Opinions of Students on the Contribution of the DIVA 3D Virtual Dissection Table to the Teaching of Anatomy at the Faculty of Medicine and Odontostomatology of Bamako

Objective: Study the contribution of the DIVA 3D dissection table in the teaching of anatomy at the Faculty of Medicine and Odontology of Bamako. Material and Methods: This was a qualitative study carried out from November 1 to December 30, 2023 at the clinical and morphological anatomy laboratory of the Faculty of Medicine and Odontostomatology of Bamako. Included in this study were students who participated in practical and tutorial sessions. The variables studied during this study were: the previous performance of dissection on a cadaver by the students, the opinion of the students on dissection on a cadaver, the replacement of dissection on a cadaver by virtual dissection in the absence of a body, the level student satisfaction. Results: We surveyed 130 participants. The average age was 22 ± 0.2 years with extremes of 17 and 29 years. 95.3% of participants were students. According to 66.7% of participants, virtual dissection is a good palliative in the absence of a corpse. 95.3% of participants found using the virtual dissection table easy with an average of 7.88 ± 1.4. The overall assessment was well rated by 99.3% of participants. Conclusion: According to the results of this study, the virtual dissection table should be improved by integrating commented videos. The use of the DIVA 3D virtual dissection table during practical and tutorial sessions is well appreciated by the students. We believe that the teaching of anatomy using 3D digital technology should be included in the study programs of the Faculty of Medicine and Odontostomatology.

基于DIVA模型的英语辅音发音错误自动校正方法

针对目前方法进行英语口语发音校正时,存在漏校正数量较高的问题,提出了基于DIVA模型的英语辅音发音错误自动校正方法。该方法首先依据DIVA模型(Directions into Velocities of Articulators Model)生成学习者语音辅音发音数据;结合HMM模型(Hidden Markov Model)建立学习者口语发音模型对数据进行训练提取数据特征;最后通过混淆的矩阵因素聚类算法计算学习者发音特征与正确发音数据之间的相似度,获取校正系数值,完成口语发音错误的校正。实验结果表明,运用该方法校正口语发音时的校正数量较高、校正成功率较好、漏校正数量较低。

基于DIVA-GIS建立海蛇丰度分布模式的新方法

目的:利用目前可获取的可信度高的海蛇采集点经纬度数据,绘制出海蛇物种分布丰度地图,以更加直观呈现海蛇生物地理信息。方法:通过生物多样性信息网站、生物多样性信息网站、爬行动物数据库等下载2亚科7属56种12830个位点数据;运用DIVA-GIS软件,采用总体百分比划分法,设置高、中、低丰度的划分标准,分别绘制出5种晶格大小和不同3种邻域大小的海蛇分布图。结果:海蛇物种数的10%以下可定义为低丰度地区,30%以上为高丰度地区,其余为中丰度区,地图呈现效果较好。结论:逆向思维和取整思路贯穿于数据处理过程;“百分比总体划分结合邻域法”得到的地图更符合海蛇的生物特性;该方法可设置不同分辨率的地图,既可以运用于描述生物地理学,也可运用于解释生物地理学。

基于DIVA模型的脑电信号去噪方法研究

脑电信号获取过程中,工频噪声干扰现象往往会使所获取的信息产生多种多形态瞬时结构波形,这种现象影响到DIVA(Directions Into Velocities of Articulators)模型对语音的正常处理.为此,本文提出了一种面向特征提取的脑电信号结构自适应稀疏分解模型,并在此基础上,通过采用匹配追踪算法求解最佳原子、使用过完备原子库中原子表示原始脑电信号等方法,实现了信号去噪的目的,效果好于传统的小波变换去噪方法.仿真实验表明,本文提出的方法提高了DIVA模型语音发音的精度.

基于DIVA-GIS快速获取气候信息的方法

在生物地理学研究、栽培草地引种、退化草地改良及农牧业发展规划编制过程中,对气候因子的评估是一个首要环节。而在评估气候因子时,如何能够快捷、经济、有效地获取目标区域的气候资料,对整个气候评估工作具有重要的现实意义。DIVA-GIS是一款免费的地理信息系统软件,本研究以实例的形式从免费气候数据获取的途径、DIVA-GIS软件气候功能组件的使用步骤及输出结果的生物气候变量的意义等环节,详尽地介绍了一种基于DIVA-GIS快速获取气候信息的方法。由于DIVA-GIS平台本身的开放性、易用性优势,该方法具有气候数据获取的难度及经济成本低,操作方式简单易上手的特点。

DIVA技术在莺歌海盆地中的应用

DIVA技术是一项地震油气检测技术。鉴于莺歌海盆地的地震速度在总体上表现为随深度增加而逐渐增加 ,但在局部有强烈的速度减小现象的特征 ,本文将 DIVA技术用于莺歌海盆地的油气检测。首先依据各层的速度曲线 ,按由浅层至深层的原则 ,编制组合的 DIVA曲线 ;然后将此组合曲线仍按由浅至深的原则编制 DIVA剖面图 ;最后依据 DIVA剖面上显示的速度异常区的可靠程度 ,分级确定有利的含油气区带。该区检测结果表明 ,在浅层 DIVA异常以 类为主 ,在中深层以 类为主。

基于DIVA模型的中文复合元音发音方法研究

DIVA(Directions Into Velocities of Articulators)模型是一种被用来对涉及大脑中有关语音生成和理解区域的功能进行仿真和描述的自适应神经网络模型,其依赖的语言背景是英文29个基本音素。由于汉语与英语发音区别很大,且加工脑机制也颇为不同,要想将汉语者大脑思维过程"阅读"出来,需要对模型汉语背景的适应性进行专门研究。在DIVA模型的基础上研究汉语复合元音的发音方法,探讨汉语者脑区语音生成与获取的相关问题。通过调节模型的共振峰以及模拟声道对应器官的参数,新构建的模型能很好地辨识汉语与英语元音的区别。该研究为DIVA模型汉语语音生成与获取奠定了良好的基础。

基于DIVA模型的脑电信号处理方法研究

DIVA(Directions Into of Articulators)模型是一种为了生成单词、音节或者音素而控制模拟声道运动的自适应神经网络模型,其依赖的输入信号是从人体大脑中采集到的脑电信号。针对汉语神经分析系统研究中非侵入式脑机接口采集到的脑电数据存在的分辨率低、干扰大的问题,文中提出一种基于DIVA模型对脑电信号进行约束处理的方法。首先利用独立分量分析方法剔除原始信号中的噪声,提取有效事件相关电位(Event-Related Potentials,ERP)成分;然后以模拟生成的功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)数据的激活点的空间信息作为限制条件,对提取出的ERP成分进行精确定位。通过对实验数据进行分析处理并模拟受试者的激活脑区,验证了所提方法的正确性和有效性。

基于DIVA-GIS生物地理分布图的绘制

简单快速地绘出准确的生物地理分布图,是生物地理学研究的第一步。对DIVA-GIS软件的功能及界面进行了简要的介绍,并通过逐步演绎的方法,详细地介绍了利用DIVA-GIS软件进行绘制生物地理分布图的方法和步骤。最后,对DIVA-GIS软件的特点及应用前景进行了简要的评述。

有机非线性光学晶体邻－二氰乙烯基苯甲醚（DIVA）的生长

本文简要报道了蓝光波段有机非线性光学晶体邻－二氰乙烯基苯甲醚（ＤＩＶＡ）的生长，分别在丙酮和乙酸乙酯的饱和溶液中生长出尺寸最大可达１７×１４×５ｍｍ￣３光学质量良好的单晶体；测定了ＤＩＶＡ晶体在可见到红外波段的透过光谱。

基于DIVA模型的语音-映射单元自动获取

针对DIVA模型中存在的"感知能力与语音生成技巧发育不平衡"问题,提出了一种自动获取语音-映射单元的方法.该方法将人耳模拟为一个具有不同带宽的并联带通滤波器组,分别与模型中21维度的听觉存储空间相关联,对不同听觉的不同反应,分别考虑其频带的屏蔽效应、听觉响度与频率的关系.在读取语音输入信号的过程中,模型能较好地获得初始听觉表示,其方式与婴儿咿呀学语的过程基本一致.仿真实验表明,通过边界定义、相似性比较以及搜索更新等步骤,此方法能很好地进行初始输入模式的自组织匹配,并最终使DIVA模型更具语音获取的自然特性.

猪瘟DIVA疫苗研究现状

一、养猪业是中国畜牧业的脊柱产业 2012-2016年国家统计局公布,肉类总产量,猪肉占63.76%,是主要消费肉类产品;全国年均生猪出栏量达到46020.6万头;年均生猪出栏量达到70804.4万头;年均生猪总产量达到11.6825亿头,按照数据来看,中国的养猪量占据了世界养猪总量的一半以上。养猪业的发展直接影响了国家经济和民众生活水平的提高。

双临界DIVA的地震岩性预测机理及应用

普通的DIVA方法一般只选择一种岩性的层速度作为背景速度，因此存在岩性解释的多解性，不适合对复杂岩性组合的岩性体作预测。为此，本文提出用双临界DIVA详细划分地层岩性的方法。该法利用两种临界条件同时进行判别，不但能够确定地层是偏砂相还是偏泥相，而且可以识别超高速和超低速岩性体。文中实例表明，利用此法预测岩性结果更为可靠。

电刺激家鸽上纹状体对DIVA单位活动的影响

在30只实验鸽的丘脑DIVA(nucleus dorsalis intermedius ventralis anterior)记录了桡神经或坐骨神经传入发生反应的单位共60个,其中42个单位有自发活动背景。在此60个单位中,有42个单位对桡神经和坐骨神经都发生反应,占70％;8个单位只对桡神经传入发生反应,占13.3％;5个单位只对坐骨神经传入发生反应,占8.3％。这些单位的反应型式基本相似,潜伏期35—212毫秒,锋电位2—15个。

基于DIVA-GIS的牡丹在中国适生区的预测

【目的】比较分析以DOMAIN模型和BIOCLIM模型预测的牡丹在中国的适生区分布情况,进一步了解牡丹适生区分布现状和未来不同气候情景下牡丹适生区的变化情况,为牡丹的保护、引种与推广提供科学依据。【方法】基于DIVA-GIS软件,利用259个标本分布信息和19个生物气候变量,对牡丹在当前气候条件下的适生区及其在未来气候条件下可能发生的变化情况进行模拟;导出标本点气候数据进行主成分分析,分析出与牡丹分布关联度最高的气候因素。【结果】模型预测结果表明:当前气候条件下,牡丹适生区等级较高的区域分布于我国东部季风区中除东北地区、华南地区南部与云南西南部外的各省区,牡丹高等级适生区在渝、黔、陕、豫、湘、赣、浙、沪、苏、鲁、晋、京、津、冀等省(自治区、直辖市)中的分布尤为广泛,在其余省区中也有良好的分布。主成分分析结果表明:19个生物气候变量中,极端最低温(bio6)、温度季节性变化方差(bio4)、季节降水量变异系数(bio15)、最湿月降水量(bio13)对牡丹适生区的分布起主导作用。使用AUC值和Kappa统计值这两个重要指标,对DOMAIN模型和BIOCLIM模型的预测结果进行评价,结果表明:以DOMAIN模型与BIOCLIM模型对牡丹适生区预测结果的AUC值、Kappa统计值分别达0.887、0.633和0.842、0.594,均可满足预测精度的要求。【结论】当前气候条件下影响牡丹的适生区的最主要因素是温度,牡丹对水分的需求相对温度而言有更高的普适性,牡丹适生区的分布区域需有明显的季节性温度变化特点和适宜的最低气温,而不适宜的温度条件则会导致牡丹生长的停滞。预测认为,未来的牡丹适生区范围会有局部微动趋势,但整体变化不显著;对比分析DOMAIN模型和BIOCLIM模型的ROC曲线和Kappa值可知,DOMAIN模型的两个指标值都高于BIOCLIM模型的,DOMAIN模型对牡丹适生区的模拟效果相对优于BIOCLIM模型对其模拟的效果。

利用改进型DIVA方法对LD构造进行储层评价的尝试

当砂层厚度变化不大时，孔隙度和流体成分将控制地层的层速度。本文根据差异层间速度分析（DIVA）原理，以含水砂岩速度为背景层速度，利用改进型DIVA方法正演了目的层的差异层间速度。LD构造东营组下段异常低的差异层间速度带很可能就是孔隙比较发育或者烃类富集的部位。

一种改进的伪逆控制方案在DIVA模型中的应用

语音生成与获取是一个涉及大脑诸多部位的复杂认知过程,这个过程包括一种从依照句法和语义组织句子或短语的表述一直延伸到音素产生的分层结构。DIVA(directions into velocities of artculators)模型,是一种关于语音生成与获取后描述相关处理过程的数学模型,也是一种为了生成单词、音节或者音素,用来控制模拟声道运动的自适应网络模型。在当今真正具有生物学意义的语音生成和获取的神经网络模型中,DIVA模型的定义和测试相对而言是最彻底的,并且是唯一一种应用伪逆控制方案的模型。文中引入基于零空间的伪逆算法,对DIVA模型中的伪逆控制求解算法进行改进,从而更加精确地获得了DIVA模型的相应参数,提高了DIVA模型的鲁棒性。

DIVA模型中运动感觉系统传输延迟问题的研究

语音生成与获取的控制问题,是机器人发声系统急需解决的问题。早期的DIVA(Directions Into Velocities of Articulators)模型并不完全具备神经生理学意义上的控制功能。为使机器人模拟声道发出类似人类语言的声音,解决好运动感觉系统中感官反馈时间延迟的问题,文中通过采用前馈控制机制补充反馈控制的策略,来处理语音运动控制方面的延迟问题,并且最后针对模型神经网络学习过程中延迟参数变化引起的网络状态扰动问题,进行了颚扰动补偿仿真实验。实验结果表明,其给出的方法行之有效且鲁棒性良好。

关于DIVA模型中语速对语音生成影响的研究

着重研究语速对语音生成的影响。过去有不少人对此进行了研究,指出语速的变化对元音和辅音的运动产生了不同的影响,但是具体是什么样的影响并没有明确指出。基于DIVA模型,通过修改ODV和AVV活动的公式对语速对元音和辅音运动产生的影响进行了研究和探讨。仿真实验表明,语速的增加导致了辅音运动速度的增加,但元音运动速度只增加了少量的值,有时甚至还会减小。最终得出的结论是:尽管语速对元音和辅音的运动速度产生了不同的影响,但最大速度与运动距离比值的增量却是大致相同的。

三星Diva败走奢侈品营销路线

作为近年来发展最快速、表现最活跃的移动通信行业，各大主导手机厂商在饕餮了一顿盛宴之后，身不由己地陷进了惨烈的厮杀战中。于是，一些手机企业在对欧米茄，LV获取的暴利垂涎三尺的同时，打起了奢侈品营销的主意：手机是否可以做成某种意义上的奢侈品?