两种激光治疗儿童中心点突起型蜘蛛痣的临床研究

目的:探研2种激光方法在儿童中心点突起型蜘蛛痣治疗中的疗效、不良反应及并发症。方法:选取2020年10月至2022年10月期间由河北省儿童医院整形外科门诊确诊的中心点突起型蜘蛛痣患儿60例为研究对象,采用数字表法随机分组,分为595nm脉冲染料激光组,超脉冲CO_(2)点阵激光组,每组30例。对患儿的治疗次数、治疗效果、不良反应以及并发症情况进行评估。结果:经过随访得知,595nm组较CO_(2)组治疗次数多,差异有统计学意义(P<0.05);两组一次治疗后治愈率分别为80%、95%,差异有统计学意义(P<0.05);两组经多次治疗后治愈率差异无统计学意义(P>0.05);595nm组较CO_(2)组不良反应大,差异有统计学意义(P<0.05);随访12周,并发症差异无统计学意义(P>0.05)。结论:595nm脉冲染料激光及超脉冲CO_(2)点阵激光在儿童中心点突起型蜘蛛痣的治疗中均效果显著,各有优缺点,可根据病灶特点及患儿要求选择适当的治疗方法。

基于中心点对特征的无序堆叠工件位姿估计算法

针对无序堆叠场景中工件相互遮挡导致的位姿估计精度下降的问题,提出一种基于中心点对特征的六维位姿估计算法。首先,模拟无序堆叠场景下点云目标多姿态随机摆放的物理环境,生成特征提取网络需要的带真实标签的数据集。进而,以中心点对特征构建离线阶段的全局特征描述。然后,对在线阶段的工件无序堆叠场景,利用动态图卷积神经网络(dynamic graph convolutional neural network, DGCNN)算法提取点云中心特征分数,确定工件中心点,并以此作为改进点对特征(point pair feature, PPF)算法的参考点。最后,使用IPA数据集和自采集场景数据对算法性能进行了验证。实验结果表明:所提算法降低了参考点选择的随机性,相比原始PPF算法在场景工件数目为30时平均准确率提升19.5百分点,5种工件场景下平均运行时间缩短29.00%。

目标跟踪中基于IoU和中心点距离预测的尺度估计

通过分析基于交并比(Intersection over union,IoU)预测的尺度估计模型的梯度更新过程,发现其在训练和推理过程仅将IoU作为度量,缺乏对预测框和真实目标框中心点距离的约束,导致外观模型更新过程中模板受到污染,前景和背景分类时定位出现偏差.基于此发现,构建了一种结合IoU和中心点距离的新度量NDIoU(Normalization distance IoU),在此基础上提出一种新的尺度估计方法,并将其嵌入判别式跟踪框架.即在训练阶段以NDIoU为标签,设计了具有中心点距离约束的损失函数监督网络的学习,在线推理期间通过最大化NDIoU微调目标尺度,以帮助外观模型更新时获得更加准确的样本.在七个数据集上与相关主流方法进行对比,所提方法的综合性能优于所有对比算法.特别是在GOT-10k数据集上,所提方法的AO、SR_(0.50)和SR_(0.75)三个指标达到了65.4%、78.7%和53.4%,分别超过基线模型4.3%、7.0%和4.2%.

中心点控制技术在双轴四缸电液伺服试验机上的应用

为准确地反映复杂加载路径下的材料性能,近年来专家学者不断探索双轴拉伸试验方法,其中包括十字形试样法,但因试样的特殊性,常规的电液伺服试验机无法满足其试验要求,本文使用双轴四缸电液伺服试验机来解决此问题。由于试验过程中需要试样的中心位置固定,为此采用基于中心位置控制的方法,设计了双轴PID协调加载控制技术。经试验验证,双轴四缸试验机满足试样中心区偏移可控要求,确保加载的协调控制。

基于机器视觉的圆形部件中心点定位系统研究

为实现通过机器视觉对气门导管、闷盖孔、护套孔等零部件的定位,特设计一种适用于圆形部件中心点的检测方法。首先,使用阈值分割、膨胀、腐蚀等算法对图像进行预处理,筛选出圆形部件所在的区域。其次,找到圆形部件所在区域的中心,将此中心作为圆形卡尺工具的测量中心,设置卡尺的检测半径和动态测量范围,使测量范围覆盖圆形部件的外轮廓。利用卡尺测量算子找到圆形轮廓与卡尺栅格的交点集。最后,通过最小二乘圆弧逼近的方法得到圆的中心点,实现对圆形部件的定位。研究表明,该方法的鲁棒性较强,精确度较高,提高了装配的准确率。

基于Python的二维弯折地震测线共中心点离散度符合率的计算

在二维地震测线施工时,若遇到村镇、水库等大型障碍区,通常将二维测线进行弯折处理以规避障碍。但是在测线弯折处,资料的共中心点(CMP点)通常会发生离散。利用Python语言编程,对测线弯折段的共中心点点位实现了自动计算,并对CMP离散度的符合率实现了自动分析。该程序可以更好地指导二维测线的弯折方式,在实际工作中取得了良好的效果。

动态粒度结合中心点算法在电力设备缺陷管控中的应用研究

针对电力设备缺陷管控问题,文章研究提出了一种基于改进k-中心点聚类算法与动态粒度的电力设备缺陷管控模型。首先,利用改进的k-中心点聚类算法对设备缺陷数据进行聚类处理;然后,将动态粒度与改进算法进行结合,用于构建缺陷管控模型。结果表明,缺陷管控模型的数据聚类正确率为93.07%,聚类效率能够达到90.07%,同时数据识别准确率、召回率和F1值分别为93.27%、93.52%和0.951,均优于对比方法。这说明研究构建的电力设备缺陷管控模型显著可以提高设备的可靠性和稳定性。

指纹自动识别中的中心点搜索和特征分块抽取方法

提出了以指纹的中心点和次中心点定位的方法，对指纹图象分块进行特征抽取，最大限度地利用原指纹中所包含的信息，因而可以有效地对残缺指纹进行处理，至少也可大为缩小检索范围。这种方法对完整的指纹图象也同样有良好的处理效果。同时提出了一种快速算法，有效地降低了搜索过程的错误率。本文所提分块所形成的编码，既可作为独立的编码进行指纹检索，又可用作Ｈｅｎｒｙ分类的补充。

基于中心点三角白化权函数的灰色评估法在地下水水质评价中的应用

基于中心点三角白化权函数的灰色评估是灰色聚类分析法中划分对象类别的一种新方法,是对灰色的三角白化权函数的进一步改进,从而获得更加理想的结果。将这种方法应用于黑龙江省庆安县地下水水质评价中,经过研究表明,基于中心点三角白化权函数灰色评估评价得出的结果更加客观,与当地的实际情况也更加接近,这也为今后地下水水质评价研究方法研究提供了新的思路和借鉴。

基于邻域的K中心点聚类算法

提出一种基于邻域的K中心点聚类算法,该算法利用数据集样本的自然分布信息定义数据对象的邻域半径和相应邻域,选择位于样本分布密集区且相距较远的K个数据对象作为初始聚类中心,以期改进快速K中心点算法在选取初始中心点时有可能使多个初始中心位于同一类簇的潜在缺陷.通过UCI机器学习数据库数据集以及随机生成的带有噪音点的人工模拟数据集实验测试,表明提出的基于邻域的K中心点算法不仅具有很好的聚类效果,而且运行时间短,对噪音数据有很强的抗干扰性能,优于传统K中心点算法和Park等人的快速K中心点算法.

基于k-中心点法的改进粒子群算法在旅行商问题中的应用

为将面向连续优化的粒子群优化算法应用于旅行商问题的求解,提出了旅行商问题的权重编码方案。该方案将属于组合优化的旅行商问题转化为连续优化问题,同时保留了粒子群算法的易操作性和高效性。针对粒子群算法易陷入局部最优的问题,提出了适合旅行商问题的基于k-中心点法的改进措施。该措施利用简单匹配系数构建粒子群的相异度矩阵,在此基础上采用k-中心点法对粒子群进行聚类分析,实现了粒子之间的信息交换,扩大了粒子的搜索空间,避免算法陷入局部最优。最后,用旅行商问题标准库的4个算例验证了权重编码方案和改进粒子群算法的有效性。

一种基于指纹中心点的匹配算法

针对基于点模式匹配的指纹匹配算法速度较慢的现状,研究了一种基于指纹中心点的指纹匹配算法。该算法首先根据指纹模式区中检测的奇异点结构特征信息对指纹进行粗匹配,判断指纹不匹配的情况。其次,对无法判断的情形,则进行精确匹配,进一步利用奇异点或者指纹有效区域的质心点寻找匹配的基准特征点对和相应的变换参数,并将待识指纹相对于模板指纹做姿势纠正,最后采用坐标匹配的方式实现两枚指纹的比对。实验结果证明,该算法可以快速、准确的定位基准点,精确求取变换参数,误识率低,准确性高,并具有图像旋转平移不变性。对面积适中的指纹图像,匹配结果可以满足在线应用的需要。

基于区域分割的指纹奇异性检测及中心点计算

提出了一种基于区域分割的指纹奇异性检测以及中心点计算算法。该算法在对指纹奇异性分析的基础上,采用Gabor滤波、方差分析、图形二值化等分析手段,将指纹图样按不同的指纹脊线方向进行区域分割,根据合成图样每个元素邻域的灰阶变化次数以及相应的灰阶信息来检测指纹的奇异区。最后通过计算各奇异区质心的方法,实现指纹奇异点的定位,并进一步讨论了通过指纹奇异点计算指纹中心点的方法。实验结果表明,本算法可以有效实现不同类型指纹奇异性的检测及中心点的准确定位,算法简单,具有较好的鲁棒性。

基于免疫—中心点聚类算法的无功电压控制分区

针对传统分区方法电气距离定义的缺点,提出一种新的电气距离即空间电气距离。依据系统中各节点之间无功电压变化关系,将系统各节点映射到一个多维空间中,节点之间的空间距离便是其电气距离,依据此距离将各节点进行归类,从而把无功电压控制分区问题转化为数学上的空间聚类问题。针对无功电压控制分区的特点并借鉴聚类算法,提出免疫—中心点聚类的无功电压控制分区算法并将其运用于IEEE118节点系统,对分区结果进行分析并与其他算法结果比较,验证所提出的算法的准确性和可行性。

基于改进的中心点三角白化权函数灰评估新方法

文章对已有的纯中心点三角白化权函数进行改进构建了一类混合型中心点三角白化权函数,进而对两类白化权函数的构建及聚类系数进行比较研究,结果表明混合型中心点白化权函数更优。最后以企业干部评价考核为例对两类方法进行对比分析,说明了新函数方法的有效性。

一种基于簇中心点自动选择策略的密度峰值聚类算法

针对基于密度峰值的聚类算法(CFSFDP)无法自行选择簇中心点的问题,提出了CFSFDP改进算法。该算法采用簇中心点自动选择策略,根据簇中心权值的变化趋势搜索"拐点",并以"拐点"之前的一组点作为各簇中心,这一策略有效避免了通过决策图判决簇中心的方法所带来的误差。仿真实验采用5类数据集,并与DBSCAN及CFSFDP算法进行了对比,结果表明,CFSFDP改进算法具有较高的准确度及较强的鲁棒性,适用于较低维度的数据的聚类分析。

共中心点道集偏移速度分析

偏移速度分析是叠前深度偏移的关键步骤之一 ,它的准确与否直接影响叠前深度偏移的质量。考虑到效果和计算效率 ,本文提出了一种利用射线追踪进行速度扫描的共中心点 (CMP)道集偏移速度分析方法 ,它适用于层状介质和连续介质 ,不受上覆地层的复杂性、横向变速、地层倾角和炮检距大小的影响。经模型试算 ,浅、中层速度误差小于 1%～ 1.5% ,深层小于 2 %～ 3% ,反射层深度总体误差小于 2 0m ,薄互层分辨率可达半个有效地震子波长度。

自动构建大地电磁二维反演的测点中心网格

在大地电磁二维反演中,如果网格不均匀或者测点在网格中的位置不恰当,则将出现测点偏离现象,影响反演的精度.此外,由于正演精度和稳定性的需要,反演中网格间距不能差别太大,需要具有一定的光滑性.本文提出了几种自动构建测点中心网格的方法来消除测点偏离现象,并以正则化约束条件来保证网格的光滑程度.本文还提出了一套网格质量检验指标.算例对比研究表明,对于不同的测点集,最佳网格构建的方法可能不相同,但其中"最平模型约束动态配点法"、"最光模型约束动态配点法"拥有最强的适应能力,它们在各种情况下所构建的网格一般同时具备较光滑的网格间距变化和较小的测点偏离程度.此外,采用高质量(光滑性好、测点偏离程度低)网格在一定程度上不仅可提高反演结果的可靠性,还能提高反演的计算效率.本文的方法为获得高质量的大地电磁二维反演网格提供了简单有效的途径.

基于K-中心点聚类的模糊航迹关联算法

为提高目标航迹相交和近距平行状态时航迹关联的正确率,提出了一种基于K-中心点聚类的模糊航迹关联算法。该算法基于K-中心点聚类算法,将系统航迹作为聚类中心,采用局部航迹与系统航迹关联的策略,为描述航迹间的相似性,采用模糊分析方法,综合考虑各个因素的影响,构造模糊关联矩阵,并利用历史信息和先验知识进行航迹关联。仿真表明该算法在航迹相交状态下,相交时刻关联正确率比K-medoids聚类算法提高5%左右,近距平行状态下关联正确率的收敛速度优于K-medoids聚类算法。

五轴加工用刀具中心点插补算法的设计与实现

针对数控系统在五轴加工中,只能提供机床坐标系下轴指令编程的问题.基于双转台五轴机床运动学转换关系,综合考虑机床动力学约束和加工路径约束,通过在实时插补中完成工件坐标系下编程指令到机床控制点的转换,来实现五轴加工用刀具中心点插补功能.使得数控系统可以在旋转轴插补的同时,自动对控制点进行实时补偿,确保刀具中心点位于编程轨迹,从而使五轴加工程序能够在不同配置结构的机床上运行,简化加工程序编制,增强程序代码的可读性.