课程文献中心 更多>>

关键词： 桡骨远端骨折   掌侧内固定   关节内骨折   稳定性   随机森林算法  

摘要： 目的基于随机森林算法分析桡骨远端骨折患者接受单纯掌侧钢板内固定术后背侧关节内骨块稳定性的影响因素,构建随机森林模型预测术后背侧关节内骨块稳定性风险。方法采用便利抽样法,选取2017年1月至2022年1月于河南煤业(集团)有限责任公司中央医院行单纯掌侧钢板内固定术治疗的320例桡骨远端骨折为研究对象,统计术后背侧关节内骨块稳定性,依据骨块是否移位分为稳定组、非稳定组。收集两组一般资料及骨折、手术相关诊治信息。单因素、多因素logistic回归分析术后背侧关节内骨块稳定性的影响因素。建立随机森林模型,并分析该模型对术后背侧关节内骨块稳定性的预测价值。结果术后12个月内背侧关节内骨块移位发生率为27.22%;C3型骨折、锁定加压钢板内固定、术前骨块总移位距离、骨块横向宽度、骨块横纵比、骨块体积是术后背侧关节内骨块稳定性的影响因素(P<0.05);重要性分析显示影响术后背侧关节内骨块稳定性变量的重要性由高到低的前4位依次为术前骨块总移位距离、锁定加压钢板内固定、骨块体积、骨块横向宽度;随机森林模型预测术后背侧关节内骨块稳定性风险的灵敏度为91.02%,特异度为82.36%。结论基于随机森林算法构建的预测模型对单纯掌侧钢板内固定术后背侧关节内骨块稳定性具有一定预测价值,有助于早期识别高危患者,对背侧钢板的选择具有指导价值。

关键词： 自动对焦   角点检测   改进边缘锐度算法   爬山法  

摘要： 针对手动对焦体验差、深度相机和ToF模组自动对焦成本高且可扩展性差的问题,文章提出基于改进边缘锐度计算的投影仪自动对焦算法。首先,通过角点检测提取并分块投影区域的棋盘格图像。其次,采用改进边缘锐度算法评估提取区域清晰度。再次,利用爬山法调节马达步进获取新图像并分块评估。在此基础上,持续迭代找到图像清晰度最佳的马达步进位置,实现投影仪的自动对焦。最后,通过实物样机验证了文章所提方法的可行性。

关键词： 安全防卫   多尺度目标检测   YOLOv7-tiny   OBM   AC-BiFPN  

摘要： 针对区域安全防卫时,远距离入侵目标成像像素少,纹理信息不足以及在目标持续接近过程中的大尺度变换导致的模型误检、漏检问题,本文提出一种基于YOLOv7-tiny算法改进的多尺度运动目标检测算法。首先,提出一种新的OBM模块用于特征提取网络,利用多维注意力机制提高网络的特征提取能力;其次,采用改进的AC-BiFPN双向特征融合策略,将进行自适应加权融合后的多层次特征传给ACmix注意力机制,以提升模型对多尺度目标的感知能力;最后,优化模型的损失函数,对预测框与真实框之间的区域加权,减少模型预测偏差。模型在自制的监控行人车辆数据集上进行实验,结果表明,相较于原始的YOLOv7-tiny模型,改进后的YOLOv7-tiny模型改善了远距离监测时行人车辆的误检漏检问题,检测精确度提高了3.96个百分点,平均检测精度(mAP@0.5:0.95)提高了2.22个百分点,在边缘GPU上实时帧率达到32.7 fps,满足实际使用需求。

关键词： 机床伺服系统   非线性摩擦力补偿   LuGre摩擦模型   改进灰狼算法  

摘要： 为减小非线性摩擦力对机床伺服系统运动控制精度的影响,对机床伺服系统摩擦特性进行研究,将改进灰狼算法应用于LuGre摩擦模型参数辨识,通过搭建伺服系统动力学模型进行摩擦前馈补偿仿真,并在三轴数控雕铣机试验平台进一步完成摩擦前馈补偿验证。结果表明:应用基于改进灰狼算法辨识的LuGre摩擦模型前馈补偿方法,在两轴联动圆轨迹运动跟随过程中,低速运动换向时最大跟随误差下降幅度为67.7%,高速运动条件下误差下降幅度为84.0%,有效消除了非线性摩擦在速度换向过程中产生的负面影响,证明该方法在非线性摩擦力辨识方面具有优异的效果,有助于提高机床伺服系统的运动控制精度。

关键词： 新课程   高中信息技术   计算思维   教学内容  

摘要： 新教材落地5年来,基于新课程理念开展高中信息技术教学,从新课程理念下高中信息技术教学现状出发,探讨基于计算思维的高中信息技术教学内容重构的探究与实践的策略和方法,期待通过基于计算思维的教学内容重构以适应智能时代的发展要求,培养智能时代的合格学生。

关键词： YOLOv5算法   高分子材料   材料缺陷检测   分类与识别   性能预测   材料表征与分析  

摘要： 在现代工业中,高分子材料因其独特的物理和化学性质而被广泛应用于各个领域。目标检测技术,尤其是YOLOv5算法,因其在实时性和准确性方面的优势,已成为材料科学中的重要工具。YOLOv5,作为You Only Look Once(YOLO)系列的最新版本,通过其先进的深度学习架构,显著提高了目标检测的速度和准确性。文章综述YOLOv5在高分子材料领域的应用,包括材料缺陷检测、分类与识别、性能预测以及材料表征与分析。上述应用不仅提高了材料生产的质量和效率,还为材料研发提供了新的视角。随着技术的不断进步,YOLOv5在高分子材料领域的应用前景愈加广阔,有望进一步推动智能制造和自动化的发展。

关键词： Mz张量   多线性系统   张量分裂   预处理方法  

摘要： 偶数阶张量的正定性和半定性由于在谱超图理论、自动控制、多项式理论、随机过程、磁共振成像等众多领域均有着广泛的应用,近年来得到了深入而广泛的研究。研究表明,M张量、B张量、H张量、希尔伯特张量以及随机张量在特定条件下可以是正定的。然而,仍有许多正定张量无法通过上述准则来确定。在本文中,我们提出了一类全新的正定张量,其非对角项相对于强M张量可以为正,我们将其称为强Mz张量。这类强Mz张量可从离散微分方程中产生,原因在于它是基于Z特征值而非传统的H特征值。由于Z特征值定义中涉及的非齐次性通常比H特征值更难处理相应的问题,因此Z特征值的计算结果远远小于h本征值的计算结果。定义在Z特征值基础上的Mz张量在结构上比已被广泛研究的M张量更复杂。对Mz张量的研究几乎是一片空白。到目前为止,还没有人提出求解强Mz方程的算法。作为本文的动机之一,我们创新性地利用张量迭代给出了求解系数张量为Mz张量的多线性系统的张量分裂迭代算法。其次,给出了相应的预处理分裂迭代算法以及理论分析。最后,通过数值算例说明了所提算法的有效性。这在图像处理以及物理领域等多维信息分析方面,乃至高阶非线性系统的稳定性研究等领域均具有广泛的应用前景。The positive definiteness and semi-definiteness of even-order tensors have received extensive and in-depth research in recent years due to their wide applications in various fields such as spectral hypergraph theory, automatic control, polynomial theory, stochastic processes, and magnetic resonance imaging. Studies have shown that M-tensors, B-tensors, H-tensors, Hilbert tensors, and random tensors can be positive definite under specific conditions. However, there are still many positive definite tensors that cannot be determined by the above criteria. In this paper, we propose a new class of positive definite tensors whose off-diagonal terms can be positive relative to strong M-tensors. We call them strong Mz-tensor. This kind of strong Mz-tensor can be generated from discrete differential equations because it is based on Z-eigenvalues rather than the traditional H-eigenvalues. Due to the non-homogeneity involved in the definition of Z-eigenvalues, which is usually more difficult to handle corresponding problems than H-eigenvalues, the computational results of Z-eigenvalues are much smaller than those of h-eigenvalues. The Mz-tensor defined on the basis of Z-eigenvalues is structurally more complex than the widely studied M-tensor. The research on Mz-tensor is almost a blank. So far, no one has proposed an algorithm for solving strong Mz equations. As one of the motivations of this paper, we innovatively use tensor iteration to give a tensor splitting iterative algori

关键词： 虚实融合   计算思维   机器人编程   数字化时代   义务教育   小学生   课程体系   教学模式  

摘要： 在数字化时代背景下,计算思维已成为中小学生必备的一项关键能力。《义务教育信息科技课程标准(2022年版)》(以下简称“课标”)特别强调了培养学生计算思维的重要性。机器人编程教育,作为培养计算思维的重要途径之一,正逐渐被纳入小学课程体系。为了探索在虚实融合环境下的机器人编程教学方法,有效培养小学生的计算思维能力,笔者基于具身认知理论,遵循“虚实融合、先虚后实、能实不虚”的原则,构建了一种虚实融合的教学模式。笔者以“底盘移动”为例,在教学实践中进行了应用与验证,旨在为小学机器人教育教学的普及和发展提供理论和实践上的支持。

关键词： 跌倒检测   关节点检测   相对位置编码   时空图卷积网络   注意力机制  

摘要： 传统的以ViT(Vision Transformer)模型为基准架构的关节点检测模型通常采用二维正弦位置编码,易丢失图像关键的二维形状信息,导致精度下降;而行为分类模型中,传统的时空图卷积网络(ST-GCN)在单标签分区策略中存在非物理连接的关节连接间关联度缺失问题。针对上述问题,设计一种轻量化实时跌倒检测算法框架,以快速准确地检测跌倒行为。该框架包含关节点检测模型RPEpose(Relative Position Encoding pose estimation)和行为分类模型XJ-GCN(Cross-Joint attention Graph Convolutional Network)。一方面,RPEpose模型采用相对位置编码克服原有位置编码的位置不敏感的缺陷,提升ViT架构在关节点检测中的性能;另一方面,提出X-Joint(Cross-Joint)注意力机制,将分区策略重构为XJL(X-Joint Labeling)分区策略后,对所有关节连接之间的依赖关系建模,能获得关节连接潜在相关性,具有分类性能优异且参数量小的优势。实验结果表明,在COCO 2017验证集上,对于分辨率为256×192的图像,RPEpose模型的计算开销仅为8.2 GFLOPs(Giga FLOating Point of operations),测试平均精度(AP)为74.3%;在以交叉目标(X-Sub)为划分标准的NTU RGB+D数据集上,XJ-GCN模型的测试Top-1准确率为89.6%,所提框架RPEpose+XJ-GCN的处理速度为30 frame/s,预测准确率为87.2%,具有较高的实时性和准确性。

关键词： 遗传算法   自动化   故障检测   设备   配电  

摘要： 为准确提高配电自动化设备故障检测的准确性,本文引入遗传算法开展配电自动化设备的故障检测方法研究。需要结合配电自动化设备运行常态,采集配电自动化设备的故障信息;结合遗传算法,计算设备运行适应度;利用粒子群优化算法,对设备故障区段进行定位与检测。通过对比实验证明,新的检测方法可以实现对配电自动化设备故障的准确检测。