课程文献中心 更多>>

关键词： 踝关节   人工智能   压缩感知   磁共振成像   图像质量  

摘要： 目的 探讨人工智能压缩感知(ACS)技术在踝关节MRI中应用的可行性。资料与方法 前瞻性收集2023年9—10月在首都医科大学附属北京友谊医院行踝关节扫描的32例健康志愿者,应用3.0T MR进行基于ACS及并行成像(PI)技术的踝关节MRI,采集矢状位质子密度加权成像(PDWI)、冠状位PDWI、横轴位PDWI及矢状位T1WI,并将其分为ACS组和PI组,ACS组ACS综合加速倍数为3.05(ACS 5.0),PI组PI加速倍数为2(PI 2.0)。测量距骨、跟腱及软骨的信号强度以及拇长屈肌的信号强度及标准差,以拇长屈肌为背景噪声计算信噪比(SNR)和对比噪声比(CNR);对两组成像客观评估及主观评估进行统计学分析,各序列图像质量以PI 2.0为标准参考。结果 ACS组SNR和CNR较PI组更高,两组在矢状位PDWI序列各解剖结构比较,差异均有统计学意义(t=-2.937、-1.981、-4.058、-3.879,P<0.05);在冠状位PDWI序列上软骨SNR、距骨CNR差异有统计学意义(t=-3.310、-3.567;P=0.002,P<0.001);在轴位PDWI序列上ACS组与PI组距骨CNR、软骨CNR差异均有统计学意义(t=-4.270、-4.382,P<0.05)。主观评价2位影像诊断医师对两组图像质量评分观察者间一致性强(Kappa=0.977,P=0.009);两组图像质量评分差异均无统计学意义(Z=-0.248、-0.747,<0.001、-0.071,P>0.05)。ACS组与PI组采集总时间分别为337 s及610 s,与PI组相比,ACS组扫描总时间缩短44.8%。结论 基于ACS技术的踝关节MRI不仅能有效缩短扫描时间,还进一步改善图像质量,具有可行性。

关键词： 地质风险预测   风险巡检系统   多源数据融合   前馈神经网络   SCINet   长短期记忆网络   时间序列特征  

摘要： 为了准确预测和评估地质工程中存在的风险,设计一种基于多源数据融合分析的地质风险巡检系统。该系统能够综合利用探地雷达、红外传感器等设备采集到的数据信息,通过智能化检测算法快速、准确地识别出地质风险。在预测模型的设计中,提出了一种基于SCINet和LSTM的地质风险预测算法。该算法通过前馈神经网络(FFN)来增强多源数据的非线性表示;并且能够利用SCINet在提取多尺度特征方面的优势,引入LSTM使得模型具有捕获长期依赖性的能力,从而提高整体算法的预测精度。实验结果表明,所提出的预测算法能够有效提高对地质风险的识别性能。与GRU和Bi-LSTM等多种识别算法进行的对比实验验证了该算法的优越性,其准确率相比主流的Bi-LSTM提高了15.95%。

关键词： 电路自动化设计技术   电路布局布线原理图   原理图美观度评价   卷积神经网络   遗传聚类算法  

摘要： 为解决电路布局布线原理图生成算法缺乏从电路设计人员角度评估生成原理图优劣程度的问题,提出原理图美观度等级评价指标(SAE).为量化求解SAE,首先对原始布局布线原理图采用滑动窗口策略分割为多张子图,并使用拉普拉斯卷积核自动提取子图特征;然后引入主成分分析法对子图特征向量自动降维;其次引入遗传聚类算法根据子图特征向量自动寻找中心子图;最后采用预训练的残差神经网络对中心子图执行美观度等级预测,且根据不同聚合规则得到最终美观度等级.实验结果表明:在4种不同聚合规则下所提出的DeepSAE算法准确率最高分别为0.677,0.953,0.734和0.953.

关键词： 最小二乘法   SSA算法   行星齿轮箱   微弱振动   故障探测  

摘要： 行星齿轮箱是一种常用于工业机械和车辆传动系统中的重要装置,其长期运转和负荷导致行星齿轮箱存在着微弱振动故障的风险,通过研究行星齿轮箱微弱振动故障的特征和变化趋势,可以提前发现潜在故障迹象,提高齿轮箱的安全性;然而,行星齿轮箱微弱振动信号具有复杂的时域和频域特征,且其振动信号非常微弱,并富含大量噪声,为行星齿轮箱的故障探测工作带来较大难度;为此,提出基于最小二乘法和SSA算法的行星齿轮箱微弱振动故障探测方法;模拟行星齿轮箱工作与振动流程,根据不同故障下齿轮箱的工作特征,设置微弱振动故障探测标准;采集行星齿轮箱微弱振动信号,利用最小二乘法降低行星齿轮箱微弱振动信号中的噪声含量;利用SSA算法提取行星齿轮箱微弱振动信号特征,根据提取特征与设置标准的匹配,得出故障类型和故障参数的探测结果;通过性能测试实验得出结论:所提方法探测行星齿轮箱微弱振动信号的信噪比明显降低,故障探测范围扩大了353.94 mm^(2),具有较好的探测能力。

关键词： 云端存储   数据安全   网络空间  

摘要： 数据云端存储解放了本地存储的局限性,具有战略意义,但随着数据量的增加,云服务器易被内、外部攻击,导致数据的安全性急剧下降,为提升云存储系统的信息的安全性与操作的便捷性,基于四元实体构建了UCDA系统模型。首先对采用系统安全性分析的方式,对传统Hadoop系统安全风险项评估,并给出提升安全性的部分方法;然后基于Users、Cloud、Data Owner以及Authorization Center四实体结构构建出UCDA系统模型,以提升数据云存储的安全性;接着采用CAA安全方案,对UCDA系统模型的安全性进行游戏评估;最后在该存储系统上进行隐私数据文件的下载与删除实验。多文件组合下载仿真结果表明,在中、大型文件组合下载时,较DaSCE系统和UKC系统相比,UCDA系统下载的开销时间平均降低了4.83%,其反映速度最快;分析隐私数据安全删除仿真可知,所构建的云存储系统安全性最高,且删除应答效率最快。综上所述,文中构建的UCDA云存储系统模型通过Authorization Center与DataOwner沟通Users和Cloud间的关系,有效的提升了隐私数据的安全性,且提高了系统操作的便携性,在大数据安全仿真领域具有一定的研究意义。

关键词： Holt-Winter指数平滑模型   园区综合能源   光伏发电   数据预测  

摘要： 本文通过数据集时间序列分析,提出基于多种统计学计算方法和Holt-Winter指数平滑模型对园区综合能源数据分析与能耗预测方法。对来自广州市某地的新能源产供电与能耗数据样本分别采用上述方法提取特征值和实现多时段预测,并且利用SOC电池组相关数据对其能耗结构提出优化策略。研究中针对Holt-Winter模型的特性采用了特定技术实现预测数据自动采集最优参数。结果显示,该预测方法在针对波动性较大的光伏发电的预测的效果达到了80%以上,部分数据预测误差小于3%,利用SOC电池组实现的能耗结构优化策略能够节省不少成本,为实现新能源快速应用提供科学的参考价值,也为节省电力成本提供可行的思考方向。

关键词： 盾构   机电设备   数字孪生   大数据   有限元法   管理与维修保养  

摘要： 盾构施工设备作为隧道施工的核心机械设备,其运行状况直接关系到施工效率与安全。确保盾构施工设备处于最佳运行状态的有效途径在于实施科学的管理和维护保养。以往盾构的故障诊断主要依赖于人工巡检、保养和检修,这种方法无法实现对设备状态的实时监测和预警。该研究致力于运用数字孪生技术,解决盾构性能退化和故障的实时诊断、监测及预警问题。研究构建了盾构刀盘、主驱动、液压系统等关键部件的运行状态数据采集与传输系统,并针对不同数据格式,开发了1种多特征维度的盾构大数据分类整合框架。基于动态故障传播(DSDG)的故障推理方法和多元过程控制分析(MPCA)与DSDG的故障早期定位方法,实现了盾构故障的实时诊断,从而提升了设备的运行效率和可靠性。通过对盾构施工设备刀盘和盾尾进行有限元分析和校核,其强度和刚度均满足设计要求,可实现盾构高效掘进,确保了盾构机电设备工作性能良好。在地铁盾构区间隧道施工过程中,将盾构施工机电设备管理及维护保养放在首位,全过程严格执行机电设备管理与检修维护作业,确保地铁盾构安全、顺利掘进。

关键词： 核心环节   现代项目管理   金沙江中游   数据管理   工程合同管理   合同风险   水电项目   重点水利工程  

摘要： 金沙江中游某水电项目作为国家级重点水利工程,具有工程量大、技术复杂、参与方众多等特点。建筑工程合同作为项目管理的核心环节,其管理效率和准确性直接关系到项目的成败。然而,传统的合同管理方式存在信息分散、流程繁琐、风险难以控制等问题,无法满足现代项目管理的需求。本文旨在探讨金沙江中游水电某建筑工程合同管理的信息化应用,通过分析当前合同管理面临的挑战,提出基于信息化的合同管理策略,包括构建合同管理系统、优化合同管理流程、加强合同数据管理等,以期提高合同管理的效率和准确性,降低合同风险。同时,结合具体案例,阐述信息化在合同管理中的实际应用效果。

关键词： 温度控制系统   模糊PID   响应速度   超调量   稳态误差  

摘要： 为满足高温小井眼测井系统“井下仪器设备内部环境温度应维持在210℃以确保测试结果的稳定性”的要求,提出了一种基于自适应模糊PID算法的控制温度的方法。确定温度控制系统的传递函数及参数进行验证,构建模糊PID控制器,能够自适应调节P、I、D这3个参数,最后给出模糊PID温度控制曲线,并与传统PID算法的温度控制曲线进行对比分析。仿真结果表明,在给定环境温度为210℃的情况下,模糊PID算法温度调节时间更短,响应速度更快,超调量和稳态误差均为0,相比传统PID的模糊PID控制算法控制效果有明显的提高。

关键词： 固体废物   大数据   管理应用  

摘要： 我国固体废物种类多、数量大,大部分废物具有一定的利用价值,固体废物全过程管理一直是环境管理的难点,如何低成本实现固体废弃物分类处置的全品类全流程监管、进一步提升垃圾循环经济价值成为各方探索的重点,而数字化技术的加持是走出当前困境的有效手段。随着大数据时代的来临和物联网技术发展,为固体废物全过程智能管理、提升环境风险防范水平提供了可能。