不同迭代重建算法在眼眶CT中的适用性研究

目的:探讨不同迭代重建算法在眼眶CT中的应用价值。方法:回顾性收集2024年1月至2024年3月首都医科大学附属北京同仁医院行眼眶CT检查的31例患者,分别使用混合迭代重建算法(iDose4)和全模型迭代重建算法(IMR)技术对图像进行标准算法和骨算法重建,对比分析不同重建算法图像的平均CT值、噪声(SD)、信噪比(SNR)、对比度噪声比(CNR)以及图像质量主观评分;采用随机区组方差分析比较不同算法重建图像间的客观指标差异;采用多个相关样本的秩和检验比较不同算法重建图像的主观评分差异。结果:不同标准算法重建图像的CT值、噪声、SNR、CNR差异均有统计学意义,与iDose4相比,IMR标准算法重建图像噪声降幅达25%~67%,SNR增加1.3~1.5倍,CNR增加2~3倍;与iDose4相比,IMR骨算法重建图像噪声降幅达70%~96%,SNR增加5~15倍,CNR增加4~31倍;不同骨算法及标准算法的图像质量评分差异均有统计学意义,标准算法IMR1-Brain Routine组评分最高5(4,5),骨算法iDose43 YD组评分最高5(5,5);两名观察者评分的一致性较强,加权Kappa系数0.644~1。结论:眼眶CT中推荐使用混合迭代重建技术iDose4 Level 3重建骨算法图像,使用全模型迭代重建技术IMR Level1重建标准算法图像。

曲线曲面局部最小二乘渐进迭代逼近

作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用。针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA。首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LOCAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果。在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少。因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快。

基于改进涡流搜索算法的外骨骼迭代学习控制

为提升康复外骨骼机器人的步态跟踪性能,提出一种基于改进涡流搜索算法的迭代学习控制方法。首先针对传统迭代学习控制抗扰性差和控制信息缺失问题,引入PD控制器、自适应遗忘因子、误差过渡曲线和控制信息搜索等策略,改进迭代学习控制律;其次,基于多种策略对涡流搜索算法进行改进,提出了一种改进涡流搜索算法,改进后的算法可优化迭代学习控制的PD参数;最后进行行走实验,将提出的迭代学习控制方法与现有的同类算法进行仿真和数值比较,并测试了扰动情况下的跟踪性能。实验结果表明,所提方法的误差更小,跟踪性能更强。该算法改进了迭代学习控制的不足,具有较强的抗扰性能,保证了使用时的稳定性。

迭代式创新、双元机会开发对消费升级的影响机制研究

数字经济不仅打破了传统的企业生产模式也改变了消费模式。在数字技术更新换代的环境下,企业要更加重视选代式创新的重要作用,挖掘消费升级的机会。本文运用226家企业的研究样本数据进行实证分析,结果:选代式创新对消费升级具有显著正向影响;选代式创新分别对均衡型机会开发和创新型机会开发具有显著正向影响;均衡型机会开发和创新型机会开发分别对消费升级具有显著正向影响;均衡型机会开发和创新型机会开发在选代式创新与消费升级关系间具有中介作用。企业在寻找符合自身发展的商业模式和新市场的开辟中,要更加重视选代式创新的重要作用,借助双元机会开发视角去探索不同的商业路径,提升消费的渠道和规模,实现价值创造。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

基于两步迭代收缩法的多稀疏空间图像快速重构方法

由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。

基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法

在当前机器人导航和环境感知领域,室外大尺度场景下的三维激光SLAM一直是一个挑战性问题。由于GPS信号在某些环境下的不稳定性和激光SLAM的误差累积特性,传统算法在大尺度场景下表现不佳。针对室外大尺度场景下三维激光SLAM(同步定位和地图构建)存在的误差累积严重问题,本文提出了一种基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法。该算法通过利用惯性测量单元(IMU)数据对机器人状态进行预测,同时以激光和全球定位系统(GPS)数据作为观测,更新机器人状态,推导出观测方程和雅可比矩阵,显著提高了建图的精度和鲁棒性。里程计中融合GPS数据的绝对位置信息以解决长时间运行中的误差累积问题。在特征稀疏的环境中,由于约束不足可能导致算法崩溃,GPS数据的引入可以提高系统的鲁棒性。此外,重力对于IMU数据预测机器人状态起到关键的作用。虽然重力是三维向量,但在不发生区域变化的情况下,其模长是不变的,因此被视为二自由度向量。通过将重力的优化转化为旋转矩阵群上的优化,成功避免了重力过参数化的问题,提高了算法的精度。在室外场景下与其他算法进行了性能测试对比并且验证了在大尺度场景下的鲁棒性和精度,结果表明:本文算法的均方根误差为0.089 m,与其他算法相比降低了54%。

基于迭代p阈值算法压缩感知磁共振成像重构

从优化网络结构出发,在基于迭代软阈值网络的压缩感知磁共振成像深度网络基础上,加入由p阈值函数组成的优化模块,进一步优化软阈值函数,以抑制噪声,减少重建误差,从而提高重建质量。上述算法结合了压缩感知磁共振重建和深度学习的优势,所有参数都是端到端学习得到的,既具有很好的理论可解释性,又具有良好的网络泛化能力。对上述算法与其它算法进行对比,仿真结果表明,所提算法提高了磁共振成像的重建精度,特别对于结构复杂的磁共振图像重建效果更好。

点云加权迭代线拟合室内平面图自动生成方法

提出了一种基于三维激光点云加权迭代线拟合的室内平面图自动生成方法,根据线特征对三维点云沿高程方向的投影点云进行分割,采用加权迭代直线拟合方法进行分段直线拟合,并进一步对拟合直线进行融合和轮廓补全,实现室内平面图的自动生成。基于手持SLAM系统获取的典型室内场景激光点云自动生成室内平面图,结果表明,该方法能有效抑制室内点云噪声,结构提取完整性可达94.4%,制图精度优于3 cm,可快速生成室内平面结构图。

定形态隧道压力波激扰下车内压力迭代学习控制

同一列车重复通过同一隧道时所产生隧道压力波激扰具有形态相似、变尺度变幅值的特性.针对现有控制策略未考虑这一定形态特性的问题,提出一种基于高阶反馈遗忘迭代学习的控制方法.首先,建立高速列车车内外气压传递数学模型,并利用实测车内外压力数据进行修正与验证;其次,通过控制列车通风设备的阀门来减缓车内压力变化,提出阶反馈遗忘迭代学习控制算法,并设计变幅值和变尺度处理方法;最后,利用实测压力波生成一组定形态的随机压力波,并进行仿真分析.仿真结果表明:在重复定形态的隧道压力波激扰下,高阶反馈遗忘迭代学习控制算法能够使车内压力在第8个迭代周期后1 s变化率基本收敛到200 Pa/s以下,而且均方根误差也在第4个迭代周期后降低到15.0000%以下.

新《职业教育法》下工匠精神培养的“四维进阶”理论模型和“四重迭代”运作路径

为贯彻执行国家新颁布的《职业教育法》,深入落实“坚持德技并修,培育工匠精神”的职教新理念,结合教育部“双高计划”的建设与推进要求,根据“物以载道、匠心筑梦”的职业新诉求和工匠精神的时代阐释,论述了基于职业知识技能、职业意识信念、职业行为习惯和职业价值取向的“四维进阶”的工匠精神顶层培养理论模型;然后,以理论模型为指导,阐述了工匠精神培养的“四重迭代”运作路径和实施方案,即优化人才培养方案、更新教学资源库和课程群、重组专业课程任务点和知识链、提升师资力量和水平;最后,以质量闭环为原则,阐明了人才培养需要“课程、实践、单位和社会”四方联动进行绩效评价的必要性。由此可见,理论模型的有效运作和实施不仅可以充分调动课内外育人资源,潜移默化引导学生进行工匠意识的提炼与人文精神的思考,也能引导学生做到知行合一与自我建构,从而不断激发成就感和获得感,以适应产业经济发展的转型升级和对人才的新要求。

基于“全产业链”的体育产业链迭代升级:理论诠释、形成机制与实现策略

基于“全产业链”理念,审视体育产业链的主链、辅链、衔接因素等系统结构,对体育全产业链的内涵要义、系统结构、特征洞察等进行理论诠释,剖析主、辅链条和链接因素的形成机制,提出了体育全产业链迭代升级的实现策略。研究表明:体育全产业链是体育产业链的一种高阶状态,是由主链、辅链和链接因素三个部分相互作用与循环运行的一种综合性系统网络结构,即以主链的综合性与同质性、辅链的全面性与支持性、链接因素的精准性与前瞻性为特征。主链的垂直供应和横向协作激发体育全产业链内生动力;辅链的多元互补增强体育全产业链韧性;链接因素的桥梁纽带作用是体育全产业链升级的关键形成机制。最后,研究提出了强化体育全产业链主链结构升级、优化主链与辅链多元互动、提高体育全产业链链接因素资源配置的实现策略。

资源编排、动态能力与“专精特新”中小企业迭代成长——以T-MOTOR公司为例

逆全球化背景下“专精特新”中小企业如何实现迭代成长成为社会关注焦点。本文基于案例分析探讨“专精特新”中小企业如何通过资源编排行为形成适配能力推动自身迭代成长。研究发现:“专精特新”中小企业迭代成长路径包含核心领域专精产品供应、特色解决方案提供和高端系统创新集成3个阶段,在不同阶段的资源编排过程中,都存在“资源构建—资源捆绑—资源利用”管理流程。企业差异化资源编排方式会促使企业动态能力进行“聚焦产品质量的精进能力—聚焦技术突破的探索能力—聚焦创新进阶的双元能力”演变。因此,应从打造有力战略支撑、统筹有效资源分配和构建有为政府引导三个方面进一步促进“专精特新”中小企业成长。

功能迭代中的国际科技创新中心:演进路径与风险应对

在全球化经济和社会面临严峻转型挑战的背景下,建设国际科技创新中心已经成为各国推动科技进步、加速产业升级和促进可持续发展的关键战略。在阐述国际科技创新中心的内涵特征、诞生背景与空间转移过程的基础上,从发展驱动力、创新机构来源与主导产业类型这三个维度,分析总结不同时代背景下代表性的国际科技创新中心的发展模式,可构建处于迭代中的五大核心组织功能:基础科研、集成创新、产业驱动、辐射引领与制度试验。在此基础上,归纳其在组织形式、组织载体、驱动力量、关联模式、引才策略方面具有典型意义的演进路径,提出功能迭代中的国际科技创新中心发展需积极识别并化解应对在硬科技、创新成本、创新资源,及其全球科研竞争与协作方面潜在的风险挑战。

能谱CT低电压联合迭代重建技术在冠状动脉CTA中的应用

目的:分析能谱CT低电压联合迭代重建技术在冠状动脉CTA中的应用价值。方法:选取广西医科大学第一附属医院2021年1月—2023年10月收治的100例冠状动脉CTA患者,利用随机数表法将患者分为观察组与对照组各50例,观察组进行低电压联合迭代重建,对照组进行常规电压联合滤波反投影重建,对比两种检查方式的效果。结果:观察组患者CT剂量指数(CTDI)、有效辐射剂量(ED)、剂量长度乘积(DLP)均低于对照组(P <0.05);观察组图像总合格率高于对照组(P<0.05),观察组主动脉(Ao)、右冠状动脉(RCA)、噪声、左冠状动脉回旋支(LCX)、左冠状动脉前降支(LAD)、左冠状动脉主干(LM)高于对照组、图像信噪比(SNR)低于对照组(P<0.05);观察组患者在对检查方式的满意度、对实验内容的认可度、对检测费用的接受程度、对本次检查的耐受程度等方面均优于对照组(P<0.05)。结论:能谱CT低电压联合迭代重建技术可以在保证成像清晰度的前提下,有效降低冠状动脉CTA的辐射量,减少检查对患者的影响,具有临床推广价值。

基于迭代算法分析的无线通信信号识别研究

为进一步提升我国植保无人机通信系统的作业效率,基于迭代计算思维,针对其无线通信信号的识别与处理模块展开分析。以通信路径原理为基础,以通信信道资源识别、功率改进为切入点,搭建准确的通信迭代计算模型,进行特性分析与关联匹配设置,并展开整机通信作业参数试验效果验证。结果表明:基于迭代算法分析的无线通信信号识别与处理各模块功能运行稳定,信号时延率与信道误码率均相对降低,通信的识别准确率相对提升8.94%,整体通信综合效率提升至96.93%。此迭代算法分析准确,设计效果明显,对于类似智慧型农机装备的通信质量与通信效率提升有较好的参考价值。

基于两步正则化Gauss-Newton迭代算法的ECT图像重建

电容层析成像(ECT)技术求解图像重建问题属于非线性问题,并且存在严重的不适定性。为提高图像重建精度,提出了一种基于两步正则化Gauss-Newton迭代算法的ECT图像重建方法。针对标准正则化Gauss-Newton迭代算法在图像重建中存在的不收敛问题,引入了两步迭代方法;改进了正则化矩阵,提高了解估计的精确度;考虑到Gauss-Newton算法对迭代初值的依赖性,加入了同伦算法。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、Tikhonov正则化算法进行对比。结果表明,该方法可有效提高图像重建精度。

“智改数转”背景下常州制造业迭代升级研究

当前常州产业发展面临各种新挑战,通过分析常州产业在演进过程中所经历的三个重要时期,提出在“智改数转”背景下推动常州制造业迭代升级的主要举措与建议,旨在提高产业智能化水平、优化产业结构、提升产业竞争力,以期促进常州地区经济增长,创造更多就业机会,从而推动常州产业的可持续发展。

基于数据驱动的范数最优迭代学习控制

在系统模型确定的前提下,传统的范数最优迭代学习控制(NOILC)可以有效提高伺服系统的跟踪精度。但是在实际控制过程中,系统模型参数往往是变化的,从而导致控制器性能的下降。为此,提出了一种基于数据驱动的范数最优迭代学习控制方法。以系统的输入输出为依据,建立系统估计模型的代价函数,对代价函数进行偏微分处理,得到一种基于数据驱动的非参数模型辨识方法,最后将此模型辨识方法和NOILC相结合。实验结果表明:针对时变系统,此控制方法的跟踪误差为NOILC(Norm optimal iterative learning control,NOILC)的57.1%,并且相比NOILC提前5次收敛。因此,提出的方法能有效改善时变系统的跟踪性能。

基于放疗科大孔径CT的自适应迭代重建技术在肺结节穿刺中的应用研究

目的:研究大孔径CT自适应统计迭代重建(ASIR)对肺结节经皮穿刺中图像质量的影响。方法:选取2023年1月—7月于深圳市宝安区人民医院接受大孔径CT引导穿刺的肺结节患者20例。分别应用滤波反投影技术(FBP)和ASIR技术重建图像并评价两组图像质量。主观评价采用Likert评分,客观评价对结节区噪声标准差(SD)、对比噪声比(CNR)和穿刺针针尖位置CT值等资料。结果:图像的主观评价均满足穿刺要求且一致性较好(Kappa值=0.740)。ASIR图像质量随着权重先增加后降低,权重为60%时最佳。和FBP相比,ASIR 60%的Likert评分更高,结节SD和CNR值比较,差异有统计学意义(P=0.004、0.043)。其他统计参数比较,差异均没有统计学意义(P>0.05)。结论:放疗用大孔径CT常规扫描不影响穿刺图像质量,ASIR 60%图像质量更优,可以用于引导肺结节经皮穿刺。