自制医用手肘支撑架

现代外科微创手术迅猛发展,越来越多的开放手术已逐渐被腔道手术所取代,而在工作中发现手术医生在为病人实施手术时,一般是左手扶镜,右手操作。随着手术时间的延长,手术者的左手极易处于一种疲劳状态,影响术者手的稳定性,而外科微创手术对医生手的稳定性有很高的要求,隐性地增加了医疗风险,更增加了外科医生肩周炎的发病率。笔者设计了医用手肘支撑架。现介绍如下。

联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法

为进一步提升电力系统客户的用户体验,针对现有聚类算法寻优能力差、紧凑性不足以及较难求解聚类数目最优值的问题,提出一种联合手肘法与期望最大化(EM)的高斯混合聚类算法,挖掘大量客户数据中的潜在信息。该算法通过EM算法迭代出良好的聚类结果,而针对传统的高斯混合聚类算法需要提前获取用户分群数量的缺点,利用手肘法合理找出客户的分群数量。案例分析表明,所提算法与层次聚类算法和K-Means算法相比,FM、AR指标的增幅均超过10%,紧凑度(CI)和分离度(DS)的降幅分别低于15%和25%,可见性能有较大提升。

基于K-means的手肘法自动获取K值方法研究

典型的K-means算法利用手肘法选择合适的K值在实际项目中应用的较多,但是手肘法获取K值自动性低,以及面对海量数据的处理,效率上也有待提高。提出利用手肘法关系图初始点和末尾点连接的关系直线,求K值范围下直线y值与误差平方和的最大差值的方法,最大差值对应的K值为手肘法的最优肘点,由于手肘法需要多次迭代以及数据集稠密度对关系图的影响较小,提出利用数据集预抽样并且将程序部署在spark平台之上的方式自动获取手肘法的肘点K值,这样不仅根据此方法自动获取K-means最优K值而且提高了大数据集的处理效率。

基于多尺度自适应的近红外手肘静脉提取算法

由于成像质量不高,光照强度不均匀,皮下脂肪较厚等因素,近红外手肘静脉图像对比度较低,不易提取到清晰的静脉结构。针对该问题,本文提出了一种基于Hessian算子的多尺度自适应静脉滤波提取方法。该方法通过改进的多尺度自适应滤波器从对比度限制自适应直方图均衡化(Contrast-Limited Adaptive Histogram Equalization,CLAHE)增强后的图像中提取静脉。新的滤波器结构能够根据输入图像自适应地确定滤波器参数,在提取静脉的同时抑制噪声。实验结果表明该方法可以有效地获得清晰完整的静脉结构,具有更强的去噪和增强效果以及更高的准确率。

掂锅手肘痛:活血散寒,通络止痛

患者,女,56岁,因儿媳生产,厨事劳累,致使左侧肘关节疼痛,遇劳尤甚,掂炒锅时更剧。曾自服舒筋活血片、三七伤药片,外贴伤湿止痛膏等治疗,疼痛仍见。察患者舌淡红,苔薄白,脉细。患者左侧肘部无异常,肘部外侧压痛,疼痛放射至左侧大指处。X线左肘关节片无异常。血常规、骨关节试验等正常范围。诊断:痹症(肱骨外上髁炎)。病机:风寒外袭,痹阻经络,气滞血瘀。治则:疏风散寒,活血止痛。治疗:方用当归四逆汤加味加减,药取桂枝、当归、白芍、白芷、防风、透骨草、羌活、桑枝、姜黄、伸筋草各10g,细辛、木通、炙甘草各5g,大枣5个,生姜3片,水煎服,每日1剂。药渣布包趁热外熨患处,每日2次,每次10~30分钟。

K-Means聚类算法中确定k值的改进方法

针对传统k-means聚类算法过于依赖聚类数k的问题,本文提出了确定最佳聚类数k的一种新方法——双均值法。该算法不依赖于预先设定的k值,而是通过计算簇内平均距离与簇间平均距离的比值来动态确定最优的k值。该方法的创新之处在于,它结合了簇内的紧密度和簇间的分离度,从而更加精确地反映了数据的真实结构。通过在多个公共数据集上求得的k值与数据的真实类别数比较,或手肘法求得的k值相比较,说明新方法有效。

Tamura纹理特征在定制家居饰面分类中的应用

表面装饰是消费者对定制家居的视觉感受性直接影响因素,饰面纹理的研究对于满足消费者审美需求具有重大意义。针对定制家居饰面纹理特征缺少客观分析的现状,将Tamura纹理特征用于定制家居饰面纹理的研究,旨为定制家居设计研发提供参考。依据品牌综合能力及用户熟知程度,搜集了12家国内外饰面厂商所有用于定制家居的饰面图案,共计6 134幅。再根据Tamura纹理特征参数计算方法,利用MatLab软件对其进行特征提取,然后依据手肘法和K均值聚类法进行聚类分析。最终样本被划分为各具特点的五大类,第一类饰面占据了市场主流,第四类饰面市场需求最小。

基于人机工程学的电梯手肘触碰按键的设计

分析了乘客使用电梯按键的行为特征和心理特征。运用人体手肘测量学、人机工程学及色彩心理学,设计了一种使用手肘按电梯按键的新方式,从而应对乘客无法释放双手时按电梯按键的情况,以及疫情下不想通过手指接触按键的情况。

基于改进麻雀搜索算法的配送中心选址研究

针对物流配送中心选址不合理导致配送效率低下的问题,采用萤火虫扰动策略改进麻雀搜索算法,构建二级物流配送中心网络结构,解决配送中心选址问题。采用手肘法确定最优二级配送中心数量,将运输成本、运输时间和配送时间三项成本之和最小值作为目标函数,增加运送车辆限制等约束条件,获得合理的配送中心地址和最佳成本。以吉林省某区县小区实际情况为例,将改进后的麻雀搜索算法与常规的麻雀搜索算法进行对比,结果表明:改进后的麻雀搜索算法可将总成本降低16.67%,配送中心选址更加合理有效。

基于k-means聚类和模糊神经网络的母线负荷态势感知

为顺应电力调度计划朝更精细化方向发展,提出基于k-means聚类和模糊神经网络的母线负荷态势感知方法。首先提出表征母线负荷状态参量和体现其状态参量变化趋势的母线负荷静动态势概念,然后建立母线负荷态势感知方法,包括:在态势觉察阶段,对母线历史负荷态势信息进行采集和处理;在态势理解阶段,采用基于手肘法的k-means聚类算法对考虑母线环境因素和负荷因素的母线历史负荷态势信息进行聚类分析;在态势预测阶段,采用费歇尔判别分析针对待测日动态势信息进行分类预测匹配待测日所属历史数据聚类类别,将所属类别的历史静态势数据代入模糊神经网络预测模型,建立基于k-means聚类的模糊神经网络预测方法,对待感知日母线负荷进行态势预测。最后应用该文方法进行算例仿真,结果表明所提方法的有效性和可行性,同时与传统模糊神经网络预测相比,该文母线负荷态势感知方法具有更高的态势预测精度。

开放环境下自适应聚类优化包络的相机来源取证

针对相机来源取证中的开放环境问题,本文提出一种自适应聚类优化包络的相机来源取证方法,解决了现有方法在训练相机模型数量少的恶劣情况下检测精度低的问题.首先,通过手肘法得到每一类相机数据的聚类个数,并以该聚类数为参照进行k-means聚类;然后将得到的相机模型子类数据分别进行支持向量数据描述以刻画其子包络,并根据所属相机模型类别将子包络合成一个更具细节特征的特征包络;最后通过判决法则将来自未知相机模型的图像排除,并将判断为已知来源的图像分类溯源,进而实现开放环境下的相机来源鉴别.实验结果表明,在Dresden和SOCRatES两个公开数据集上,本文提出的算法具有更优的鲁棒性和扩展性,与已有方法相比,在KACC,UACC和OACC三个评估指标和时间复杂度上均表现出更优越的性能.

航空器进场盛行轨迹挖掘及特征分析

航空器在进场过程中,受空域拥挤程度、临时航线使用等因素的影响,可能会产生绕飞、等待、延误、变更航线等行为,使航空器不能严格按飞行计划程序执行.提出航空器进场盛行轨迹挖掘方法,通过对轨迹数据的经纬度、高度及监视时间的四维数据进行处理,提取特征点,采用K-means方法聚类得到航空器运行的中心轨迹.采集上海虹桥机场(ZSSS)—北京首都国际机场(ZBAA)的ADS-B数据,将轨迹数据按照白天(8:00~20:00)和夜间(20:00~次日8:00)时间段进行划分,筛选得到符合城市对机场、机型、跑道条件的进场轨迹数据,对比分析不同时间段聚类中心航迹的差异.研究结果表明,航空器实际运行过程中会受多种因素的影响,产生变更航线的行为,对实际聚类中心产生较大影响,白天相较于夜间时段,聚类簇中心航迹分布更为离散.

差分拉曼光谱技术结合K-means聚类法对牙膏的快速分类

建立了差分拉曼光谱技术结合K-means聚类法对牙膏快速分类的方法。对37个牙膏样品编号,将其分别涂抹于载玻片上,晾干,使用差分拉曼光谱仪进行扫描。调用R语言软件中fpc、factoextra、cluster数据库中的na.omit和scale函数对37个牙膏样品的差分拉曼光谱数据进行标准化处理,利用手肘法和Gap Statistic算法优化聚类数。在最佳聚类数为4的条件下,通过K-means聚类法对牙膏样品进行分类,并使用层次聚类分析法进行验证。结果显示,37个牙膏样品被分为4类,并且两种方法的分类结果一致。

融合kmeans聚类与Hausdorff距离的点云精简算法改进

通常情况下,融合kmeans聚类与Hausdorff距离的点云精简算法在目标曲面的曲率值过小时需要设定Hausdorff距离阈值,在模型表面复杂情况下曲率估算精度不高,针对以上问题对该算法进行改进。首先在kmeans聚类中k值的确定采用手肘法确定聚类数保证聚类精度,然后采用维数特征Hausdorff距离代替主曲率Hausdorff距离提取特征点,避免了曲率的估算和在曲率值过小时设定Hausdorff距离阈值,最后融合kmeans聚类簇心与采用维数特征Hausdorff距离提取的特征点实现数据精简。采用实际扫描的点云数据进行验证,实验表明改进后的算法在相近精简率下提取的特征点更多,精度更高。

社交圈对大学生学业成绩的影响

大数据已经成为教育创新、教育变革的重要推手。文章利用大数据技术分析学生的课堂打卡签到数据和学业成绩数据,从而划分大学生的社交圈,进而定量分析社交圈中学生个体之间的关系对学业成绩的影响。具体来说,文章利用手肘法和FCM聚类算法对课堂打卡签到数据进行聚类分析,将学生划分为不同的社交圈,构建了空间权重矩阵和空间自回归模型,并基于学生各学期的成绩数据计算出空间权重系数显著大于0,从而得出结论:社交圈中的朋友关系对学业成绩有显著影响。文章的研究成果对于科学划分大学生的社交圈、指导大学生的社交行为、提升大学生的管理和服务水平具有重要价值。

基于K-means算法的低碳疫苗配送中心选址研究

文中提出了一种基于K-means聚类算法的疫苗配送中心选址方法,以上海市为例,验证了基于物流中心模式的疫苗配送中心的优越性。针对复杂的疫苗配送中心选址问题,将K-means聚类算法与手肘法相结合,以碳排放量最小为目标,寻找最优的疫苗配送分区及疫苗配送中心坐标,并计算碳排放量以验证基于物流中心模式的疫苗供应链的实际应用价值。

基于改进K-means算法的指标阈值告警方法研究

电网企业信息化运维系统需要监测资源指标的异常状态,由人工录入指标告警阈值规则的配置成本和维护成本较高,且欠缺灵活性。设计一种改进K-means算法对指标历史数据按时间划分,分析出各时段的动态阈值降低人工参与度。算法首先将手肘法和Gap Statistic法相结合来确定最佳聚类数,然后基于变步长萤火虫算法确定初始聚类中心点,最后进行K-means迭代分析输出聚类结果。实验结果表明,改进K-means算法能有效聚类分析出指标的阈值区间,提高了阈值规则的灵活性和电网企业运维现场的告警准确性。

基于K-means++聚类的胸环靶目标靶面的定位和提取算法

针对胸环靶靶纸的目标靶面的定位和提取,提出了基于K-means++聚类的靶面定位和提取算法。通过将图像从RGB色彩空间转换到Lab色彩空间中,使用手肘法确定分类数K,然后对a、b分量组成数据点集使用K-means++聚类对其进行分类。后续根据图像Lab色彩空间的a,b分量特征约束,结合形态学处理,提取各个分类的最大联通区域。最后在原图像上切割提取出目标靶面图像。本算法能准确地定位完整的靶面区域,对不同颜色的靶面和复杂环境有很强的适应性,适用于绝大多数的室外环境。

错了爸爸

孩子！你听我说！当我进来时,你已经睡着了,你把一只小小的手掌压在腮旁,你前额的汗把你的金发贴住。还只几分钟之前,我的心中曾引起一阵思潮,使我不由自主地跑来看你。 孩子！我深深悔悟,以前我是待你太凶狠了！你晨起洗脸粗忽,挨我一顿恶骂;你皮鞋忘了擦净,受我一阵痛斥;你随地乱丢东西,我就暴跳如雷。进早点的,我怪你打翻杯子,怪你吃得太急,怪你不该把手肘搁上桌沿,怪你在面包上涂了过多的牛油。当我出门,你送我出来,并向我道别时,我粗声恶气地说“进去！” 下午我回来了。一切情形仍是如此。我在路上碰见你正在与小朋友们伏在地上玩石子,我就当面把你申斥一顿,扯你回家。

从身始

有的青年作者投稿未被采用,就把原因归结为在编辑部里没有熟人。于是便想方设法“活动”,把功夫用在结识编辑上。结果仍然是退稿,甚至 熟人要求更严格,提的意见更逆耳。于是更气愤,骂编辑,骂刊物。长此下去,于自己写作愈来愈糟。 有一篇叫《五不足恃》的古文,对思考这个问题很有帮助,抄录如下: