地震活动性增强度、增强图象及其在中期地震预报上的应用

本文首先提出地震活动性增强度的概念及其计算方法、增强度异常的判据和指标,以及增强图象的编制方法。接着应用我国1980年以来的地震目录编制了我国1985、1986、1987年度地震活动性增强图,得出了11个明显增强区,3个持续增强区和一个增强区围限的平静区。应用1988年以来地震活动实况进行检验,效果良好,看来该方法可以应用于中期预报。

不同自增强度厚壁筒的外表面临界裂纹深度和疲劳寿命

本文根据高强度钢具有强化与 Bauschinger 效应的特性所推导的自增强厚壁筒残余应力公式,用有限单元法计算了外壁具有裂纹的自增强厚壁筒的应力强度因子K_1,得到了工作内压与残余应力共同作用下的应力强度因子公式,根据测定的材料的断裂韧度和疲劳裂纹扩展性能,用便于工程应用的方法,分析了不同自增强度,对外表面裂纹的临界深度和疲劳寿命的影响,提供了计算方法。

基于增强线性度和降低功耗的ADC设计与优化

阐述模拟-数字转换器ADC的基本原理和分类,提出多种设计策略和优化方法,包括子级位校准与动态校准技术的结合、混合信号与数字处理器的协同设计等创新应用。探讨多级校准与自适应校准技术、低功耗模式与动态电源管理的优化策略。

基于颜色恒常性的低照度图像视见度增强

在彩色成像过程中,低照度是导致图像降质的一个重要因素.本文提出了一种新的基于颜色恒常性的低照度图像视见度增强算法.为了避免场景光源的影响,提出了像素有效集的概念.基于灰色调算法的灰度像素假设,利用有效像素估计光照的颜色;在后处理阶段,利用有效像素的灰度级范围确定直方图剪裁的上下限.实验表明,算法有效地校正了图像的颜色、对比度和亮度,从而增强了图像的视见度,且不会产生Retinex算法所固有的灰化效应和Halo效应.

一种多分辨多尺度的Retinex彩色图像增强算法

针对Retinex算法的缺点与不足,提出了一种改进的中心/环绕函数,以及图像增强分辨度概念。利用Retinex算法中图像增强分辨度与尺度之间对图像增强效果的互补特性,提出了多分辨多尺度的Retinex(Multi-Resolution and Multi-Scale Retinex,MRMSR)彩色图像增强算法。实验过程中,采用图像质量主观评价法和图像质量客观评价法相结合的方式,对多幅彩色图像进行了算法验证,并与MSR、MSRCR等算法进行比较。实验表明,MRMSR算法具有较好的图像增强效果,其图像增强效果明显优于其他算法,并能够有效地降低尺度对图像增强的影响。

Chunklod地形的过程化细节度增强算法

在研究了ChunkLod算法的基础上,针对该技术所缺乏当视点离地面非常近时的增强方案这一问题,以块状的模型为处理单位,提出了ChunkLod的过程化细节度增强算法。同时结合局部三角面化简算法和误差评估与控制算法提高绘制效率,避免了因细节度过高引起的海量计算。最后,以地理资源信息管理系统为例,说明了该算法在实际运行中使地形信息达到了预期的视觉效果。实验表明,改进后的ChunkLod过程化细节度增强算法将成为一种具备全部主流细节度技术的实用地形算法。

儿童单侧肺透亮度增强的X线分析

目的 分析儿童单侧肺透亮度增强疾病的X线诊断及鉴别诊断。方法 搜集2000～2003年胸片显示单侧肺透亮度增强患儿86例进行临床及X线分析。结果 86例胸片显示单侧肺透亮度增加患儿年龄均在13岁以下。其中男52例，女34例。经临床证实为：支气管异物48例，占55.8％；单侧透明肺20例，占23．3％；肺未发生与肺未发育8例。占9.3％；先天性大叶性肺气肿6例，占7％；先天性一侧肺动脉发育不全4例，占4．6％。结论 引起儿童单侧肺透亮度增强的疾病很多。但只要结舍临床病史仔细分析其X线表现，一般不难作出明确诊断。

相似度增强的译文质量评估方法

机器翻译的质量评估作为不依赖参考译文而预测翻译质量的任务,在机器翻译领域中起到了重要的作用.相较于机器翻译,质量评估的数据资源非常稀缺,将跨语言预训练模型应用到该任务中,不但能受益于从大规模语料中学习到的跨语言知识,解决数据量不足的问题,而且极大地节约了计算资源.但与建立跨语言预训练模型采用的正常数据不同,译文质量评估面对的是正常的源端文本和错误程度不同的目标端文本,即它需要应对更大的两端语义差异.因此,本文为基于跨语言预训练模型的译文质量评估系统引入了特殊的语义关联处理层,通过相似度增强的拼接机制来增强原文与译文的语义关联性,从而提高质量评估的准确性.该方法在WMT19质量评估任务数据集上的实验结果验证了上述方法的有效性.

基于显著度增强的MRI影像脑肿瘤全自动分割

为了提高脑肿瘤诊断效率,提出一种结合频率调谐全局显著度增强与深度学习的脑肿瘤影像全自动影像分割方法。对磁共振图像(Magnetic Resonance Imaging,MRI)进行滤波、平滑,去除MRI影像中的噪音;对其进行显著度增强,增加脑肿瘤图像的对比度;使用宽残差金字塔式池化网络和U型网络对增强后的影像进行全自动分割。实验结果表明,该方法可以准确地对脑肿瘤区域进行分割,为脑肿瘤临床诊断提供生物学依据。

大流动度混杂纤维增强混凝土基本力学性能研究

在纤维总体积掺率不超过1%的情况下,采用钢纤维、塑钢纤维以及聚丙烯纤维单掺、双掺和三掺配制得到了高流动度纤维增强混凝土;通过稠度试验、抗压试验和劈裂试验,对比分析了纤维混杂方式和纤维混掺比例对基体混凝土工作性能、抗压强度以及劈裂强度的影响规律。结果表明,在混凝土中掺加0.25%~0.35%的引气剂可显著改善混杂纤维增强混凝土的坍落度和坍落扩展度;钢纤维/塑钢纤维/聚丙烯三元混杂可显著提高基体混凝土的抗压强度和劈裂强度最大分别提高了25%和32.61%。;综合考虑混凝土工作性能和力学性能,CF60大流动混杂纤维增强混凝土的纤维混掺比例选定为0.6%SF、0.2%HF、0.11%PPF,引气剂建议掺量为0.35%。

大流动度混杂纤维增强混凝土耐久性试验研究

在纤维总体积掺率不超过1%的情况下,采用钢纤维、塑钢纤维及聚丙烯纤维单掺、双掺和三掺配制得到高流动度纤维增强混凝土。通过稠度试验、基本力学性能试验以及耐久性试验,对比分析了纤维混杂方式和纤维混掺比例对基体混凝土工作性能、基本力学性能以及耐久性的影响。结果表明,钢纤维/塑钢纤维/聚丙烯三元混杂可有效改善基体混凝土的抗压强度和劈裂强度,最大分别提高了25%和32.61%;大流动度混杂纤维增强混凝土的抗渗等级可满足P8要求,具有良好的抗渗性能,最大渗水高度仅为29mm;大流动度混杂纤维增强混凝土的抗冻等级可满足F250要求,且前175次冻融循环质量损失率维持在1%~2%;基于工作性能、基本力学性能以及耐久性最优的混掺比例为0.4%SF、0.4%HF、0.11%PPF。

基于增强相似度和隐含信任的推荐算法

针对电子商务系统中传统协同过滤算法普遍存在的稀疏性问题,提出一种基于增强相似度和隐含信任的协同过滤算法(ETCF).首先提出一种融合JMSD和用户偏好的增强相似度计算方法;然后提出一种融合交互经验的直接信任计算方法,基于直接信任和信任传播提出一种隐含信任计算方法;最后提出一种将用户的增强相似度和隐含信任进行融合的评分预测模型.Movielens和Epinions数据集下的实验表明,与基准算法相比本文方法具有更低的MAE值,更高的覆盖率,提高了推荐质量.

面向深度增强学习的网络数据流优化研究

探讨面向分布式深度增强学习框架的网络数据流优化,设计使深度学习训练能容忍无损网络的数据流优化策略。对于参数服务器同步架构,假设计算节点和服务器之间的网络通信会产生丢包,该优化策略需要保证分布式训练在无损网络中的性能。采用理论分析与实验评估相结合的方式来验证所提出策略的性能。

一种混沌伪随机序列复杂度分析方法

为衡量混沌伪随机序列的随机本质,文中提出用增强统计复杂度方法分析混沌伪随机序列的复杂度.以Logistic映射和耦合映像格子映射产生的混沌序列和多进制混沌伪随机序列为例,说明了该方法的应用;通过改进排列模式,使之对二进制混沌伪随机序列同样适用.实验结果表明该方法能呈现序列的相关结构,反映序列的随机本质,可用于准确度量混沌系统产生的伪随机序列的复杂度,且计算简单.

再谈中长跑训练中提高有氧代谢能力的最佳运动强度

我是位业余少体校中长跑教练员,我看了您在第3期《教练员》杂志上发表的文章,受益非浅,但仍有一个有关的问题没解决:“临界速度”到底是不是发展有氧代职能力的最佳强度?我之所以持怀疑,是因为,据我所知:“临界速度”是指无氧代谢能力和混氧代谢能力之间的分界线.因此,我认为它不可能是发展有氧代谢能力最有效的训练手段.我这样认识对不对?请赐教!徐州

一种高线性度宽带可编程增益放大器

设计了一种应用于超宽带无线接收机的高线性度宽带可编程增益放大器(PGA),该PGA采用线性度增强型源简并结构的放大器加电阻衰减网络的结构,增益的调节分两步完成,PGA Core实现6dB增益调节步长,电阻衰减网络实现1dB增益调节步长,PGA Core电路采用线性度增强型源简并结构放大器,提高PGA的线性度。PGA采用SMIC 0.18μm混合信号CMOS工艺,1.8 V电源电压供电,仿真结果表明,该PGA增益范围-4~28dB,1dB步进,3dB带宽大于280 MHz,最大增益时输出三阶交调点(OIP3)25.7dBm,噪声系数(NF)22.24dB,总体电路消耗10.4 m A电流,芯片有效面积0.2 mm^2。

ToF相机的有效深度数据提取与校正算法研究

提出一种针对ToF相机的有效深度数据提取与校正算法,利用深度图和置信度图对深度信息进行校正。首先,基于核密度估计和连通域标记对测得的深度图进行自适应分割;然后使用一种改进的结构张量进行边缘检测,从而探测深度图中的无效像素和飞行像素;最后用双三次方插值或投票操作纠正或剔除这些像素,同时使用增强置信度剔除错误像素。实验结果证明了该算法的有效性,对比传统方法,本文所提算法可以剔除更多的无效像素,且保留更多的有效深度数据,对于噪声的鲁棒性也更好。

动态超声造影监测在壶腹部周围病变诊断中的应用价值

目的 探讨与分析动态超声造影(CEUS)监测在壶腹部周围病变诊断中的应用价值。方法 2020年2月到2022年5月选择在本院诊治的壶腹部周围病变患者123例作为研究对象,所有患者都给予CEUS监测,记录增强程度与相关参数,判断诊断价值。结果 在123例患者中,病理诊断为壶腹部周围恶性病变53例,壶腹部周围良性病变70例。恶性病变组和良性病变组患者的CEUS图像清晰度均为2级与3级,对比无显著差异(P>0.05);恶性病变组动脉期多呈现为不均匀高增强、均匀高增强,与良性病变组对比有明显差异(P<0.05)。恶性病变组的超声造影峰值强度明显高于良性病变组(P<0.05),始增强度、峰值时间、始增时间明显低于良性病变组(P<0.05)。CEUS诊断为恶性病变51例,良性病变72例,CEUS监测在壶腹部周围病变诊断中的敏感性与特异性分别为100.0%(51/51)和97.2%(70/72)。结论 CEUS监测在壶腹部周围病变诊断中的应用具有很高的诊断效能,成像清晰度高,有利于对壶腹部周围病变良恶性进行鉴别诊断。

基于多模态相似度增强的点击率预估模型

点击率预估是推荐系统中一个至关重要的任务,直接决定了推荐系统的性能。在点击率预估模型中加入用户的行为序列可以极大地提高点击率预估模型的精度。然而,现有的点击率预估模型通常未考虑用户在文本和视觉方面的信息偏好,这将导致模型难以获得全面的用户兴趣表示,进而使得模型无法获得最优的精度。文章提出了一个统一的多模态用户行为序列建模模型(MSIB:Multi-model similarity improving behavior modeling),使用统一的跨模态预训练框架进行特征抽取,并采用一个多模态相似度增强的注意力机制刻画用户的多模态兴趣偏好。本文方法的有效性通过在真实场景中的大规模数据集下的实验得到了验证。