一种轻便式拭子采样一体机结构设计

这篇论文介绍了一种轻便式拭子采样一体机的结构设计,旨在解决拭子采样工作中的一系列难题,提高采样效率和卫生安全性。该一体机的结构包括拭子分离一体机、显示屏及操作台、信息录入器和喷洒式消毒台,它们共同协作以简化拭子采样过程。本文详细分析了这些组成部分的设计原理和工作流程,包括拭子分离原理、人机交互设计以及基于OCR的身份证识别系统等。该一体机的设计创新在于提供了更便捷、高效、安全的拭子采样方法,特别是在医护人员的协助和信息录入方面有显著的改进。这一技术有望在医疗行业中提供更多的便利和安全性。

基于深度相机的咽拭子机器人采样系统研究

本文提出一个基于深度相机的咽拭子采样系统。首先,基于Mujoco仿真平台搭建了一套机械臂协作平台。基于此仿真平台,构建了一套视觉检测系统,用来准确获取口腔的位姿信息,并提出了两个视觉优化算法。一是基于关键点检测,提出一种防抖算法,其利用前后帧信息的差分滤波,用来克服口腔位姿估计过程中因噪声和干扰而导致的抖动问题;其二是基于非刚体的法向估计算法,其融合面部关键点信息和先验面部三维信息进行PnP估计面部法向量。最后,基于获得的鲁棒关键点信息和姿态信息完成了对采样信息的映射,为后续咽拭子采样机器人高效、安全地使用机械臂完成采样任务提供条件。实验表明,基于所提视觉检测系统可以准确、稳定的完成机械臂采样任务,在保证实时检测准确率的基础上能够有效去抖,在非限定环境下具有更高的鲁棒性和稳定性。

基于Bootstrap采样粒子滤波的WirelessHART时间同步算法

针对无线HART传感器网络时间同步精度较低、能耗过大等问题,提出了一种基于Bootstrap采样的粒子滤波时间同步算法。在未知网络延迟分布的情况下,为了减少观测次数,对发送端和接收端的时间戳观测值进行Bootstrap采样,采用混合粒子滤波算法,获得精确的时钟偏移,不仅降低了无线HART传感网络时间同步误差,而且使能耗减小。实验表明,对于无线HART网状分层网络,当观测量达到10以上时,粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的50%,而基于Bootstrap采样的粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的35%,验证了方法的可行性和有效性。

咽拭子采样防护装置设计和应用

我国已基本控制国内新型冠状病毒感染(新冠)疫情,偶有小规模暴发及境外输入型病例。开展早期核酸检测,及时发现病毒阳性携带者并实施隔离传染源,一直是防疫的重要措施[1]。核酸检测标本采样需要医护人员近距离完成,由于新冠的传播特性,采样过程感染风险较高,对医护人员造成了非常大的身心压力[2]。我院设计研制了一款移动式咽拭子采样防护装置(国家实用新型专利号:ZL 202020275323.2),2020年2月初应用于我院发热门诊、隔离病房,效果满意,现介绍如下。

k阶采样和图注意力网络的知识图谱表示模型

知识图谱表示(KGE)旨在将知识图谱中的实体和关系映射到低维度向量空间而获得其向量表示。现有的KGE模型只考虑一阶近邻,这影响了知识图谱中推理和预测任务的准确性。为了解决这一问题,提出了一种基于k阶采样算法和图注意力网络的KGE模型。k阶采样算法通过聚集剪枝子图中的k阶邻域来获取中心实体的邻居特征。引入图注意力网络来学习中心实体邻居的注意力值,通过邻居特征加权和得到新的实体向量表示。利用ConvKB作为解码器来分析三元组的全局表示特征。在WN18RR、FB15k-237、NELL-995、Kinship数据集上的评价实验表明,该模型在链接预测任务上的性能明显优于最新的模型。此外,还讨论了阶数k和采样系数b的改变对模型命中率的影响。

搅拌子吸附-热脱附-气相色谱-质谱法分析北京大气中33种多氯联苯

用包覆聚二甲基硅氧烷(PDMS)吸附层的搅拌子作被动大气采样器,建立了搅拌子吸附-热脱附-气相色谱-质谱法(SBSE-TD-GC-MS)分析大气中多氯联苯(PCBs)的方法。优化后的热脱附温度为280℃,热脱附时间为6 min,聚焦冷阱的温度为-40℃,33种PCB单体的热脱附残留比例低于7%。验证了方法的线性、精密度和重复性。标准曲线5个点线性关系良好,33种PCB单体的相关系数r>0.998。方法精密度验证的相对标准偏差(RSD)为0.79%~20.2%(n=8),日内重复性实验的RSD为0.43%~29.8%(n=10),日间重复性实验的RSD为3.20%~29.6%(n=20),方法检出限(LOD)为0.01~2.51 pg,回收率为98%±18%。将建立的方法用于北京大气中PCBs的分析。检出8种PCB单体,质量为2.94~129 pg。在32 d的采样周期内PCB-52、PCB-123、PCB-155一直处于线性吸附阶段,而PCB-1和PCB-3经过了线性吸附阶段、曲线吸附阶段和平衡阶段。研究结果表明,SBSE-TD-GC-MS可以用于大气中PCBs的样品采集和快速分析。

低信噪比下无线声传感网络采样率偏移估计方法

现有的采样率偏移(Sampling Rate Offset,SRO)估计算法在低信噪比条件下性能严重下降.为了解决这个问题,本文提出一种基于子带二次互相关函数的频率滑动窗二次互相关(Frequency Sliding Double-Cross Correlation Processing,FS-DXCP)算法.该方法使用频域滑动窗口构建无线节点观测信号间的子带二次互相关函数矩阵,进而利用奇异值分解来自适应地消除低信噪比频段对二次互相关函数估计的影响,最后搜寻二次互相关函数的极大值点获得SRO的估计.计算机仿真实验表明:在信噪比为-5 dB时,所提方法的采样率频偏平均估计误差为4.21百万分率(part per million,ppm),这比现有的DXCP-PHAT算法的估计误差降低了约8.17 ppm.所提算法有效提升了低信噪比条件下采样率频偏的估计精度.

基于多层子带匹配滤波的抗间歇采样转发干扰目标检测算法

间歇采样转发干扰(ISRJ)是一种基于欠采样原理的新型雷达干扰技术,此类干扰信号能够在雷达1维距离像(HRRP)上形成密集假目标,给目标检测带来一定挑战。针对雷达在间歇采样转发干扰背景下无法准确检测到目标的问题,一种基于多层子带匹配滤波的抗间歇采样转发干扰目标检测算法被提出。该方法首先以传统雷达匹配滤波函数为基础设计子带匹配滤波函数;随后,针对间歇采样转发干扰信号和目标回波信号的时间差异,构建子带匹配滤波信号模型,逐步分析并揭示了间歇采样转发干扰信号对子带匹配滤波函数时宽的敏感性;最后,基于此设计出基于多层子带匹配滤波的抗间歇采样转发干扰目标检测方法,并进行了仿真实验验证。实验结果表明:多层子带匹配滤波方法无需事先获得干扰的先验信息,可使雷达在受到间歇采样转发干扰且信干比大于–20 dB时,目标检测概率大于80%。

基于特征采样引导和集成RFELM的道路高排放源识别模型

机动车排放的污染气体会对环境造成严重危害,其中尾气排放超标的车辆是主要污染来源,因此实现对道路高排放源的有效识别具有重要意义。针对尾气遥测数据,提出一种基于特征采样引导和集成随机傅里叶特征极限学习机(RFELM)的道路高排放源识别模型。首先对遥测数据进行多次随机采样,构建多组训练子集;然后对每组训练子集进行多次特征采样,并训练对应的子分类器,根据组内最优子分类器的输入特征更新特征采样的概率与特征权重;最后对所有子分类器的验证分数进行排序,筛选出一定比例的RFELM组成分类器集合,采用加权投票法预测数据的标签。实验结果表明,相比于RFELM和随机森林等算法,所提模型在真实的道路遥测数据上具有更好的识别效果,还有着更强的抗噪能力。

基于51单片机的核酸采样机械臂设计

本文设计了一种基于51单片机的核酸采样机械臂运动控制系统,系统由机械臂模块、消杀模块、样本保存模块、语音引导模块和照明模块等5个模块组成,各模块之间相互配合,共同完成核酸采集与样品保存过程。控制思想是通过计算机语言来调节PWM输出占空比产生控制电压,由控制电压对机械臂的舵机进行控制,同时配合传感器最终实现在一定范围内对核酸被采样人员进行自动化核酸采集。

自制(儿童型)防护面罩联合童趣化干预对学龄儿童检测咽拭子采样依从的影响

探析自制(儿童型)防护面罩联合童趣化干预对学龄儿童检测咽拭子采样依从的影响。方法 选取于2022年1月至2022年12月,至我院发热门诊就诊的100例学龄前儿童,儿童(3-6岁),作为本次研究对象。分组方法:按照就诊时间先后顺序,组别、病例数和护理方案:对照组[50例,自制(儿童型)防护面罩+常规护理+心理干预]、观察组[50例,自制(儿童型)防护面罩+常规护理+童趣化干预],对比两组患儿采样依从性、1 分钟内停止哭闹率、家长满意度。结果 两组学龄儿童咽拭子采样依从率调查结果显示:对照组<观察组,P<0.05;观察组儿童1分钟内停止哭闹率(80.00%)显著高于甲组对照组(60.00%),P<0.05;家长满意度调查结果显示:对照组<观察组,P<0.05。 结论 自制(儿童型)防护面罩联合童趣化干预可提升学龄儿童检测咽拭子采样依从性,减少哭闹等情况的发生,提高家长满意度。

一种压缩采样中的稀疏度自适应子空间追踪算法

针对压缩采样中未知稀疏度的信号,本文提出一种自适应子空间追踪算法.首先,采用了一种基于匹配测试的估计方法获取稀疏度的估计值,再通过子空间追踪重构信号.若子空间追踪不能成功重构,则通过渐近增加信号稀疏度的方法实施估计,而上述过程可描述为在弱匹配原则下新原子的选取过程.仿真结果表明,本文的算法可以准确有效重构信号,同时运算量也较低.

基于方向增强邻域窗和非下采样Shearlet描述子的非局部均值图像去噪

非局部均值(Non-Local Means,NLM)是一种有效的图像去噪方法。然而它仅关注图像的几何结构信息而忽略了图像表面模型和方向信息,其相似性度量鲁棒性差。针对这些缺点,该文首先提出了一种基于非下采样的Shearlet的描述子(NSSD),它能更好地描述图像块的特征,基于此构造的相似性度量具有较强的鲁棒性。本文基于此描述子与非局部计算模型提出了一种更加有效的非局部均值去噪算法(SNLM)。其次,针对明显包含纹理和方向的图像块,提出了一种方向增强邻域窗,使得邻域窗内主导方向像素点在相似度计算中权重增加。实验结果证明,新方法在自然图像去噪中优于传统的NLM算法。特别地,对于纹理图像去噪,基于方向增强邻域窗的算法,能够在去除噪声的同时很好地保留纹理边缘等细节信息。

基于LBP预处理和子图像特征采样的人脸识别

针对随机子空间方法对人脸图像的局部变化鲁棒性较差、多次随机采样时间开销较大、采用固定采样率等问题,提出了一种结合LBP预处理和子图像特征采样的人脸识别方法.首先对人脸图像进行LBP预处理,得到LBP纹理图像;然后对LBP纹理图像进行子图像划分;最后结合随机子空间方法对子图像进行随机特征采样,训练基分类器,并进行集成.同时,结合多尺度分析进行分层随机采样(Stratified-RS),该方法将多次随机采样进行分层,每层使用不同的采样率,进而得到了具有不同维数的特征子集,减少了提取的特征总数,结合级联集成可以进一步增强基分类器之间的差异性.在ORL,Yale,Extended Yale B和CMU PIE这4个人脸数据库上进行了试验.结果表明,所提出方法在提高随机子空间方法运行效率的同时也能保持较好的识别精度.

稀疏子孔径采样检测大口径光学器件

针对大口径光学器件在抛光加工过程中子孔径拼接检测效率低的问题,提出并分析了用稀疏子孔径采样法对大口径光学器件抛光加工过程进行过程检测。通过软件仿真分析稀疏子孔径不同的采样分布,并拟合出不同采样分布的全口径面形,与实际测得全口径面形进行比较。结果表明:当稀疏子孔径采样分布合理时,稀疏子孔径采样检测法检测出的全口径面形与实际测量的全口径面形相当,所以稀疏子孔径采样检测法可以在抛光过程中进行检测,从而提高检测效率。

特征采样和特征融合的子图像人脸识别方法

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,在相关特征上构建分量分类器.在该方法中,特征采样是为了构建更多且多样的分量分类器;而引入特征融合思想是为了充分利用图像的全局特征.AR,Yale和ORL这3个数据库上的实验结果表明,基于特征采样和特征融合的子图像方法(RS-SpCCA)优于单纯的信息融合方法(SpCCA)和特征采样方法(Semi-RS).

基于子采样方法的鲁棒性水印算法

提出了一种新的基于子采样的图像数字水印算法.随机产生的水印信号被分别嵌入到离散傅里叶变换后的各子采样图像中,利用各子采样图像间的相似性特征,能够有效地提高水印算法的检测性能.理论分析表明,本算法能够在不降低宿主图像质量前提下,使得实际嵌入水印强度达到扩频水印方法的4倍,从而有效地提高算法的鲁棒性.数值试验结果说明,同传统的扩频水印算法相比,本文水印算法对多种攻击具有更好的鲁棒性.

基于高度冗余Gabor框架的欠Nyquist采样系统子空间探测

基于指数再生窗Gabor框架的欠Nyquist采样系统对窄脉冲信号完成采样与重构一般情况下效果较好,但是当框架高度冗余时,使用传统面向系数域的方法对信号进行子空间探测会面临失败或较大误差。该文采用面向信号域的思想,构建了分块的对偶Gabor字典,并对信号分块稀疏表示;根据信号的分块表示推导了采样系统的测量矩阵,提出了测量矩阵受字典相干性约束的分块e-相干性;将信号合成模型引入多观测向量问题,提出基于分块e-闭包的同步正交匹配追踪算法(,B FSOMPe),用于信号子空间探测。此外还证明了算法的收敛约束条件。仿真结果表明,所提子空间探测方法相比传统方法提高了信号重构成功率,降低了采样通道数,并增强了系统鲁棒性。

小波变换和子采样在彩色图像水印中的应用

为了实现对多媒体数据版权的有效保护,采用小波变换和图像子采样技术,提出一种彩色图像水印新算法。水印嵌入时,先对宿主图像在YIQ色彩空间中的Y分量进行子采样,并对得到的4个子图像分别进行二级离散小波变换,然后,将经Arnold变换置乱后的水印图像嵌入到小波变换后的低频子带中,其嵌入位置由TD-ERCS混沌系统产生的混沌序列确定。采用盲提取算法进行水印提取。研究结果表明:嵌入水印后的图像质量高,水印隐蔽性好;水印图像能抵抗JPEG压缩、噪声、滤波、图像锐化、直方图均衡化、剪切和旋转等攻击,鲁棒性好;用于水印提取的密钥空间大,增强了水印的安全性。

基于直接采样法和子空间优化法的多介质目标混合逆散射成像方法

该文提出一种结合定性与定量成像方法优势的混合电磁场逆散射成像方法,并将该方法应用于重构多介质目标的电性能参数的空间分布信息。该混合成像方法首先利用基于直接采样法(Direct Sampling Method,DSM)的定性方法快速重构目标的感兴趣区域(Region Of Interesting,ROI)、目标形状及目标个数的先验信息。在此基础上,利用基于子空间优化定量方法结合该先验信息迭代修正目标的几何形状信息,并重构目标的电性能参数的空间分布。基于菲涅尔实验室实测散射场数据表示,该方法与子空间优化法SOM(Subspace-based Optimization Method)定量成像精度相比拟的情况下,极大地降低了定量方法的计算复杂度和提高算法收敛速度。