改进YOLOv8的烟盒缺陷检测算法

近年来,人们对于烟盒包装质量的要求越来越高,在现代化的生产中,烟盒的生产速度大幅度提升,生产设备也都实现了智能化。但是,对于烟盒的表面质量检测仍然采用人工的方式进行。针对人工烟盒表面缺陷检测容易发生漏检、错检等问题,提出了一种基于改进YOLOv8的烟盒缺陷检测算法。首先在YOLOv8的颈部网络引入了GD机制,提高了模型对于不同层级间的信息融合能力;其次加入了尺度序列特征融合模块,增强了网络对不同尺度信息的提取能力;最后使用RT-DETR的Decoder替换YOLOv8的头部网络,这使得网络模型无需依赖于复杂的NMS后处理步骤,大大简化了检测流程并提高了效率。实验结果表明:改进后的算法模型在自制的烟盒缺陷数据集上与YOLOv8算法相比检测精度提升到了94.6%,检测速度达到了121.4 FPS。并且与其他目标检测算法相比,改进后的算法在检测精度和检测速度方面有一定的优势,更适合应用在烟厂对烟盒表面质量的检测。

创伤出血性休克患者急性肝功能不全的预测模型构建与验证

目的探讨创伤失血性休克患者发生急性肝功能不全的危险因素,并构建模型进行验证。方法回顾性研究北京大学人民医院2013年1月至2023年5月的417例创伤失血性休克患者,记录患者住院期间的各项临床指标,根据创伤失血性休克后3 d内是否发生急性肝功能不全分为急性肝功能不全组(n=125)和非急性肝功能不全组(n=292),通过Logistic回归模型明确急性肝功能不全的危险因素,构建列线图模型并采用内部数据验证该模型的性能。使用受试者工作特征(ROC)曲线评估该列线图模型的诊断效能,采用临床决策曲线分析(DCA)其临床适用性。结果创伤失血性休克患者的急性肝功能不全发生率为30.0%,Logistic回归分析发现创伤失血性休克患者发生急性肝功能不全的独立危险因素包括骨盆出血(OR=2.311,95%CI 1.109~4.814,P=0.025)、腹部出血(OR=2.529,95%CI 1.104~5.794,P=0.028)、心率快(OR=1.020,95%CI 1.006~1.035,P=0.005)、凝血酶原时间延长(OR=1.112,95%CI 1.003~1.233,P=0.044)和急性心肌损伤(OR=2.002,95%CI 1.113~3.600,P=0.020)。基于以上独立危险因素构建列线图预测模型,ROC曲线分析其预测急性肝功能不全发生的曲线下面积(AUC)为0.840,95%CI为0.794~0.886,提示该模型具有较好的区分度。Hosmer-Lemeshow拟合优度检验显示该模型具有较好的拟合度(P>0.05),DCA提示该模型具有较好的临床适用性。结论急性肝功能不全在创伤失血性休克患者中发生率较高,基于骨盆出血、腹部出血、心率、凝血酶原时间和急性心肌损伤构建的列线图模型预测创伤失血性休克患者发生急性肝功能不全的风险具有可靠的临床价值,尽早及时监测和处理这几项指标有利于患者早期识别和治疗。

基于神经网络模型的人工湿地水质预测模型

水质预测是水质保护的基本内容,也是解决水资源危机的重要依据。在水污染防治中,水质的准确表达能够反映水体的污染状况和未来趋势,为特定区域的水资源保护提供科学依据。在当前信息技术迅速发展的背景下,智能算法在构建水质预测模型方面的应用日益广泛,这对水资源的污染控制与预防具有重要意义。首先,应用Z-score方法和局部线性趋势判断法识别并校正数据中的异常值;其次,采用SG滤波法对水质数据进行平滑和降噪处理;进一步地,引入优化后的循环神经网络(RNN)模型,并使用LSTM-GRU结构(一种改良的长短期记忆网络结构)替换标准的隐藏层单元。LSTMGRU模型能够有效区分重要与非重要的信息,实现选择性记忆,从而提高对历史水质参数的学习效率并显著提升预测结果的准确性。通过仿真分析,与传统的水质参数预测模型相比,LSTM-GRU模型的泛化能力更强,预测精度更高,具有更高的有效性和实用性。

近20年国际人工智能赋能特殊儿童诊断及干预研究的可视化分析

目的了解近20年国际人工智能赋能特殊儿童临床诊断、治疗干预的研究现状、研究热点与演进路径,并预测未来的研究趋势。方法检索2004年至2023年Web of Science数据库核心合集中关于人工智能赋能特殊儿童诊断和干预研究的相关文献。采用CiteSpace 6.3.R1对其发文量、国家/地区、机构、作者、共现关键词、关键词聚类和时区图谱进行可视化分析。结果纳入314篇文献。欧美国家的高等院校主导人工智能赋能特殊儿童诊断和干预研究,Journal of Autism and Developmental Disorders是发文量最多的期刊,美国是发文量最多的国家,发文量最多的是以Acharya U Rajendra为代表的研究团队,该团队主要贡献是建立数据测试和孤独症患者的诊断模型。关键词主要为人工智能、孤独症谱系障碍、儿童、机器学习、深度学习、分类、诊断、青少年、个性化、识别等,关键词LLR聚类分析得到10个聚类集群。诊断、孤独症谱系障碍、注意力缺陷多动障碍、深度学习、机器学习的相关研究为研究热点。研究对象主要包括孤独症谱系障碍、注意力缺陷多动、学习障碍、Down综合征、视力障碍、脑瘫、智力障碍。人工智能技术主要包括深度神经网络、智能手表、面部表情识别、虚拟现实、机器人、机器学习、辅助技术、智能眼镜等。应用场景主要包括诊断与筛查、治疗、社会沟通、注意力训练、导航和物体识别、运动分析和治疗、认知治疗等。该领域的演化路径及发展趋势表现为:特殊儿童的诊断和干预服务,从最初的脑瘫和学习障碍,扩展到多种类型;从最初的分类和诊断,发展到多方面的识别和干预;从最初的传统技术,引入了新兴技术,为个性化和精准化教育提供更多的技术支持和方法创新,形成了多技术结合的干预模式。结论人工智能技术在特殊儿童诊断及干预的研究领域呈现显著上升趋势。研究重点逐渐从基础的分类和诊断转向更为复杂的诊断与个性化干预,尤其是在孤独症谱系障碍和注意力缺陷多动障碍领域。深度学习和机器学习等前沿技术的应用,正在推动该领域向更精准、更个性化的方向发展,多技术结合的干预模式成为该领域的未来发展趋势。

基于混频数据及共享信息挖掘的深度学习模型在量化中的应用

文章通过高低频股票数据混频结构调和不同长度的信息,解决了传统模型在处理高低频数据时的困难,同时,采用注意力机制结构对股票时序信息进行有效提取,提高了模型对时序数据的处理能力。通过构建股票与概念关联获取股票概念信息交叉作用机制,文章深化了模型对股票市场共享信息的理解和把握,进一步地,还设计了一种混频Attention-RNN-HIST模型结构,为股票市场的价格预测提供了一个新的、更为有效的模型框架,并通过设计损失函数和调整学习速率保证了模型的拟合效果,为模型的实际应用提供了保障。

一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取方法

针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-Means算法的初始聚类中心,接着运用K-Means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化K-Means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-K算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。

混凝土面板堆石坝面板温度应力及开裂研究

针对温度变化对面板应力影响的研究众多,但温度应力对面板的破坏形式还未有定论,且目前研究都是在面板已产生裂缝的基础上进行。本文则结合某设计中的混凝土面板堆石坝,对面板变温荷载进行计算模拟,探讨环境温度变化对面板的影响。计算表明:温降荷载比温升荷载对面板影响明显,且高温降荷载下面板两翼可能出现开裂,并有向面板中腹部延伸的趋势。

基于BP神经网络的pH试纸自动检测系统

为了提高pH试纸检测pH值的准确性,基于BP神经网络,设计了pH试纸自动检测系统。在相同环境对标准比色卡、显色pH试纸拍照,分别提取H、S、V三个分量作为BP神经网络的训练和测试数据,利用基于BP神经网络的检测算法在MATLAB环境下完成仿真并将结果与人工比色法的结果对比。对于普通pH试纸,最大误差是0.08.最小误差是0.01。对于精密pH试纸,最大误差是0.08,最小误差是0.02。基于BP神经网络的pH试纸自动检测系统不仅可精确检测pH值,且具有高效、稳定、自动化程度高等特点。

基于神经网络的多城市协同能见度预测研究

精准预测能见度对于保障人们出行质量和交通安全有重要意义,针对目前大气能见度预测算法存在的预测数据来源单一和准确率不高的问题,构建了一个基于遗传算法优化的BP神经网络模型。模型以石家庄市及其卫星城市的6个气象因子和4个主要污染因素(NO2、SO2、PM2.5、PM10)的预处理结果作为输入数据,24 h后的能见度数值作为输出结果。实验结果表明,在弥补BP神经网络模型局部最优问题的基础上,该模型的能见度预测结果在绝对偏差、相关性和预测准确率方面均优于单一采用石家庄气象数据的预测结果,能够提供更为可靠的能见度预报信息。

基于全景图像自动处理的气象观测站全景图和挡角图制作方法

目前气象观测站探测环境测评工作大多由工作人员借助照相机、经纬仪和激光测距仪等工具测量评估指标手工计算出测评结果,该方法中人为测量的因素可能会导致不客观的测评结果。本文提出基于全景图像自动处理的气象观测站探测环境全景图和挡角图制作方法。通过旋转式相机、激光测距仪来获取气象观测站四周环境相邻且互相重叠的多张图像。然后采用柱面全景图的拼接方法将采集的图像生成气象观测站探测环境的全景图。利用"渐入渐出"的方法对全景图像进行融合,通过对全景图像进行滤波处理、二值化处理、形态学处理、边缘检测来完成图像预处理,进而计算得到全景图像最大边缘像素点坐标、观测场周围障碍物的实际高度、障碍物到观测场中心的距离以及障碍物到测场中心的最大仰角,并将测评结果实时展示。结果表明,该方法能够提高气象观测站探测环境测评工作的效率。

面向节能的渔船可靠通信路由协议

针对海洋渔业场景下渔船种类繁杂,具有高移动性且自身资源有限等特性,为提升海上渔船通信可靠性,降低通信能耗,提出了一种基于距离矢量路由(AODV)协议的节能以及可靠性改进方法。首先,分析海上渔船自组网路由协议移动Ad-Hc网络(MANET)的AODV分簇路由的可靠性影响因素,在簇形成阶段和簇头确定时充分考虑海上船只相对速度,以提升通信路由协议的可靠性;然后,考虑多路径衰减能量和簇内渔船数量等实际信息,建立在分簇路由协议下簇头渔船和非簇头渔船的通信能量模型;最后,提出最小方向角和前向通信机制,利用beamforming技术形成方向性的通信选择,以降低海上船只通信耗费能量。理论分析和仿真表明,与传统的AODV路由协议相比,所提出的改进AODV分簇策略数据回传失败率降低40%左右,数据发送30轮次时通信能耗降低25%左右。改进AODV分簇策略的可靠性和节能两个指标在海上渔船通信应用中均大幅提升。

大数据背景下随班就读教学管理改革新趋向

大数据背景下,随班就读教学管理发生了一系列的改变。随班就读教学管理的数据具有大数据的一般性"4V"特征。随班就读教学管理的改革主要凸显以下几个趋向:随班就读教学管理方式实现了由传统经验预判向科学精确预测转变;大数据的差异性实现了残疾儿童的个性化教学管理;大数据促进了随班就读教师教学管理策略持续改革与创新;大数据全面优化了随班就读教学的评价方式。中小学校教育信息化建设成就,为随班就读教学管理改革创造了良好机遇,但是由于随班就读教学大数据管理经验的不足,也给随班就读教学管理改革带来了一定挑战。

创伤出血性休克患者并发急性肾损伤的危险因素分析及相关指标的预测价值评估

目的探讨创伤出血性休克患者并发急性肾损伤(AKI)的危险因素,并评估相关指标的预测价值。方法回顾性分析2012年11月至2021年8月北京大学人民医院收治的创伤出血性休克患者的临床资料。根据院内是否并发AKI,将所有患者分为AKI组与非AKI组。比较2组患者的临床资料。采用二元多因素Logistic回归模型分析创伤出血性休克患者并发AKI的危险因素,受试者工作特征曲线评估相关指标对创伤出血性休克患者并发AKI的预测价值。结果本研究共纳入患者286例,其中AKI组患者79例,非AKI组患者207例。AKI组年龄、砸压伤比例、急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分及D-二聚体水平均高于非AKI组,平均动脉压、血红蛋白水平均低于非AKI组,差异均有统计学意义(均P<0.05)。二元多因素Logistic回归分析结果显示,年龄及APACHEⅡ评分是创伤出血性休克患者并发AKI的独立危险因素(均P<0.001)。年龄预测创伤出血性休克患者并发AKI的曲线下面积(AUC)为0.656(95%置信区间:0.585~0.727,P<0.001),最佳截断值为76.50岁,敏感度为53.2%,特异度为72.5%,约登指数为0.26。APACHEⅡ评分预测的AUC为0.696(95%置信区间:0.629~0.764,P<0.001),最佳截断值为18.50分,敏感度为60.8%,特异度为68.1%,约登指数为0.29。结论年龄及APACHEⅡ评分是创伤出血性休克患者并发AKI的独立危险因素,二者对创伤出血性休克患者并发AKI具有一定的预测价值。

UPLC-Q-TOF/MS技术结合UNIFI数据库快速分析经典名方温经汤标准汤剂的化学成分

目的采用UPLC-Q-TOF/MS技术结合UNIFI天然产物信息平台对温经汤标准汤剂中的化学成分进行快速定性分析。方法采用ACQUITY UPLC BEH C_(13)色谱柱(100 mm×2.1 mm,1.7μm),以体积分数0.1%甲酸水溶液(A)-体积分数0.1%甲酸乙腈溶液(B)为流动相体系进行梯度洗脱,柱温30℃,流速0.4 mL·min^(-1),进样体积10μL^(-1)采用Xevo G2-XS Q-TOF四极杆飞行时间质谱仪,电喷雾(ESI)离子源,正、负离子监测模式,利用UNIFI分析软件对温经汤中化学成分进行定性分析,依据其精确分子质量、特征离子、中性丢失、二级质谱裂解规律、色谱保留行为以及结合对照品信息和文献报道等对其进行验证。结果最终鉴定出了126个化合物,包括16个单萜苷类、32个三萜类、23个黄酮类、9个内酯类、8个倍半萜类、7个有机酸类、6个甾酮类、4个多糖类以及21个其他类化合物。结论UPLC-Q-TOF/MS技术与UNIFI数据库相结合可以对温经汤标准汤剂进行快速、全面、系统的定性分析,以期为进一步阐明其药效物质基准和提升质量评价体系提供参考依据。

不同减压时机对硬膜外血肿引起的颅内高压大鼠的死亡率及行为学的影响

目的观察减压时机对创伤性脑损伤(TBI)形成颅内高压大鼠的死亡率及神经行为学影响.方法硬膜外球囊法建立SD大鼠TBI导致的硬膜外血肿颅内高压模型,35只SD大鼠随机分为正常对照组、假手术组,其余按撤除球囊减压时间分为1h组、2h组、3h组、4h组、5h组进行生存实验,每组5只.另外将100只SD大鼠做神经行为分析,分为正常对照组(n=20)、假手术组(n=20)、1 h组(n=20)、2 h组(n=20)、3 h组(n=20),其中每组随机选取5只进行旷场实验.其余各组大鼠按术后1d、3d、7d共3个亚组,每个亚组5只,分别处死进行病理学检查.结果Kaplan-Meier生存分析显示,各组间累计存活率比较有明显统计学差异.生存分析实验中5 h组7天存活率为0.0%,4 h组为40%,3 h组为66.7%,2 h组、1 h组以及假手术组均为100%.在旷场实验中,3h组大鼠在术后3d和7d的总体平均速度和中央区活动时间明显低于其他各组.术后28d,除3h组外,其余各组平均速度和中央区活动时间并无统计学差异.HE染色可以观察到随着球囊放置的时间增加,脑组织水肿和神经细胞肿胀的情况明显加重,并且细胞坏死和颅内出血的情况也更加明显.结论对于颅内出血导致的颅内高压大鼠,尽早进行减压治疗可以明显降低死亡率及神经功能损伤,且有利于存活大鼠的肢体运动功能和神经功能的恢复.

《时病论》从伏气论治冬季咳嗽的理论与临床探析

雷丰《时病论》从伏气理论出发,对冬季咳嗽进行分类辨治。通过运用SPSS数据统计软件,对其用药规律进行数据分析,探讨其治疗冬季咳嗽的发病特点与相关性、雷丰独创治法的特色、普遍效方选取规律、自创治法与效方中用药的共同规律,以期为临床提供理论与方法。

后现代视野下的全纳教育及其对残疾儿童教育公平的启示

全纳教育与后现代思潮有着紧密的联系。后现代主义代表了一种新的价值取向和思维范式,具有反对同一性,推崇多元、差异,反对中心主义,强调边缘等特征。后现代视野下的全纳教育重新解读了教育公平的内涵。文章从教育起点公平、教育过程公平、教育结果公平三个方面来探讨残疾儿童教育公平,最后提出促进残疾儿童教育公平的策略:扩大残疾儿童受教育范围;不断加深改革的步伐,让残疾儿童的受教育质量逐步提高;注重创新,增加残疾儿童受教育渠道。

超级马拉松赛事推广价值及路径研究

运用文献资料法、访谈法和实地调查法,研究超级马拉松赛事的演变状况、国内外开展情况和积极效益,并提出超马赛事在我国的发展路径。主要结论:最早超级马拉松赛事可追溯到1921南非同志超马赛事,我国超级马拉松的积极效益包括积极响应国家战略,丰富全民健身内容;培养良好的体育习惯,促进身心健康;不断超越自我,实现自我价值;打造城市名片,推动举办地经济效益增长。发展路径为:提升赛事安全保障,办“以跑者为本”的赛事;优化赛事细节,提升运动员参赛体验;强化超马赛事文化内涵,打造特色赛事;大力培育超马社会组织,扩大群众基础;发挥新型媒体宣传效应,打造“体育+旅游”平台。

几种N-月桂酰基氨基酸钠的性能比较

在水相法肖顿-鲍曼反应中分别以不同的氨基酸和月桂酰氯为原料合成了N-月桂酰基甘氨酸钠(SLGly)、N-月桂酰基丙氨酸钠(SLAla)、N-月桂酰基肌氨酸钠(SLSar)和N-月桂酰基谷氨酸钠(SLGlu),并比较了纯化产品的性能。实验结果表明:四种N-月桂酰基氨基酸钠的克拉夫特点均比月桂酸钠(SL)低,且除SLGly外均小于0℃;SLAla的起泡性和稳泡性可与AES相媲美;除因SLGlu亲水性太强外,其他三种N-月桂酰基氨基酸钠的润湿力、乳化力和去污力均较好。

面向全体幼儿的美国学前儿童学业成就课程及其启示

在融合教育背景下,美国学前儿童学业成就课程通过对课程内容的呈现方式、参与方式及表达方式的调整,提高课程的可及性,实现让所有幼儿都能够有效参与课程之中并获得成功经验。与传统的幼儿课程相比,学业成就课程的主要特色和亮点在于,以学习通用设计理念为基础,实施差异化教学和个别化教学的策略,形成了家庭、幼儿园、社区等社会支持网络,共同为所有幼儿提供丰富的、高质量的课程内容。学业成就课程对我国学前融合教育课程设计理念、课程调整实践、专业合作、家园合作等方面都有着深刻的启示。