课程文献中心 更多>>

关键词： 肩关节   水脂分离技术   磁共振成像   质量控制  

摘要： 目的:探讨非对称回波最小二乘估算法迭代水脂分离技术(IDEAL)在肩关节MRI中的可行性,并与传统频率选择脂肪抑制技术(Fat)技术进行对照。方法:选取2023年7月至2023年11月扬州大学附属医院收治的20例行肩部MRI扫描的患者为研究对象,行MRI肩部扫描时分别结合Fat、IDEAL两种不同的脂肪抑制技术。根据评分标准,由两位放射科医师各自独立对两组图像的磁敏感伪影、运动伪影、脂肪抑制效果和整体图像质量进行定性分级评分,并测量比较两组图像的冈上肌、肱骨头和三角肌的信噪比(SNR)、冈上肌与肱骨头的对比噪声比(CNR1)和三角肌与肱骨头的对比噪声比(CNR2)。结果:定性分析:IDEAL组在磁敏感伪影、脂肪抑制效果和整体图像质量评分均优于Fat组,而在运动伪影评分低于Fat组(所有P<0.05);定量分析:IDEAL组冈上肌、肱骨头和三角肌的SNR、冈上肌与肱骨头的CNR1和三角肌与肱骨头的CNR2均优于Fat组(所有P<0.05)。结论:在肩关节MRI扫描中,IDEAL技术较Fat技术能更好地控制图像的磁敏感伪影、获得更好的图像质量和脂肪抑制效果,但对运动伪影更加敏感。

关键词： 手部姿态估计   多尺度特征融合   特征提取   平均关节误差   人机交互   分组预测   双分支网络  

摘要： 由于RGB图像的深度歧义性,关节点的深度坐标相对于关节点的二维图像坐标来说更难预测。提出一种基于手部多尺度特征融合的双分支手部姿态估计算法,将手部关节点的二维图像坐标和深度坐标进行分组预测。采用FPN提取手部多尺度特征,提出特征融合模块,对手部多尺度特征进行融合增强,得到手部高层特征和低层特征;提出双分支网络结构,利用融合之后的手部高层特征和低层特征分别预测手部关节点的深度坐标和二维图像坐标。在两个公开的手势数据集上进行了充分实验,与当前最好方法相比,所提方法在平均关节误差指标上取得了当前最好结果。

关键词： 区块链   分布式电力交易   PBFT共识算法   奖惩机制   主节点选取  

摘要： 针对实用拜占庭容错(Practical Byzantine fault tolerance,PBFT)共识算法在分布式电力交易场景下共识时存在的主节点选取策略简单、缺少奖惩措施以及通信资源消耗较大等问题,提出一种改进实用拜占庭容错共识算法。首先,明确分布式电力交易(Distributed power trading,DPT)参与方构成,制定参与方对应节点在共识过程中应承担的权责;其次,制定节点信誉值计算方法,根据节点在共识中的表现筛选不良行为节点,有效限制拜占庭节点参与共识;此外,基于信誉值与散列算法实现了一种可验证的主节点选取方法,使主节点选取难以预测;最后,引入多主节点改进一致性协议,提高算法对拜占庭主节点的容忍程度。实验结果表明,DPT-PBFT算法在通信开销、共识时延等方面相较于PBFT算法均有不同程度的提升,能够有效适用于分布式电力交易场景。

关键词： 信念网络   因果关系   人工智能   危险的现实化原理  

摘要： 人工智能的算法具有“算法黑箱”特征,其内部运行难以彻底预测,其可以成为刑法意义上的介入因素。随着计算机技术的深入发展与应用,数学算法作为介入因素以介入刑事案件已经成为可能。数学算法作为刑法中的介入因素,传统的法解释分析方法难以解决因果关系认定难题。因果关系的信念网络分析方法,通过充分性概率和必然性概率两个变量,提出了因果关系的实质定义,对因果关系之“危险的现实化”原理进行新的补强和证立。通过案例分析,该分析方法在数学算法的介入因素问题上展现出充分的有效性和可行性。

关键词： 风电机组   塔架净空   标定算法   像素比例尺  

摘要： 随着风电稳步发展,风电机组的运行安全稳定至关重要。塔架净空是风电机组运行中的一个关键参数,对机组的安全性与可靠性起到重要作用。本文聚焦于风电机组塔架净空监测标定算法的研究。首先,阐述了塔架净空监测的重要意义及现有技术的局限性,接着深入探讨所提出的标定算法的原理和设计思路,该算法旨在提高净空监测的精度和准确性。研究结果表明,本文提出的标定算法能够在不同环境条件和运行状态下,准确地监测塔架净空,及时发现潜在风险。

关键词： 铁路信号区间内   老化电缆   故障检测   信号去噪   特征提取  

摘要： 信号区间电缆数量众多,分布范围广,且存在噪声干扰,使得检测难度加大。为了尽量避免老化电缆所带来的不良影响,提出基于BFGS算法的铁路区间老化电缆故障检测方法。通过高斯滤波的方式对采集的电缆故障信号实施去噪处理,避免噪声干扰,利用S变换实现对去噪后的老化电缆故障特征进行提取,将提取特征输入值BFGS算法中展开计算,以此达到故障检测的目的。经实验验证,所提方法抗噪声干扰能力较强,利用该方法获取的铁路信号区间老化电缆故障检测效果较好。

关键词： 海上通信   正交频分复用   信道估计   加窗处理   门限阈值降噪  

摘要： 针对海上无线通信技术“如何提高信道估计的准确性和稳定性”进行研究,就海上OFDM通信系统中传统LS信道估计算法存在频域泄漏和噪声干扰会导致估计精度下降并影响通信质量和可靠性的问题,提出了一种改进的LS信道估计算法.该算法首先在频域将导频处获得的响应进行加窗处理减小频域泄漏的影响,然后利用IDFT在时域进行门限阈值降噪将信号噪声进行分离,DFT回到频域后再利用相邻信道联合估计算法进行优化处理.实验结果表明,与传统的LS信道估计算法相比,改进算法的估计误差更小,且具有更好的稳定性和鲁棒性.

关键词： 参数辨识   神经网络   mish函数   收敛速度  

摘要： 随着永磁电机运行过程中转速的升高,电机的内部参数会随着磁路饱和逐渐发生改变,其中电感参数对电机的稳态和动态运行性能影响较大。本文基于模型参考自适应的理论基础,提出了加入神经网络算法对d、q轴电感进行辨识的算法,并采用mish函数作为激活函数应用到神经网络算法中,并将辨识结果应用到电机矢量控制中,仿真结果验证了该激活函数的有效性,在不影响电机系统正常运行的同时,提升了辨识过程中的收敛速度。

关键词： 慢速运动目标   杂波   特征值分解   自组织神经网络  

摘要： 强杂波环境下慢速运动目标的杂波抑制一直是雷达领域的研究难点,通过子空间分解法来抑制杂波是一种常用的方法,但传统子空间分解法依赖于过往经验选取杂波基、自适应性差。基于K-均值聚类的SVD杂波抑制算法弥补了上述缺陷,然而当慢速运动目标与杂波在多普勒谱上接近或混叠时,这种算法的特征集区分度大幅下降,聚类结果变得不稳定。为此提出了一种基于自组织神经网络的特征值分解杂波抑制算法。首先,深入分析慢速运动目标和杂波、噪声的差异,利用回波信号矩阵特征值分解后得到的特征值和特征向量,提取针对慢速运动目标和杂波区分度高的特征来构建特征集。其次,采用受初始值影响小、聚类结果稳定的自组织神经网络进行聚类,自适应选取构造杂波子空间的杂波基,最后通过正交子空间投影来抑制杂波。仿真和实测数据结果表明该算法能有效抑制强静止杂波和慢速杂波,实现对慢速运动目标的检测,算法具有较强的稳健性和工程实用性。

关键词： 图像分析   YOLOv5s   EMA   DIoU  

摘要： 煤矿井下工作中安全帽佩戴是事关工人生命安全的一大关键要素。基于视频图像进行分析的技术虽可以较好地检测工人安全帽佩戴情况从而将事故带来的损害最小化,但是在矿井下的图像收集过程中往往存在各种各样的现实因素,例如环境复杂、存在多个目标等,给技术人员造成很大的干扰。针对以上问题,文章通过引进EMA注意力机制与DIoU损失函数,提出了一种改进的ED-YOLOv5s模型。在自制数据集上对该模型进行了消融实验,结果表明该模型相比原模型在图像检测速度和精度方面都有较大的提升。随后,文章将该算法与YOLOv7-tiny、YOLOv8进行对比实验,结果显示文章算法在矿井下安全帽检测的mAP@50%达到了97.3%。