西北印度洋鸢乌贼(Sthenoteuthis oualaniensis)灯光罩网渔业CPUE标准化研究

单位捕捞努力量渔获量(CPUE)是渔业资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼(Sthenoteuthis oualaniensis)资源丰度,掌握鸢乌贼资源分布与时空因子及海洋环境因子之间的关系,利用广义线性模型(GLM)和用广义加性模型(GAM),结合时空因子及海洋环境因子对2015~2021年西北印度洋鸢乌贼灯光罩网渔业CPUE进行标准化研究,并评价各因子对CPUE的影响。GLM模型结果显示,6个变量对CPUE影响显著,依次为年份(Year)、月份(Month)、经度(lon)、纬度(lat)、海表面温度(SST)、叶绿素a浓度(chl a);依次加入六个显著变量构建GAM模型,并通过对不同GAM模型的AIC值进行比较,结果显示包含6个变量的GAM模型AIC值最小且模型最优,对CPUE偏差的解释率为37.80%。研究表明,西北印度洋鸢乌贼高CPUE主要出现在9月至翌年3月期间,13°N~20°N、58°E~66°E、SST为26.0~29.0°C、chl a为0.07~0.73 mg/m^(3)的海域内。整体而言,基于GLM模型和GAM模型对西北印度洋鸢乌贼灯光罩网渔业CPUE标准化研究,能够较好地反映鸢乌贼资源的丰度变化情况。

适合矿井防治水的水泥基化学复合材料研究

深层煤矿井开采过程中极易出现巷道涌水等事故,为了解决传统水泥基支护材料硬脆性强、韧性差以及抗渗能力弱的问题,以醋酸乙烯酯和聚乙烯醇为主要原料,在乳化剂OP-10和SDS的作用下,制备了一种改性聚合物乳液PVEA-1,并将其与水泥、粉煤灰、砂和PVA纤维等材料相结合,制备出了一种新型水泥基化学复合材料。考察了水泥基化学复合材料的基本物理性能、力学性能和抗渗性能,结果表明,改性聚合物乳液PVEA-1能够有效提高水泥基化学复合材料的流动度和保水率,并且随着PVEA-1加量的不断增大,水泥基化学复合材料的抗压强度逐渐降低,抗折强度先升高后降低,压折比先降低后升高,吸水率逐渐降低。当PVEA-1的加量为8%时,水泥基化学复合材料的综合性能较好,具有较高的韧性和抗渗能力,能够作为深层煤矿井防治水的支护材料使用。

基于GAM模型西北印度洋鸢乌贼CPUE标准化

单位捕捞努力量渔获量(Catch Per Unit Effort,CPUE)是资源评估的前提和基础,为了更好地评估西北印度洋鸢乌贼资源,采用广义加性模型(generalized additive model,GAM)对2016~2020年西北印度洋鸢乌贼的CPUE进行了标准化。结果显示,月份、海表温度(sea surface temperature,SST)、海面高度(sea surface height,SSH)、经度和纬度对CPUE呈显著性影响,通过对不同GAM模型的AIC (Akaike information criterion)值比较,由月份、SST、SSH、经度和纬度5个因子构成的GAM模型为最优CPUE标准化模型,对CPUE偏差的解释率为40.3%。研究表明,西北印度洋鸢乌贼高CPUE主要出现在9月至翌年3月,海域范围为16°~19°N、60°~65°E,SST为25~28°C、SSH为0.2~0.4 m的海域内。整体而言,标准化CPUE低于名义CPUE,但二者的变化趋势基本一致。

橡胶颗粒沥青混合料除冰机理及效果

通过有限元方法对橡胶颗粒沥青混合料与普通沥青混合料路面冰层应力状态进行对比分析,以应变能密度因子准则作为冰层破碎新的计算原理,对不同弹性模量下的冰层破碎情况进行了计算,明确弹性模量对橡胶颗粒沥青混合料路面除冰性能的影响。不同温度、不同冰层厚度、不同橡胶颗粒掺量的沥青混合料除冰能力对比试验结果表明,粗粒径橡胶颗粒除冰效果优于细粒径橡胶颗粒,橡胶颗粒沥青混合料最大压应变与最大剪应变大于普通沥青混合料路面冰层,-5℃、冰层厚度小于5 mm时橡胶颗粒沥青混合料具有一定的除冰能力,温度低于-10℃或冰层厚度超过10 mm时橡胶颗粒沥青混合料丧失除冰能力。

工程地质勘察中水文地质问题的探讨

工程地质勘察是保证工程安全的关键环节。在工程地质勘察中,水文地质条件会对勘察结果产生重要影响。为了有效降低水文地质条件对工程地质勘察的影响,在分析其对工程地质勘察结果具体影响的基础上,探讨了解决水文地质问题的措施,以提高工程地质勘察结果的准确性。

内蒙古河套灌区推广节水灌溉的建议

通过对当前国情的分析,并结合河套灌区的现状及灌溉特点,从节水灌溉工程技术的角度出发,阐述了河套灌区发展节水农业的必要性,同时提出了适宜于灌区应用和推广的节水灌溉技术。

基于功率谱第三心音特征提取研究

针对第三心音在频域上的复杂特征,本研究采用基于功率谱密度的频率特征提取方法,对第三心音的特征进行评价,并将正常和异常的第三心音进行区分。与本研究相对应的阶段安排如下:1) 首先通过电子听诊器采集心音,并基于小波分解对其进行预处理,消除背景噪声,保留有效信号。2) 人为选择的第三心音生成基于PSD的功率谱。然后,基于功率谱包络提取给定阈值线上的频率特征。3) 通过对正常第三心音和来自二尖瓣回流心脏病患者的异常第三心音对比分析,以阈值–(平均值 ±标准差) Hz表示的统计结果显示,正常第三心音的特征分布在0.2^(56.0832 ±6.3373) Hz、0.8^(21.0824 ±2.2393) Hz,异常S3为0.2^(126.7094 ±27.0634) Hz,0.8^(64.7820 ±11.6584) Hz。

基于高斯模型的心电特征提取研究

为精确定位R峰并提取心电特征,提出一种基于高斯模型的心电特征提取方法。首先,采用STMHT算法定位R峰;其次,基于已定位R峰确定了以6个高斯函数为每个心电节拍建立模型;最后,基于高斯模型提取心电特征。利用MIT-BIH心律失常数据库中的心电记录验证了算法性能,平均检测准确率达到99.80%。

机夹切断刀的改进

针对原有机夹切断刀的应用范围受到限制的问题,在对原有机夹切断刀特点进行分析的基础上,对其结构进行了改进,设计了多种模块,使得刀具的加工范围扩大,为数控机床的广泛应用鉴定了基础。

基于马氏距离分类准则的室间隔缺损诊断研究

本研究提出一种基于马氏距离的分类准则实现对三种室间隔缺损(VSD)的诊断。与诊断方法对应的三个阶段概括如下。第一阶段,通过电子听诊器采集心音,然后利用小波分解进行预处理。在第二阶段提取时频特征并进行主成分分析(PCA)降维。第三阶段,描述了基于马氏距离分类准则的VSD诊断方法。最后,通过与其它诊断VSD的分类方法进行比较来评价本方法效果。分析研究结果,本研究对三种室间隔缺损与正常心音的分类精度分别为95.2%、94.4%、97.1%、99.1%,优于其它知名分类器。因此本研究可为医护人员或患者诊断VSD提供一种有效的方法。

基于Levenberg-Marquardt算法的心电高斯模型研究

针对心电信号中各构成成分(P波、QRS波、T波)波形特征,本研究提出了一种基于伯格–马夸尔特算法创建心电高斯模型以实现心电波形特征研究进而对心电特征进行定性评价研究。首先,基于小波分解对心电信号进行预处理,以消除基线漂移以及背景噪声;其次,以心电信号各R峰间距为参考,按照1:2的分割比例对心电信号进行周期分割;最后,基于Levenberg-Marquardt (LM)算法创建心电高斯混合模型以刻画各成分波形特征。本算法通过对MIT-BIH心律失常数据库中48条心电数据进行分析,利用其拟合优度均值为0.9668对本算法可行性进行了验证。

随机森林算法在心音分类中的应用研究

本研究旨在利用随机森林算法对心音进行分类,为心脏疾病的诊断提供依据。本文结构组织如下: 首先通过电子听诊器采集心音,然后基于小波变换对其进行预处理;其次,基于短时傅立叶变换定义并提取时频域有效宽度以表征第一和第二心音的时频域特征;最后,采用随机森林算法对心音进行分类研究以区分正常和异常心音信号。通过高达93.24%分类精度验证了本系统区分正常与异常心音可行性。因此,本研究可以为医护人员或患者提供一种有效的异常心音鉴别方法。

基于最小二乘法椭圆拟合在心音识别中的应用研究

心音识别是诊断心脏疾病的重要方法之一,其识别精度使医护人员为患者提供更加准确的治疗手段。鉴于此,为提高识别精度,本研究提出了基于支持向量机(SVM)对心音信号特征生成分类边界曲线,考虑到分类边界曲线的形状,建立了基于分类边界曲线的最小二乘法椭圆模型,优化了心脏疾病诊断的复杂性。其算法步骤为:首先根据心音信号的频率特征生成基于支持向量机的分类边界曲线,然后建立基于分类边界曲线的最小二乘法椭圆模型对分类边界曲线进行椭圆拟合。为验证在心音识别应用中椭圆模型的有效性,对在线心音数据库和临床心音的实验分析,即对188例房颤、181例主动脉瓣返流、257例二尖瓣返流、325例正常声音和150例肺动脉瓣狭窄心音进行检测,其分类精度分别为91.7%、98.8%。98.4%、99.8%和98.7%,证明其分类具有较高的精度。

基于主成分分析的心音特征降维处理研究

本研究提出一种基于主成分分析的心音特征降维处理方法,实现以最优维度描述不同种类心脏病的心音特征分布。本文分三阶段进行论述:第一阶段,基于美国3M公司3200型电子听诊器的心音信号采集及基于小波变换的心音预处理;第二阶段,利用功率谱对心音信号进行频域分析,采用阈值法定义心音频域特征;第三阶段,基于主成分选取准则并结合散点图分布结果,确定以表征七维特征96.1%信息量的两维特征作为最终心音量。典型心脏病例的研究结果表明,异类心脏病心音特征分布呈现出明显区分。

基于STMHT算法的心音分割研究

第一心音(S1)和第二心音(S2)的定位和提取是利用心音分析诊断心脏病时的首要任务。鉴于此,本研究提出一种基于STMHT的心音分割法,分别提取S1和S2。本研究分为以下3个阶段:第一阶段,采用小波分解对心音信号进行预处理,保留心音信号的有效成分(21.5~689.0 Hz);第二阶段,用Viola积分波形法提取心音包络;最后,基于STMHT算法自动定位和提取S1和S2。对30例心音信号的提取结果进行评价,结果表明,S1和S2提取的准确率高达97.37%,优于其它已实现的有效方法。

基于高斯混合模型的心音分类研究

为表示复合心脏病的复杂诊断信息,本研究提出一种基于高斯混合模型结合概率诊断心脏病的方法。本文结构如下:首先,利用电子听诊器采集心音信号;其次,采用小波分解对心音信号进行预处理,以保留心音信号有效成分,然后采用功率谱分析结合阈值线方法提取心音信号频率域特征;最后,基于精度建立最优高斯混合模型数量并结合后验概率得出诊断结果。为验证本研究有效性,以2560秒心音数据作为研究对象,实验结果表明,该方法可以概率模式描述不同类别所属程度得出最终诊断结果。

基于增量高斯混合模型的心电分类研究

本研究提出一种基于增量高斯混合模型算法的心电分类方式。与其相对应的分为三个阶段:第一阶段,基于小波分解对心电信号进行预处理,以消除基线漂移(0.15~0.3 Hz)和背景噪声;第二阶段,首先基于短时修正希尔伯特变换(STMHT)定位R峰,然后自动确定QRS波进而提取心电特征参数;第三阶段提出一种无监督式增量高斯混合模型算法实现心电信号分类。本研究结果在MIT-BIH心律失常数据库中对48组心电数据进行分类比较,其准确率达93.31%。

基于短时傅里叶变换的心音特征提取研究

针对正常与异常心音在时频域具有不同特征表现形式,本研究提出了一种基于短时傅里叶变换结合等高线轮廓的方法对心音信号进行时频域特征提取研究。首先,基于小波分解对心音信号进行预处理,保留21.5~689 Hz频段有效心音信号;其次,基于短时傅里叶变换对有效心音进行时频分析;最后,本研究分析了40位健康志愿者的1500秒正常心音信号并与典型异常心音信号进行比较,其结果表明:正常第一心音频带宽度为70.07 ±12.62 Hz,持续时间为109.3 ±26.2 ms。PS (肺动脉狭窄)病人第一心音频带宽度为168.80 ±9.95 Hz,持续时间为23.7 ±3.0 ms。

基于功率谱密度的打呼噜声提取研究

为确定鼾声的特征,定义并提取了基于频率域的功率谱密度的鼾声特征,对正常和异常鼾声进行了评价。本研究分为三个阶段:首先,通过微信号采集和预处理,利用小波分解方法去除噪声。其次,利用功率谱密度函数(PSD)结合阈值法提取频域特征。最后,对十三名健康学生的三十二小时正常呼吸声和三名患者的十一小时异常鼾声进行了研究。分析结果表明,异常呼吸声对应的两个主成分分别分布在10~300 Hz和500~800 Hz范围内,比从正常呼吸声中提取的主成分高。

加强河套灌区节水灌溉工程管理

内蒙古河套灌区在节水灌溉发展方面取得了巨大的成绩,然而却在工程管理方面存在着弊端。从内蒙古河套灌区节水灌溉工程管理现实情况出发,针对灌区工程管理中存在的问题,介绍了几种值得借鉴的管理模式。