区域人口健康水平差异及其影响因素——基于经济合作与发展组织28国的模糊集定性比较分析

目的 探究区域人口健康水平的影响因素及其组态效应,以期为我国有关部门制定人口健康政策提供借鉴。方法 基于TOE框架,以经济合作与发展组织(organization for economic co-operation and development, OECD,简称经合组织)28国人口健康情况为案例,运用模糊集定性比较分析(fsQCA)方法进行条件组态分析,探讨技术、组织、环境条件影响OECD28国人口健康水平的驱动路径。结果 (1)技术、组织、环境条件均无法单独构成区域人口高健康水平的必要条件。(2)区域人口高健康水平6种组态模式。这6种组态模式体现了不同国家人口健康水平的多重实现方式:以高卫生支出为核心的支出-组织驱动型,强调公共卫生资源合理配置、加强环境保护的环境-组织驱动型,以发挥高医疗技术水平、高卫生支出的核心作用的技术-组织驱动型。(3)相对其他条件而言,强化组织管理能力,即加强公共卫生资源合理配置、加大卫生支出的作用至关重要。结论 各地区可结合自身条件因素选择不同的人口健康实现路径。研究结论可为提高我国健康水平提供一定的参考。

能量传导模型及在医学图像分割中的应用(英文)

提出了一种基于水平集框架的能量传导模型ECM(energy conductionmodel)用于对医学图像进行分割.该模型通过对图像中的灰度分布和空间中的温度场分布进行对比,有效定义了图像能量和图像能量的传导方程,并通过模拟热量传递的过程对方程进行求解.ECM模型的优点在于,它在描述图像灰度分布的全局特征的同时,有效地捕捉到图像局部区域的灰度对比度变化,因此它能够对灰度分布不均匀和含有噪声的图像进行精确分割.基于水平集函数本身的拓扑可变性,该方法还能够实现同一图像中的多目标分割.使用该方法对模拟和真实的医学图像进行了分割实验,实验结果表明了该方法的有效性和可靠性。

基于MultiLayer水平集的脑MRI图像分割框架

提出了一种新的自动初始化水平集的方法和基于MultiLayer水平集的活动轮廓模型。该模型同时进行偏移场去除和图像分割,因此可以有效地克服灰度不均匀性的影响。最后利用了大脑皮层的距离信息,在框架中增加了厚度约束项。实验结果显示,相比著名的LBF模型,该框架不但可以获得更高的分割精度,而且分割时间也大大减少。

四川盆地下侏罗统大安寨段高分辨率层序地层学

四川盆地下侏罗统大安寨段发育有４１～４７个短期、５个中期、２个长期基准面旋回。短期旋回有非对称和对称型两种旋回样式。由短期旋回叠加而成的中期旋回具有不同的堆积模式，分别代表低水位进积、湖侵加积－退积、湖泛加积、高水位早期加积－弱进积和晚期强烈进积小层序组。由中期旋回叠加组成的两个长期基准面半旋回分别代表大安寨期湖水位的长期上升和下降周期，并构成完整的湖进－湖退沉积旋回。通过各级基准面旋回转换点的等时地层对比建立的大安寨段层序地层格架，显示了储层、生油岩、盖层的分布规律与各级次基准面旋回的演化关系，此特征可作为储层预测和评价的重要依据之一。

在水平集框架下的遥感影像湖泊轮廓线提取

针对提取遥感影像中接近于真实地物边界的轮廓线自动化程度低并难以应用于矢量数据更新的问题,设计了一种基于可变尺度的区域拟合能量模型构建的水平集框架。以获取影像中含有地理坐标的湖泊矢量轮廓线为例,对改进后归一化水体指数结果阈值化获取部分非水体区域,对该区域对应的Landsat近红外波段数据加噪处理后输入原始模型实现轮廓线提取。利用两景覆盖江苏省徐州市3个典型湖泊的Landsat遥感影像验证所提出的框架,结果表明该框架能够获取理想的湖泊轮廓线矢量,并且优于没有加噪输入的原始模型,在初始轮廓和参数的设置上更具有稳健性。同时,设计的水平集框架也能有效应用于对多时相数据的湖泊轮廓线矢量更新。

基于水平集的火焰分割

基于视觉的自主火灾检测在火灾预警方面有很重要的应用价值。该文提出了一种基于水平集的火灾检测方法,通过准确分割图像中的火焰部分来识别火灾。该方法将火灾方面的特定信息集成到水平集框架中:首先得到火灾的概率观测模型,然后通过考虑最大后验概率和边缘线索形成水平集的能量函数,最后通过最小化能量函数,使用水平集的轮廓能准确地划清火焰的区域。算法在一个含有各种火灾场景的综合性图像集上进行了测试,实验结果验证了算法的有效性。

水平集超像素及贝叶斯框架下的显著性检测

针对数字图像显著性检测过程中对超像素的分割及相应显著值的计算不准确问题,提出了一种基于水平集超像素和贝叶斯框架的数字图像显著性检测和更新算法.首先,对基于灰度不均匀的水平集方法的结果先进行分割合并操作,可以得到适应图像不同区域大小的水平集超像素.其次,使用图像内部与边缘超像素之间的颜色和距离差异来构建显著性图.接着,使用水平集超像素来表示显著区域,以图像边缘部分的超像素为基础,基于K均值聚类算法并在贝叶斯框架下提出三种更新算法,用来更新显著性图从而得到显著性结果;更新算法可以进一步提高显著图的准确率、召回率、F值这3个指标,降低平均绝对误差.最后,提出了基于人脸识别的检测算法来处理包含有人的图片.在三个公开的数据库上进行了定性和定量的大量实验评测,结果表明本文提出的显著性检测方法和更新算法在准确率、召回率、F值及平均绝对误差这四个指标上均优于FT、CA、XL、MR、w CO、BSCA等已有的图像显著性检测经典算法.

驱动我国制造企业高水平服务化的前因组态研究--以我国制造业上市公司为例

制造企业高水平服务化是避开同质化竞争并提高消费者满意度的重要举措选择。但到底哪些因素能够有效驱动制造企业实现高水平服务化的问题尚未达成共识。研究从制造企业高水平服务化是一项战略选择的视角,基于决策过程中企业对内外条件进行权衡的参照框架,首先构造出制造企业服务化水平的测量指标,通过文献梳理并基于重要性原则选取影响制造企业高水平服务化的内部因素和外部条件,利用CSMAR数据库中2018年我国592家上市制造企业的服务化相关数据,采用模糊集定性比较分析(fuzzy-set qualitative comparative analysis,fsQCA)方法,对影响制造企业高水平服务化的前因条件进行组态分析。发现:高水平服务化是制造企业基于对外部行业机会及威胁与内部资源及能力的综合评估与权衡匹配后的一种主动选择;无论是受到行业发展机会牵引,还是受到行业内竞争压力的推动,吸收能力与人力资源柔性共在的(动态)能力组态存在是制造企业高水平服务化的内在条件中的共有基础;竞争压力推动下,制造企业高水平服务化的内在条件组态中,“市场经验”与“冗余资源”间具有替代作用;高水平与非高水平服务化的前因条件组态间呈现出非对称性特征。最后,对研究的理论贡献、实践启示、研究局限及未来研究进行了讨论与评价。