快速近似计算Shapley值的归因解释方法

Shapley值归因解释方法虽然能更准确量化解释结果, 但过高的计算复杂度严重影响了该方法的实用性. 本文引入KD树重新整理待解释模型的预测数据, 通过在KD树上插入虚节点, 使之满足TreeSHAP算法的使用条件, 在此基础上提出了KDSHAP方法. 该方法解除了TreeSHAP算法仅能解释树结构模型的限制, 将该算法计算Shapley值的高效性放宽到对所有的黑盒模型的解释中, 同时保证了计算准确度. 通过实验对比分析, KDSHAP方法的可靠性, 以及在解释高维输入模型时的适用性.     

基于SSD的眨眼与打哈欠检测

提出了一种新的基于SSD网络的眨眼与打哈欠检测。首先,对原SSD架构进行四个方面的修改。第一,主干网用MobileNetV3替换了VGG,使得架构尺寸缩减三分之一。第二,重新设计了输出检测器,实现了目标检测与分类、目标定位与高宽比回归多任务的融合。第三,网络直接回归高宽比,比传统的从关键点离线计算高宽比的方法鲁棒性要高。第四,省去了非最大抑制层(NMS)中的重叠度(IOU)计算和阈值设定,使得单目标检测速度提高了40%。另外,在数据集YawDD上验证了所提出方法的有效性,眨眼与打哈欠的测全率为95.1%与100.0%,在单卡2080Ti上实现了41fps的高检测速度。     

水泥对红壤pH值及植物生长影响的试验研究

中国南方地区广泛分布的酸性红壤严重影响植物的正常生长.针对此问题,以水泥掺量为0.1％、1％、2％、3％、4％的红壤为研究对象,开展了水泥对红壤pH值影响试验和盆栽种植试验.水泥对红壤pH值影响试验结果表明:红壤pH值随着水泥掺量的增加而增加,并随养护时间增加,pH值不断减小.养护28 d后,水泥掺量每增加1％,红壤pH值增加0.75.盆栽种植试验研究表明:当水泥掺量为0.1％时,狗牙根发芽率和生长高度表现最好,随着水泥掺量的增加,狗牙根发芽率降低,生长高度不断减小.水泥掺量每增加1％,狗牙根发芽率减少12.63％,狗牙根生长高度排序为:0.1％＞1％＞2％＞3％＞4％.     

南京长江漫滩区软硬不均地层盾构掘进关键技术

结合南京地铁3号线TA03标京新村站-泰冯路站区间土压盾构施工工程实例，通过分析土压盾构在长江漫滩区软土和软硬不均地层的施工重难点及掘进应对措施，最大限度防止地表沉降、结泥饼和喷涌及降低刀盘异常磨损来提高掘进效率、降低施工成本，为后续在类似典型地层中盾构施工提供借鉴和参考。     

光伏电站电缆温度在线诊断系统的研究

随着新能源光伏电站的兴起,降低光伏电站电缆故障率对于提高光伏发电量具有现实意义.电缆老化和故障都伴随着温升,所以监测电缆的温度,是获取电缆线路运行状态的有效方法.总结对比了目前常用的电缆温度监测方法,然后使用 ANSYS软件对光伏电站电缆进行建模仿真计算,得到不同工况下电缆的温度场数据,为电缆故障诊断提供基础.设计了一种基于ZigBee无线技术的温度在线监测系统,该系统具有可移植性强、成本低、易于扩展的特点。     

职业病诊断医师常见职业性放射性疾病诊断标准实施评价北大核心CSCD

采用网上问卷方式,调查了5个常用职业性放射性疾病诊断标准在职业病诊断医师实施现况,分析了标准实施效果和诊断医师实施能力。结果表明:(1)共调查了87名职业病诊断医师,平均工作年限为15.4±11.9年;(2)标准的掌握率、培训率和应用率分别为82.8%~88.5%、73.6%~85.1%和46%~70.1%;(3)标准培训部门诊断医师构成比中,卫生部门40%~67.1%、环保部门0.6%~6.4%、安监部门8.7%~51.5%、本单位2.8%~23.6%;(4)诊断医师所在诊断机构中,标准制度建立率51.7%~92%,标准经费配套率25.3%~51.7%;(5)诊断医师判定的标准可行率88.5%~97.7%;(6)诊断医师对标准修订的建议主要集中在剂量阈值和剂量估算;(7)诊断医师建议政府相关部门应加强职业病诊断标准培训,提高对标准技术条款的理解和执行力。本研究为5个标准的实施效果评价和制修订提供了技术依据。     

基于模糊识别的乳腺超声辅助诊断算法

近年来,乳腺肿块的发病率逐年上升,乳腺癌位居女性癌症发病率的首位。超声检查是筛查和早期鉴别诊断乳腺肿块的主要方法,但是由于超声成像方式及影像本身的模糊性,因此其误诊率一直较高。现有的乳腺超声计算机诊断系统通常只区分肿块的良恶性,难以诊断常见的肿块病变性质,不利于疾病的正规诊疗。本文提出一种基于模糊模式识别的乳腺肿块超声影像的计算机辅助诊断算法,可为临床医生制定诊疗方案提供参考,提高了初步诊断的准确率,能够为相关领域的应用研究提供借鉴。     

一种基于SVD的改进LTS气动数据异常检测方法

用稳健的最小截平方和(LTS)估计检测气动数据中的异常,但气动数据是海量和高维的,使得LTS要求解的矩阵维数很大,造成巨大的时空开销.为此,引入迭代的奇异值分解(ISVD)求解LTS的最小二乘问题,实现更快的异常检测.实证分析采用某飞行器外形数据,分别运用OLS,FastLTS以及ISVD-FastLTS对数据集进行异常检测和对比分析.实验证明,相比于传统方法,ISVD-FastLTS能更加快速且准确地识别异常值.