划分   煤矿地质   水文地质   防治水  

摘要： 本文通过对当前矿井新揭露的地质构造、水文地质、煤层、工程地质、瓦斯等资料进行充分研究、分析、核实,并进行必要的现场调查,客观、科学准确地总结矿井地质条件情况,依据《煤矿地质工作规定》要求,进行了矿井地质类型划分。地质类型的划分,为有效预防煤矿事故及合理安排该矿井安全生产提供了可靠依据。

关键词： 图迈■内窥镜手术机器人   结肠癌   右半结肠癌根治术   全结肠系膜切除术  

摘要： 目的:初步探讨图迈■内窥镜手术机器人辅助右半结肠癌根治术的安全性及可行性。方法:收集甘肃省人民医院普外科一病区于2022年04月至06月收治的6例右半结肠癌患者的临床病例资料,其中男性4例,女性2例,中位年龄57岁,范围37~68岁;患者均行图迈■内窥镜手术机器人辅助右半结肠癌根治术,即右半结肠D3+全结肠系膜切除术。结果:6例患者均顺利完成手术;平均手术时间204.16 min,术中出血量108.31 mL,术后下床活动时间为3.16 d,术后胃肠功能恢复时间为4.16 d,术后进食流质食物时间为5 d,腹腔引流管引流时间8 d,淋巴结清扫数目为23.33枚,术后住院时间9.5 d;术中、术后均无器械相关的不良事件发生;6例患者均行全身静脉化疗,方案为FOLFOX,疗程为6~8个周期;1年总体生存率为100%。结论:图迈■内窥镜手术机器人辅助右半结肠癌根治术安全、可行,临床疗效良好;该机器人系统有望成为国内辅助根治结肠癌的主要手段。

关键词： 司法判决预测   因果图   可解释性  

摘要： 随着人工智能技术的发展和海量司法数据的公开,面向“智慧司法”服务的司法判决预测(legal judgment prediction,LJP)任务受到了学术界和工业界的广泛关注,该任务旨在根据有限的案件事实描述文本来预测案件的罪名、法条和刑期。然而,现有工作缺乏对易混淆司法案件的智能决策的研究,且相关模型通常缺乏可解释性,这会导致模型预测严重依赖领域专家,阻碍LJP在不同法律体系中的应用。为此,提出了一种基于因果图分析的司法判决预测(prediction of legal judgment based on causal graph analysis,CGLJ)方法,首先从非结构化的法律事实描述文本中挖掘要素之间的因果关系,然后采用易混淆罪名聚类的构图方法构建因果图,既考虑了相似事实描述之间的差异,又增强了事实描述和法律法规之间的相互作用,最后将构建好的因果图融入深度神经网络进行联合推理,得到判决预测结果。此外,还对模型预测过程中的因果图推理过程进行了可视化,为判决结果提供了更好的可解释性。在2018中国“法研杯”司法人工智能挑战赛(CAIL2018)司法判决预测数据集上的实验结果表明,该方法相比基线模型取得了更好的效果。

关键词： 高光谱图像   图注意力网络   残差机制   超像素分割  

摘要： 针对卷积神经网络(CNN)仅能应用于欧氏数据,无法有效获取像素间的全局关系特征以及长距离上下文信息的问题,构建一个基于超像素分割的图注意力网络SSGAT.该网络将超像素分割后的超像素块视为图结构中的图节点,有效减少了图结构的复杂度,并降低了分类图的噪声.在3个数据集上对SSGAT及对比算法的分类精度进行测试,分别获得了94.11%,95.22%,96.37%的总体分类精度.结果表明该方法性能优异,在处理大尺度区域的分类问题时优势明显.

关键词： 三十岁   牛渚矶   怪物  

摘要： “(温娇)旋于武昌,至牛渚矶,水深不可测,世云其下多怪物,娇遂燃毁犀角而照之,须史,见水族覆火,奇形怪状或乘马车著赤衣者。娇其夜梦人谓己日:“与君幽明道别,何意相照也?”——《晋书·列传第三十七》。我三十岁那年,发生一件事情,让我对这个世界的本质产生了怀疑。