期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
前牙瓷贴面美学修复体比色的影响因素
1
作者 王胤霖 张馨月 +1 位作者 李明星 傅柏平 《口腔医学》 CAS 2024年第3期203-208,共6页
瓷贴面修复具有微创、美观和生物相容性良好等优势,是目前较主流的前牙美学修复技术。然而,瓷贴面修复体的比色是决定美学修复效果的重要因素。综合考量比色可以使瓷贴面与周围天然牙融为一体,从而实现自然、美观、功能相协调。该综述... 瓷贴面修复具有微创、美观和生物相容性良好等优势,是目前较主流的前牙美学修复技术。然而,瓷贴面修复体的比色是决定美学修复效果的重要因素。综合考量比色可以使瓷贴面与周围天然牙融为一体,从而实现自然、美观、功能相协调。该综述旨在从视觉方法和数字化方法角度探讨前牙瓷贴面美学修复体比色的影响因素,为临床提供细化且具操作性的参考。 展开更多
关键词 瓷贴面 视觉比色 数字化比色
下载PDF
不同消毒方式对口腔印模消毒效果、线性尺寸变化及细节再现性的影响 被引量:1
2
作者 施智微 仇源 +6 位作者 吴洋 张思思 吴梦婷 王胤霖 徐嘉蔚 张玲 傅柏平 《口腔材料器械杂志》 2023年第1期13-18,共6页
目的研究不同消毒方式对口腔印模材料消毒效果、线性尺寸变化及细节再现性的影响。方法根据印模材料(藻酸盐、聚醚和硅橡胶),消毒剂(次氯酸钠、戊二醛),消毒方法(喷洒、浸泡),以及不同消毒浓度和消毒时间等进行实验分组,并设未消毒处理... 目的研究不同消毒方式对口腔印模材料消毒效果、线性尺寸变化及细节再现性的影响。方法根据印模材料(藻酸盐、聚醚和硅橡胶),消毒剂(次氯酸钠、戊二醛),消毒方法(喷洒、浸泡),以及不同消毒浓度和消毒时间等进行实验分组,并设未消毒处理组作为空白对照,共计15组,通过涂布平板法进行菌落计数以实施印模消毒效果试验,并利用细节再现性试验块及配套环形模具实施线性尺寸变化和细节再现试验。结果藻酸盐印模样品需经0.5%次氯酸钠喷洒消毒10 min后方可达到印模消毒要求;硅橡胶(重体+轻体)印模样品需在0.5%次氯酸钠或2%戊二醛浸泡消毒10 min后才可达到印模消毒要求;而聚醚和硅橡胶(重体)印模样品在用0.5%次氯酸钠浸泡消毒5~10 min或2%戊二醛浸泡消毒10 min后均符合印模消毒要求。所有组印模材料样品消毒前后的线性尺寸变化和细节再现性试验结果均符合要求。结论不同消毒方式对印模材料消毒后的线性尺寸变化及细节再现性均符合要求,但从消毒的有效性考虑,藻酸盐印模材料可选用0.5%次氯酸钠喷洒消毒10 min,聚醚印模材料可选用0.5%次氯酸钠浸泡消毒5~10 min或2%戊二醛浸泡消毒10 min,硅橡胶印模材料可选用0.5%次氯酸钠或2%戊二醛浸泡消毒10 min。 展开更多
关键词 口腔印模材料 不同消毒方式 消毒效果 线性尺寸变化 细节再现性
下载PDF
基于人-车风险状态的人机共驾控制权决策方法 被引量:2
3
作者 郭柏苍 王胤霖 +2 位作者 谢宪毅 金立生 韩广德 《中国公路学报》 EI CAS CSCD 北大核心 2022年第3期153-165,共13页
频发的交通事故证明驾驶车辆是一类高风险行为,驾驶人的风险驾驶行为是引发交通事故的主要诱因,自动驾驶系统辅助或代替人类驾驶人被视为从根本上解决人为因素导致行车风险的有效途径。首先,以智能汽车的整体安全性最大化为目标,使用熵... 频发的交通事故证明驾驶车辆是一类高风险行为,驾驶人的风险驾驶行为是引发交通事故的主要诱因,自动驾驶系统辅助或代替人类驾驶人被视为从根本上解决人为因素导致行车风险的有效途径。首先,以智能汽车的整体安全性最大化为目标,使用熵权-逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和完全静态博弈理论建立了人、车风险博弈模型,提出了相对效用最大化的策略函数并嵌入强化学习奖励函数中,推理了以最大化车辆安全性期望为导向的强化学习奖惩机制。其次,利用强化学习算法擅长解决序列决策问题的优势,提出了基于优势演员评论家(Advantage Actor Critic,A2C)的人机共驾控制权决策方法,通过迭代人、车风险决策权重和奖励函数优化了决策模型的输出效果,借助模型性能评价指标进行了训练过程和结果的有效性验证。最后,通过仿真试验分析了不同切换时机对车辆安全性的影响,提出了能够及时有效地限制驾驶人风险行为并提升车辆安全性的控制权决策方法。研究结果表明:研究创新地以人、车风险监测模块分别映射至A2C的演员、评论家模块为研究框架,充分发挥了智能汽车与人、车风险状态进行交互并通过获取奖励来迭代更新取得最大回报的效果,实现了以促进车辆安全性最大化为导向的人机共驾控制权决策方法。 展开更多
关键词 汽车工程 控制权决策 强化学习 人机共驾 汽车人因工程 智能车辆
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部