关于Pascal线与Brianchon点的续篇

本文继续深入地研究了 Pascal线与 Brianhon点的性质 ,明确地对 Pascal线与 Brianhon点进行了数量化。作为特例 ,对 Puppus线与

带状疱疹后遗神经痛免疫机制及相关治疗靶点的研究进展

带状疱疹后遗神经痛是带状疱疹后一种严重影响患者生活质量的持续疼痛后遗症,病程可持续多年且治疗效果差。目前带状疱疹后遗神经痛发病机制尚不完全清楚,越来越多的研究表明其与免疫系统密切相关。本文重点概述了神经免疫系统及外周免疫系统在带状疱疹后遗神经痛发病机制中的作用并进一步探讨相关治疗靶点,为带状疱疹后遗神经痛的治疗提供新的理论思路。

图像引导和点云空间约束的公路洒落物检测定位方法

公路洒落物是影响交通安全的重要因素之一,为了解决中小尺度公路洒落物检测中的漏检、误检以及难以定位等问题,本文提出了一种图像引导和点云空间约束的公路洒落物检测定位方法。该方法使用改进的YOLOv7-OD网络处理图像数据获取二维目标预测框信息,将目标预测框投影到激光雷达坐标系下得到锥形感兴趣区域(region of interest,ROI)。在ROI区域内的点云空间约束下,联合点云聚类和点云生成算法获得不同尺度的洒落物在三维空间中的检测定位结果。实验表明:改进的YOLOv7-OD网络在中尺度目标上的召回率和平均精度分别为85.4%和82.0%,相比YOLOv7网络分别提升6.6和8.0个百分点;在小尺度目标上的召回率和平均精度分别为66.8%和57.3%,均提升5.3个百分点;洒落物定位方面,对于距离检测车辆30~40 m处的目标,深度定位误差为0.19 m,角度定位误差为0.082°,实现了多尺度公路洒落物的检测和定位。

S31603复合板压力容器点蚀行为试验研究

针对S31603复合板压力容器不锈钢层不同点蚀深度的发展进程及穿透至碳钢层后的电偶腐蚀风险,通过预制不同点蚀深度的S31603复合板试片组,分别在实验室和现场S31603复合板压力容器内进行腐蚀试验,并对试片进行宏观分析、低倍观察、高倍观察及腐蚀产物表征分析。结果表明,S31603复合板预制的点蚀坑深度穿透至碳钢层时发生了明显的电偶腐蚀,实验室腐蚀试验和现场试验最高点蚀速率分别达到4.954,1.023 mm/a;用S31603复合板试片预制的点蚀坑深度穿透至碳钢层后碳钢优先发生电偶腐蚀;S31603复合板试片预制的点蚀坑深度处于不锈钢层时腐蚀轻微,也未萌生新的点蚀,相邻点蚀坑之间也未见明显的腐蚀影响。在含Cl-的酸性腐蚀性介质环境下,当S31603复合板压力容器点蚀深度处于不锈钢层时腐蚀轻微,当点蚀深度穿透至碳钢层后,会发生明显的电偶腐蚀,需要缩短S31603复合板压力容器开罐检修周期以保证安全使用。

一种基于多尺度的目标检测锚点构造方法

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算法,受初始值影响较大,对目标尺寸较单一的数据集聚类产生的锚点差异较小,无法充分体现网络多尺度输出的特点。针对上述问题,本文提出一种基于多尺度的目标检测锚点构造方法(multi-scale-anchor,MSA),将聚类产生的锚点根据数据集本身的特性进行尺度的缩放和拉伸,优化的锚点即保留原数据集的特点也体现了模型多尺度的优势。另外,本方法应用在训练的预处理阶段,不增加模型推理时间。最后,选取单阶段主流算法YOLO(You Only Look Once),在多个不同场景的红外或工业场景数据集上进行丰富的实验。结果表明,多尺度锚点优化方法MSA能显著提高小样本场景的检测精度。

基于RS-Conv的多尺度神经网络LiDAR点云断裂带提取方法

断裂带与地震、滑坡等自然灾害的发生有着密切关系,精准提取断裂带不仅可为地震断层的定量化研究提供指导,还可为地震灾害风险评估及防震减灾决策的制定提供科学依据。针对现有方法中LiDAR点云断裂带提取不完整、连续性差及错误率高等问题,文中提出了一种基于RS-Conv的多尺度神经网络LiDAR点云断裂带提取方法,以便更好地解决复杂地形区域的断裂带自动提取问题。该方法首先构建不同空间尺度的邻域点集,从而更全面地考察点云的局部几何结构特征。考虑到RS-Conv算子能够很好地表征中心点与邻域点的空间关系,文中以RS-Conv算子作为卷积模块构建了多尺度神经网络模型,以提取出LiDAR点云不同尺度的深层次特征,对其进行堆叠并输入到全连接层,以完成对断裂带点的提取。最后,在ISPRS点云数据集、川滇点云数据集和鲜水河数据集上对文中所述方法与张量分解方法和Deep Neural Networks(DNN)方法进行了对比实验,结果表明,文中方法的分类精度最高,分类总误差最低仅为0.3%,较其他方法降低了0.91%~2.79%,证实了该方法在点云断裂带提取方面的优越性。

公立医院廉政风险点分析及防范对策研究

廉政风险管理是新时代公立医院党的建设重要工作之一。本文通过对中国裁判文书网中发布的2020年和2021年公立医院腐败案件判决进行统计和分析,归纳总结公立医院易发高发的廉政风险点,根据新时代公立医院高质量发展的要求,提出了风险防范策略,以期为公立医院未来廉政风险管理提供新的思路和对策。

基于储层甜点特征的致密砂砾岩油气藏压裂增产技术研究

中拐凸起南斜坡二叠系佳木河组二段储层为一套含浊沸石的致密砂砾岩。早期,在有利构造上钻探的直井产量均较低,2014年钻探该区第一口水平井用于提产,但因未能有效控制缝高,致深部水体锥进过快,长期试采效果差。近年来,地震地质综合研究发现,储层存在局部甜点。因下部并无隔层,压裂时需严格控制裂缝下延。通过对储层甜点特征进行梳理,综合评价了各断块甜点的优质程度,为试油段优选和新井的部署提供依据。为了实现控缝高压裂,提高单井产量和试采效果,开展人工隔层导流能力室内实验、完成人工隔层支撑剂粒径的优选,进行压裂数值模拟研究、确定了研究区形成有效厚度人工隔板的临界施工参数。研究认为,前置液阶段,改变液体黏度和排量、铺置有效人工隔层能够抑制水力裂缝向下扩展;携砂液阶段,加入一定浓度纤维,可进一步提升支撑剂对上部优质储层的支撑。这种组合控缝高工艺技术投入该区压裂实施后,有效控制了裂缝下延高度,甜点层段得到充分改造,试油及后续试采期间维持了较高油气产能,压裂提产效果明显。

基于点-轴理论的东北亚旅游空间结构优化研究

东北亚涵盖朝鲜、韩国、日本、蒙古国4个国家全境和中国的东北3省与内蒙古自治区及俄罗斯的远东与西伯利亚2个联邦管理区,是世界经济的重要板块。本文根据点—轴理论从旅游资源、城市布局、自然地理环境、人口规模、交通线路与地域关系等角度探析了东北亚旅游空间结构的优化布局。结果显示:东北亚旅游空间结构优化形成“点—线—面”的布局,构建9核26心78点的三级旅游节点与4纵2横的旅游发展主轴线以及6大旅游发展组团的空间布局;东北亚旅游空间结构优化的轴线分为主轴线、辅助线和外联轴线,其中主轴线包括4纵2横;东北亚旅游空间可进一步划分为6大组团;东北亚旅游空间结构优化有利于区域经济健康持续发展。

异常点云干扰下的车身构件鲁棒性配准方法

点云配准是大型车身构件位姿参数测量的关键方法,但现有算法在大量异常点云干扰下难以配准至有效位姿,从而导致匹配失真,进而无法保证后续机器人作业质量。针对此问题,提出一种能够有效抑制异常点云干扰的车身构件鲁棒性配准算法——鲁棒函数加权方差最小化(RFWVM)算法。建立鲁棒函数加权目标函数,通过施加随迭代次数可变的动态权重来抑制配准过程中异常点云的影响,并由高斯-牛顿法迭代完成刚性转换矩阵的求解。以高铁白车身侧墙、汽车车门框为研究对象的试验结果表明,较经典的最近点迭代(ICP)算法、方差最小化(VMM)算法、加权正负余量方差最小化(WPMAVM)算法和去伪加权方差最小化(DPWVM)算法,所提出的RFWVM算法配准精度更高,能够有效抑制各种异常点云对配准结果的影响,并具有更好的稳定性和鲁棒性,能够有效实现各类车身构件点云的精确配准。

电力-绿证点对点交易下基于多产消者博弈均衡的分布式资源扩展规划

点对点(peer-to-peer,P2P)交易是近年来快速发展建立的配网内新型市场机制。由于投资建设周期较短,分布式资源的扩展规划将受P2P交易的显著影响。考虑多产消者间的博弈互动,该文建立基于多产消者博弈均衡的分布式资源扩展规划模型,并结合模型特征与求解需求构建基于Lp-BoxADMM的分布式求解算法。进一步通过基于IEEE标准测试系统的算例分析,验证所提模型及算法的有效性。分析P2P交易与多产消者间博弈互动行为对分布式资源扩展规划、新能源消纳、产消者成本收益的影响。

壮医药线点灸治疗痛症的理论基础及临床应用探析

壮医药线点灸疗法是第三批国家级非物质文化遗产,其通过温热、药物效力及对穴位的刺激作用使龙路、火路畅通,促进气血的化生及输布,均衡气血,使机体从局部到整体均得到综合调畅和濡养,从而发挥治疗疼痛的作用。该文探讨壮医药线点灸治疗痛症的理论基础,并列举其治疗带状疱疹后神经痛、头痛的运用,可为临床治疗痛症提供参考。

民居建筑室内空间热环境多点能耗精准预测

在民居建筑室内热环境多点能耗预测时,若不能有效确定热环境下室内当前状态下舒适程度,会直接影响能耗预测精度。因此,提出考虑舒适度的民居建筑室内空间热环境多点能耗预测方法。根据室内状态建立民居建筑内热环境模型,采用主元分析法获取能耗评价指标,构建热环境下室内能耗指标评价体系,并利用指标建立评价模型,从而确定室内当前热环境能耗;将确定指标作为模型输入向量,利用RBF神经网络构建室内能耗多点预测模型;通过建立的模型实现对民居建筑室内空间多点能耗的精准预测。实验结果表明,所提方法开展室内能耗多点预测时,预测精度高、效果好。

融合角点检测的点云配准研究

为提高点云配准效率,提出一种基于点云曲率信息的Harris角点提取算法,通过引入曲率约束,对传统Harris角点提取做出改进;计算每个点的曲率值并与整幅点云的平均曲率作比较,保留曲率值大于平均曲率的点云,实现对配准价值较低的点的剔除,为后续点云配准减少计算量;构建所提取角点之间的特征匹配,结合采样一致性(sample consensus initial alignment, SAC-IA)粗配准和正态分布变换(normal distributions transform, NDT)精配准,寻找最优的变换矩阵,实现源点云和目标点云的重合。通过比较不同算法在公开数据集上进行实验验证,结果表明该方法对复杂点云、多拐点点云都有较好的表现,对初始位置相差较大的点云也有良好的适用性。

密度导向的点云动态图卷积网络

针对现有主流网络对于点云局部特征提取的能力不足,以及在特征提取过程中未考虑点云密度的问题,提出一种密度导向的点云动态图卷积网络.首先提出点云局部密度指数的概念,衡量点及其邻域点在相应的空间位置中的密集程度;然后利用局部密度指数动态赋予每个点一个膨胀因子,提出密度导向的动态点分组方法对点云构建局部图结构,对每个局部图结构构造动态边缘卷积模块进行特征的提取与聚合,既提取了点云的几何特征,又实现了置换不变性;最后采用残差网络的思想优化图神经网络的过平滑问题.实验结果表明,在分类数据集ModelNet40与ScanObjectNN上,所提网络的分类准确率分别为93.5%和82.2%;在分割数据集ShapeNet与S3DIS上,该网络的平均交并比分别为85.6%和60.4%,均高于DGCNN等主流网络;所提网络在多项任务中的精度都得到显著提升,且在处理密度不均的点云时有较好的鲁棒性,验证了所提算法的可行性与有效性.

基于数字孪生技术的云储能点对点交易双层优化策略

为解决云储能(Cloud energy storage, CES)日前交易模型预测精度低、信息传输不及时、交易机制可靠性差等问题,提出一种基于数字孪生技术的云储能点对点交易双层优化策略。首先,针对环境因素的时变性,采用数字孪生(Digital Twins, DT)技术实现新能源电厂出力与负荷的超短期预测;其次,考虑到用户规模不断增大,构建以云储能供应商-社区-用户为体系的改进分布式点对点(Peer-to-peer, P2P)交易策略,实现交易的去中心化;再次,为同时满足CES供应商与用户两大主体的利益需求,建立基于日内滚动优化的双层优化配置模型,上层求解储能电站的优化配置,下层求解用户用电策略,并采用Karush-Kuhn-Tucher(KKT)条件与Big-M法将多目标双层非线性优化问题转化为单层线性优化问题;最后,通过两次使用shapley值计算社区与用户成本分摊。算例仿真结果表明,所提策略能够实现新能源电厂出力与负荷的高精度预测,降低用户群与CES供应商交易的复杂度,在用户购电成本最小的基础上最大化CES供应商的收益,保证交易市场的长期稳定运行。

基于Transformer的道路场景点云分类与分割方法

针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度。实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为85.9%,比其他模型平均高出3.5%,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑。

基于残差优化的综采工作面煤壁点云补全方法

煤矿综采工作面巷道的数字化三维重建过程中需要完整且密集的煤壁点云数据。受遮挡、视角限制等因素影响,采集的综采工作面煤壁点云数据往往不完整且稀疏,影响下游任务,需进行煤壁点云修复和补全。目前缺少针对井下点云补全任务的数据集和网络模型,现有模型用于煤壁点云补全时存在点云密度分布不均匀、点云特征信息丢失等情况。针对上述问题,设计了一种基于残差优化的煤壁点云补全网络模型,采用监督学习方式学习点云特征信息,通过最小化密度采样和残差网络迭代优化输出完整点云。采集煤矿井下真实综采工作面煤壁点云数据,预处理后筛选可用数据,通过模拟随机空洞制作煤壁点云缺失数据集,并用缺失数据集训练基于残差优化的煤壁点云补全网络模型。实验结果表明:与经典的FoldingNet,TopNet,AtlasNet,PCN,3D-Capsule点云补全网络模型相比,基于残差优化的煤壁点云补全网络模型针对构造的缺失煤壁点云和稀疏煤壁点云补全的倒角距离、地移距离及F1分数均能达到最优水平,整体补全效果最佳;针对实际缺失的煤壁点云,该模型能够实现有效补全。

开放性实验:聚乙烯亚胺修饰碳点的合成、纯化与表征

开放性实验是培养拔尖创新人才的有效手段。我们基于学生兴趣、科研热点和实验室条件,设计了实验方案。实验采用一步水热法,以柠檬酸(CA)为碳源,聚乙烯亚胺(PEI)为修饰剂,合成PEI修饰碳点(PEI-CDs)。首先,将CA、PEI在0.1 mol/L的盐酸中超声至完全溶解,混匀后转移到高压反应釜中,放入烘箱130℃反应2 h,制得PEI-CDs原液;然后将冷却至室温的原液旋转蒸发浓缩至2 mL,并用无水乙醇沉淀、洗涤;最后,将所得沉淀放入真空干燥箱,70℃干燥12 h得到PEI-CDs粉末。利用紫外-可见分光光度计、荧光分光光度计、红外光谱仪和透射电镜对所合成的PEI-CDs进行表征。结果表明,所采用的无水乙醇沉淀纯化方法简单、快速、经济、绿色,制得的PEI-CDs水溶性好,发光性能优异,大小均一,稳定性高。通过该开放性实验,学生不仅熟悉了大型仪器的使用,而且增强了科学研究的兴趣。

基于灰度均值的自适应FAST角点检测优化算法

光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次,依据图像局部灰度均值,在每个像素点检测模板内自适应调整阈值,避免灰度变化影响检测效果;最后,根据柔性非极大值抑制的思想设计角点半径抑制原则,筛选鲁棒性更强的角点。在Inria遥感影像数据集上的实验结果表明,FAST-9-12角点检测速度比FAST-12-16,FAST-9-16两种模板提高22%左右,因自适应阈值的提取方式不易受光照影响,检测准确率分别提高4.16和3.11个百分点,实现了图像特征快速和精准检测。